Informasi Umum

Kode

17.04.2213

Klasifikasi

C -

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Speech Recognition

Dilihat

165 kali

Informasi Lainnya

Abstraksi

Dibandingkan metode verifikasi identitas biometrik lain, speaker verification memiliki kelebihan yaitu telah banyaknya perangkat mikrofon tersemat pada berbagai perangkat. Hal tersebut tentu menarik karena memungkinkan untuk ditambahnya metode verifikasi ini melalui pembaruan perangkat lunak tanpa memerlukan perangkat keras lain. Penelitian mengenai speaker verification telah banyak dilakukan beriringan dengan penelitian speaker recognition lainnya. Speaker recognition biasanya menggunakan MFCC (Mel Frequency Cepstral Coefficients) untuk melakukan pengenalan suara. Dalam tugas akhir ini akan dilakukan pengetesan akurasi sebuah sistem Text-Dependent Speaker Verification (TD-SV) yang menggunakan i-vector extraction dan Gaussian Mixture Model (GMM). I-Vector extraction diketahui memiliki akurasi yang lebih baik pada aplikasi Speaker Recognition dibandingkan dengan MFCC. Penelitian ini dapat menunjukkan berapa besar akurasi TD-SV menggunakan i-vector extraction dan GMM. Mnggunakan i-vector extraction dan GMM, didapatkan False Rejection Rate sebesar 60%, False Acceptance Rate sebesar 0,00% dan Error Rate sebesar 12%. Kata Kunci : Text Dependent Speaker Recognition, I-vector, Gaussian Mixture Model

  • EE2423 - SINYAL DAN SISTEM
  • EE3513 - PENGOLAHAN SINYAL DIGITAL
  • FEG3A3 - PENGOLAHAN SINYAL DIGITAL
  • TTG4L3 - KRIPTOGRAFI DAN KEAMANAN JARINGAN
  • TTG4K3 - PENGOLAHAN SINYAL BICARA
  • FEH3A3 - PENGOLAHAN SINYAL WAKTU DISKRIT

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Anda harus log in untuk mengakses flippingbook

Pengarang

Nama VIKO ADI RAHMAWAN
Jenis Perorangan
Penyunting Achmad Rizal, Ratri Dwi Atmaja
Penerjemah

Penerbit

Nama Universitas Telkom
Kota Bandung
Tahun 2017

Sirkulasi

Harga sewa IDR 0,00
Denda harian IDR 0,00
Jenis Non-Sirkulasi