21.04.1738
006.31 - Machine Learning
Karya Ilmiah - Skripsi (S1) - Reference
Machine - Learning
203 kali
Voice Recognition merupakan salah satu penggunaan yang paling sering digunakan pada saat ini, baik dalam penggunaan machine learning dan artificial intelligence. Dalam penggunaan voice recognition banyak jenis-jenis suara yang dapat diberikan tergantung dari jenis kelamin, umur, maupun gen sejak lahir, suara memiliki berbagai macam sinyal serta sangat bervariasi, terutama dalam pengucapan berbagai 26 abjad.
Tugas akhir ini membahas analisis bagaimana perbedaan suara pada anakanak dengan suara orang dewasa untuk mengimplementasikan pengucapan berbagai macam abjad menggunakan metode MFCC dan DTW. Dengan mengambil beberapa sample dari berbagai suara anak kemudian dibandingkan dengan suara orang dewasa, dengan metode yang digunakan adalah metode ekstrasi pada suara yaitu Mel Frequent Cepstral Coeffisient (MFCC) dan melakukan proses pencocokan menggunakan metode Dynamic Time Warping, dengan rata-rata tingkat akurasi kecocokkan suara adalah 89,48% Hasil dapat ditentukan dengan melakukan beberapa tes serta pengujian yang berlanjut.
Seluruh 1 koleksi sedang dipinjam
Nama | FAJRI LAROYBAFIE RAMBY |
Jenis | Perorangan |
Penyunting | Tito Waluyo Purboyo, Ashri Dinimaharawati |
Penerjemah |
Nama | Universitas Telkom, S1 Teknik Komputer |
Kota | Bandung |
Tahun | 2021 |
Harga sewa | IDR 0,00 |
Denda harian | IDR 0,00 |
Jenis | Non-Sirkulasi |