DESAIN MESIN PRESENSI BERBASIS IDENTIFIKASI SUARA PENUTUR

Abstract

Manusia mampu mengenali manusia lain berdasarkan suara yang diucapkannya. Permasalahan dalam identifikasi penutur secara automatis adalah membangun suatu algoritma yang dapat mengidentifikasi seorang penutur hanya berdasar gelombang suaranya saja. Penelitian ini memaparkan suatu model pengidentifikasi penutur takgayut teks dalam set tertutup menggunakan suatu model campuran Gaussian (GMM) berdasar fungsi rapat peluang (pdf) Gaussian. Pada tahap pelatihan, isyarat ucapan para penutur Indonesia dilatih secara individual. Ekstraksi feature menggunakan analisis koefisien cepstral mel-frekuensi (MFCC). Untuk memperoleh parameter-parameter GMM dari setiap model penutur dipakai algoritma EM. Selanjutnya membangun suatu basis data parameter setiap model penutur. Pada tahap pengenalan, parameter ucapan pengujian suatu model penutur dibandingkan dengan parameter-parameter model penutur yang ada dalam basis data. Identifikasi berdasar pada kemungkinan maksimum kedekatan nilai antara parameter pengujian dan pelatihan dengan menerapkan metode penilaian kemungkinan maksimum (ML). Eksperimen meliputi variasi komponen campuran, panjang ucapan tes, tambahan derau, dan sistem waktu nyata. Hasil penelitian menunjukkan bahwa sistem mampu mengidentifikasi seorang penutur dengan tingkat keberhasilan tinggi. Ketepatan mengidentifikasi 100% pada nilai komponen campuran M = 6 sampai 30. Ketepatan mengidentifikasi 100% dicapai pada durasi ucapan tes minimum 1 detik. Pada kenyataannya, ketepatan mengidentifikasi 100% tanpa adanya derau akan menjadi 92% pada SNR = 90 dB dan 77% pada SNR = 80 dB.