Advances in Artificial Intelligence Using Speech Recognition

World Academy of Science, Engineering and Technology

International Journal of Computer and Information Engineering

Vol:9, No:6, 2015

Advances in Artificial Intelligence Using

Speech Recognition

Khaled M. Alhawiti

Latar belakang

Speech Recognition telah menjadi salah satu teknologi yang banyak digunakan karena menawarkan kesempatan yang lebih luas untuk berinteraksi dan berkomunikasi dengan mesin otomatis. Speech Recognition memudahkan penggunanya dan membantu mengerjakan pekerjaan atau tugas rutin sehari-hari dengan cara yang lebih nyaman dan efektif.

Penelitian terbaru telah mengungkapkan fakta bahwa speech recognition ditemukan sebagai isu terbaik, yang mempengaruhi penguraian pidato. Untuk mengatasi masalah ini, model statistik yang berbeda dikembangkan oleh para peneliti. Beberapa model statistik yang paling menonjol termasuk model akustik (AM), model bahasa (LM), model leksikon, dan model Markov tersembunyi (HMM). Telah diakui bahwa kecerdasan buatan adalah metode yang paling efisien dan andal, yang digunakan dalam pengenalan suara.

kecerdasan buatan adalah teknik yang paling berkembang dan efektif, yang mendukung pengenalan suara tanpa cela dan akurat. Ini karena; kecerdasan buatan menggabungkan pendekatan algoritmik tertentu, yang mendorong konversi koheren dan transformasi ucapan ke dalam pola yang mudah dibaca, dan sebaliknya.

Metode

Berbagai teknik penguraian yang berbeda dapat digunakan, untuk mengenali pengenalan suara tersebut. Beberapa metode yang paling menonjol dan banyak digunakan meliputi metode fonetik akustik, metode pengenalan pola, dan pendekatan kecerdasan buatan [10]. Semua metode ini diilustrasikan secara singkat di sebagai berikut:

a.       Pengenalan pola

Kerangka matematis ini membantu dalam merumuskan representasi pola bicara yang konsisten; maka berakibat pada perolehan hasil yang lebih akurat.

b.      Fonetik Akustik

Pendekatan pengenalan ucapan paling primitif terutama didasarkan pada proses menemukan suara dan pidato. Salah satu tujuan utama kegiatan tersebut adalah memberikan label yang memadai pada suara sampel, untuk mengenali pola suara.

c.       Kecerdasan Buatan

pendekatan kecerdasan buatan adalah metode pengenalan ucapan yang paling terkenal, yang digunakan untuk memecahkan kode. Kecerdasan buatan dapat dipahami sebagai kombinasi pendekatan pengenalan pola dan pendekatan fonetis akustik.

Tujuan

Menyajikan sebuah studi retrospektif tentang sistem pengenalan suara dan kecerdasan buatan dan membantu dalam memahami semua model statistik pada speech recognition (pengenalan suara). Juga telah merumuskan metode decoding yang berbeda, yang digunakan untuk tugas decoding yang realistis dan bahasa buatan terbatas.

Kesimpulan

Pengenalan suara adalah proses mengubah sinyal masukan (biasanya pidato) ke dalam urutan kata-kata yang terstruktur dengan baik. Penting untuk dicatat bahwa urutan ini dikembangkan dalam bentuk algoritma. Pada dasarnya, algoritma ini mengubah ucapan menjadi kata-kata dan sebaliknya. Model statistik ini memainkan peran utama dalam merancang algoritma dan pola bicara, yang harus diakui. Selain itu, juga telah dianalisis bahwa metode decoding yang berbeda juga digunakan untuk pengenalan suara. kecerdasan buatan dapat dianggap sebagai pendekatan yang paling terintegrasi dan efektif, karena teknik ini memberikan hasil yang sangat andal dan akurat.

Sumber: -          http://waset.org/publications/10001552/advances-in-artificial-intelligence-using-speech-recognition

Anggota Kelompok :                                Kelas : 2KA05

-          Arif Sumarsono (1B117019)                   Mata Kulliah : INOVASI DAN TEKNOLOGI

-          Sandi Duta Maulana (1B117040)                                    BARU