Implementasi Dan Analisis Pengenalan Kata Dengan Algoritma Hidden Markov Model Pada Kepala Robot Berbasis Android

Abstrak

Proses pengenalan suara dengan menggunakan algoritma HMM dan MFCC sebagai ekstrasi ciri akan dijelaskan pada paper ini. Pada tahun ini perkembangan aplikasi android sangant progresif. Semua aplikasi dapat diciptakan dengan mudah. Library pocketsphinx digunkan untuk mengembangkan pengenalan suara pada android. Karena library pocketsphinx telah menggunakan telah menggunakan algoritma HMM untuk pengenalan suara. Secara default, library pocketsphinx digunakan untuk bahasa inggris. Pada paper ini, akan diciptakan pengenalan suara bahasa indonesia menggunakan library pocketsphinx. Dimana, algoritma HMM mempunyai tingkat akurasi sekitar 90%. Jadi, algoritma HMM cocok untuk pengenalan suara dengan minimal kesalahan. Kata kunci: pengenalan suara, Hidden Markov Model (HMM), pocketsphinx