Speech Recognition atau Pengenalan Suara (Bagian 1)

Kecerdasan Buatan atau Artificial Inteligence (AI) didefinisikan sebagai kecerdasan yang ditunjukkan oleh sesuatu entitas buatan. Sistem seperti ini umunya dikenal sebagai komputer. Akan tetapi AI tidak hanya dominan dibidang ilmu komputer atau informatika, ia juga telah merambah di berbagai disiplin ilmu lain. 

Ruang lingkup dari AI yaitu Sistem Pakar (Expert System), pengolahan bahasa alami (Natural Language Processing), Robotik dan Sistem Sensor (Robotics dan Sensory Systems), Komputer Vision (Computer Vision), Sistem Pembelajaran Cerdas (Intelligent Computer-Aided Instruction), Game Playing, dan  Pengenalan Ucapan (Speech Recognition).

Pembahasan kali ini sesuai judul yaitu AI dalam Pengenalan Ucapan (Speech Recognition) 


Definisi Pengenalan Ucapan atau dalam bahasa Inggris disebut Speech Recognition, adalah proses identifikasi suara berdasarkan kata yang diucapkan dengan melakukan konversi sebuah sinyal akustik yang ditangkap oleh audio device (perangkat input suara).

Speech Recognition juga merupakan sistem yang digunakan untuk mengenali perintah kata dari suara manusia dan kemudian diterjemahkan menjadi sebuah data yang dipahami oleh komputer. Pada perkembangan saat ini, sistem seperti ini digunakan untuk menggantikan peranan input dari keyboard dan mouse.

Terdapat empat langkah utama dalam sistem Speech Recognition, yaitu:

1. Penerimaan data input,
2. Ekstraksi, yaitu penyimpanan data masukan sekaligus pembuatan database untuk template,
3. Pembandingan atau pencocokan, yaitu tahap pencocokan data baru dengan data suara (pencocokan tata bahasa) pada template,
4. validasi identitas pengguna

Skema Speech Recognition

Secara umum,  Speech Recognizer memproses sinyal suara yang masuk dan menyimpannya dalam bentuk digital. Hasil proses digitalisasi tersebut kemudian dikonversi dalam bentuk spektrum suara yang akan dianalisa dengan membandingkannya dengan template suara pada sistem database.

Gambar 2: Spektrum Suara

Sebelumnya, data suara masukkan dipilah-pilah dan diproses satu-persatu berdasarkan urutannya. Pemilihan ini dilakukan agar proses analisis dapat dilakukan secara pararel. Proses yang pertama kali dilakukan ialah memproses gelombang lanjutan dari spektrum suara ke dalam bentuk diskrit.

Next...