PENGENALAN SUARA MENGGUNAKAN METODE JARINGAN SARAF TIRUAN BACK PROPAGATION DAN TESPAR

Pengenalan suara dapat diaplikasikan pada berbagai macam bidang mulai dari segi keamanan , komputer, serta alat rumah tangga. TESPAR (Time Encoded Signal Processing And Recognition) digunakan untuk pemrosesan sinyal suara. TESPAR melakukan kompresi terhadap panjang suara ke 28 elemen vektor dan vektor ini unik pada setiap user.

Signal suara yang masuk tidak dapat dikenali secara langsung oleh metode TESPAR, tetapi hanya mengkodekan signal tersebut kedalam 28 kode alpabhet TESPAR, yang selanjutnya akan melalui jaringan saraf tiruan untuk diklasifikasikan, metode yang digunakan yakni back propagation, dengan metode ini 28 kode TESPAR yang telah dihitung dan dikonversikan kedalam bentuk S-Matrixs akan diklasifikasikan. Jika diucapkan oleh user yang sama pada saat pelatihan maupun pengenalan, maka 100 % pengenalan akan ‘True’ dengan nilai threshold sama dengan atau lebih dari 10. Skor setiap user yang berada diatas nilai threshold dideteksi identik dengan pola sample dalam database user. Selain itu dilakukan pengujian terhadap beberapa orang yang berbeda dengan variasi suara yang berbeda pula, diharapkan hasil pengujian “false” atau tidak dekenali pada user yang berbeda.