IMPLEMENTASI TEKNIK DYNAMIC TIME WARPING (DTW) PADA APLIKASI SPEECH TO TEXT

Suara/ucapan adalah salah satu cara kita sebagai manusia untuk berkomunikasi dan
mengekspresikan diri. Speech to text (ucapan ke text), merupakan salah satu bidang
sains computer yaitu bidang pengolahan suara. Speech to text (STT) adalah
penerjemahan kalimat (kata yang diucapkan) ke dalam text. STT merupakan proses
pengolahan suatu sinyal suara, mengekstrak fitur dari sinyal suara tersebut yang
selanjutkan dibandingkan dengan hasil ekstraksi dari sinyal suara yang lain untuk
dapat dikenali persamaannya. Penelitian ini merancang dan membangun suatu
program aplikasi Speech to Text yang mampu identifikasi suatu sinyal suara
menggunakan perangkat lunak simulasi MATLAB R2016a. Terdapat dua proses
umum pada bidang pengolahan suara, yaitu ekstraksi fitur dan pencocokan fitur.
Pada sistem ini metode mel-frequency cepstral coefficients digunakan untuk
mengekstraksi fitur dan metode dynamic time warping digunakan untuk
pencocokan fitur. Metode DTW yang digunakan dapat menghitung jarak atau
selisih antara dua data yang dibandingkan. Rata-rata akurasi yang didapat setelah
dilakukan percobaan pada pengujian kata adalah 95.85% dan pada pengujian
kalimat adalah 94 %.
Kata Kunci : Pengolahan Suara, Speech to Text, Mel-Frequency cepstral
coefficients, Dynamic Time Warping