Pengecaman Pertuturan Bahasa Melayu dengan Menggunakan Kaedah Rangkaian Neural

Tesis ini membincangkan penggunaan kaedah rangkaian neural (RN) di dalam sistem pengecaman pertuturan Bahasa Melayu (BM). RN Backpropagation (BP) dan Counterpropagation (CPN) telah diimplementasi untuk membina sistem pengecaman pertuturan yang mudah. Sebanyak 10 perkataan BM telah diuji di dalam pelbagai eksperimen. Eksperimen - eksperimen ini telah dijalankan pada mesin SUN Solaris dengan menggunakan sistem pengoperasian Linux. Teknik pengekodan ramalan lelurus (PRL) telah diaplikasi untuk memproses data pertuturan yang telah dirakam secara terasing dengan 8 bit dan frekuensi pensampelan sebanyak 10 kHz. Teori Nguyen Widrow dan algoritma genetik (AG) turut diaplikasi bagi pengisytiharan nilai awat pemberat untuk membandingkan kadar pengecaman yang dihasilkan oleh kedua-dua teori ini bagi model BP. Pada akhir eksperimen model BP dan CPN dibandingkan untuk menganalisis model yang terbaik. Prestasi keseluruhan sistem dibincangkan dan didapati kadar pengecaman pertuturan 8M mencapai 95% ke atas untuk model BP dan CPN. Model BP telah memberikan keputusan pengecaman yang terbaik iaitu 99.5% untuk 200 data latihan dan 99% untuk 100 data baru.

PDF FSAS_1998_32_A.pdf Download (994kB)

Actions (login required)

View Item