PENGANTAR
TELEMATIKA
BROWSING
AUDIO DATA & SPEECH RECOGNATION
1.
BROWSING
AUDIO DATA
Sebuah metode browsing
jaringan disediakan untuk browsing video / audio data yang ditembak oleh sebuah
IP kamera. Jaringan video / audio metode browsing sesuai mencakup
langkah-langkah dari:
Menjalankan sebuah
program aplikasi komputer lokal untuk mendapatkan kode identifikasi yang
disimpan dalam kamera IP,
Transmisi untuk mendaftarkan kode identifikasi
ke DDNS ( Dynamic Domain Name Server) oleh program aplikasi,
Mendapatkan kamera IP
pribadi alamat dan alamat server pribadi sehingga pasangan IP kamera dan
kontrol kamera IP melalui kamera IP pribadi alamat dan alamat server pribadi
dan,
Kopel ke layanan server
melalui alamat server pribadi sehingga untuk mendapatkan video / audio data
yang ditembak oleh kamera IP, di mana server layanan menangkap video / audio
data yang ditembak oleh kamera IP melalui Internet.
Pada perkembangan sejarahnya Audio mengalami 4
fase, yaitu :
Fase pertama, dikenal
juga dengan Tehnik Audio – Mono ini umumnya dikenal sekitar periode tahun 20’an
hingga sekitar akhir tahun 50’an dengan diketemukannya Alat Gramaphone oleh
Thomas Alfa Edison dengan metode Plat Baja,
Fase kedua, sekitar
awal tahun 50’an dengan diketemukan Perekaman Analog dengan piringan plat hitam
maka orang mulai mengenal perekaman Mono stereo dengan metode pemisahan suara (
Vokal dan Alat Musik ) menjadi L / R ( Music ;Left – output, Voice ; Right –
output )
Fase ketiga, ditemukan
tehnik Mixing Stereo menjadi L /R , ini populer sekali dan dikembangkan terus
hingga sekitar tahun 60’an akhir – awal 70’an
Fase keempat, Proses
perekaman Umumnya saat ini didalam produksi audio umumnya dilakukan dari Analog
Ke Digital begitupun sebaliknya . Data Analog mempunyai pengertian adalah data
sinyal gelombang suara yang dikeluarkan dari Sumber Aslinya hasil perekaman,
misal : Perekaman Vokal ke komputer. Data Analog sendiri mempunyai pengertian
adalah Informasi gelombang suara yang terus menerus berubah tidak beraturan
secara Alami, Data Analog mengalami perubahan keras (Amplitudo) dan tinggi
rendah suara yang berfluktuasi, namun belum mempunyai Skala & satuan yang
pasti, sedangkan Data Digital adalah hasil manipulasi Informasi gelombang suara
secara terus menerus berubah tidak beraturan secara alami menjadi satuan skala
yang pasti.
2.
SPEECH
RECOGNITION
Speech recognation
(ASR) adalah suatu pengembangan teknik dan sistem yang memungkinkan komputer
untuk menerima masukan berupa kata yang diucapkan. Teknologi ini memungkinkan
suatu perangkat untuk mengenali dan memahami kata-kata yang diucapkan dengan
cara digitalisasi kata dan mencocokkan sinyal digital tersebut dengan suatu
pola tertentu yang tersimpan dalam suatu perangkat.
Pengenalan ucapan
(speech recognation) dalam perkembangan teknologinya merupakan bagian dari
pengenalan suara (proses identifikasi seseorang berdasarkan suaranya).
Pengenalan suara sendiri terbagi menjadi dua kategori, yaitu:
Piranti pengenalan kata
(word recognation) yang mampu merespon ucapan-ucapan secara indovidu atau
perintah-perintah yang menggunakan teknik yang dikenal sebagai speaker
verification. Pertama kali sistem akan membangkitkan suatu template untuk
mengenali suara user.
Piranti pengenalan
kalimat (speech recognation) yang mampu mengenali hubungan antar kata terucap
di dalam kalimat atau frase. Teknik -
teknik statistik dipakai dalam hal pola perekaman suara yang akan
dicocokkan dengan kata-kata terucap.
Jenis-Jenis Pengenalan
Ucapan
Berdasarkan kemampuan
dalam mengenal kata yang diucapkan, terdapat 5 jenis pengenalan kata, yaitu :
Kata-kata yang
terisolasi : Proses pengidentifikasian kata yang hanya dapat mengenal kata yang
diucapkan jika kata tersebut memiliki jeda waktu pengucapan antar kata
Kata-kata yang
berhubungan : Proses pengidentifikasian kata yang mirip dengan kata-kata
terisolasi, namun membutuhkan jeda waktu pengucapan antar kata yang lebih
singkat
Kata-kata yang
berkelanjutan : Proses
pengidentifikasian kata yang sudah lebih maju karena dapat mengenal kata-kata
yang diucapkan secara berkesinambungan dengan jeda waktu yang sangat sedikit
atau tanpa jeda waktu. Proses pengenalan suara ini sangat rumit karena
membutuhkan metode khusus untuk membedakan kata-kata yang diucapkan tanpa jeda
waktu. Pengguna perangkat ini dapat mengucapkan kata-kata secara natural
Kata-kata spontan:
Proses pengidentifikasian kata yang dapat mengenal kata-kata yang diucapkan
secara spontan tanpa jeda waktu antar kata
Verifikasi atau
identifikasi suara: Proses pengidentifikasian kata yang tidak hanya mampu
mengenal kata, namun juga mengidentifikasi siapa yang berbicara
Prinsip Dasar Speech
Recognation
Semua metode dasar
proses pengenalan suara terdiri dari dua fase operasi, yaitu:
Proses training. Pada
proses ini sistem belajar dari referensi pola yang berupa perbedaan pola sinyal
suara misal frase, kata, fonem yang akan mengisi vocabulari dari sistem. Setiap
referensi di pelajari dari kata yang dikatakan yang kemudian disimpan dalam
template dan telah mengalami metode untuk merata-rata dan karakteristik
statistik dan parameter statistik.
Proses recognation.
Pada proses ini sistem akan diberikan inputan yang belum diketahui dan akan di
identifikasi berdasarkan pola template yang telah didapatkan pada proses
training.
Pada umumnya, suatu
sistem pengenalan suara terdiri dari beberapa modul utama, yaitu:
Signal processign
frontend digunakan untuk mengkonversi sinyal suara kedalam bentuk sequence
feature vector yang akan digunakan pada
saat klasifikasi.
Accoustic modelling
digunakan untuk memodelkan secara statistik hasil training yang telah dilakukan
kedalam sebuah template.
Language modelling
digunakan untuk memodelkan bentuk kata baik berupa kata, fonem, ataupun
kalimat.
Sumber :
Penulis : Yusuf Effendi
(20), Sistem Informasi, Universitas Gunadarma.
Tidak ada komentar:
Posting Komentar