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...
Saved in:
| Main Author: | |
|---|---|
| Format: | Thesis |
| Language: | English Malay |
| Published: |
1998
|
| Subjects: | |
| Online Access: | http://psasir.upm.edu.my/id/eprint/9444/1/FSAS_1998_32_A.pdf |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | 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. |
|---|