Perpustakaan Digital ITB

Seiring berkembangnya cara-cara memerintah perangkat IoT, perintah suara menjadi salah satu opsi yang mudah bagi manusia untuk memerintah perangkat IoT. Tetapi, untuk melakukan suatu aksi, kalimat untuk perintah suara biasanya didefinisikan oleh perusahaan penyedia layanan. Oleh karena itu, kalimat untuk perintah suara biasanya bersifat kaku dan tidak dapat disesuaikan dengan preferensi pengguna. Untuk memberikan pengalaman pengguna yang lebih fleksibel, dapat dilakukan personalisasi kalimat perintah sehingga pengguna dapat menggunakan kalimat perintah yang diinginkan untuk melakukan suatu aksi terhadap perangkat. Oleh karena itu, pada penelitian ini, dilakukan eksperimen terhadap teknik pemodelan akustik sehingga memberikan hasil yang baik dan dibuat sebuah perangkat lunak yang melakukan aksi pada perangkat IoT berupa lampu berdasarkan perintah ucapan terpersonalisasi menggunakan sistem pengenal ucapan yang dibangun. Penelitian ini diawali dengan mengumpulkan data perintah suara dan contoh kalimat perintah. Kemudian, dibangun sistem pengenal ucapan yang menggunakan model bahasa n-gram dengan melakukan eksperimen model akustik untuk membandingkan teknik GMM-HMM, DNN-HMM, dan TDNN. Setelah itu, dibangun sebuah perangkat lunak yang dapat mendaftarkan kalimat perintah, kata kunci aksi, dan nama lampu yang terpersonalisasi, melakukan aksi pada perangkat dengan perintah suara dari pengguna, dan memperbarui model bahasa dengan kata kunci, nama lampu, dan kalimat yang sudah didaftarkan untuk menjaga akurasi. Dari hasil eksperimen model akustik, teknik TDNN menghasilkan hasil terbaik dengan rata-rata WER 0,52%. Dari segi sistem, dihasilkan task accuracy sebesar 99,58% menggunakan sistem pengenal ucapan yang dibangun.