Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal EEICT (Electric, Electronic, Instrumentation, Control, Telecommunication)
Muhammad Aminuddin
Universitas Islam Kalimantan Muhammad Arsyad Al Banjari Banjarmasin, Universitas Gadjah Mada
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering Materials Science & Nanotechnology

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
English Spoken Digit Recognition using Convolutional Neural Network (CNN) Muhammad Aminuddin
EEICT (Electric, Electronic, Instrumentation, Control, Telecommunication) Vol 6, No 2 (2023)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari Banjarmasin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/eeict.v6i2.11877

Abstract

Digit Spoken recognition atau pengenalan suara merupakan proses untuk menerjemahkan kata-kata menjadi sebuah teks (angka). Data yang diterjemahkan dapat berupa rekaman audio suara maupun menggunakan suara langsung. Pengenalan suara dapat membuat interaksi antara manusia kepada komputer menjadi lebih intuitif, aksebilitas bagi penyandang disabilitas, serta memungkinkan pengoperasian dengan hands-free. Dataset terdiri dari rekaman suara 6 speaker dalam bahasa inggris dengan total 3.000 data, yang terbagi sebanyak 80% untuk data latih dan 20% untuk data validasi. Mel-frequency cepstrum coefficient (MFCC) digunakan untuk mengekstraksi fitur dari rekaman audio suara. Selanjutnya data tersebut digunakan untuk melatih model CNN. Hasil dari model CNN yang diusulkan dapat mengklasifikasi data suara audio dengan akurasi lebih dari 90%.
Co-Authors