<![CDATA[Kemampuan untuk menerjemahkan ucapan menjadi teks memiliki berbagai manfaat penting, mulai dari alat bantu bagi penyandang disabilitas hingga interaksi manusia-mesin. Tantangan utama untuk melakukan implementasi pada embedded sytem dapat diimplementasikan pada perangkat dengan sumber daya terbatas. Dalam penelitian ini, peneliti menerapkan model whisper tiny pada embedded system dengan menggunakan Raspberry Pi Model 4 B. Whisper adalah model berbasis kecerdasan buatan yang telah terbukti efektif dalam tugas speech-to-text. Sistem ini dioptimalkan untuk mendapatkan akurasi yang cukup tinggi. Penelitian ini mencakup proses implementasi, fine-tuning, dan evaluasi kinerja sistem. Hasil penelitian ini menunjukkan bahwa sistem yang dikembangkan mampu melakukan konversi ucapan ke teks dengan tingkat WER (Word Error Rate) sebesar 36% setelah dilakukan fine-tuning pada model Whisper yang digunakan dan responsivitas yang memadai untuk aplikasi pada embedded system.]]>
Copyrights © 2024
