Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pesatnya perkembangan Deep Learning akhir-akhir ini juga menyentuh ASR berbasis HMM, sehingga memunculkan teknik hibrid HMM-ANN. Salah satu teknik Deep Learning yang cukup menjanjikan adalah penggunaan arsitektur CNN. CNN yang memiliki kemampuan mendeteksi local correlation sesuai untuk digunakan pada data spectrum suara. Spectrogram memiliki karakteristik local correlation yang nampak secara visual. Penelitian ini adalah eksperimen penggunaan spectrogram sebagai fitur untuk HMM-CNN untuk meningkatkan kinerja ASR berbasis HMM. Penelitian menyimpulkan spectogram dapat digunakan sebagai fitur untuk HMM-CNN untuk meningkatkan kinerja ASR berbasis HMM.

---

The latest surge in Deep Learning affecting HMM based ASR, which give birth to hybrid HMM-ANN technique. One of the promising Deep Learning technique is the implementation of CNN architecture. The ability of CNN to detect local correlation make it suitable to be used for speech spectral data. Spectrogram as a speech spectral data has local correlation characteristic which is visually observable. This research is an experiment to use spectrogram as a feature for HMM-CNN to add to the performance of HMM based ASR. This research found that spectrogram is indeed can be used as a feature for CNN to add to the performance of HMM based ASR."

"

Kecerdasan buatan atau Artificial Intelligence (AI) banyak berkembang dalam sektor-sektor seperti: speech recognition, computer vision, Natural Language Processing, dll. Salah satu sektor penting yang banyak dikembangkan oleh peneliti adalah Speech Emotion Recognition atau pengenalan emosi berdasarkan suara manusia. Penelitian ini semakin berkembang karena timbul sebuah tantangan bagi manusia untuk memiliki interaksi mesin dan manusia yang lebih natural yaitu suatu mesin yang dapat merespon emosi manusia dengan memberikan balasan yang tepat juga. Perancangan Speech Emotion Recognition pada penelitian ini menggunakan dataset berupa fitur ekstraksi audio MFCC, Spectrogram, Mel Spectrogram, Chromagram, dan Tonnetz serta memanfaatkan metode Transfer Learning VGG-16 dalam pelatihan modelnya. Dataset yang digunakan diperoleh dari pemotongan audio dari beberapa film berbahasa Indonesia dan kemudian audio yang diperoleh diekstraksi fitur dalam kelima bentuk fitur yang disebut sebelumnya. Hasil akurasi model paling baik dalam penelitian ini adalah model transfer learning VGG-16 dengan dataset Mel Spectrogram yaitu dengan nilai akurasi 56.2%. Dalam pengujian model dalam pengenalan setiap emosi, f1-score terbaik diperoleh model transfer learning VGG-16 dengan dataset Mel Spectrogram dengan f1-score yaitu 55.5%. Skala mel yang diterapkan pada ekstraksi fitur mel spectrogram berpengaruh terhadap baiknya kemampuan model dalam mengenali emosi manusia.

---

Artificial Intelligence has been used in many sectors, such as speech recognition, computer vision, Natural Language Processing, etc. There was one more important sector that has been developed well by the scientists which are Speech Emotion Recognition. This research is developing because of the new challenge by human to have a better natural interaction between machines and humans where machines can respond to human’s emotions and give proper feedback. In this research, to create the speech emotion recognition system, audio feature extraction such as MFCC, Spectrogram, Mel Spectrogram, Chromagram, and Tonnetz were used as input, and using VGG-16 Transfer Learning Method for the model training. The datasets were collected from the trimming of audio from several Indonesian movies, the trimmed audio will be extracted to the 5 features mentioned before. The best model accuracy is VGG-16 with Mel Spectrogram dataset which has reached 56.2% of accuracy. In terms of recognizing the emotion, the best f1-score is reached by the model VGG-16 with Mel Spectrogram dataset which has 55.5% of f1-score. Mel scale that is applied to the feature extraction of mel spectrogram affected the model’s ability to recognize human emotion.

"

"Sistem Peringatan Dini Gempa Bumi (EEWS) memiliki peran penting dalam mengurangi risiko yang terkait dengan aktivitas seismik. Penelitian ini telah mengembangkan sebuah kerangka kerja EEWS berbasis deep learning untuk mengestimasi spektra respons percepatan SA(T) langsung dari spektogram sinyal gempa berdurasi pendek setelah kedatangan gelombang-P dari sensor akselerometer. Kerangka kerja yang diusulkan menawarkan metode estimasi tanpa langkah-langkah ekstraksi ciri konvensional setelah pemilihan fase dan memanfaatkan model Variational Autoencoder (VAE) untuk merekonstruksi nilai SA(T) dari input visual spektogram log-Mel. Dataset disusun dari data gempa bumi Indonesia (BMKG) dan Italia (INSTANCE) dengan eksperimen menggunakan potongan sinyal berdurasi 2, 2,5, dan 3 detik. Evaluasi menunjukkan bahwa CNN-DNN VAE dengan durasi 3 detik memberikan performa rata-rata terbaik, dengan skor R2 sebesar 0,9460 pada INSTANCE dan 0,8633 pada BMKG. Sementara itu, performa tertinggi untuk periode pendek T pada 0,01 detik dicapai oleh CNN-LSTM VAE pada data BMKG dengan nilai R2 sebesar 0,9749. Hasil ini menunjukkan bahwa meskipun CNN-DNN VAE umumnya lebih stabil, arsitektur CNN-LSTM VAE efektif pada kondisi tertentu, terutama untuk periode pendek yang cocok untuk bangunan rendah. Penelitian ini menunjukkan bahwa pendekatan spektogram mampu menghasilkan estimasi SA(T) yang cukup akurat serta dapat diterapkan pada EEWS di Indonesia.

---

Earthquake Early Warning System (EEWS) possess an important role in reducing risk involving seismic activity. This research has developed a deep learning-based EEWS framework for estimating acceleration response spectra SA(T) straight from the spectrogram of a trimmed earthquake signal shortly after the arrival of P-wave of an accelerometer. The proposed framework offers alternative method without the step of conventional feature extraction after a phase-picking process and uses Variational Autoencoder (VAE) model to reconstruct the SA(T) value from the input of log-Mel spectrogram. The dataset consists of Indonesian earthquake data (BMKG) and Italy (INSTANCE), with the experiment conducted using trimmed signal with 2, 2.5, 3 seconds of time window. The evaluation shows that CNN-DNN VAE with a duration of 3 seconds provides the best average performance, with an R2 score of 0.9460 on INSTANCE and 0.8633 on BMKG. Meanwhile, the highest performance for the short period T at 0.01 second is achieved by CNN-LSTM VAE on BMKG data with an R2 of 0.9749. These results indicate that although CNN-DNN VAE is generally more stable, the CNN-LSTM VAE architecture is effective under certain conditions, especially for short periods suitable for low-rise buildings. This research shows that the spectrogram approach could produce SA(T) estimation quite accurate and can be applied on EEWS in Indonesia."