EVALUASI KINERJA SPEECH-TO-TEXT DENGAN REDUKSI KEBISINGAN SPECTRAL GATING DAN WIENER FILTERING PADA AUDIO BAHASA LAMPUNG

RAHMI, PERMATA HATI (2025) EVALUASI KINERJA SPEECH-TO-TEXT DENGAN REDUKSI KEBISINGAN SPECTRAL GATING DAN WIENER FILTERING PADA AUDIO BAHASA LAMPUNG. Masters thesis, UNIVERSITAS LAMPUNG.

Preview	Text 1. ABSTRAK - ABSTRACT.pdf Download (348kB) | Preview
	Text 2. TESIS FULL.pdf Restricted to Repository staff only Download (14MB) | Request a copy
Preview	Text 3. TESIS TANPA BAB PEMBAHASAN.pdf Download (13MB) | Preview

Abstract

Pelestarian bahasa daerah seperti Bahasa Lampung menjadi semakin penting di tengah ancaman kepunahan budaya lokal. Penelitian ini bertujuan untuk mengevaluasi kinerja sistem Speech-to-Text (STT) terhadap audio berbahasa Lampung dialek Api melalui penerapan dua metode reduksi kebisingan, yaitu Spectral Gating dan Wiener Filtering. Sistem transkripsi utama dikembangkan menggunakan pendekatan Hidden Markov Model (HMM), dan untuk memperkuat evaluasi, penelitian ini turut melibatkan Whisper, model STT modern berbasis deep learning dari OpenAI. Dataset berupa rekaman cerita pendek dari penutur asli diproses melalui tahap reduksi kebisingan sebelum dilakukan transkripsi otomatis. Evaluasi kinerja dilakukan menggunakan tiga metrik utama: Signal-to-Noise Ratio (SNR), Word Error Rate (WER), dan Character Error Rate (CER). Hasil menunjukkan bahwa Spectral Gating memberikan peningkatan SNR tertinggi, dengan rata-rata di atas 21 dB, serta secara signifikan menurunkan nilai WER dan CER. Sementara itu, penggunaan Whisper pada data uji memperlihatkan peningkatan akurasi transkripsi, terutama pada audio yang telah melalui proses reduksi kebisingan. Penelitian ini menunjukkan bahwa integrasi teknik pengurangan kebisingan dengan sistem STT konvensional dan modern dapat meningkatkan kualitas transkripsi, serta mendukung pelestarian bahasa daerah melalui dokumentasi digital yang lebih akurat. Kata Kunci : Speech-to-Text, Bahasa Lampung, Hidden Markov Model, Whisper, Reduksi Kebisingan, Spectral Gating, Wiener Filtering, Word Error Rate, Character Error Rate, Pelestarian Bahasa.

Item Type:	Thesis (Masters)
Subjects:	?? 000 ?? ?? 500 ??
Divisions:	?? 47 ??
Depositing User:	2506604824 Digilib
Date Deposited:	26 Jun 2025 01:20
Last Modified:	26 Jun 2025 01:20
URI:	http://digilib.unila.ac.id/id/eprint/88775

Actions (login required)

View Item