<fmt:message key='jsp.layout.header-default.alt'/>  
 

DSpace@UM >
Faculty of Computer Science and Information Technology >
Masters Dissertations: Computer Science >

Please use this identifier to cite or link to this item: http://hdl.handle.net/1812/1057

Title: Malay speech to Jawi text engine
Authors: Zaini Arifah Othman
Keywords: Jawi text engine
Reading recognition engine
Jawi learning process
Linear Predictive Coding
LPC
Artificial Neural Network
ANN
Issue Date: 2011
Publisher: University Malaya
Abstract: In this research, a new invention in Jawi reading recognition engine had been developed to support the existing traditional method of teaching and learning in Jawi. Current method of Jawi learning process through manual method of Jawi reading skills need to be conducted in a more attractive ways, especially towards young generation who did not have interest in learning Jawi nowadays. The main contribution of the proposed speech recognition system is to encourage people to read and recognize Jawi words in a more attractive way. The engine can guide students by monitoring their reading and correcting any mispronunciation of Jawi words. This tool was developed in MATLAB® using Linear Predictive Coding (LPC) algorithm for feature extraction technique and Artificial Neural Network (ANN) classification for training and recognition. Using these techniques, the speech signal is first analysed to extract important features in speech such as voice segments (voiced/unvoiced/silence), pitch period, gain and coefficients. These coefficients are then trained in classification process using Backpropagation Neural Network training algorithm to map the extracted spoken voice to the correct word. During this phase, error of mismatch between the actual results and the targeted results are reduced. The experimental result shows that the engine is able to achieve recognition rate that exceeded more than 90%. This indicates a successful implementation of this engine. However, this engine is not intended to replace the role of Jawi teacher, but to complement the current teaching and learning methods to ensure the sustainable of the Jawi Language. ABSTRAK Dalam kajian ini, sistem pengecaman suara secara automatik dengan aplikasi ke atas bacaan tulisan Jawi telah dibina untuk menyokong sistem pembelajaran Jawi sedia ada. Bidang pengecaman suara adalah bidang yang telah pun bermula di Malaysia namun masih di peringkat kajian dengan bilangan pengkaji yang terhad dan kajian menggunakan pengecaman suara ke atas bacaan tulisan Jawi adalah dianggap masih baru di negara ini. Modul pembelajaran tulisan Jawi pada masa kini, iaitu secara manual memerlukan satu pendekatan yang baru agar lebih berkesan dan mampu mendekati golongan muda yang semakin tidak tertarik untuk mempelajari tulisan Jawi. Sumbangan utama kajian ini adalah bagi menggalakkan para pelajar untuk mengenal dan membaca tulisan Jawi dengan cara yang lebih menarik. Sistem ini berupaya memantau bacaan pelajar dan memperbetulkan sebarang kesalahan dalam bacaan pelajar. Sistem ini dibina menggunakan perisian MATLAB®, dengan algoritma Linear Predictive Coding (LPC) sebagai teknik pengekstrakan fitur manakala algoritma Artificial Neural Network diaplikasikan dalam proses latihan dan pengecaman. Dengan menggunakan kedua-dua algoritma ini, suara dianalisis bagi mendapatkan beberapa cirri-ciri penting seperti jenis segmentasi suara (voiced/unvoiced/silence), nilai-nilai nada, dan vektor koefisien yang mewakili ciri-ciri ini. Vektor-vektor ini akan dilatih melalui proses pengecaman dengan menggunakan teknik Backpropagation Neural Network dimana teknik ini melatih vektor supaya dapat dipetakan kepada output yang betul. Kajian ini telah mencatatkan jumlah ketepatan pengecaman melebihi 90% dan ini membuktikan kemampuan sistem ini untuk mencapai objektif yang telah ditetapkan. Walaubagaimanapun, dengan adanya sistem ini, tidak bermaksud ia bakal menggantikan tugas-tugas guru Jawi. Sistem ini mampu berfungsi sebagai alat bantuan mengajar bagi guru-guru sebagai sokongan untuk memartabatkan tulisan Jawi di masa hadapan.
Description: Dissertation (M.C.S.) -- Faculty of Computer Science & Information Technology, University of Malaya, 2011.
URI: http://dspace.fsktm.um.edu.my/handle/1812/1057
Appears in Collections:Masters Dissertations: Computer Science

Files in This Item:

File Description SizeFormat
1_COVER.pdfCover5.95 kBAdobe PDFView/Open
4_MALAY SPEECH TO JAWI TEXT.pdfChapters3.03 MBAdobe PDFView/Open
3_COVER 2.pdfAbstract & Table of Content284.94 kBAdobe PDFView/Open


This item is protected by original copyright



Your Tags:

 

  © Copyright 2008 DSpace Faculty of Computer Science and Information Technology, University of Malaya . All Rights Reserved.
DSpace@UM is powered by MIT - Hawlett-Packard. More information and software credits. Feedback