Intro Automatic Speech Recognition

Penelitian dan pengembangan di bidang pengenalan ucapan memang tergolong minim di wilayah Indonesia. jurnal dan paper penelitian justru lebih banyak ke arah pengaplikasian atau implementasi dari metode dan algoritma yang sudah ada.

---

Mengenal dasar dari speech recognition sendiri dapat digolongan dari siklus sebagai berikut :

1. Mengenal bagaimana komunikasi antara human dengan komputer dari era text menuju speech
2. speech to text : pengenalan ucapan ke text (input)
3. text to meaning : pemahaman text 
4. meaning to text : penjabaran text dalam bentuk umum
5. text to speech : sintesis text ke ucapan (output)

 kelebihan dari "spoken language"

• natural     : tidak membutuhkan latihan yang khusus
• fleksibel   : memudahkan tangan dan mata
• efisien      : punya data rate yang tinggi
• ekonomis : dapat di transmisikan/diterima dengan murah

interface berupa ucapan sangat ideal untuk mengakses dan memanajemen informasi ketika informasi tersebut kompleks, informasi baru, atau hanya telepon yang aktif.

nah, ASR sendiri merupakan sebuah sistem untuk mengkonversi sinyal ucapan menjadi kata. dimana hasil pengenalan kata tersebut dapat digunakan pada sistem lain seperti natural language processing.

beberapa contoh penerapan aplikasi berbasis speech interface :

• simple command and control : contoh simpelnya adalah layanan speech recognition di windows 7.
• simple data entry : memungkinkan kita bisa menginputkan data hanya dengan ucapan (seperti kita memerintah), hanya saja input menjadi masukan untuk sebuah data.
• dictation : kamus kalau dalam bahasa indonesia. nah lebih enak jika kita pakai aplikasi dragon translator.
• transactional processing : sudah terbayang pastinya, era jual beli hanya dengan ucapan menggunakan sistem berawal dari speech interface pula
• Intellegence agents : nah kalau yang ini, lebih kepada pengembangan kecerdasan buatan, menyesuaikan kebutuhan dari agents yang dibuat, misalnya untuk controlling sebuah mesin pada pabrik.