41
Dengan ini,
kita
dapat
melihat di
mana
dalam
"Generation5"
"sh"
dari
Generation5
bahwa rentang
waktu
yang sedikit berbeda pada dua
spektrograf, sehingga
mereka terlihat sedikit berbeda.
Relatif
mudah untuk
menyesuaikan amplitudo dan
frekuensi dari
template
fonem
dengan
fonem
yang sesuai pada sebuah kata.
Untuk komputer, tugas
ini jelas
lebih
rumit
tapi pasti dapat dicapai.
Step 2: Markov Models
Setelah
komputer
menghasilkan daftar
fonem,
fonem
ini
harus
diubah
menjadi
kata-kata dan bahkan mungkin kata-kata menjadi kalimat.
Namun,
metode
yang
paling
umum
adalah
dengan
menggunakan
Hidden
Markov Model (HMM).
Pada
dasarnya,
pemikirkan Model
Markov
(dalam
konteks
pengenalan suara)
sebagai
rantai
phonemes
yang
mewakili
sebuah
kata.
Rantai
dapat
bercabang, dan jika
tidak maka secara statistik rantai seimbang. Misalnya:
Gambar 2.9 Model Markov dari kata Tomato
 |