• Beranda
  • Profil
    Tentang Kami Sejarah Visi & Misi
    Struktur Organisasi Pustakawan Tata Tertib
  • Koleksi
    Tentang Koleksi
    Katalog Online (OPAC)
  • Layanan
    Semua Layanan Jam Layanan
    Sirkulasi Referensi Literasi Informasi
  • Fasilitas
  • Berita
  • Kontak
  • OPAC
  • Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu
  • Anggota
    Masuk Daftar
    Buku Tamu
Semua Komputer Filsafat Agama Sosial Bahasa Sains Teknologi Seni Sastra Sejarah

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN

Pencarian terakhir:

{{tmpObj[k].text}}
  1. Perpustakaan Sekolah Tinggi Ilmu Syariah Hidayatullah
  2. Catalog
  3. PERSIDANGAN LINGUISTIK ASEAN KETIGA-PLA III
REPOSITORY ITEM

Repositori Institusi

Kembali ke sebelumnya

PERSIDANGAN LINGUISTIK ASEAN KETIGA-PLA III

Arman, Arry Akhmad

Indonesian text to speech has already available for 5 years. Current Indonesia TTS still used Manual Prosody Modeling that drive by parameters that extract manually from speech sample and inserted manually to the prosody model. Currently, we are trying to replace the current model by automatic prosody model using artificial neural network (ANN). The ANN in the model will learn from the speech sample and determine the prosody curve automatically. The interesting thing from the linguistinc view is the list of parameters from the speech signal that need to define as an input for ANN, so it can learn properly. In this prelemenary research, the ANN can mimic several prosody event come from sample sentences.

Penerjemahan bahasa Indonesia dari teks ke pengucapan sudah tersedia selama 5 tahun. TTS bahasa Indonesia saat ini masih menggunakan pemodelan prosodi secara manual yang berasal dari pengukuran yang di sarikan secara manual melalui sampel ucapan dan dimasukan secara manual ke dalam model prosodi. Baru-baru ini kami mencoba untuk mengganti model yang ada dengan model prosodi otomatis menggunakan Jaringan Pemrosesan Saraf Tiruan. Jaringan pemrosesan saraf tiruan dalam model akan mempelajari sampel pengucapan dan menentukan kurva prosodi secara otomatis. Hal yang menarik dari sudut pandang linguistik adalah bahwa daftar parameter dari sinyal ucapan yang harus di artikan sebagai masukan untuk Jaringan pemrosesan saraf tiruan sehingga alat tersebut bisa mempelajarinya secara tepat. Dalam penelitian awal ini, Jaringan pemrosesan saraf tiruan dapat menirukan beberapa prosodi bahkan yang berasal dari contoh kalimat.

Informasi Detail
Penerbit
pusat bahasa departemen pendidikan nasional
Tahun Terbit
2005
Bahasa
id
ISSN
-
Last Updated
2019-01-23T07:54:13Z
Subjek / Keywords
Sastra Indonesia
Akses Artikel
Baca PDF
Perpustakaan Sekolah Tinggi Ilmu Syariah Hidayatullah
  • Masuk sebagai Admin
  • Download Buku Panduan Aplikasi
Tentang Kami

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Statistik Pengunjung
Hari ini 664
Online: 664 Onsite: 0
Bulan ini 9.769
Online: 9.769 Onsite: 0
Total 12.442
Online: 12.442 Onsite: 0
Cari
masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek


© 2026 — Berbasis SLiMS | Dikelola oleh ePERPUS WhatsApp

Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik

Isilah satu atau lebih bidang di bawah ini untuk mempersempit pencarian Anda

Kemana ingin Anda bagikan?
Beranda OPAC Login Daftar