Perancangan Aplikasi Pembelajaran Pelafalan Bahasa Inggris Menggunakan Teknologi Pengolahan Suara Whisper

Imam Ahmad Fahrezi, Nabila Khatami, Rizal Setiono, Akbar Azhari Wirajaya, Ahmad Danny Maulana, Joshua Setiawan B. Nahor, Hendra Janu Prasetio, Mei Lestari

Abstract


Penelitian ini mengembangkan aplikasi pembelajaran pelafalan bahasa Inggris berbasis teknologi pengolahan suara model Whisper. Masalah utama yang dihadapi pembelajar bahasa asing, khususnya bahasa Inggris, adalah pelafalan yang sulit dan seringkali tidak akurat. Tujuan penelitian ini adalah untuk memberikan solusi berupa aplikasi yang dapat mendeteksi dan mengevaluasi pelafalan secara real-time menggunakan speech recognition dan metrik Character Error Rate (CER) dan Word Error Rate (WER). Metode penelitian meliputi perancangan sistem, pengembangan aplikasi menggunakan metode prototyping, serta pengujian aplikasi yang melibatkan 20 pengguna. Hasil pengujian menunjukkan aplikasi dapat mendeteksi pelafalan dengan tingkat akurasi yang baik, menghasilkan CER rata-rata antara 8% hingga 16% dan WER rata-rata 15% hingga 25%. Umpan balik dari pengguna menyatakan bahwa aplikasi ini mudah digunakan dan efektif dalam memberikan evaluasi pelafalan yang akurat. Dengan demikian, aplikasi ini berpotensi menjadi alat bantu pembelajaran bahasa inggris yang efisien dan dapat digunakan secara mandiri oleh pengguna.

Keywords


Pengecekan Pelafalan; Speech Processing; Speech Recognition

References


Ahmad, F. I., Afirianto, T., & Akbar, M. A. (2019). Perancangan Game Pembelajaran Pengucapan Bahasa Inggris Berbasis Pengenalan Suara (Vol. 3, Issue 9). http://j-ptiik.ub.ac.id

Ali, A., & Renals, S. (2018). Word Error Rate Estimation for Speech Recognition: e-WER. https://github.com/qcri/e-wer

Conneau, A., Baevski, A., Collobert, R., Mohamed, A., & Auli, M. (2021). Unsupervised cross-lingual representation learning for speech recognition. Proceedings of the Annual Conference of the International Speech Communication Association, INTERSPEECH, 1, 346–350. https://doi.org/10.21437/Interspeech.2021-329

Gd, I. P., Sudiatmika, A., Gde, I. A., Putra, S., Perdiana, K. S., Hari, K., Dewi, S., Komputer, S., & Bali, S. (2021). Prosiding Seminar Nasional CORISINDO 2021 Multidisiplin Ilmu.

Gusti, I., Agung, A., & Susanthi, D. (2021). Kendala dalam Belajar Bahasa Inggris dan Cara Mengatasinya. Linguistic Community Service Journal │, 1(2), 2021. https://doi.org/10.22225/licosjournal.v1i2.2658

Jefrizal, Jaroji, & Agus Tedyyana. (2017). Aplikasi English Teacher Sebagai Alat Bantu Belajar English Conversation Berbasis Android dengan Menerapkan Voice Recognition.

Jeong, J., Raton Mondol, S. I. M. M., Kim, Y. W., & Lee, S. (2021). An effective learning method for automatic speech recognition in Korean ci patients’ speech. Electronics (Switzerland), 10(7). https://doi.org/10.3390/electronics10070807

Muhamad M.I. Putra, Sherwin R. U. A. Sompie, & Sary Paturusi 3. (2020). Implementasi Speech Recognition pada Aplikasi Pembelajaran Bahasa Inggris untuk Anak.

Radford, A., Kim, J. W., Xu, T., Brockman, G., Mcleavey, C., & Sutskever, I. (n.d.). Robust Speech Recognition via Large-Scale Weak Supervision.

Wiratno, A. R., & Hastuti, K. (2017). Implementation of Firebase Realtime Database to track BRT Trans Semarang. Scientific Journal of Informatics, 4(2), 2407–7658. http://journal.unnes.ac.id/nju/index.php/sji




DOI: https://doi.org/10.30998/semnasristek.v9i1.7867

Refbacks

  • There are currently no refbacks.


Prosiding SEMNAS RISTEK indexed by: