Text

Memanfaatkan Model Whisper Terlatih Dan Jarak Levenshtein Untuk Transkripsi Audio Bahasa Bugis

---

Penelitian ini bertujuan untuk menyalin audio ke dalam teks menggunakan model Whisper yang telah dilatih sebelumnya, dengan fokus pada bahasa Bugis, bahasa yang sumber dayanya terbatas. Tantangan utama dalam menyalin bahasa lokal seperti Bugis adalah terbatasnya ketersediaan model bahasa. Untuk mengatasi hal ini, kami menerapkan pendekatan koreksi algoritmik yang tidak memerlukan kumpulan data yang luas atau kustomisasi yang menuntut komputasi.
Model Whisper menyediakan transkripsi awal, yang berfungsi sebagai fondasi; namun, output sering kali kurang akurat karena tidak adanya penyesuaian khusus untuk bahasa Bugis. Untuk meningkatkan akurasi, kami menerapkan algoritma jarak Levenshtein untuk mengoreksi kesalahan kata dengan membandingkan hasil transkripsi dengan entri dalam kumpulan data bahasa Bugis berdasarkan kesamaan.
Hasil evaluasi menunjukkan bahwa pendekatan ini mampu menurunkan nilai Word Error Rate (WER) dari rata-rata 0,85 menjadi 0,52 setelah dilakukan koreksi. File transkripsi akhir disimpan dalam format SRT, sehingga dapat diselaraskan dengan segmen audio secara tepat waktu. Penelitian ini tidak hanya menawarkan solusi praktis untuk meningkatkan akurasi transkripsi bahasa Bugis, tetapi juga berkontribusi pada pelestarian bahasa daerah melalui dokumentasi digital yang lebih akurat dan terstruktur.

---

Ketersediaan

S250240

LKI-2025 AMI m

Perpustakaan Universitas Handayani Makassar

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

LKI-2025 AMI m

Penerbit

Universitas Handayani Makassar : Universitas Handayani Makassar., 2025

Deskripsi Fisik

i + 25 hlm; 29 x 21 cm

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

LKI-2025 AMI m

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

Ed. 1, Cet. 1

Subjek

Whisper
algoritma levenhstein distance
natural language processing
, speech recognition
SRT file

Info Detail Spesifik

Skripsi Teknik Informatika

Pernyataan Tanggungjawab

Amirul Mukmin

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus login sebelum memberikan komentar