Text to speech (TTS) dan speech to text (STT)

Text To Speech (TTS) merupakan salah satu sistem aplikasi untuk membaca atau menyuarakan atau mengkonversi teks ke bentuk suara atau ucapan. Sedangkan Speech To Text (STT) merupakan system aplikasi untuk menulis, memerintahkan computer dan sebagainya.

Text to speech pada prinsipnya terdiri dari 2, yaitu Konverter Teks ke Fonem (Text to Phoneme) dan Konverter Fonem to Ucapan (Phoneme to Speech). Konverter Teks ke Fonem ini berfungsi untuk mengubah kalimat berbentuk bahasa menjadi rangkaian bunyi berbentuk kode-kode. Sedangkan Konverter Fonem to Ucapan merupakan penerima masukkan kode-kode fonem yang dihasilkan oleh bagian sebelumnya. 

Berdasarkan kode-kode Konverter Fonem ke Ucapan akan menghasilkan bunyi atau sinyal ucapan yang sesuai dengan kalimat yang ingin diucapkan. Ada beberapa alternatif teknik yang dapat digunakan seperti formant synthesizer, serta diphone concatenation. Formant synthesizer bekerja berdasarkan suatu model matematis yang akan melakukan komputasi untuk menghasilkan sinyal ucapan yang diinginkan, dan Synthesizer yang menggunakan teknik diphone concatenation bekerja dengan cara menggabung-gabungkan segmen-segmen bunyi yang telah direkam sebelumnya. Setiap segmen berupa diphone (gabungan dua buah fonem). Synthesizer jenis ini dapat menghasilkan bunyi ucapan dengan tingkat kealamian (naturalness) yang tinggi. 

Salah satu contoh TTS yang sudah banyak digunakan yaitu pada perkamusan yang dapat di download dibanyak situ atau software androit maupun iOS phone. Pada aplikasi perkamusan ini biasanya terdapat dua pilihan text-to-speech. kalau pada smartphone yang saya gunakan terdapat pilihan google text-to-speech dan samsung text-to-speech. Perbedaan pengucapan atau suara yang dihasilkan juga berbeda, contoh salah satu kata "bookcase" jika menggunakan google tts kata bookcase yang diubah menjadi suara ini akan terdengar bukcase sedangkan, jika menggunakan samsung tts akan terdengar bukcash. Sama layaknya dengan perbedaan pengucapan pada english british dan english american.

 

Sumber : http://teknologibahasa.wordpress.com/category/text-to-speech/