Powerpoint Controller using Speech Recognition

Abstract

During presentation, it is hard to maintain the slide because we need to stand in front of the room and often not able to touch the computer. The presenters need to take attention at both their voice, and body language such eye contact, facial expression, posture, gesture, and body orientation. Microsoft PowerPoint is a simple but very useful tool to create digital presentation. Even though it is simple to use, but this application required the presenter to take control while using it, such as to start the slide show or moving it to the next slide. The purpose of this research is to minimize physical contact between user and the computer during the presentation by controlling the move of the slide using voice. This research will implement the Hidden Markov Model algorithm and Sphinx-4 library. As a result of this research, the application gives benefit for the user who wants to made their presentation become more effective. The user can use this application from distant, using microphone or other input voice that compatible with their computer.

Aplikasi Perintah Suara Untuk Operasi Powerpoint

“…Metode untuk mengubah suara menjadi teks disebut dengan speech-to-text (STT), atau biasa dikenal dengan speech recognition di mana suara dikonversi menjadi input dalam sistem komputer. Pada penelitian sebelumnya dengan judul "Powerpoint Controller using Speech Recognition" oleh Christina, C., Rosalina, R., Wahyu, R. B., dan Roestam, R untuk aplikasi perintah suara PowerPoint, bahasa pemrograman yang dipakai adalah Java dengan algoritma HMM dan CMUSphinx Library sebagai dasar pembentuk arsitektur aplikasi [1]. Namun dalam penelitian tersebut, pengguna masih diharuskan menyesuaikan suara mereka sebelum menggunakan aplikasi.…”

“…Ketika pengguna berbicara ke mikrofon, sistem menangkap suara pengguna dalam bentuk sinyal akustik analog dan menghasilkan impuls listrik. Kemudian sound card akan mengubah sinyal akustik menjadi sinyal digital dan mesin speech recognition akan memproses sinyal digital menjadi fonem, di mana fonem akan menciptakan kata-kata [1].…”