Suara setiap penutur memiliki karakter spesifik yang unik, dipengaruhi oleh jenis kelamin, usia, emosi, dialek, dll. Penggunaan identifikasi jenis kelamin berdasarkan suara berkembang pesat, seperti pada bidang sistem kemanan, pengenalan ucapan, kecerdasan buatan, dll. Tetapi dalam pengolahan suara terdapat kesulitan yang mana karakteristik sinyal suara berdasarkan bertambahnya usia tergolong sulit dalam penentuan akurasi, dan terdapat nilai frekuensi fundamental yang overlapping di antara laki-laki dan perempuan. Penelitian ini telah dilakukan suatu pemodelan sistem identifikasi jenis kelamin berdasarkan suara secara real-time pada perangkat Raspberry Pi. Sistem ini diimplementasikan dengan 2 metode yaitu algoritma YIN dan ekstraksi fitur ciri Mel-Frequency Cepstral Coefficient (MFCC). Hasil pengujian menunjukkan keberhasilan identifikasi pada tuning parameter skema kedua lebih baik daripada
skema pertama dengan mempersempit parameter frekuensi overlapping. Sistem ini
menggunakan data uji dan data latih sebanyak 50 wav suara perempuan dan 50 wav suara lakilaki. Pada data uji perempuan di closed test akurasinya dari 98% menjadi 100%, lalu pada open test bermula 92% menjadi 96%. Sedangkan pengujian data laki-laki closed test dari 92% naik menjadi 98%, dan open test semula 90% naik menjadi 94%. Hal ini menunjukkan bahwa pada data yang digunakan pada penelitian ini lebih cocok menggunakan tuning parameter skema kedua untuk meningkatkan hasil akurasi.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.