Abstract: A. Khodista, N. Akhmad, O. Wahyunggoro (2021)

Classification of the Holy Quran verses identifies the verses of the Holy Quran based on several features in the corresponding acoustic wave. In the study, the acoustic waves use the Tarteel dataset, which has many readers' voices. For comparison purposes, two feature extraction methods are implemented: Mel Frequency Cepstrum Coefficients (MFCC) and Recurrence Quantification Analysis (RQA). Extraction results and Artificial Neural Network (ANN) classifier are used to create general and each chapter model. Then the two-way prediction is performed in order to evaluate the results. According to the experiment, data extraction using the MFCC method obtains better classification results than the RQA. The prediction value with MFCC reaches 77% of the true value, while RQA obtains 65%.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

Comparison on Classification of the Holy Quran Verses using MFCC and RQA