Lips tracking identification of a correct pronunciation of Quranic alphabets for tajweed teaching and learning

Mastering the recitation of the Holy Quran is an obligation among Muslims. It is an important task to fulfill other Ibadat like prayer, pilgrimage, and zikr. However, the traditional way of teaching Quran recitation is a hard task due to the extensive training time and effort required from both teac...

Full description

Bibliographic Details
Main Authors: Altalmas, Tareq, M., Jamil, Muhammad Ammar, Ahmad, Salmiah, Sediono, Wahju, Salami, Momoh Jimoh Emiyoka, Shahbudin Hassan, Surul, Embong, Abd Halim
Format: Article
Language:English
English
English
Published: Kulliyah of Engineering, International Islamic University Malaysia (IIUM) 2017
Subjects:
Online Access:http://irep.iium.edu.my/57252/
http://irep.iium.edu.my/57252/
http://irep.iium.edu.my/57252/1/646-3589-1-PB.pdf
http://irep.iium.edu.my/57252/7/57252_Lips%20tracking%20identification%20of%20a%20correct_Scopus.pdf
http://irep.iium.edu.my/57252/8/57252_Lips%20tracking%20identification%20of%20a%20correct_WOS.pdf
Description
Summary:Mastering the recitation of the Holy Quran is an obligation among Muslims. It is an important task to fulfill other Ibadat like prayer, pilgrimage, and zikr. However, the traditional way of teaching Quran recitation is a hard task due to the extensive training time and effort required from both teacher and learner. In fact, learning the correct pronunciation of the Quranic letters or alphabets is the first step in mastering Tajweed (Rules and Guidance) in Quranic recitation. The pronunciation of Arabic alphabets is based on its points of articulation and the characteristics of a particular alphabet. In this paper, we implement a lip identification technique from video signal acquired from experts to extract the movement data of the lips while pronouncing the correct Quranic alphabets. The extracted lip movement data from experts helps in categorizing the alphabets into 5 groups and in deciding the final shape of the lips. Later, the technique was tested among a public reciter and then compared for similarity verification between the novice and the professional reciter. The system is able to extract the lip movement of the random user and draw the displacement graph and compare with the pronunciation of the expert. The error will be shown if the user has mistakenly pronounced the alphabet and suggests ways for improvement. More subjects with different backgrounds will be tested in the very near future with feedback instructions. Machine learning techniques will be implemented at a later stage for the real time learning application. Menguasai bacaan Al-Quran adalah satu kewajipan di kalangan umat Islam. Ia adalah satu tugas yang penting untuk memenuhi Ibadat lain seperti solat, haji, dan zikir. Walau bagaimanapun, cara tradisional pengajaran bacaan Al-Quran adalah satu tugas yang sukar kerana memerlukan masa latihan dan usaha yang banyak daripada guru dan pelajar. Malah, mempelajari sebutan yang betul bagi huruf Al-Quran adalah langkah pertama dalam menguasai Tajweed (Peraturan dan Panduan) pada bacaan Al-Quran. Sebutan huruf Arab adalah berdasarkan cara penyebutan tiap-tiap huruf dan ciri-ciri huruf tertentu. Dalam kertas ini, kami membina teknik pengenalan bibir dari isyarat video yang diperoleh daripada bacaan Al Quran oleh pakar-pakar untuk mengekstrak data pergerakan bibir ketika menyebut huruf Al-Quran yang betul. Data pergerakan bibir yang diekstrak daripada pembacaan oleh pakar membantu dalam mengkategorikan huruf kepada 5 kumpulan dan dalam menentukan bentuk akhir bibir. Kemudian, teknik ini diuji dengan pembaca awam dan kemudian bacaan mereka dibandingkan untuk pengesahan persamaan bacaan antara pembaca awam dan pembaca Al-Quran profesional. Sistem ini berjaya mengambil pergerakan bibir pengguna rawak dan melukis graf perbezaan sebutan mereka apabila dibandingkan dengan sebutan pakar. Jika pengguna telah tersilap menyebut sesuatu huruf, kesilapan akan ditunjukkan dan cara untuk penambahbaikan dicadangkan. Lebih ramai pengguna yang mempunyai latar belakang yang berbeza akan diuji dalam masa terdekat dan arahan maklum balas akan diberi. Teknik pembelajaran mesin akan dilaksanakan di peringkat seterusnya bagi penggunaan pembelajaran masa nyata.