Pengenalan suara merupakan gagasan teknologi yang bertujuan sehingga komputer bisa mengenali suara manusia. Pengenalan suara untuk huruf alfabet merupakan pengucapan suara yang berasal dari suara manusia dan diproses melalui komputer. Dalam penelitian ini menggunakan metode Cross Correlation yang berfungsi untuk menentukan tingkat hubungan kedekatan antara dua buah sinyal yang berbeda. Cara kerja metode Cross Correlation adalah membandingkan kedua sinyal suara untuk menghasilkan beberapa nilai maksimum dan dari beberapa nilai maksimum diperoleh nilai maksimum terbesar yang dikenali sebagai data sinyal suara ketiga. Metode ini digunakan karena proses perhitungannya mudah untuk dipahami. Sedangkan untuk proses ekstraksi fitur suara menggunakan metode Fast Fourier Transform yang berfungsi untuk mentransformasi sinyal frekuensi. Hasil uji coba dengan menggunakan Cross Correlation menunjukkan bahwa sistem ini kurang efisien apabila menggunakan banyak orang yang dijadikan sampel data suara, hal ini terbukti karena pada pengujian skenario lima setelah data dinormalisasi mendapatkan akurasi 38% dengan sampel data lima orang dua kali pengucapan dan akurasi 89% dengan sampel data satu orang lima kali pengucapan. Sedangkan untuk hasil uji coba menggunakan Fast Fourier Transform didapatkan akurasi 65% pada skenario dua dengan sampel data dua orang lima kali pengucapan dan akurasi 6% pada skenario tiga dengan sampel data tiga orang tiga kali pengucapan.

Voice recognition is a technology that aims idea that computers can recognize human voices. Voice recognition for voice pronunciation alphabet is derived from the human voice and are processed through a computer. In this study using Cross Correlation method which is used to determine the degree of closeness of the relationship between two different signals. Cross Correlation method work is to compare the two sound signals to generate a maximum value and maximum value is obtained from a maximum value which is recognized as the largest third voice signal data. This method is used for the calculation process is easy to understand. As for the voice feature extraction process using Fast Fourier Transform method that works to transform the signal frequency. The results of trials using Cross Correlation shows that the system is less efficient when using a lot of people who sampled sound data, this is evident because the five scenarios test after the data were normalized gain 38% accuracy with five data samples twice pronunciation and accuracy of 89% with a data sample of one person five times pronunciation. As for the test results obtained using Fast Fourier Transform 65% accuracy in two scenarios with two data samples five times pronunciation and accuracy of 6% in the three scenarios with three data samples three times pronunciation.