Sistem pengenalan suara merupakan suatu sistem yang berfungsi untuk mengubah kata-kata ucapan menjadi bentuk teks  yang dapat diolah oleh komputer dengan menggunakan library pengubah suara kedalam teks yaitu CMUSphinx. CMUSphinx merupakan salah satu pengenal suara toolkit open source. Namun CMUSphinx hanya dapat merubah suara menjadi teks dan tidak dapat mengerti maksud dari input suara yang diberikan oleh user.

Berdasarkan kondisi tersebut, perlu diciptakan sistem yang mampu memberikan solusi pada permasalahan tersebut, salah satunya dengan menerapkan metode klasifikasi teks dengan teks mining. Klasifikasi teks merupakan suatu teknik yang digunakan untuk mengelompokkan teks, dimana teks sudah dikelompokkan sebelumnya dalam penelitian ini menggunakan metode Naïve Bayes Clasifier. Sistem ini mengolah teks  menggunakan teknik preprocessing, setelah itu teks akan diklasifikasikan dengan pembobotan nilai menggunakan metode Naïve Bayes Clasifier, jika nialai bobot dokumen baru telah diketahui maka data baru akan masuk dalam kategori kelas tertentu dan jawaban dapat ditampilkan.

Sistem  ini  mampu  mengerti  40  pertanyaan  dari  lima  kelas  dokumen seputar  buku  pedoman   FILKOM  dengan  3  responden.  Pengujian  pengenalan ucapan  pada  CMUSphinx  mendapatkan  akurasi  sebesar  90.45  %,  dan  pada pengujian  respon  pertanyaan  saat  program  klasifikasi  diberi  pertanyaan  yang benar  menghasilkan  keakuratan  respon  sebesar  100%.  Pengujian  sensitifitas menghasilkan  nilai  93.75%,  Sehingga  setelah  dirata -rata,  dari  hasil  pengujian terhadap keseluruhan sistem didapatkan tingkat akurasi sistem dalam mengenali maksud ucapan sebesar 94,58%. tujuan menggunakan 3 responden adalah untuk menentukan kinerja pengenalan ucapan terhadap suara yang berbeda-beda.