Perkembangan teknologi di dunia tidak memiliki batas. Salah satunya adalah Speech Recognition. Pada awalnya, kata yang diucapkan oleh manusia tidak bisa dikenali oleh komputer. Agar dapat dikenali, kata tersebut diproses menggunakan metode tertentu. Metode Linear Predictive Coding/LPC merupakan metode yang digunakan untuk mengekstrak ciri dari suara. Hasil dari metode LPC adalah koefisien LPC yang banyaknya sejumlah orde LPC + 1. Koefisien LPC diproses menggunakan fast fourier transform 512. Fft diperlukan dalam penelitian ini untuk mempermudah proses pengenalan suara. Selanjutnya hasil dilatih menggunakan Backpropagation Neural Network. Dengan menggunakan Backpropagation Neural Network, program bisa mempunyai kemampuan untuk mengenali kata yang diucapkan. Selanjutnya program diimplementasikan pada animasi komputer. Hasil akhir dari penelitian ini adalah animasi bergerak sesuai dengan kata yang diucapkan. Struktur BPNN yang optimal dalam penelitian ini adalah menggunakan fungsi pelatihan traingda, jumlah node 3, learning rate 0.05, epoch 100000, performance goal 0,00001. Struktur ini bisa menghasilkan nilai MSE terkecil yaitu 0,00000996. Jadi struktur ini bisa mengenali ucapan baru dengan keakuratan 100% untuk data terlatih, 80% untuk responden yang sama dengan data terlatih dan mencapai 67.5% untuk responden baru.