Telah diujicoba dan diimplementasikan sebuah sistem penentu lebar ucapan, penyaring digital, dan proses filter Bank untuk proses pra pengolahan sinyal suara pada sistem pengenal kata jaringan neural buatan dengan arsitektur MLP (Multi Layer Perceptron) menggunakan metode pembelajaran propagasi balik. Sistem ini disimulasikan sebagai bagian pendukung sistem kontrol Robotik. Kosa kata yang dipelajari adalah kata-kata yang berhubungan dengan kontrol gerakan robot. Sistem Pengenal Kata ini memakai sinyal suara sebagai inputnya, kemudian didigitasi menjadi sekuen gelombang suara diskrit. Proses para pengolahan sinyal pada Sistem Pengenal Kata ini melakukan penentuan awal dan akhir ucapan, penyaringan sinyal, dan transformasi sinyal suara dalam bentuk power spektrum untuk melihat kandungan frekuensinya. Hasil transformasi tersebut kemudian dikuantisasi untuk menghasilkan lebar data yang cocok dengan input arsitektur jaringan neural buatannya. Percobaan yang dilakukan pada prosesor Sun-Sparc SUNW, Ultra-1 dengan sistem operasi SunOS 5.5.1 menunjukkan kemampuan pengenalan terhadap data suara yang telah dipelajari sebesar 100%, dan data yang tidak dipelajari sebesar 95%, untuk 500 pasangan input dan target yang dipelajari