Autentikasi suara bisa dilakukan karena ada perbedaan fisik organ produksi suara dari setiap orang. Pola suara yang diucapkan pengguna dapat digunakan sebagai perintah suara sesuai keinginan. Beberapa ciri seperti aksen, intonasi, dan cara pengucapan menghasilkan pola berbeda. Untuk verifikasi pengenalan, data suara dibagi dua kelompok yaitu suara dengan teks yang sudah ditentukan dan suara dengan teks bebas. Suara yang dihasilkan dari pengucapan kata tertentu bisa di rubah dari analog ke bentuk digital. Proses perubahan ini akan menghasilkan sebuah representasi dalam bentuk vektor. Salah satu teknik dalam klasifikasi pengenalan suara adalah Support Vector Machine (SVM). Penelitian ini bertujuan mengembangkan algoritma SVM untuk membuat model pengenalan pola suara berbasis teks bebas. Proses klasifikasi pola suara menggunakan tiga kernel untuk data set sehingga hasil perbandingan akan lebih akurat. Akurasi tertinggi pada kernel linear terdapat pada perulangan ke-4 pada fold ketiga dengan tingkat akurasi sebesar 94,40%. Sedangkan pada kernel polynomial akurasi tertinggi pada perulangan ke-6 fold kedua dengan akurasi sebesar 96,80%. Tingkat akurasi tertinggi terdapat pada kernel RBF pada perulangan ke-8 fold ketiga dengan akurasi mencapai 98,20%. Hasil pengujian ini membuktikan kernel RBF memiliki tingkat akurasi paling baik dalam pengenalan suara berbasis teks bebas.