Mempelajari dan memahami isi Al-Qur’an, termasuk membacanya dengan baik dan benar merupakan kewajiban bagi setiap Muslim. Membaca Al-Qur’an dengan memperhatikan makhraj menjadi hal yang sangat penting untuk menghindari kesalahan dalam pengucapan dan mengartikan ayat-ayatnya. Terdapat beberapa kendala dalam memperoleh bimbingan pembacaan Al-Qur’an, seperti proses belajar yang memakan waktu cukup lama dan sulitnya akses ke pembimbing, mendorong perlunya alat pembelajaran alternatif berupa model yang dapat mendeteksi bacaan dengan memberikan umpan balik secara langsung. Teknologi Automatic Speech Recognition menawarkan solusi untuk masalah ini. Penelitian menggunakan pre-trained model Wav2Vec2 XLS-R untuk deteksi bacaan Surah Al-Insyirah dengan transfer learning. Adapun beberapa proses persiapan data yang dilakukan, yaitu pembersihan noise dan segmentasi audio, menyusun dataset, serta penyesuaian format input data untuk model. Pada tahap pemodelan, model menerapkan data augmentation, dropout, dan hyperparameter tuning terhadap learning rate, dropout rate, dan fungsi aktivasi untuk mencari performa terbaik. Model terbaik yang ditemukan menerapkan data augmentation dan dropout untuk mencegah overfitting dengan nilai hyperparameter learning rate 3e-4, dropout rate 0.1, dan fungsi aktivasi GELU. Model terbaik mendapatkan performa dengan nilai WER 2.77% dan CER 0.82% terhadap data pengujian. Sedangkan, hasil prediksi model terhadap hasil validasi ahli mendapatkan nilai WER 12.03% dan CER 2.95%.
KATA KUNCI : Pengenalan Ucapan;Bacaan Al-Qur’an;Wav2Vec2 XLS-R;Transfer Learning