Pengenalan Pembicara dengan Ekstraksi Ciri MFCC Menggunakan Kuantisasi Vektor (VQ) Yoyo Somantri & Erik Haritman dosen tek elektro fptk UPI.

Transkripsi

1 Pengenalan Pembicara dengan Ekstraksi Ciri MFCC Menggunakan Kuantisasi Vektor (VQ) Yoyo Somantri & Erik Haritman dosen tek elektro fptk UPI.

2 Tujuan Tujuan dari penelitian ini adalah untuk mengidentifikasi pembicara berdasarkan ekstraksi ciri ucapan mel frequency cepstrum coeffisient menggunakan vector quantization.

3 Batasan Masalah Masalah yang diteliti pada penelitian ini dibatasi pada : Ekstraksi ciri menggunakan Mel Frequency Cepstral Coefficients (MFCC) Menggunakan text dependent speaker. Algoritma pemecahan masalah menggunakan Kuantisasi Vektor.

4 Pemodelan Input Black Box Output Nama Pembicara

5 Dasar Teori Mel Frequency Cepstrum Coefficients (MFCC) Model ini didasarkan pada bukti-bukti bahwa komponen frekuensi rendah dari sinyal ucapan lebih penting dibandingkan dengan komponen frekuensi tingginya.

6 Diagram Blok Proses MFCC Continous Speech Frame Blocking & Windowing Windowed frame FFT Magnitude spectrum Mel Frequency Wrapping Mel spectrum LOG Log Mel Spectrum DCT Mel Cepstrum Continous Speech w( n) 0 n 0,54 0,46cos N N 1 Hamming Window n 1, X n n N k 1 0 x k e 0,1,,..., N jkn / N 1, mel ( f ) 595 *log 10(1 f / 700) y( k) w( k) k 1,..., N Dimana N n 1 x( n)cos (n 1)( k N 1), w( k) 1, k N, N 1 k N

7 x FFT Continuous Speech Frame & Windowing 4 x Frame 1 Frame Frame x Frame

8 Vector Quantization Vector quantization adalah proses pemetaan vektor dari ruang vektor ke bagian dari ruang vektor. Bagian dari ruang vektor ini disebut sebagai cluster dan direpresentasikan dengan pusat vektor atau centroids. Suatu himpunan centroids yang merepresentasikan seluruh ruang vektor disebut codebook.

9 Clustering vektor training Vektor akustik diekstrak dari masukan sinyal ucapan pembicara dan membentuk suatu himpunan vektor training. Algoritma LBG(Linde, Buzo dan Gray,1980)digunakan untuk clustering himpunan vektor training L kedalam himpunan vektor codebook M.

10 Algotitma LBG Hitung Centroid Split centroid ya m<m tidak Stop m = *m Pengelompokan Vektor Hitung centroid baru Cari jarak Centroid D =D tidak ((D -D)/D)<e ya Algoritma LBG

11 Speaker Identifikasi menggunakan VQ Pembicara yang dikenal berdasarkan harga distorsi kuantisasi yang paling minimum/ harga jarak Euclidean distance

12 Diagram Alir Proses identifikasi Ekstraksi Ciri MFCC Pembicara yang diuji Bandingkan dengan semua Codebook Tidak Jarak Euclidean distance terkecil? Ya Nama Pembicara

13 Data Pembicara No Identitas Jenis Kelamin Usia Daerah asal Sample 1 Sample Sample 3 1 Pembicara 1 Pria 5 jabar Pembicara Pria 30 jakarta 3 Pembicara 3 Pria 5 jabar 4 Pembicara 4 wanita 30 Jabar 5 Pembicara 5 wanita 18 jabar 6 Pembicara 6 pria 33 jabar 7 Pembicara 7 pria 40 jabar 8 Pembicara 8 pria 18 jabar 9 Pembicara 9 pria 18 jabar 10 Pembicara 10 pria 18 jabar 11 Pembicara 11 pria 1 jabar 1 Pembicara 1 pria 19 jabar 13 Pembicara 13 pria 19 jabar 14 Pembicara 14 pria 19 jabar 15 Pembicara 15 pria 19 padang 16 Pembicara 16 pria 19 jabar 17 Pembicara 17 pria 19 jabar 18 Pembicara 18 wanita 18 jabar 19 Pembicara 19 wanita 18 jabar 0 Pembicara 0 wanita 18 jabar 1 Pembicara 1 wanita 18 jabar Pembicara wanita 18 jabar 3 Pembicara 3 wanita 18 jabar 4 Pembicara 4 pria 18 kalimantan 5 Pembicara 5 pria 18 sulawesi

14 Prosedur Percobaan Sampel yang sama diambil pada waktu yang berbeda Sample suara hallo apa kabar yang di pecah menjadi ucapan, yaitu hallo dan apakabar. Masing-masing ucapan diuji pada Kuantisasi vektor

15 Hasil Perbandingan Hasil Uji Coba Vector Quantization Voice Print 4 centroid 8 centroid 16 centroid 3 centroid t1 t t3 t1 t t3 t1 t t3 t1 t t3 Hallo Apa Kabar 100% 80% 64% 100% 9% 7% 100% 9% 7% 100% 96% 80% Hallo 100% 56% 60% 100% 60% 64% 60% 48% 44% 100% 64% 7% Apa Kabar 100% 80% 7% 100% 88% 76% 100% 9% 80% 100% 84% 84%

16 Kesimpulan Ekstraksi ciri MFCC dapat digunakan masukan untuk mengenali identitas pembicara. Kuantisasi vektor dapat mengenali pembicara berdasarkan eksstraksi ciri MFCC dengan hasil yang cukup baik.

17 FRAME BLOCKING dan WINDOWING Window = Panjang Frame (N) Overlaping antar frame (M) Pada penelitian ini dipilih N = 56 (30ms) M = 100 Tujuan windowing adalah mengurangi kebocoran spektral Tujuan overlaping adalah agar diperolah korelasi antar frame yang berdampingan Sehingga jumlah Frame = ((l-n)/m)+1 = (( )/100) + 1 = 439

18 Fast Fourier Transform (FFT) FFT akan mengkonversi masing-masing frame dari domain waktu ke domain frekuensi. FFT adalah sebuah algoritma yang cepat untuk mengimplementasikan Discrete Fourier Transform (DFT). 1.4 x 10-3 FRAME 439 X n n N k 1 0 x k e 0,1,,..., N jkn / N 1,

19 Mel Frequency Wrapping Skala mel frequency adalah frekuensi linier pada daerah di bawah 1 KHz dan logaritmik untuk daerah di atas 1 KHz. Sebagai pendekatan diberikan formula sebagai berikut :

20 cepstrum Spektrum Log mel dikonversi kembali ke dalam waktu. Hasilnya disebut sebagai mel frequency cepstrum coefficients (MFCC). Oleh karena koefisien mel spekrum merupakan bilangan real, kita dapat mengkonversinya dalam domain waktu menggunakan discrete cosine transform (DCT), kita dapat menghitung MFCC sebagai :

21 Menghitung Centroid c1 c c3 c4 c5 c6 c7 c8 c9 c0.. Rata-rata dari masing-masing MFCC =

22 SPLIT Centroid

23 Pengelompokan vektor Pengelompokan berdasarkan jarak terdekat antara vektor ciri(mfcc) dengan centroid yang telah displit. Menggunakan Euclidean Distance :

24 d Misal vektor ciri MFCC = c1 V = = c = c3 Centroid masing-masing coeffisient yaitu : 3 r = 8 13 Centroid kita split x (4 code), maka centroid menjadi : r + = r(1 + ε) r - = r(1 ε) dipilih ε = 0, r = Cari jarak antar matrik kolom menggunakan rumus Euclidean Distance : ( i, j) xi 1 x j1 xi x j... xip x jp V = dengan r(1) =

25 3, ,074 13, , , (1,1) d,0156 4,066 13, , ,0603 (,1) d 0,317 0, , , , (3,1) d 1,4605, , , , (4,1) d 3, ,168 13, , , (5,1) d d ( :,1) =

26 Dengan cara yang sama maka diperoleh : V = dengan R() = d ( :,) = Dengan cara yang sama akan diperoleh : V = dengan r(3) = d ( :,3) =

27 Dengan cara yang sama akan diperoleh : V = dengan R(4) = d ( :,4) = d = d =