MODUL 2 PENGHITUNGAN ENERGI PADA SINYAL WICARA

dokumen-dokumen yang mirip
LAPORAN PRAKTIKUM DSP

MODUL 2 PENGHITUNGAN ENERGI PADA SINYAL WICARA

MODUL 1 PROSES PEREKAMAN DAN PENGEDITAN SINYAL WICARA

MODUL 3 REPRESENTASI SINYAL DALAM DOMAIN WAKTU DAN DOMAIN FREKUENSI

Analisa Kualitas Sinyal Suara pada Layanan MailBox Berbasis Teknologi Interactive Voice Response(IVR)

MODUL 5 EKSTRAKSI CIRI SINYAL WICARA

LAPORAN APLIKASI DIGITAL SIGNAL PROCESSING EKSTRAKSI CIRI SINYAL WICARA. Disusun Oleh : Inggi Rizki Fatryana ( )

LAPORAN PRAKTIKUM DSP

MODUL 4 PEMFILTERAN PADA SINYAL WICARA

Identifikasi Speech Recognition Manusia dengan Menggunakan Average Energy dan Silent Ratio Sebagai Feature Extraction Suara pada Komputer

MODUL 7 TRANSFORMASI FOURIER DISKRIT

MODUL 2 PEMBANGKITKAN SINYAL

Aplikasi Teknik Speech Recognition pada Voice Dial Telephone

MODUL II : SPEECH AND AUDIO PROCESSING

MODUL 6 ANALISA SINYAL DALAM DOMAIN FREKUENSI

MODUL 3 OPERASI DASAR PADA SINYAL

MODUL 4 SAMPLING DAN ALIASING

MODUL 2 SINYAL DAN SUARA

Aplikasi Fungsi Sinus Sebagai Pembangkit Sinyal Suara

BAB I Pendahuluan 1 BAB I PENDAHULUAN

III. METODE PENELITIAN. Penelitian dilaksanakan dari bulan Agustus 2012 sampai dengan November 2012

MODUL 5 OPERASI KONVOLUSI

BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM. penelitian laboratorium. Studi kepustakaan dilakukan untuk mencari teori atau

PENGENALAN SUARA MANUSIA DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN MODEL PROPAGASI BALIK

BAB IV IMPLEMENTASI DAN EVALUASI. 4.1 Spesifikasi Hardware dan Software yang digunakan dalam penelitian

MODUL 4 SAMPLING SINYAL

udara maupun benda padat. Manusia dapat berkomunikasi dengan manusia dari gagasan yang ingin disampaikan pada pendengar.

PENDAHULUAN. Latar Belakang

Bab 1 Pengenalan Dasar Sinyal

LOGO IMPLEMENTASI MODULASI DAN DEMODULASI M-ARY QAM PADA DSK TMS320C6416T

BAB I PENDAHULUAN SIMULASI DAN ANALISIS PEMANTAUAN KAMAR PASIEN RAWAT INAP DENGAN DETEKSI DAN KLASIFIKASI SINYAL AUDIO 1

BAB 3 ANALISIS DAN PERANCANGAN SISTEM

Design FIR Filter. Oleh: Tri Budi Santoso Group Sinyal, EEPIS-ITS

LAPORAN PRAKTIKUM DSP

BAB. Kinerja Pengujian

LAMPIRAN MATLAB AUDIO

Perbandingan Estimasi Selubung Spektral dari Bunyi Voiced Menggunakan Metoda Auto-Regressive (AR) dengan Weighted-Least-Square (WLS) ABSTRAK

KLASTERING SUARA BERDASARKAN GENDER DENGAN EKSTRAKSI CIRI BERBASIS DOMAIN WAKTU

BAB I PENDAHULUAN. pernah tepat, dan sedikitnya semacam noise terdapat pada data pengukuran.

PEMETAAN KEBISINGAN DI LINGKUNGAN KAMPUS POLITEKNIK (PENS-ITS)

BAB II PENCUPLIKAN DAN KUANTISASI

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

Jony Sitepu/ ABSTRAK

PENGENALAN SUARA BURUNG MENGGUNAKAN MEL FREQUENCY CEPSTRUM COEFFICIENT DAN JARINGAN SYARAF TIRUAN PADA SISTEM PENGUSIR HAMA BURUNG

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB III METODE PENELITIAN. Elekto Medis, Politeknik Kesehatan Surabaya, dan Sekolah Luar Biasa (SLB) Tuna Rungu mulai bulan Januari 2012-Juli 2012.

IMPLEMENTASI MODULASI DAN DEMODULASI GMSK PADA DSK TMS320C6416T

BAB III METODE PENELITIAN

Hubungan 1/1 filter oktaf. =Frekuesi aliran rendah (s/d -3dB), Hz =Frekuesi aliran tinggi (s/d -3dB), Hz

BAB II DASAR TEORI. sebagian besar masalahnya timbul dikarenakan interface sub-part yang berbeda.

SINYAL. Adri Priadana ilkomadri.com

IDENTIFIKASI KEBERADAAN TIKUS BERDASARKAN SUARANYA MENGGUNAKAN SMS GATEWAY

BAB IV HASIL DAN PEMBAHASAN

Bab 4. Implementasi Dan Evaluasi

BAB IV SIMULASI DAN ANALISA DATA

PENGENALAN NADA SULING REKORDER MENGGUNAKAN FUNGSI JARAK CHEBYSHEV

PAMUJI WASKITO RAHARJO

MATERI PENGOLAHAN SINYAL :

ANALISIS KINERJA BASIC RATE ACCESS (BRA) DAN PRIMARY RATE ACCESS (PRA) PADA JARINGAN ISDN

Implementasi Filter FIR secara Real Time pada TMS 32C5402

BAB III PERANCANGAN PERANGKAT LUNAK MENENTUKAN JENIS KAWANAN IKAN, JARAK KAWANAN IKAN, DAN POSISI KAPAL

NASKAH PUBLIKASI SISTEM PENGENALAN SUARA BERDASARKAN FORMANT SUARA MANUSIA DENGAN METODE AUTOCORELATION

DAFTAR ISI. ABSTRACT ii KATA PENGANTAR iii DAFTAR ISI...iv DAFTAR GAMBAR.vii DAFTAR TABEL...ix DAFTAR SINGKATAN...x

BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM

Sistem Multimedia. Materi : Audio/Suara

i. Perangkat Keras Prosesor Intel Pentium(R) Dual-Core CPU 2.20 GHz

BAB I PENDAHULUAN. Gambar 1.1 Penggunaan Spektrum Frekuensi [1]

PENGGOLONGAN SUARA BERDASARKAN USIA DENGAN MENGGUNAKAN METODE K MEANS

BAB 1 PENDAHULUAN 1.1 Latar Belakang

PENINGKATAN KUALITAS SINYAL SUARA DENGAN METODE PENDEKATAN SUBRUANG ABSTRAK

KOMUNIKASI DATA SUSMINI INDRIANI LESTARININGATI, M.T

IDENTIFIKASI CAMPURAN NADA PADA SUARA PIANO MENGGUNAKAN CODEBOOK

Teknologi Multimedia. Suara dan Audio

yaitu dalam ketepatan pengenalan pola berdasarkan kelas untuk menampilkan genre.

Seminar Nasional Ilmu Komputer (SNIK 2016) - Semarang, 10 Oktober 2016 ISBN:

PERANCANGAN DAN SIMULASI LOW PASS FINITE IMPULSE RESPONSE DENGAN METODE WINDOWING

2. Dasar Teori 2.1 Pengertian Bunyi 2.2 Sumber bunyi garis yang tidak terbatas ( line source of infinite length

PEMISAHAN SINYAL SUARA MENGGUNAKAN METODE BLIND SOURCE SEPARATION ABSTRAK

Deteksi Titik Awal dan Titik Akhir Sinyal Untuk Pemisahan Sinyal Voice dan Unvoice

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB III METODE PENELITIAN. Penelitian ini dilaksanakan pada dua tempat yaitu di Laboratorium

ANALISIS KLASIFIKASI SUARA BERDASARKAN GENDER DENGAN FORMAT WAV MENGGUNAKAN ALGORITMA K-MEANS

SPECGRAM & SPECGRAMDEMO

AKUSTIKA RUANG KULIAH RUANG SEMINAR 5 LANTAI 4 TEKNIK FISIKA. Dani Ridwanulloh

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM

BAB I PENDAHULUAN. Tugas Akhir yang berjudul Sistem Penyama Adaptif dengan Algoritma Galat

B A B III SINYAL DAN MODULASI

Komunikasi Data POLITEKNIK NEGERI SRIWIJAYA. Lecturer: Sesi 5 Data dan Sinyal. Jurusan Teknik Komputer Program Studi D3 Teknik Komputer

BAB III PERANCANGAN SISTEM PENYAMA

KONSEP FREKUENSI SINYAL WAKTU KUNTINYU & WAKTU DISKRIT

1.1 Latar Belakang Masalah

Identifikasi Suara Vokal Suku Banjar Berdasarkan Frekuensi Formant

BAB I PENDAHULUAN Latar Belakang Masalah. Telekomunikasi mempunyai peran penting dalam kehidupan manusia. Selain

BAB 7. INSTRUMENTASI UNTUK PENGUKURAN KEBISINGAN

Suara bisa dibuat database engine untuk pengenalan kata. Dengan aplikasi ini, dapat secara otomatis melakukan transkripsi suara, sehingga dapat mengur

MODUL I : INSTALASI DAN KONFIGURASI S/W DAN H/W MULTIMEDIA

Spread Spectrum (FHSS) pada

Deteksi Kualitas Pemasangan Ubin Berbasis Ekstraksi Ciri Bunyi Dengan Klasifikasi K-Nearest Neighbor

Transkripsi:

MODUL PENGHIUNGAN ENERGI PADA SINYAL WICARA I. UJUAN - Mahasiswa mampu melakukan proses penghitungan energi pada sinyal wicara dengan menggunakan perangkat lunak. II. DASAR EORI.1. Energi Suatu Sinyal Perhatikan sinyal sinus berikut ini: x(t) = A cos(πt +φ) (1) Sinyal tersebut merupakan contoh sinyal waktu kontinyu. Kita juga seringkali menggunakan terminologi sinyal analog untuk menyebutnya. Bentuk persamaan (1) diatas merepresentasikan nilai magnitudo sinyal sebagai fungsi waktu. Di dalam kondisi real seringkali dinyatakan dalam besaran volt. Nilai x(t) dalam parameter yang umum untuk pengukuran dinyatakan dalam V(t) yang menunjukkan nilai simpangan sinyal atau magnitudonya pada suatu waktu t. Gambar 1. Contoh sinyal sinus dengan frekuensi 00 Hz ri Budi Santoso, Miftahul Huda 9

Sedangkan untuk besaran lain dari sinyal dalam hal ini daya dinyatakan sebagai: ( V () t ) P( t) = () R Dalam hal ini nilai nilai R biasanya dinyatakan sebesar 1 Ω. Dan parameter ini seringkali tidak dituliskan, sehingga persamaan menjadi lebih sederhana. ( V ()) P ( t) = t Sedangkan besarnya energi dari suatu sinyal diketahui sebagai total daya pada suatu durasi waktu tertentu. Dengan mengacu pada persamaan () yang sudah dimodifikasi, maka dapat dinyatakan sebagai: E = ( V () t ) 0 dan energi rata-rata untuk suatu durasi tertentu, dinyatakan sebagai (3) E ave = 0 ( V () t ) (4) Untuk sinyal sinus diatas dalam bentuk energi dapat diberikan seperti Gambar berikut ini. Gambar. Sinyal sinus dalam bentuk energi ri Budi Santoso, Miftahul Huda 10

.. Energi Pada Sinyal Wicara Untuk pengkuran nilai energi pada sinyal wicara kita harus melibatkan fungsi window. Hal ini karena dalam pengukuran energi sinyal wicara kita harus menyusunnya dalam frame-frame tertentu. Ini merupakan standar dalam teknologi speech processing, sebab secara umum dalam pengolahan sinyal wicara kita terlibat dengan sinyal dengan durasi yang terlalu panjang bila dihitung dalam total waktu pengukuran. Fenomena ini juga dikenal sebagai short term speech signal energy. Untuk menghitung energi sinyal wicara kita gunakan formulasi dasar seperti berikut: E = ( V () t w() t ) 0 dimana: w(m) = merupakan fungsi window seperti hamming, hanning, bartlett, dan boxcarr. Panjang window dalam hal ini adalah m, untuk durasi dari 0 sampai akan didapatkan window sebanyak n=/m apabila tidak ada overlapping antara window satu dengan yang lain. Jika terjadi overlapping antara window satu dengan yang lain, misalnya sebesar m/, maka jumlah window dalam satu durasi adalah sebanyak n = 1 + /(m/). Untuk suatu pengamatan energi pada frame ke-k bentuk persamaan (5) menjadi: E k = ( V () t w( k t) ) 0 dimana k akan menentukan posisi titik-titik window pada sinyal tersebut, ini juga dikenal sebagai model sliding window. (5) (6) Gambar 3. Sinyal wicara ri Budi Santoso, Miftahul Huda 11

Dengan menggunakan model short time measurement dapat digunakan untuk memilah bagian dari sinyal wicara yang merupakan voiced atau unvoiced. Sebab pada umumnya unvoiced speech memiliki durasi yang lebih pendek. Untuk pengukuran winyal wicara menggunakan window biasanya dipilih panjang window dengan durasi 10 s/d 0 mili detik. Apabila menggunakan frekuensi sampling sebesar 16 KHz, maka nilainya akan ekuivalen dengan sampel sebanyak 160 sampai 30 sampel setiap frame. Gambar 4. Segmen sinyal wicara a dan window hamming 0 mili detik per frame widow III. PERANGKA YANG DIPERLUKAN - 1 (satu) buah PC Multimedia lengkap sound card dan microphone - Satu perangkat lunak Matlab under windows ri Budi Santoso, Miftahul Huda 1

IV. LANGKAH-LANGKAH PERCOBAAN 4.1. Penataan Perangkat Sebelum melakukan percobaan anda harus melakukan penataan seperti pada Gambar 5 berikut ini. Microphone Sound Card Matlab PC Multimedia Speaker Gambar 5. Penataan perangkat percobaan pengukuran energi sinyal wicara PC harus dilengkapi dengan peralatan multimedia seperti sound card, speaker active dan microphone. Untuk microphone dan speaker active bisa juga digantikan dengan head set lengkap. Sebelum anda memulai praktikum, sebaiknya dites dulu, apakah seluruh perangkat multimedia yang diguanakan sudah terintegrasi dengan PC. 4. Penghitungan Energi Sinyal Sinus Pada percobaan ini akan dilakukan pembangkitan sinyal sinus dan menghitung energinya. Langkah-langkahnya adalah sebagai berikut. 1. Bangkitkan sinyal sinus dengan menggunakan sampel sebanyak 16000 sampel per detik. Caranya adalah dengan menetapkan fs=16000. Waktu t mulai dari 1/fs dengan step kenaikan 1/fs dan berakhir di 1. Nilai frekuensinya tetapkan f = 800 Hz. clear all; fs=16000; 1/fs:1/fs:1; f=800;. Coba gambarkan segmen sinyal sinus tersebut sebesar 1 frame atau senilai 0 ms. Ini seharusnya ekuivalen dengan sampel sebanyak 30 sampel. Aktifkan suaranya, dan perhatikan bagaimana bunyinya. ri Budi Santoso, Miftahul Huda 13

3. Hitung besarnya energi sinyal sinus dengan formulasi dasar pada persamaan (), (3) dan (4). ampilkan grafiknya untuk sinyal sinus dalam bentuk magnitudo dan energinya sebagai fungsi waktu. y=sin(*pi*f*t); yy=y.*y; 4.3. Penghitungan Energi Sigal to Noise Ratio Pada percobaan ini kita akan menghitung besarnya perbandingan nilai signal-to-noise ratio. Langkahnya adalah sebagai berikut. 1. Bangkitkan sinyal noise gaussian dengan jumlah sampel persis seperti jumlah sampel yang digunakan pada langkah percobaan 4.. Jangan lupa tetapkan nilai noise ini harus zero mean dan varians sebesar 0.1.. Hitung besarnya nilai energi noise yang telah dibangkitkan 3. Dengan memanfaatkan langkah percobaan 4. bangkitkan sinyal sinus, dengan spesifikasi yang sama, dan jumlahkan nilainya. 4. Coba hitung perbandingan energi sinyal terhadap besarnya energi noise, atau yang lebih dikenal sebagai signal-to-noise ratio. Caranya harus mengikuti formulasi dasar sbb. SNR S( t) N( t) = 10log10 dimana : S(t) merupakan sinyal sinus tanpa noise N(t) merupakan sinyal noise Note: Seharusnya nilai SNR berkisar 34 db. 4.4. Penghitungan Untuk peraktikum ini anda harus menggunakan formulasi yang didasarkan pada persamaan (5) dan (6) sehingga hasil penghitungannya bisa benar-benar mendekati cara penghitungan sinyal wicara yang benar. 1. Baca file sinyal wicara hasil rekaman suara yang telah dihasilkan dari sebuah lingkungan bebas dari noise. Untuk keperluan ini bisa menggunakan digital voice recorder dan bisa melakukan proses perekaman di Studio yang ada di Laboratorium Jaringan Komputer, Jurusan eknologi Informasi, lantai 3 Gedung Baru Blok C. ri Budi Santoso, Miftahul Huda 14

Usahakan tidak terlalu panjang proses perekamannya, sehingga tidak membebani memori pada PC.. Gunakan formulasi yang benar untuk menghitung besarnya short-term-energy sinyal wicara, dengan cara menggunakan windowing dan pilih window hamming untuk ini. Untuk kali ini gunakan formulasi panjang window yang standar untuk menghitung sinyal wicara, dimana panjang window sebesar 30 atau 160 sampel per frame. 3. Coba ulangi langkah dan kali ini gunakan panjang window yang berbeda, perhatikan bagaimana pengaruh bentuk energinya. 4. Lakukan hal yang sama seperti langkah dan 3, kali ini gunakan jenis window yang berbeda, misalnya window hanning, bartlett, atau boxcar. 4.5. Penghitungan Energi to Noise ratio pada Sinyal Wicara Pada percobaan ini kita akan menghitung besarnya perbandingan nilai signal-tonoise ratio. Langkahnya adalah sebagai berikut. 1. Lakukan proses perekaman suara pada kondisi lingkungan yang bernoise.. Ulangi proses yang sama pada percobaan 4.4, untuk langkah sampai 4. Dengan demikian akan didapatkan energi sinyal bernoise. 3. Bandingkan besarnya sinyal wicara hasil perekaman percobaan 4.3 dengan hasil perekaman pada percobaan 4.4. Dapatkan selisihnya sebagai nilai noise dari lingkungan perekaman. 4. Hitung nilai energy noise average dari yang dihasilkan pada langkah 3. 5. Lakukan penghitungan besarnya average energy-to-noise ratio untuk sinyal wicara dengan memanfaatkan langkah yang telah dilakukan pada percobaan 4.3. 5. ANALISA DAA DAN UGAS 1. Coba cari formulasi signal to noise ratio (SNR) untuk energi average.. Cari standar penghitungan dalam besaran db untuk sebuah sinyal yang diukur langsung dengan menggunakan spectrum analyzer. 3. Cari formulasi penghitungan apabila sinyal wicara diukur dengan sebuah sound pressure level (SPL). ri Budi Santoso, Miftahul Huda 15