PEMISAHAN SINYAL SUARA MENGGUNAKAN METODE BLIND SOURCE SEPARATION Berkat Willmart Telaumbanua / 0322055 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri 65, Bandung 40164, Indonesia Email : delaux03@yahoo.com ABSTRAK Suara tercampur yang diterima oleh indera pendengaran sering terjadi dalam kehidupan sehari-hari. Indera pendengaran menerima suara tercampur secara langsung dan tidak dapat disaring. Oleh karena itu metode Blind Source separation (BSS) mampu mengatasi masalah tersebut Program yang digunakan dalam pemisahan sinyal suara adalah program Matlab. Program pemisahan sinyal suara secara real tidak dapat menghasilkan sinyal estimasi yang bagus, karena adanya parameter peralatan yang tidak sama dan kondisi matrik pencampur. Dari penilaian subyektif didapatkan bahwa metode Blind Source Separation dalam penelitian ini didapatkan kualitas sinyal pemisah seperti yang diharapkan, hal ini dibuktikan berdasakan dari hasil pengujian secara subjektif terhadap pemisahan sinyal suara diperoleh nilai Mean Opinion Score (MOS) rata-rata di atas 4,1 Kata kunci : Blind Source separation, sinyal suara, Gradient ascent, Independent Component Analysis.
SEPARATION OF VOICE SIGNAL USING BLIND SOURCE SEPARATION METHOD Berkat Willmart Telaumbanua / 0322055 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri 65, Bandung 40164, Indonesia Email : delaux03@yahoo.com ABSTRACK Mixed voice received by the sense of hearing often occurs in everyday life. Sense of hearing received mixed voices directly and not be filtered. Therefore, the method Blind Source separation (BSS) are able, to resolve the issue Program used in the separation of the voice signal is a Matlab program. Separation program in real voice signal can not produce a good estimate of the signal, because the parameters are not the same equipment and conditions of the mixing matrix. Obtained from subjective assessment that the blind source separation methods in the study obtained dividing the signal quality as expected, based on the examination results subjectively for the seperation speech signal, the value of Mean Opinion Score (MOS) was above 4.1. Keywords: Blind source separation, sound signals, Gradient ascent, Independent Component Analysis.
DAFTAR ISI ABSTRAK. i ABSTRACT... ii KATA PENGANTAR... iii DAFTAR ISI.. v DAFTAR GAMBAR.. viii DAFTAR TABEL.. ix BAB I PENDAHULUAN I.1. Latar Belakang. 1 I.2. Perumusan Masalah.. 1 I.3 Tujuan... 1 I.4 Pembatasan Masalah.. 1 I.5 Sistimatika Penulisan. 2 BAB II LANDASAN TEORI II.1 Pengantar Sinyal Audio... 3 II.2 Spesifikasi Kanal Suara... 3 II.3 Sistim Pembentukan Suara... 4 II.4 Representasi Sinyal Ucapan... 6 II.5 Karakteristik Sinyal Ucapan... 7 II.5.1. Diftong... 8 II.5.2 Konsonan Nasal... 8 II.5.3 Vokal... 9 II.5.4 Konsonan frikatif... 9 II.5.5. Konsonan Stop 9 II.6 Independent Component Analysis (ICA)... 10 II.6.1 Defenisi liniar Independent Component Analisis... 12
II.6.1.1.Definisi Umum... 13 II.6.1.2.Noise ICA ( Noisy ICA model) 13 II.6.1.3.Model ICA bebas noise (Noise-free ICA model) 13 II.6.2. Nongausian.. 13 II.6.3. Kurtosis 14 II.7. Pemisahan Sinyal Suara dengan Blind Source Separation.. 16 II.7.1. Campuran sinyal audio 16 II.7.2. Algoritma FastICA.. 17 II.8. Mikrophone.. 20 II.9. Pemograman Matlab 21 II.9.1 Fungsi M-File.. 22 II.9.2 Aturan dan Sifat M-File.. 22 II.9.3. Struktur 23 II.9.4. Perintah Wavwrite 24 II.9.5. Perintah Plot. 25 BAB III PERANCANGAN DAN IMPLEMENTASI SISTEM III.1. Desain Pencampuran Suara 26 III.2. Penyamaan Ukuran Byte Hasil Rekaman. 27 III.3. Pengubahan Wav Menjadi Data Matriks.. 30 III.4. Proses Pencampuran Sinyal.. 31 III.5. Proses Pemisahan Sinyal.. 33 BAB IV DATA DAN ANALISA IV.1. Pengujian 34 IV.2. Perangkat Lunak 34 IV.3. Prosedur Perekaman... 34 IV.4. Data Pengamatan dan Analisa 37 IV.5. Pengujian Sinyal Suara.. 40
BAB V KESIMPULAN DAN SARAN V.1. Kesimpulan 42 V.2. Saran.. 42 DAFTAR PUSTAKA LAMPIRAN A A.1-A.5 LAMPIRAN B B.1-B.2
DAFTAR GAMBAR Halaman Gambar II.1. Spesifikasi suara manusia pada kanal telekomunikasi... 4 Gambar II.2. Penampang sistem reproduksi suara manusia... 5 Gambar II.3 Model Sistem Produksi Ucapan Manusia [1]... 5 Gambar II.4 Sinyal Suara untuk Bunyi Vokal O [1]... 6 Gambar II.5 Sinyal Suara Unvoiced... 7 Gambar II.6 Sinyal suara voiced... 7 Gambar II.7 Proses campuran sinyal dari rumus ICA... 10 Gambar II.8 Diagram Blok Rumus ICA... 11 Gambar II.9 Proses Pengembangan Rumus ICA dengan komponen bebas. 12 Gambar II.10 Proses pencampuran sinyal suara... 17 Gambar II.11 Dua buah sumber sinyal. 17 Gambar II.12 Diagram Blok Mastica 20 Gambar II.13 Blok Diagram Pembuatan wav dengan Perintah Wavwrite 24 Gambar II.14 Hasil Eksekusi dengan Perintah Plot.. 25 Gambar III.1 Proses perekaman suara. 26 Gambar III.2 Diagram blok proses menghasilan sinyal suara. 27 Gambar III.3 flowchart penyamaan ukuran byte. 29 Gambar III.4 Proses data wav menjadi data matriks 30 Gambar IV.1 Proses Perekaman sumber satu.. 35 Gambar IV.2 Proses Perekaman sumber dua... 35 Gambar IV.3 Sinyal sumber satu 36 Gambar IV.4 Sinyal sumber dua. 36 Gambar IV.5 Sinyal amplitudo sumber 1 38 Gambar IV.6 Sinyal amplitudo sumber 2 38 Gambar IV.7 Grafik fungsi h pada gradient ascent. 39 Gambar IV.8 Grafik gradient magnitude fungsi h.. 39
DAFTAR TABEL Tabel II.1 Fonem-fonem Bahasa Inggris Amerika... 8 dalam standar IPA dan ARPABET Tabel IV.1 Karakteristik sinyal suara Percobaan 1... 37 Tabel IV.2 Karakteristik sinyal suara Percobaan 2... 37 Tabel IV.3 Karakteristik sinyal suara Percobaan 3... 37 Tabel IV.4 Karakteristik sinyal suara Percobaan 4... 37 Tabel IV.5 Histogram sumber 1... 38 Tabel IV.6 Histogram sumber 2... 38 Tabel IV.7 Grafik fungsi h pada gradient ascent.. 39 Tabel IV.8 Grafik gradient magnitude fungsi h 39