PEMISAHAN SINYAL SUARA MENGGUNAKAN METODE BLIND SOURCE SEPARATION Berkat Willmart Telaumbanua / 0322055
Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jl. Prof. Drg. Suria Sumantri 65, Bandung 40164, Indonesia Email :
[email protected]
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.
Universitas Kristen Maranatha
SEPARATION OF VOICE SIGNAL USING BLIND SOURCE SEPARATION METHOD Berkat Willmart Telaumbanua / 0322055
Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jl. Prof. Drg. Suria Sumantri 65, Bandung 40164, Indonesia
Email :
[email protected]
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.
Universitas Kristen Maranatha
DAFTAR ISI ABSTRAK………………………………………………………………….
i
ABSTRACT………………………………………………………………...
ii
KATA PENGANTAR……………………………………………………...
iii
DAFTAR ISI………………………………………………………………..
v
DAFTAR GAMBAR……………………………………………………….. viii DAFTAR TABEL…………………………………………………………..
BAB I
ix
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
Universitas Kristen Maranatha
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……………………………………………….
BAB III
25
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…………………………………………..
BAB IV
33
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
Universitas Kristen Maranatha
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
Universitas Kristen Maranatha
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
[1]
Gambar II.4
Sinyal Suara untuk Bunyi Vokal “O” ................................
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
Universitas Kristen Maranatha
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
Universitas Kristen Maranatha
