PENGEMBANGAN PENINGKATAN KUALITAS SUARA YANG TERCAMPUR DERAU (ENHANCEMENT OF SPEECH DEGRADED BY ADDITIVE NOISE)

Pf,NGEMBANGAN PENINGKATAN ......

PENGEMBANGANPENINGKATAN KUALITAS SUARA YANG TERCAMPURDERAU (ENHANCEMENTOF SPEECHDEGRADEDBY ADDITIVENOISE) lr. D..1. Burnontn.M-l' .4hstract One of the speech enhancement atrtplic:cttion is the reducliort of noi^se in speech lo improve the perftirntunce of v,
Pendahuluan penelitian telahdilakukandar dikembangkan Beberapa nrenyangktrt masalah speechenhuncentenl ini antaralain: Enhancernenl of Speechb.l,Atlapliv'e Fihering v,ilh PattentMatchingoleh StevenE. Boll. olelr Fraziercs dan NoiseSuppre.ssion yarrg dikelonrpokkanmenurut M denganpendekatanyarg berbeda.Pendekatan aspek-aspek artamlain : sLarayangdidayag;turakar . Mendayagunakan perseptualterlentudari suara(to exploit aspek-aspek certain perceptualospectso/ speech). t

DosenuadaFakultasTeknik.lunrsiurElekfio

Meditek,Vol.7, No.19,April-.luni1999

I'ENGEMBANGAN PENINGKAI'AN ......

.

Mendayagunakanpengamatanbahwa bentuk gelombangsuaraadalah hampir periodik ( to exploit the ohservationlhal wave.forntsof voiced soundsore approximatelyperiodic)

.

Mencoba mendayagunakansuatu model dasar dari produksi suara (attempt.sto exploil an underlyingnodel.for speech). yang dipakai dalamteknik pengenrbangan preningkatan Pendekatan-pendekatzur hlalitas suara( speech enhancentent) yang berbasispada periodisitasdari gelombangucapanbersura (voicedspeech) antaralain: . Teknik pendekatan yangberbasispada Adaptive('omh Filtering. . Teknik pendekatan yang berbasispadaHarmonic,s Selection. 'Ieknik . perrdekatarl yang berbasispadaAdaptiveNoise Concelling. Teknik yang berbasiscombfltering adaldt memanlaatkarkemampuntconrb dan harmonisnyadari filter ymg hanyadapatmeloloskanfrekuensifi.urdanrental gelombang periodik, dan menolak komponen-komponenfrekuensi di suatu antaranya.Jadi responintpuls dat'tcomb./ilter dtbuatadaptifrurtukrnengadaptasi Hal ini dirrrtutgkinkart karenasifat sinyal suara sinyal smra yang berubah-ubah. dalam segnlen wakhr yang pendek dapat dianggap hampir periodik (Ensi periodik).

Tujuan

Penelitian

l. Merancang suatu algoritma untuk proses pereduksiancleraudengan nremakai teknik Adaptive Comh ltilter dan melakukannyadengan simulasi komputer 2. Menghitung kinerja dari Adaptive Comb Filter dalanr kaitan dengan peningkatan kualitassuara.

Pembatasan Masalah periodisitas gelombangsuara 1. Penelitianini dibatasipadapenranfaatan yanghampirperiodik. 2. Derauyang dipakaidalantpenelitiandibatasihanyapada derauputih (Additive llthite Gaus.s i trrtNoise). 3. Penelitianini dibatasipadasistemnorrriel.

40

Meditek,Vol.7,No.19,April-.hnti1999

PENGEMBANGAN PENINGKATAN ......

Teori Penunjang 1. Sifatdan Periodisitas SinyalSu.ara l.l . Sifatsinyalsuara Secaragarisbesarsinyalsuaramanmiadibagiatas: (voicedspeech) l. Ucapanbersuara (unvoicedspeech). 2. Ucapantidakbersuara yangharnpirperiodik(quasi Ucapanbersuaramerupakansinyalgelornbang periodik)padarerrtangwaktuyangpendek. Periodep/cbnya nrenentukzur ftekuensidasarsuara. Frekuensidasar tinggi rendahnadadan menenhrkan pembicaraan. turhrk tiap selalubembah-ubah Ucapantidak bersuaramempmyai benhrk sepertisinyal acak denganpita frekuensi y:urg lebar, namun energinyalebih kecil dari energi ucapan bersuara. sinyal stnra dari penulis yang Gambar I di bawah ini men-tperlihatkzur direkarn,denganbanturankartu sound bla.sterdalam selangwaktu 62.5 milidetik peftamadari kata " BahasaIndonesia". Dari ganbardapatdiukur periodepitch dengurskala lcm : 6,25milidetik samadengankuranglebih 1,4x6,25 rndet-- 8.75mdet.

,*I I,

,,1

-,"r:9-91_,-

I

.fI j

i "l

r

,.-,1i,,,'i/1it;,"11\4,"l,1i* nlf{

I

GarnbarI Sirryalsuaradalarrtselang62,5rndetik

2. Periodisitas sirryalsuara Sebuah sinyal rnerupakansinyal periodik jika berlaku hubungan sebagai berikut: . x (t + Tn): x (t) untuk sinyalwaktu kontinu

Meditek,Vol.7, No.l9,April-Juni1999

4l

PENGEMBANGAN PENINGKA'IAN ......

o x ( n + N ) : x ( n ) u n t u k s i n y awl a k t u d i s k r e t Hubrurgandi atas rnenyatakanbahwa sinyal tersebrrtadalahsinyal periodik denganT don Nadalah periodanya. Sedangkan sinyal-sinyalyangtidak rnemenuhi hubturgandi atasdisebutsinyalnon periodik atauaperiodik. Karena sinyalperiodik,makadayarata-ntasinyal dihihrngcukupperperiodik.

3. TransformasiFourier 3.1. Sinyalaperiodikwaktudiskrit Sinyal - sinyal aperiodikwaktu diskrit dapatdirepresentasikan dengar TransfonnasiFourierWaktu Diskrityangdinyatakandenganrurnus-rumus berikutini :

------(l )

x(n\= + f da "X(o)ei'"

variabelintegranda = ZnJ dengar./'adalahliekuerrsiyarg dinonnalisir (tanpadimensi) x (n): sinyalaperiodikwaktudiskriVtransfonnasi Forrierinvers a . \-\ (z'., X(or) = ) x(n).s-iutn It-

d)

X(rrl): menyatakan kardurganfrekuensidarix (rt)l responsfrekuensi. 3.2. Sinyalderetanwaktuterbatas Sinyalderetanwaktuterbatasx(ry'didefinisikansebagaideretansepanjang N cuplikan,dan selaludapatdipandangsebagaisahrperiodedari deretan periodik. Jadideretanwaktuterbatas x(n)= ! t

7(n\:0

|

: rnittnva

periodik Di mana:7Qt): sinyalderetan Sinyal deretan waktu terbatas dapat direpresentasikandengan transformasiFourierdiskit yang dinyatakandenganftunus-rurus beriktrt ini: N-l

X(k) =Z x(n)et2"k'rv

-l -----------------(3) t: 0,1,2,.....N

n=0

X (k): Transfomrasi FourierDiskritderetanwaktuterbatasx(n)

42

Meditek,Vol 7, No.l9,April-.luni1999

PENGEMBANGAN PENINGKATAN ...... N-l

.x(n): *L -

Xftin i2ttkntN n:0,1,2,.....N-I -----------:--- (4)

k=0

Fotrier Diskrit invers x (n/ Transformasi 4. SpekhrmrRapatEnergi 4.1. Sinyalaperiodik : Rtrmu-s relasiPar,seval'.s

t =,,i- lr(n)lt= *f,lx1at1l2ttat

-----(5)

-S(ot) = lx(ro)12 menyatakandistribusienergi dan disebutspekhrun rapatenergi 4.2.Unhrk sinyalderetan terbatas Spektnunrapatenergideretanterbatasdinyatakandengarnunus:

--(6)

= lx(k)l s(
S(
- t<1 y(n)=l ngclxln

--------(7)

t=0

junlah koefisienfilter h(k) - koefisienreslxlninrpuls

N-

Di manaftmgsialihnyasebagaiberikut: /v- I

H(z)=L n(Dz-k

_____________(8)

t=0

5.2.Filterrekursif( IIR). filterrekrusifdapatditulis: Secara matematis , persamaan N

1,(n)=)

fr=O

N dott M ooian bo

ltl

okx(n- b+L

h,.t,(n- k\

-------(9)

k=l

:jtunlah koefisienfilter : koefisienrcsponimpuls

Di manafi.urgsialihnyasebagaiberihrt:

Meditek,Vol.7, No.l9,April-Juni1999

43

PENGf,MBANGANI'ENINGKATAN...... $.,,- o " x'

I-J

----(10)

H(z)= t + f 6 1 =I k=l

Comb FilterFIP* Benhrkumurn combfilter FIR dapatdilihatpadaGambar2.

{

"'"'--*: ' tlnt

I Y

L )
) : ',>z',--) rrl

);'!

t rtl *h(1) 1'.

h(0)

z'ti

i' Yh(;r i >'

VntMr t

i

Tl;:;:," "l"li:IJ,Ti;:lTl,lfJ;,. Persamaanperbedaandari Gambar2. adalahsebagaiberihrt : y(n')= h(O)x(n)+ h(l)x(n - L) + --+h(M)x(n - kL) ----{l

l)

FwrgsialiVfimgsisistem: YEt 4.., =P-h(k\.2-kL H(z\= #,

-: (12)

di mana: h(k)adalahkoefisienfilter yangmemenrfii, Y, ngr| = t i=0

Unhrk: h(0): h(I) : lt(2): -:

h(lu0:1- ( sanabesar)

( 12)menjadi: H(z) = in Makapersarnaan

Y ,-o' ---(l2a)

N

T e t a p: ti A ' = l + A + A 2+ A 3+ . . . . . .+. .A N= # n=0

(l2a) menjadi: Maka persamaan

H(z)=;r#

-----(13)

( I 3) menjadi: Responfrekuensifilter : H(co)= H(z)1,=",,1 makapersamatu.l

44

Meditek.hL7. No.l9,April-.hmi1999


I s n )[ 0 / ( i 1 + l ) / 2 ] o_u'tl.M/2 M+l s i n[ o / / 2 ]

-------

= Resporr masnittde: lH(crr)l l#*##f

( l4)

l-----,'-r,

contoh karakteristik responmugtitudecontbfilter lllko)ldaripersanraan (14) dengar,M:5 turtukL:2 dapatdilihatpadaGzunbar3 di bawahini : R e s p o r rA n r p l i t r i d oC o r I b F i l ( e rU n l u k M = 5 t j a n L - 2

1 09 o !

= l

a E c o

08 t)/ 06

I \

\

I

I

I I

05

I

04 E

03 0? 0l

/\n

^l

V\/

05

\

I

n/\/

V

I

\

/ \n ' V V

1 F r e k t t e t r sr rr o r n a l l s a r r

\I

rs

(lambar3. ResponAnrplituda ConrbFilteruntuk M-5 danl.-2

Dari ciambar3 dapatdilihat bahwalurga-harganol dari rcntb .filter dengan persamaan ( l4) akanmunculsecru?periodikpada: ( r ) 1= 1 6 0+ ! : k = 0 , l , 2 . . . . . . . . . . . .-. 1| , - - - - - - - - : ( l - 5 ) di rnanaroeadalah frekuensidari harganol pertama.Jika roodinormalisir=0 -----(16) nrakapersamaan(15)nrenjadi i(Dtr: + -yangmerupakarr lebarantaradrn harganol yangberdekatan. jumlah siklm sinmoidaldalan satuperiodadan I di mana : /r nrerryatakan rnenyatakmperioda. Jika or = Znf* disubstitrcikankedalampersamaan (16) didapat:

fo= f,

-- (n)

di mana : f adalahrasional(sinyalperiodik): k danI integer --(l7a) Didefinisikar^r: f'1=; -sebagai{iekuensiM*

(14). f, conb.filterdenganpersamaan

Meditek.Vol.7,No.l9, April-.hni t999

45


Dari persamaan(17) dan (l7a) terlihat bahwa frekuensidasar dan harmonisanyamerupakanfi.urgsidariZ. Unhrk melewatkansinyal ucapanbersuara(voicedspeech)denganpreriode pitch yang bembah-ubahdenganwakftr (tinte varying trutw"e') diperlukan adaptifcombfilter yang dapatmengahr sendiri terhadapvariasidari frekuensi danr .(which adjusts itself to variations in.fundnmentalfequency) , m*a (14) harusberubah-ubah. parameterL dari comh.filterdenganpersamaan (18)

Jadi LaTo

bulat,nrakadigurakannilai pembulatandai T, Karena L adalahbilangan PeriodePitclr. 6. MetodePendeteksizur pitchyangtelahdikenrbangkan adalah: Dua metodependeteksian l.Metodeotokorelasi 2.MetodeLPC Filter Int,erse. 6.1. Metodaotokorelasi. Furgsi otokorelasiwaktupendekdari WSSdidefinisikarsebagai: s(n)..s(n- k', R.,(t) = * ,=I, dimana : s(tt)adalahsinyalsanrpel

-----(19)

Nadalahbaryaksampel | [s(rt)I : [s(I),s(2),.......,s(N) [k J adalahnilai penturdam (delay vaI ue)diskrit integer maksintun;N: integer [ftn'o*]= N nilaipenundaan Jika s(n) adalahsinyalperiodikdenganperiodaP di nrana.r(z/: s(n+P) rnakaberlakuhubungan: R,,(P) = R.*(0)

------(20)

SyaratsinyalacakWSS : E[s(r)] =konstan datr ------(21) + k)] = R"(,t) E[s(n)..s(rr (21) adalahperiodisitas fi.urgsiotokorelasi. Persarnaan Dari persamaan(21) dan sifat fi.urgsi genap R,, (k) : R* (A refta lR,,(,t)l < R,"(O)rurtukseluuh nilai [k] dinana R., (0) adalah nilai

46

Meditek,Vol.7,No.l9,April-.htni1999


maksimummakaliurgsiotokorelasiakzurnrencapainilairnaksimumbertunrl tunrtpadacuplikan-cuplikan ke 0. +P, 1,2P........... Tanpa perlu memandang awal dari suatu sinyal, perioda dapat diperkirakanwakhmya denganmenenhrkanlokasi maksimurnpertamadari fi.mgsiotokorelasi.Sifat ini digrurakansebagaidasarbagi upaya penenttmn peioda pitcft sinyalsuara. PengguraanotokorelasiR,,(k)secara langsturgmenimbulkanbeberapa masalahantaralain : l. Pengamhdari frekuensi.forntont pertamayang dapat mempenganrhi periodisitas gelonibangsinyalsuara. 2. Sinyalsuaraadalahsinyalyang 'quri periotlic' akut menyebabkan R,,(k) pturcaklarang menonjoldan nrernbelok(to be lessprominentarul, in twn) sehinggaagaksulit menganrbilpurcaknya. Untuk mengatasimasalah-masalalr tersebutdi atas,beberapapenelititelah mencoba berbagai pengukuran pra pengolahansinyal urtuk membtnt otokorelasilebihterfokts padaperiodadasardarigelonrbang sinyal. Salahsahrteknik yang dikembangkzur oleh Dubnowski1975adalahcenter clipping yang adalahsebagaisu,atuproses'v'hitening'padaspektum sinyal turhrk membut sinyal suara lebih tampak sebagaipulsa-pulsa(nnre pulselike). 6.2. MetodaLPCflter Invers Metodaini dikembmgkanoleh JohnMarkel1972yangdikenaldengan algoritna SIFT (Sinple hwerseFilter Tracking).Algoitnra SIFT memakai shategidasardariprevhiteningnrengikutiotokorelasitetapilangkah-langkah prewhiteningmenggurakanprediksilinier im'erserther. Diagrarnblok algoritmaSIFf secarasederhara dapatdilihatpadaGambar4

(iarnbar4. Diaglamblok sederhana algoritmaSll.'l

Meditek,Vol.7, No.l9,April-,hmi1999

41

PENGf,M BANGAN PENINGKATAN ......

Keterangan: : sanrpelspeech s(n) ak e(n)

- koefisienprediktordihitungdengzur metodeslnrt lermotokorelasi - sinyalenor/residukelu,aran daifilter invers.

R,,(n) : deretanotokorelasi : pnode pitchyangdiestimasi h Furgsi ahh.fitter invers:A(z): l-L no, o k,l

ProseduralgoritmaSIFT ProseduralgorihnaSIFT'secara garisbesardapatdijelaskansebagaiberikut: l. Sinyal sampel dikalikan dengan liurgsi jendela turhrk menghasilkar frame-framesampel. 2. F'rame-frarnesarnpel dimasukan ke dalam bnfn, untuk menghitmg koefisien.f/ter im'er,s. 3. Fil ter inversmenghitturgsinyalresiftr/sinyal error 4. Cftokorelasi rnendeteksi periodisitas dari sinyalerror 5. Irrterpolasirurhrkmengestimasipe"ilcrJrepitch darisinyalsu,ara. 6. Selanjuhryatenhrkanapakah sinyal yang diterima adalahjenis eksitasi Voiced atau unvoiced dengan rnembzurdingkan pararneterenergi waktu singkat. sinyalinput suara.Kemudiandibandingkandenganbatasambang yangdipilih. ProsedtrSIFT secaradetildapatdiperolehpadamakalahMarkel 1972. Pengembangan PeningkatanKualitas Suarayang Tercampur Derau Sistem PengembanganPeningkatanKualitas Su,arayang Tercampw Derau (PPKS-D) rnemanfaatkansifat sinyal rrcapanbersuara(voiced speech) ymg merupakangelombanghampir periodik (En^siperiodic) padarentzurgwaktu yang pendekbiasanyasekitar5 - 20 mdetik.Periodepitch-nya menentukan tinggi rendah nada dan menenhrkanfiekuensidasarsuara.Karenafrekuensidasarsuarabersifat kontinu dan selalubembah-ubah turtuk tiap pernbicaraan , sebaliknyakomponen pentuda L urhrk menenhrkanperiode da'i combfilter }lrumilaiinteger. Untuk mendapatkanL bemilai integer maka diambil harga pembulatanpitch yang temormalisasi terhadapfrekuensipencuplikan.

48

Meditek,Vo[.7,No.l9, April-Juni 1999


l. Menghihng JumlahPenundaDali CombFilter. Dari persamaan(18) terlihatbahwafrekuensidasardan kelipatanfrekuensi dasarcombfilter mempturyaihubturgandenganjumlah penturdaL dai' comb filter. Karena jtunlah penurda L adalah integer sedangkanfrekuensi dasar su,araadalahkontinq makaL adalahnilai penrbulatandari peiodepitch p yang dinormalisasiterhadapperiodepencuplikandan secaramatematisdapatdihrlis berikut: sebagai , l,:pembul"* [i) ; I.: periodapencuplikan. Hubturganantarapitch , periodapitch danpembulatannilai penturdaL dapat dilihatpadaTabelI

Ndi

t

Fitcrr I.JZi 0 333333333 2.5

0 600

r 6656666 4285 t L 2 c 1 ' ,1I 1 1

ro0 00 I

20

0.8333

40c 500

1142

ti(,(l

6

J J

t14

)0 U 00(

1

l

5

454545

I

4 1 6 6 {; 6

0,4

8

80 90 i 00 0

?

0 . 3 8 4 6I 5 3 8 5 0 3703703 0.357142 3448

333

3

I

312 30 30303 2941116+7

2. DiagramBlok SistemPPKS-D. SistemPPKS-Dsecaradiagramblok dapatdilihatpadaGambar5. PadasistemPPKS-D ini suara direkamdenganbantuankafiu sowtd blrcter dan hasil rekamans(ry' disimpan dalarn-file denganekstensi wav (lYindow yang direkamkemudiandicampurdenganderauputih application wave).Suara cl(n) wrbril<menghasilkansinyal suarayang tercampw denuy(n). Selanjuhya Meditek.l/ol. 7, No.19.April-.hmi1999

49

PENGEMBANGAN ...... PENINGKATAN sinyal y(n) diprows dengan dilewatkan pada sebuatr comb filter wrtuk mereduksiderau.Keluarancombflter yang merupakan sinyal yang diproses S(n)kemudian akan dibandingkan dengan snyal s(n) urtuk mengukru peningkatankualitassuara.

y(n)=s(u)+d(n) PtNGIil I LINC P E R I ( ) O NP I I C H

Sinyal yg dtproses

Gambar.5. Diasram blok SistemPPKS-D

3. MengambilSfuryalSuara. Pengambilansinyal suaras(z/ dilakukandenganbantuan SoundBlasterCard sepertidilihat padaCrambar6.

Gambar6. Diagram blok Pengambilansuara

50

Meditek,Vol.7,No.l9, April-Juni 1999


Suarayang direkarnakandisimpandalarnfiledenganekstensiwav (vindow applicalionvoiced)..Frekuensipencuplikaryangdipilih sesuaidenganfasilitas recording CreativeWcweSnulio adalahll KHz dengankuantisasi8 bit per sinyal s(z/ dilalarkansecaraparalel8 bit. sampel..Pemrosesan DerauRrtih. 4. MembangkitkandanMenambahkan denganbantuan Deratrp*1h d(tt) sebagaisunber degradasidibangkitkan peranti lunak MATLAB dengan mean : 0 dan standardeviasi : L Dan disimpzurdalamfle denganekstensiwav dengankuantisasi8 bit per sampel. derauputil-rke dalamsinyal suaradenganbantuanpiranti Menambahkzur Wm,e Creative Sftrcliomenghasilkarsinyalstnratercarnpuderauy(n/: s(tt) + d(n). 5. MengftiturgPeriodePitch. Pada bagianini harya akan dibahasanalisisprediksilinier yang diperlukan turhrknrenghihurgkoefisienprediktorao.Bagiananalisisprediksilinier terdiri atas : Jendela f{amrning, Penghiturg otokorelasi dan Algorihna l,evinson-Drubinsepertidiperlihatkan diagrarnblok padaGambar7.

l(,t ----))

Gambar7 Diagramblok l'enghitungKoefisienprediktor

(n) ke dalam.f'ante Modtrljendelaberfiurgsiturtukrnernbilah-bilahsinyal-y denganpanjang 20 mdet atau sebanyak : 20xl I sampel:220 sampel (liekuensisamplingI I ktJz). Penghitungotokorelasidiperlukar rurtuk r-nenghiturgotokorelasisinyal (2 I ). y(n) tiap fi'amedenganpersamaan Peningkatan Ku,alitasSuara. 6. Pengukuran Objektif. 6. I . Pengtrkurarr SalahsaftrpengJr"rktuan obiektifyang seringdipakaiadalahpengukuran sinyalterhadaprzl.se-nyasecarasegrnental ataupengukuanSNRtersegmen (22). yangdinyatakandenganpersarnaan

Meditek,Vol. 7, No.l9,Altril-.hmi 1999

5l

PENGEM BANGAN PENINGKATAN ......

. M=t I U , s N R " " s = * Ll o l o g , o l I /=0

ln=m;N+l

.,2(,) I' _-_,1s1n;-'iPr;1'?J

_-<22)

di mana: SAR.-adalahSegmental SignalToNoiseRatio : s(n) sinyalsebelumdiproses. diproses .i(") : sinyalsesudah ataujumlahsampeltiapframe:220. N adalahpanjang.frame t?r6ttrp ffi? -.., mr-,adalahnomorsampelterakhir dai'f"amekeM M adalah.junrlah f'ame dalanrsatuucapar m,adalahnomorsarnpelterakhirdari: frame i=[0+l).2201-1 Untuk menghitrurgharga-hargakuarrtisasisinyal dan denu dari'file dengan fonnat *.wav terlebih dulu dilakukan pemotonganheader file sebesar40 byte subjektifMOS 6.2. Pengukuran Pengukurandilakukan rurtuk menguji keseimbanganfonetik dengan mempertimbangkanderau dan sinyal aslinya.Penilaiurdituangkandalam lima tingkatannilai berdasarkan TabelII Nilai 5 artinyapendengardapatrnembedakandenganjelas deraudan sinyal yangdiperolehkemudiandiambil rata-rata ucapanaslinya.Nilaikeseluruhan dan simpangbakunya. Tabel II l[ean OpiniorrSc'ore(MOS)

PENII-AIAN

52

KUALITAS I lCAPAN

5

B a g u ss e k a l i

4 -

Bagus ('ukup

2

Kurang

I

.lclck

Meditek,Vol.7,No.19,April-Juni 1999


SimulasiSistemPPKS-D perangkatkerasberupa Simulasi SisternPPKS-D dilaktrkandengzurbzurtuan PC Pentium 133 MHz dengar RAM 16 MB dan l<arfirsowtd bloster beserta pirantipendtrkurgnya. Pirantilrnak yangdipergunakan adalahcompilerTurboC l'l vemi4.5 Borland Interrntiorul danCreative WaveStulio. Piranti lurak MATLAB versi 4.5 dipakai turftrk membangkitkanderauputih kemudiandisimpandalam fonnat *.WAV (WindowApplication Voiced). l. Algoritna Simulasi. AlgoritmasirnulasisistenrPPKS-Ddapatdilihatpadadiagrarnalir Gzunbar4.

.Ganrbar4. DiagramAlir SistenrPPKS-I)

2. tJcapan/Kalirnat Simrrlasi Ucapar/Kalirnatyangdigunakandalaursimulasiadalahsebagaiberikut: o

Untuk straraPria.

l.

" InstihrtTeknologiBandurg"

2. " BandturgKota Kembang" 3. " JalanGaneshaSepuluh"

Meditek,Vol.7, No.l9,Ap'il-,Iuni 1999

53

PENGEMBANGANPBNINGKATAN......

4. " ElektroTeknik " 5. " BahasaIndonesia" 6. " WawasanNusantara" 7. " TanjrurgDrnen Raya" o l.

Untuk suaraWanita. " IndonesiadilandaKrisis"

2. " ResidenRepublikIndonesia" 3. " l,aboratoriun TelematikaElektro" 4. " Perjuangan Moral Mahasiswa" 5. " Majelis Pemrtsyawaratan Rakyaf' 6. " Peningkatan KualitasSuara" 7. " SidangTesisMagisteC' Hasil - Hasil Simulasi l. Pengukuran Objehif. Pengukuranobjektif dilakukanterhadapucapan" InstihrtTekrnkrgi Bandurg" sebagaisalah satu contoh pada Gambar 5 di bawah ini. Gambar a nrenunjukan sinyal ucapanyang tercampurdenausedangkargambarb mmurjukan sinyal yang sudah di-enhnnce.Dari hasil pengukurandiperoleh peningkatankualitas suara sebesarkuranglebih 9 dB.

Gambar5. llcapan Institut Teknologi Bandung

54

MeditelqVol.7,No.l9, Ap'il-Juni 1999


Hasil pengujianSegSNRdapatdilaporkandalamTabelIII danTabelIV Tabel III. Hasil PengujiansegSNRuntuk suaraPria

UCAPANKALIMAT " l n s t i t u tT e k n o l o o B i a n d u n o" " B a n d u n oK o t a K e m b a n o " " J a l a n G a n e s h aS e o u l u h " " E l e k t r oT e k n i k " " B a h a s aI n d o n e s i a " " W a w a s a nN u s a n t a r a " " T a n i u n qD u r e n R a v a " Rata-rata: S i m p a n g a nb a k u :

SEGSNR {dBI Sebelum Sesudah

12.92

2"t.13

9.6

18.56 19.27 18.94

10.98 10.37 10.02 9.63 10.78

18.06 16.01

17.85 10.58667 1 8 . 6 6 1 6 7 1. 14 6 5 8 7 1 . 5 5 5 0 2 3

Tabel [V. Hasil PengujianSEGSNR.untuksuaraWanita

SEGSNR(dB) Sebelum Sesudah UCAPAN KALIMAT ' l n d o n e s i aD i l a n d aK r i s i s " 10.92 15.32 '12"61 ' P r e s i d e nR e p u b l i kI n d o n e s i a " 7.6 ' LaboratoriumTelematikaElektro" 13.37 8.98 ' P e r i u a n q a nM o r a l M a h a s i s w a " 8.37 13.51 " M a i e l i sP e r m u s v a w a r a t aRn a k v a t " 13.84 8.02 'PeninqkataK n ualitas 12.31 7.63 S u a r a" 'Sidanq 13.52 8.78 T e s i sM a q i s t e r " R a t a - r a t a 10.58667 1 8 . 6 6 1 6 7 S i m p a n g a n b a k u 1.146587 1 . 5 5 5 0 2 3

2. PurgukuranSubjektifdenganMOS Pengukuransecarasubjektif ini memintapendengaruntuk menguji strarayang dibunyikan dan dilaksanakandi nr,angterhrttp, sehinggatidak ada suaralain yang mengganggu.Pengujiandilalatkan terhadap17 orang dan hasilnya dapat dilihat padaTabelV.

Meditek,Vol.7, No.l9,April-.Iuni 1999

55


Tabel V. Hasil PengujianMOS

tt( Ali\N I Ki\l.lN4Al

NAMA

iltl

IIKK

t(;s

l, I

I Z r r i r r rAl b i r l r n

.l

lclil S0{rkt)ll;r

I

Srirl l'ilnrlrrn

J

l:t'riviilrt,)

J

5 Rrrrr lrrrrr|irl 6

l ( ) r D D r rS t I w x n

j

l

{

l

-l

l 0 S ( ) i l rl l i l r r i r w i l r l

4

| | lillv Susarrty

q

1 7 .A

llrrrirtr:rtt rxlil

I

,l

4

I

.J

l

I

-l

I

.l

.l

{ l J

J

-l

I

.l

J

J

l

-l

J

I

I

J

J

4

I ftx

J

f

I

l5 Alcxlrrtlct

Rillir

J

-l

I

f

|2 lrhtrv llrtlitl

| 6. llrrrlrrrr;rtt

J

J

.l

SirUsjitlll)

J

{

.l

7 Rlrclrrrr;A r ll t

l.l

I

I

() ( crrg Nlttrg

I I)R

j

q

l l l l r r r r gS r r r K l r r r r !

l..l Ill'rrkrrrrs. ll.W

IIl

I {)J

i 7{l

l.Ii2

l 7(r

145

Skala nilai total rata-rataadalah3,74 yang menunjukkanbahwa kualitassuara enchonceadalahcukup. Nilai tertinggi diberikanpada"BandungKota Kembang" sebesat3,94dannilai terendahpada"Tanjutg DurenRaya"sebesar 3,35

Kesimpulan Berdasarkzur hasil penelitiandenganmenggunakansimulasikomputerdapat ditarikbeberapa kesimpulansebagaiberikut: . Hasil rekaman suara sangattergantungpada perangkatrekaman (.tound bloster). . Sifat sinyal suara yang berubah-ubah,sehinggasangat mempengaruhi kecepatandan tinggi rendahsuarapadasaatrekaman. . Dari hasil perhitunganmaka, faktor pembulatankomponenpelambatL dapatmempengaruhiketepatanfrekuensidasarsuaradan frekuensidasar comb filter.

56

Meditek,Vol.7,No.l9, April-Juni 1999


t . PengujianSegmentalSNR. Dari hasilpengujianSegmental SNRdapatdisimpulkansebagaiberikut: l. Dari TabelIll terjadipeningkatan kualitassu,ara sebesar rata-rata 6,22 dB. 2. Dari Tabel IV terjadi peningkatan kualitassu,ara rata-rata sebesar 3,51dB. 3. Dari TabelV terjadipeningkatankualitassu,arasebesarrata-rata2,88dB 4. Dari ketigahasil di atasdapatdilihat bahwaterjadipereduksian derauoleh comb filter adaptif terhadapsuara yang tercampur derau dengan range segSNR input sistem y,iltg berbeda-beda,sehinggadapat menghasilkan sinyalsuaradengankualitassrarayanglebihbaik. 5. SisternPPKS-Dbekerjaharyadalarnrzrr.qe masukanSNR dari 5 - 15 dB yang diperolehdenganmengahr arnplitudoderau sebesararrtara dari standardeviasinya. PengujianSubjehif denganMOS. Pengujiansubjektif denganMOS hanya dilakukan terhadapronge input segSNRdariTabelIII darlhasilpengujizu-r terdapatpadaTabelV. Dari hasil pengrdianterhadap sinyal ucapanyang diprosesdidapatkannilai pengukuransubjektifMOS dengannilai rata-rata3.74,menwrjukkanbahwa kualitasstrarakeluaranadapatifcombfilter adalahcukup.

Saran Untuk meningkatkandan rnemperbaikisistem PPKS-D ini maka penulis memberikansaftul-saftmsebagaiberikut : L Mernperbanyakkoefisiencombfilter mtuk hargaM yang lebih besardari sahr, yang akan menghasilkankuva responamplitudo yang lebih sempit urtuk mereduksiderau sehinggadapatmenghasilkan peningkatan ku,alitas srruayang lebihbaik. 2. Dapat dilakukan pengujianpeningkatankualitas su,aradenganmenggunakan derauyangriil. sepertisuaraorangtefiawaatautepukantangandansebagainya. pendeteksizur 3. Merrgembangkan pitch yulg lebih akuratlagi, yang akan n-retoda diterapkan dengan frelarensi sampling yarrg bembah-ubah,sehingga dapat mengatasimasalahpernbulatan nilai penurdaL daricomb.filter

Meditek,Vol.7,No.l9,April-.tuni1999

57


Kepustakaan of Speech L Deller,J.R"Proakis,J.G danHansen,J.H,Discrete- Time Processing Company,New York, 1993. Signals,MacmillanPublishing Syrthesis.andRecognition, MarcelDekker, 2. Frrui, S, Digital SpeechProcessing. Inc,New York , 1989. 3. Furui,SadaokidanSondhi,M, Mohan.Advancesin SpeechSigral ProcessingMarcelDekker,Inc New York 1992 Transmissionllandbook,Fdisi Ketiga, 5. Freeman,R.L, Telecommrurication MacrnillanPublishing Company,New York, 1993. Prentice-Hall sigralprocessing series1983. 6. JAE S. LAn, SpeechEnhancenrent 7. Mita K.Sanjit dan KaiserF.JamesHandbookFor Digital SignalProcessing JohnWiley & Sons,Inc.New York 1993 8. ffanidis, S.J, Optimtun Signal Processing: An Intodrrction.Edisi Kedua, McGraw-Hill Book Company,Singapore,1988. 9. Proakis, J.G dart Manolakis, D.G, Digital Signal Prcessing: Principles, Algoritluns, and Applications,Edisi KeduraMacmillan PublishingCompany, New York, 1992. 10. Rabiner,L,R danGold,B, TheoryandApplicationof DigitalSignalProcessing Prentice-Hall of IndiaPrivateLimitedNew Delhi-l100011992

58

Meditek,Vol.7,No.l9,April-.htni1999

PENGEMBANGAN PENINGKATAN KUALITAS SUARA YANG TERCAMPUR DERAU (ENHANCEMENT OF SPEECH DEGRADED BY ADDITIVE NOISE)

Recommend Documents