Safriadi1
1
Jurusan Teknik Informatika Universitas Sumatra Utara Jalan dr. T. Mansur No. 9 Kampus USU Medan 20155 Sumatera Utara
E-mail:
ABSTRAK
Speech Recognition merupakan salah satu proses pengenalan suara atau verifikasi suara. Salah satu proses verifikasi suara adalah Proses klasifikasi umur. Proses klasifikasi umur melalui suara dilakukan dengan membandingkan nilai-nilai pola suara yang sudah di ekstraksi terlebih dahulu sebelum mendapatkan nilai pola suara. Adapun metode yang digunakan untuk mengekstraksi ciri pengenalan suara adalah dengan metode LPC (Linier Predictive Coding) dan metode yang di gunakan untuk mendapat nilai-nilai pola pengenalan umur melalui suara adalah dengan mengggunakan metode Perceptron.
Kata kunci: Speech Recognition, LPC ( Linier Predictive Coding ), Perceptron
1. Pendahuluan
Suara merupakan salah satu bagian penting untuk perkembangan media komunikasi disamping penglihatan dan sentuhan. Tiga hal ini adalah bagian yang sangat penting untuk mengembangkan teknologi komunikasi khususnya di bidang kecerdasan buatan.
Dengan menggunakan proses pengenalan suara berbagai informasi identitas seseorang bisa didapatkan, seperti gender ( jenis kelamin), suku, umur ataupun usia dan lain sebagainya.
Bagi manusia pengenalan suara ini adalah hal yang mudah karena manusia mempunyai kemampuan untuk mengenali pola pengenalan suara dengan sangat baik. Akan tetapi komputer sangat sulit untuk proses pengenalan suara karena komputer harus menganalisa dengan detial setiap sinyal suara yang masuk.
Metode LPC (Linier Predictive Coding) sangat banyak dimanfaatkan untuk mengekstraksi ciri pengenalan suara, Metode perceptron adalah salah satu metode yang sangat baik digunakan untuk pengenalan pola.
Masalah pengenalan suara ini sangat menarik dan penting karena adanya permasalahan dalam identifikasi pembicara karena adanya variasi suku kata disetiap pengucapannya. Karakteristik yang sangat spesifik suatu sinyal suara adalah disebabkan oleh perbedaan struktur fisiologi dan aspek-aspek bawaan dalam masing-masing individu.
2. Tinjauan Pustaka 2.1 Suara
Pengenalan suara (speech recognition) adalah suatu proses untuk mengenali huruf, kata atau kalimat yang diucapkan. Pengenalan suara istilah lainnya Automatic Speech Recognition atau Computer Speech Recognition dimana penggunaan sebuah mesin/komputer untuk mengenali sebuah suara atau identitas seseorang dari suara yang diucapkan. Pada dasarnya user atau pengguna berbicara di depan
komputer kemudian komputer mengenali suara atau identitas seseorang sesuai yang diucapkan.
Pengenalan pola suara dikenali ke dalam berbagai level tugas, pengenalan dalam tingkat sinyal berupa uji tingkatan dalam susunan unit sub kata.
Pengenalan suara huruf vokal merupakan dasar dari pengenalan suara karena padanan kata merupakan susunan dari beberapa huruf salah satunya adalah huruf vocal, sehingga diperoleh prinsip dasar proses pengenalan dari suara huruf vokal dapat digunakan dalam penelitian lebih lanjut.
2.2 Proses Pengenalan Suara Secara Identifikasi Dan Verifikasi
Adapun proses pengenalan suara terbagi menjadi Verification dan Identification. Identification adalah proses pelatihan suara seseorang atau huruf yang diucapkan ke pengenalan suara dengan cara mendaftarkan pembicara dari ucapan yang diberikan.
Verification adalah proses penentuan identitas pembicara atau arti dari suara yang diucapkan oleh pembicara yang dibandingkan dengan data yang telah tersimpan pada sistem.
2.3Pengenalan Suara Offline Dan Online
Pengenalan suara offline adalah suatu sistem yang menghasilkan output dengan bantuan proses secara manual oleh pengguna. Sedangkan sistem online adalah sistem yang menghasilkan output tanpa bantuan proses secara manual oleh user.
Pengenalan suara memiliki tahap pelatihan atau identifikasi dan verifikasi. Pada proses identifikasi memiliki tahap normalisasi, ekstraksi ciri, klasifikasi. Proses pengenalan suara offline maupun online terdapat proses identifikasi. Adapaun perbedaan pada proses verifikasi, pada pengenalan suara secara offline verifikasi dilakukan dengan cara suara yang akan dikenali direkam terlebih dahulu dan disimpan ke dalam media penyimpanan sebelum memulai proses verifikasi suara, pada proses
verifikasi secara online, verifikasi dilakukan menggunakan pengucapan suara langsung tanpa melalui proses perekaman terlebih dahulu.
2.4 LPC (Linier Predictive Coding)
Ciri sinyal suara sangat penting untuk pengenalan pola suara. Adapun metode yang digunakan untuk mengekstrasi ciri pada pengolahan sinyal suara adalah dengan metode LPC (Linier Predictive Coding).
Prinsip dasar dari LPC (Linier Predictive Coding) adalah bahwa sinyal ucapan s(n) pada waktu ke-n dapat di perkirakan dengan kombinasi linier dari p sampel sinyal ucapan sebelumnya dengan persamaan sebagai berikut :
s(n) ≈ a1s(n-1) + a2s(n-2) + . . .+ ans(n-p)
(1)
Dengan koefiesien an adalah diasumsikan
bernilai konstanta pada frame analisis ucapan. Sinyal ucapan yang masuk akan dilakukan proses window hamming untuk mendapatkan nilai faktor kesalahan. Kemudian dengan metode auto korelasi untuk mendapatkan keluaran berupa nilai koefisien LPC (Linier Predictive Coding).
2.5 Window Hamming
Pada dasarnya window berfungsi sebagai untuk mengurangi batas ketidak-kontinuan (boundary of discontinues). Ketidak-kontinouan berada pada awal dan pada akhir tiap frame. Window berupaya untuk mengurangi kerusakan spektrum dengan cara meruncingkan dengan membuat nol pada awal dan akhir frame. Persamaan yang di gunakan untuk window hamming adalah sebagai berikut :
(2) Window Hamming diperoleh dengan memodifikasi koefisien window Hanning untuk mencegah dengan tepat pada sidelobe pertama, tapi menjadi sangat kurang tepat bernilai nol pada tiap tepi. Dengan alasan ini window Hamming menaikkan 42 dB di bawah lobe utama, namun secara asimtot sidelobe decay dengan 6 dB per oktav, dan noise berada 1,36. Grafik spektrum hasil window dapat diperlihatkan pada gambar 1 dan gambar 2 :
Gambar 1 Spektrum Sampel Sinyal
Gambar 2 Spektrum Sampel Sinyal Dengan Window Hamming
2.6 Perceptron
Saat ini metode perceptron masih dipandang sebagai jaringan penting. Metode perceptron menyisakan suatu jaringan yang cepat dan handal untuk kelas masalah yang dapat dipecahkan. Selain itu, pemahaman tentang operasi dari metode perceptron menyediakan dasar yang baik untuk memahami jaringan yang lebih kompleks. Jadi jaringan perceptron, dan aturan belajar yang terkait.
Pembelajaran berarti belajar dari kesalahan. Semakin sering metode ini digunakan untuk pembelajaran semakin cerdaslah dia, artinya kesalahannya semakin kecil. Kecepatan peningkatan kecerdasan ditentukan oleh nilai parameter kecepatan pembelajaran (learning rate) disimbolkan dengan α
Proses pembelajaran perceptron untuk prebuhan bobotnya di awasi oleh laju pembelajaran α. Besarnya perubahan bobot yang terjadi pada setiap iterasi adalah ebagai berikut :
i i i
x
y
w
=α.
.
∆
(3) iy
b=α.
∆
(4)Dengan demikian nilai bobot yang baru adalah sebagai berikut :
(baru) (=w
lama)+α.x
i.y
iw
i i (5)( ) (baru
=blama)+α.y
ib
(6)2.7 Klasifikasi Umur
Umur atau usia adalah satuan waktu yang mengukur waktu keberadaan suatu benda atau makhluk, baik yang hidup maupun yang mati. Pada penilitian ini pengklasifikasian umur di bagi kedalam beberapa kelompok :
1. Dewasa Muda : 18-25
2. Dewasa Penuh : 25-65
3. Usia Lanjut : Lebih Besar 65 Tahun
3. Analisis Kebutuhan Sistem
Metode analisis ini merupakan tahap melakukan analisa pada sistem yang akan di bangun. Kebutuhan sistem antara lain sebuah perangkat komputer multimedia dan perangkat lunak pendukung penelitian.
Gambar 3. Kebutuhan Sistem
4. Diagram Sistem
Pada penelitian ini diagram sistem dibagi menjadi 2 bagian, yaitu diagram sistem untuk pelatihan dan diagram sistem untuk pengujian
4.1Diagram Sistem Pelatihan
Berikut ini adalah diagaram sistem untuk pelatihan pengenalan pola klasifikasi suara :
Gambar 4 Diagram Sistem Pelatihan Pengenanalan Pola
Adapun proses yang terjadi pada tahap ini adalah suara yang di input terlebih dahulu dengan ekstensi file .wav yang kemudian diproses untuk membaca struktur file data suara yang di input, untuk mendapatkan informasi berupa jumlah sampel rate, bit rate, dan chunk data.
Kemudian file suara yang diinputkan di proses dengan metode window hamming untuk mengurangi batas ketidak-kontinuan (boundary of discontinues). Proses ini bertujuan untuk mengurangi Ketidak- kontinouan yang berada pada awal dan pada akhir tiap frame. Window berupaya untuk mengurangi kerusakan spektrum dengan cara meruncingkan dengan membuat nol pada awal dan akhir frame.
Setelah melakukan proses mengurangi batas ketidak-kontinuan (boundary of discontinues), kemudian proses mengekstraksi ciri dari file suara dengan menggunakan metode LPC (Linier Predictive Coding). Kemudian untuk mendapatkan pola dari masing – masing kelompok umur dilakukan dengaan metode perceptron yang kemudian nilai bobot yang di dapatkan dari proses perceptron ditanamkan disimpan kedalam program untuk setiap kelompok umur.
4.2Diagram Sistem Pengujian
Berikut ini adalah diagaram sistem untuk pelangujian pengenalan pola klasifikasi suara :
Gambar 5. Diagram Sistem Pengujian Klasifikasi Umur
Start
Input File Suara .wav
Membaca Struktur Data Fle .wav
1 Window Hamming Ekstraksi Ciri Dengan LPC Pengenalan Pola Menggunakan Perceptron Selesai ? T Selesai 1 F Start Input File Suara .wav Membaca Struktur Data Fle .wav
Window Hamming Ekstraksi Ciri Dengan LPC Pengenalan Pola Menggunakan Perceptron Selesai Membandingkan
Nilai Bobot dari pelatihan Dan Pengujian
Hasil Klasifikasi
Adapun proses yang terjadi pada tahap ini adalah suara yang di input terlebih dahulu dengan ekstensi file .wav yang kemudian diproses untuk membaca struktur file data suara yang di input, untuk mendapatkan informasi berupa sampel rate, bit rate, channel, dan chunk data.
Kemudian file suara yang diinputkan di proses dengan metode window hamming untuk mengurangi batas ketidak-kontinuan (boundary of discontinues). Proses ini bertujuan untuk mengurangi Ketidak- kontinouan yang berada pada awal dan pada akhir tiap frame. Window berupaya untuk mengurangi kerusakan spektrum dengan cara meruncingkan dengan membuat nol pada awal dan akhir frame.
Setelah melakukan proses mengurangi batas ketidak-kontinuan (boundary of discontinues), kemudian proses mengekstraksi ciri dari file suara dengan menggunakan metode LPC (Linier Predictive Coding). Kemudian untuk mendapatkan pola dari masing – masing kelompok umur dilakukan dengaan metode perceptron.
Kemudian setelah mendapatkan nilai-nilai bobot dari pengujian, sistem membandingkan dengan nilai- nilai bobot yang terlebih dahulu didapatkan melalui proses pelatihan yang kemudian sistem memberikan output berupa hasil dari klasifikasi umur.
5. Kesimpulan
Dari hasil penelitian dan pembahasan yang telah dilakukan dapat disimpulkan, sebagai berikut :
1. Efek noise pada sampel suara sangat
mempengaruhi dalam pada saat pelatihan dan pengujian.
2. Speaking mode, dan speaking style sangat mempengaruhi dalam hal pengkalsifikasian umur.
3. Semakin banyak dilakukan proses
pembelajaran maka hasil klasifikasi umur akan semakin bagus.
6. Daftar Pustaka
Brigham, E. Oran (1988). The fast Fourier transform and its applications. Englewood Cliffs, N.J.: Prentice Hall.
Dasgupta, Sanjoy, 2009. Analysis of Perceptron-
Based Active Learning. Jurnal of Machine
Learning Research 10 : 281-299,
Fadlisyah, Pengolahan Suara Penerbit : Graha Ilmu, Yogyakarta, 2013
Gunawan, Dadang, Pengolahan Sinyal Digital
Dengan Pemograman Matlab Penerbit Graha
Ilmu, Yogyakarta, 2012
Min N. Do, “An Automatic Speaker Recognition System”, Audio Visual Communication Laboratory, Swiss Federal Institute of Technology, Lausanne, Switzerland, 2001.
Richards. J.A, Remote Sensing Digital Image Analysis, An Introduction, Springer-Verlag Berlin Heidelberg, 1986
Sianipar, R.H, Pemrosesan Sinyal Digital Penerbit Andi, Yogyakarta, 2012
Smith, Steven W. (1999). Guide to Digital Signal Processing (Second ed.). San Diego, Calif.: California Technical Publishing