B. Codebook Excited Linear Prediction (CELP)
III. METODE PENELITIAN
Bab ini membahas mengenai bagaimana metode pengerjaan tugas akhir ini
dilakukan dan langkah-langkah pengerjaan yang dilakukan.
BAB IV HASIL DAN PEMBAHASAN
Bab ini berisi analisis dan simulasi mengenai pemrosesan sinyal suara
menggunakan teknik pengkodean CELP pada sinyal suara dengan laju bit
rendah.
BAB VI SIMPULAN DAN SARAN
Bab ini berisi simpulan dan saran yang diperoleh berdasarkan hasil
II. DASAR TEORI
A. Pengkodean Sinyal Suara 1. Gambaran Umum
Pengkodean sinyal suara adalah suatu bidang penelitian yang banyak diteliti
didalam pengolahan sinyal suara sejak adanya telepon - telepon yang
koneksinya menggunakan kawat. Banyak teknik - teknik pengkodean suara
telah secara menyeluruh diteliti dan dikembangkan, namun ditolak lebih lanjut
oleh kemajuan di dalam didunia internet, dan teknologi komunikasi nirkabel.
Pengkodean menjadi suatu dasar dari unsur komunikasi-komunikasi digital
yang secara terus-menerus menarik perhatian peneliti karena
permintaan-permintaan akan jasa telekomunikasi yang meningkat.
Pengkodean suara sudah menjadi suatu keperluan yang pokok karena adanya
pembatasanbandwidth pada kebanyakan sistem transmisi sinyal. Pengkodean
suara merupakan suatu penyajian digital sinyal suara dengan kode yaitu
menggunakan suatu nomor yang minimum dari bit-bit untuk mencapai
kualitas suara yang baik dan tetap memelihara kompleksitas. Pengkodean
suara mempunyai dua aplikasi utama yakni transmisi digital dan penyimpanan
mutu sinyal suara, atau untuk memperbaiki mutu suara pada suatu laju bit
tertentu.
3. Sinyal Suara Manusia (Sinyal Wicara)
3.1. Pembangkitan Sinyal Wicara pada Manusia
Speech (wicara) dihasilkan dari sebuah kerjasama antara lungs
(paru-paru), glottis (dengan vocal cords) dan articulation tract (mouth/mulut
dannose cavity/rongga hidung).
Gambar 1 menunjukkan penampang melintang dari organ wicara
manusia. Untuk menghasilkan sebuah voiced sounds (suara ucapan),
paru-paru lungs menekan udara melalui epiglottis, vocal cords bergetar,
menginterupsi udara melalui aliran udara dan menghassilkan sebuah
gelombang tekananquasi-periodic.
Impuls tekanan pada umumnya disebut sebagai pitch impulses dan
frekuensi sinyal tekanan adalah pitch frequency atau fundamental
frequency. Di dalam Gambar 2a sederetan impuls (fungsi tekanan suara)
dihasikan olehvocal cordsuntuk sebuah suara.
Ini merupakan bagian dari sinyal voice (suara) yang mendefinisikan
speech melody (melodi wicara). Ketika kita berbicara dengan sebuah
frekuensi pitch konstan, suara sinyal wicara monotonous tetapi dalam
kasus normal sebuah perubahan permanen pada frekuensi terjadi. Variasi
frekuensipitchdapat dilihat seperti pada Gambar 2b.
a. Sederetan impulse yang sama
b. Variasi pada frekuensi pitch
Impuls pitch merangsang udara di dalam mulut, dan untuk suara tertentu
(nasals) juga merangsang nasal cavity (rongga hidung). Ketika rongga
beresonansi, akan menimbulkan radiasi sebuah gelombang suara yang
mana merupakan sinyal wicara. Kedua rongga beraksi sebagai resonators
dengan karacteristik frekuensi resonansi masing-masing, yang disebut
formant frequencies. Pada saat rongga mulut dapat mengalami perubahan
besar, kita mampu untuk menghasilkan beragam pola ucapan suara yang
berbeda.
Di dalam kasus unvoiced sounds (suara tak terucap), exitasi pada vocal
tract lebih menyerupai noise (derau). Gambar 3 menampilkan proses
produksi suara-suara /a/, dan /f/. Untuk sementara perbedaan bentuk dan
posisi pada organarticulationdiabaikan saja.
a) pembangkitan ucapan /a/
b) pembangkitan ucapan /f/
2.2. Bentuk Sinyal Wicara dalam Domain Waktu
Sinyal wicara merupakan sinyal yang bervariasi lambat sebagai fungsi
waktu, dalam hal ini ketika diamati pada durasi yang sangat pendek (5
sampai 100 mili detik) karakteristiknya masih stasioner. Tetapi bilamana
diamati dalam durasi yang lebih panjang (>1/5 detik) karakteristik
sinyalnya berubah untuk merefleksikan suara ucapan yang keluar dari
pembicara [7].
Gambar 4. Contoh sinyal wicara ucapan “Selamat Datang”
Salah satu cara dalam menyajikan sebuah sinyal wicara adalah dengan
menampilkannya dalam tiga kondisi dasar, yaitusilence(S) atau keadaan
tenang dimana sinyal wicara tidak diproduksi, unvoice (U) dimanavocal
cord tidak berfibrasi, dan yang ketiga adalah voiced (V) dimana vocal
kerongkongan melalui mekanisme akustik sampai keluar mulut dan
menghasilkan sinyal wicara.
2.3. Proses Sampling
Berikut ini sinyal sinus:
x(t) = A cos(ωt +φ)... (1)
Sinyal tersebut merupakan contoh sinyal waktu kontinyu. Seringkali
digunakan terminologi sinyal analog untuk menyebutnya.
Untuk proses komputasi, sinyal waktu kontinyu harus dirubah menjadi
bentuk waktu diskrit dan dilanjutkan dengan proses digitalisasi. Untuk
memperoleh bentuk sinyal waktu diskrit, sinyal waktu kontinyu harus
di-sampel.
Gambar 5.Blok diagram konversi sinyal kontinyu menjadi sinyal diskrit
Sekuen x[n] didapatkan setelah proses perubahan dari continues to
discrete(C-to-D). Kondisi realnya secarahardwareadalah menggunakan
Gambar 6.Rangkaian Sampling
Rangkaian sampling diatas merupakan sebuah ujung tombak dari sebuah
analog to digital conversion(ADC).
Gambar 7. Blok diagram rangkaian ADC
Persyaratan frekuensi sampling menurut teorema Shannon harus sama
dengan atau melebihi 2 kali frekuensi sinyal yang di sample.
fs > 2xfi ... (2)
Jika sinyal informasi yang menjadi sample memiliki komponen frekuensi
beragam, misalnya untuk sinyal wicara memungkinkan untuk memiliki
frekuensi dari 20 sampai 4000 Hz, maka sinyal informasi tersebut bisa
dituliskan sebagai:
. ... (3)
fs > 2xfimax ... (4)
Frekuensi sampling seringkali dikatakan dengan terminology sampling
rate, yaitu jumlah sample yang diambil setiap detik, fs=1/Ts yang juga
dikenal sebagaiNyquist rate.
2.4. Energi Suatu Sinyal
Berikut ini sinyal sinus:
x(t) = A cos(2πt +φ) ... (5)
Bentuk persamaan (5) 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.
Sedangkan untuk besaran lain dari sinyal dalam hal ini daya dinyatakan
sebagai:
... (6)
Dalam hal ini nilai nilai R biasanya dinyatakan sebesar 1 Ω . Dan
parameter ini seringkali tidak dituliskan, sehingga persamaan 6 menjadi
lebih sederhana.
... (7)
Sedangkan besarnya energi dari suatu sinyal diketahui sebagai total daya
pada suatu durasi waktu tertentu. Dengan mengacu pada persamaan (6)
yang sudah dimodifikasi, maka dapat dinyatakan sebagai:
... (8)
dan energi rata-rata untuk suatu durasi tertentu T, dinyatakan sebagai
... (9)
Untuk sinyal sinus diatas dalam bentuk energi dapat diberikan seperti
Gambar 9.Sinyal sinus dalam bentuk energi
2.5. Energi Pada Sinyal Wicara
Untuk pengukuran nilai energi pada sinyal wicara harus melibatkan
fungsi window. Hal ini karena dalam pengukuran energi sinyal wicara
harus disusun dalam frame-frame tertentu. Ini merupakan standar dalam
teknologi speech processing, sebab secara umum dalam pengolahan
sinyal wicara akan berkaitan dengan sinyal dengan durasi yang terlalu
panjang bila dihitung dalam total waktu pengukuran. Fenomena ini juga
dikenal sebagaishort term speech signal energy.
Untuk menghitung energi sinyal wicara digunakan formulasi dasar seperti
... (10)
dimana:
E = Energi Sinyal
V(t) = Nilai Simpangan Sinyal (Magnitudo)
w(t) = Merupakan fungsi window seperti hamming, hanning,
bartlett, danboxcarr.
Panjang window dalam hal ini adalah m, untuk durasi dari t=0 sampai
t=T akan didapatkan window sebanyak n=T/m apabila tidak ada
overlappingantara window satu dengan yang lain.
Jika terjadi overlapping antara window satu dengan yang lain, misalnya
sebesar m/2, maka jumlah window dalam satu durasi T adalah sebanyak :
n = 1 + T/(m/2).
Untuk suatu pengamatan energi pada frame ke-k bentuk persamaan (10)
menjadi:
... (11)
dimana k akan menentukan posisi titik-titik window pada sinyal tersebut,
Gambar 10.Sinyal wicara
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 sinyal wicara menggunakan window
biasanya dipilih panjang window dengan durasi 10 s/d 20 mili detik.
Apabila menggunakan frekuensisamplingsebesar 16 KHz, maka nilainya
akan ekuivalen dengan sampel sebanyak 160 sampai 320 sampel setiap
Gambar 11.Segmen sinyal wicara ‘a’ dan window hamming 20 mili detik per frame window
2.6. Representasi Sinyal Wicara dalam Domain Waktu dan Domain Frekuensi
Salah satu cara untuk mencirikan sinyal wicara dan mereprensetasikan
suaranya adalah melalui representasi spectral. Cara yang paling popular dalam hal ini adalah sound spectrogram yang mana merupakan suatu bentukgray scale imageyang merepresentasikan nilai freukensi sinyal pada waktu tertentu [9].
Gambar 12. Bentukspectrogramdanwaveform“a-i-u-e-o”
Intensitas spectral pada suatu titik waktu ditunjukkan dengan tingkat
keabuan yang merupakan suatu bentuk analisis frekuensi particular dari
sinyal wicara yang sedang diamati. Perhatikan Gambar 12 pada nilai t =
1,5 detik. Tampak bahwa banyak nilai frekuensi muncul pada bagian
spectrogram-nya, ini sesuai dengan tampilan grafik domain waktu yang
menunjukkan simpangan gelombang pada waktu tersebut cukup tinggi
dan beragam. Sedangkan pada nilai t = 2,3 detik tampak spectrogram
menunjukkan sedikit sekali warna hitam, yang menunjukkan komponen
frekuensi yang muncul sangat sedikit, ini sesuai dengan bentuk
2.7.Discrete Fourier Transform(DFT)
Salah satu cara mentransformasi sinyal dari domain waktu ke dalam domain
frekuensi adalah dengan meggunakandiscrete fourier transform(DFT).
... (12)
Persamaan (12) diatas menyatakan bahwa sinyal akan periodik pada
setiap nilai N. Implementasi DFT dapat diwujudkan dengan sebuah Bank
Filter seperti Gambar 13 berikut ini.
Gambar 13.Blok diagram system Bank Filter Spectrum Analyzer untuk menghitung DFT
Untuk mengoptimalkan proses komputasi, DFT bias dimodifikasi dengan
satu algorithma yang disebut sebagai fast fourier transform (FFT).
Dengan FFT proses komputasi bias direduksi dari N2 menjadi N log2 N.
Misalnya dengan menggunakan DFT akan melakukan transformasi
sebanyak N=1024 titik, maka diperlukan perkalian sebanyak N2 =
1.048.567. Sedangkan dengan menggunakan FFT perkalian yang
diperlukan sebanyak N log2N = 5120 perkalian.
Sebuah contoh hasil penggunakan algorithma FFT untuk system yang
lebih komplek adalah untuk mengolah sinyal wicara. Pada gambar 14
ditunjukkan sebuah hasil proses FFT untuk kalimat“a-i-u-e-o”.
4. Filter Pada Sinyal Suara
3.1. Filter IIR
Infinite inpulse response (IIR) dalam hal ini bukan berarti filter yang
bekerja dari nilai negatif tak hingga sampai positif tak hingga. Pengertian
sederhana untuk infinite impulse respon filter disini adalah bahwa output
filter merupakan fungsi dari kondisi input sekarang, input sebelumnya
dan output di waktu sebelumnya. Konsep ini kemudian lebih kita kenal
sebagairecursive filter, yang mana melibatkan proses feedback dan feed
forward. Dalam bentuk persamaan beda yang menghubungkan input
dengan output dinyatakan seperti persamaaan (13) berikut ini.
... (13)
dimana:
- {bk} koefisienfeed forward
- {al} koefisienfeed back
- banyaknya (total koefisien) = M+N+1
- N ditetapkan sebagai orde filter IIR
Untuk merealisasikan ke dalam sebuah program simulasi atau perangkat
keras maka bentuk persamaan diatas dapat disederhanakan ke dalam
Untuk implementasi sebuah low pass filter bersifat narrow-band
menggunakan sebuah filter IIR merupakan pilihan yang sangat sulit tetapi
masih mungkin dilakukan. Satu alasannya adalah penentuan orde yang
tepat sehingga menghasilkan bentuk yang tajam pada respon frekuensi
relative sulit. Pada domain unit circle bidang-z sering ditandai dengan
letakpole-poleyang ada diluar lingkaran, hal ini secara fisis memberikan
arti bahwa filter yang dihasilkan tidak stabil.
Gambar 15.Diagram blok Filter IIR
3.2. Filter FIR
Sebuah finite impulse respon filter (filter FIR) memiliki hubungan input
dan output dalam domain waktu diskrit sebagai berikut:
dimana:
-{bk}= koefisienfeed forward
- banyaknya (total koefisien) L = M + 1
- M ditetapkan sebagai orde filter FIR
Dalam realisasi diagram blok akan dapat digambarkan seperti pada
Gambar 16 berikut ini,
Gambar 16.Diagram blok FIR Filter
Untuk tujuan simulasi perangkat lunak dapat memanfaatkan fungsi
standar berikut ini: B = FIR1(N,Wn)
Ini merupakan sebuah langkah untuk merancang filter digital FIR dengan
orde sebesar N, dan frekuensi cut off Wn. Secara default oleh Matlab
ditetapkan bahwa perintah tersebut akan menghasilkan sebuah low pass
sepanjang (N+1) dan akan disimpan pada vektor B. Karena dalam domain
digital, maka nilai frekuensi cut off harus berada dalam rentang
0<Wn<1.0. Nilai 1.0 akan memiliki ekuivalensi dengan nilai 0,5 dari
sampling rate (fs/2).Yang perlu anda ketahui juga adalah bahwa B
merupakan nilai real dan memiliki fase yang linear. Sedangkan gain
ternormalisasi filter pada Wn sebesar -6 dB.
3.3. Filter Pre-Emphasis
Dalam proses pengolahan sinyal wicara pre emphasis filter diperlukan
setelah proses sampling. Tujuan dari pemfilteran ini adalah untuk
mendapatkan bentuk spectral frekuensi sinyal wicara yang lebih halus.
Dimana bentuk spectral yang relatif bernilai tinggi untuk daerah rendah
dan cenderung turun secara tajam untuk daerah fekuensi diatas 2000 Hz.
Gambar 17.Posisi FilterPre-Emphasispada sistem pengolah wicara
Filter pre-emphasis didasari oleh hubungan input/output dalam domain
waktu yang dinyatakan dalam persamaan seperti berikut:
dimanaamerupakan konstanta filterpre-emhasis, biasanya bernilai 0.9 < a < 1.0. Dalam bentuk dasar operator z sebagai unit filter, persamaan
diatas akan memberikan sebuah transfer function filter pre-emphasis
seperti berikut.
H(z) = 1− az
−1 ... (16)Bentuk ini kemudian akan memberikan dasar pembentukan diagram blok
yang menggambarkan hubungan input dan output seperti pada Gambar
18.
Gambar 18.Diagram blokpre-emphasisfilter
Dengan memanfaatan perangkat lunak Matlab akan dengan mudah
mendapatkan bentuk respon frekuensi filterpre-empasis.
clear all; w=0:.01:3.14; a=0.93; H=1-a*exp(-j*w); plot(w/3.14,20*log10(abs(H)),'linewidth',2) grid axis([0 1.00 -25 10])
xlabel('frekuensi ternormalisasi') ylabel('magnitudo (dB)')
title('Pre-Emphasis filter')
Gambar 19. Respon frekuensi filter pre-emphasis
Dengan nilai a = 0,93 akan mampu melakukan penghalusan spectral
sinyal wicara yang secara umum mengalami penurunsan sebesar 6
dB/octav.
Pengaruh filter ini pada sebuah sinyal wicara dapat memanfaatkan
program dibawah ini.
clear all;
fs=10000;[x,fs]=wavread('a.wav'); xx=length(x)+1;x(xx)=0; alpha=0.96; for i=2:xx
end
for i=1:xx
y(i) = x(i) - alpha*y0(i); end subplot(211) t=1:xx; plot(t/fs,y);legend('input');grid xlabel('waktu (dt)'); ylabel('magnitudo');axis([0 0.7 -0.25 0.25]); subplot(212) plot(t/fs,y0); legend('output');grid
xlabel('waktu (dt)'); ylabel('magnitudo'); axis([0 0.7 -1 ...1.5])
Hasilnya adalah berupa sebuah gambaran bentuk sinyal input dan output
dari file sinyal wicara’a.wav’ dalam domain waktu.
Gambar 20.Sinyal input dan output daripre-emphasisfilter dalam domain waktu
Sedangkan hasil yang didapatkan dalam bentuk domain frekuensi adalah
seperti berikut.
Gambar 21.Sinyal input dan output daripre-emphasisfilter dalam domain frekuensi
4. Analisa sinyal suara
4.1. Auto Korelasi Sinyal Wicara
Tujuan melakukan estimasi dalam domain waktu adalah untuk
mendapatkan nilai autokorelasi sinyal wicara. Nilai autokorelasi suatu
sinyal wicara akan menunjukkan bagaimana bentuk gelombang itu
membentuk suatu korelasi pada dirinya sendiri sebagai fungsi perubahan
waktu ke waktu. Bentuk-bentuk yang sama atau mirip pada setiap delay
waktu tertentu menunjukkan perulangan bentuk atau periodisitas pola
sinyal wicara. Dengan demikian akan dapat dilakukan estimasi nilai
Gambar 22. Sinyal wicara dalam bentuk gelombang, dan fungsi auto korelasi
4.2. AnalisaSpectralSinyal Wicara
Proses ekstraksi ciri sinyal wicara didasarkan pada sebuah diagram blok
yang cukup popular seperti berikut.
Gambar 23.Diagram blok extraksi ciri sinyal wicara.
Dengan mengikuti diagram blok diatas, akan didapatkan langkah-demi
analisys dari sinyal wicara, atau yang juga kita kenal sebagai power
spectral density (PSD) sebuah sinyal wicara pada durasi atau frame
tertentu. Dengan mengetahui bentuk PSD sinyal wicara kita akan mampu
melakukan ekstraksi ciri sinyal wicara tersebut.
Sebelum proses pada gambar diatas dilakukan sebelumnya melihat
gambaran sebuah sinyal wicara yang telah disimpan dalam bentuk file
“a.wav”. Setelah didapatkan bentuknya dalam domain waktu seperti pada
gambar 24, selanjutnya melihatnya sebagai fungsi dari sampling. Dalam
hal ini bentuk sinyal wicara akan sesuai dengan urutan sampel yang ada.
Seperti kita lihat bahwa untuk nilai sampel ke-700 sampai dengan sampel
ke-8200, menunjukkan nilai magnitudo sinyal yang relatif stabil.
Selanjutkan dengan melakukan pembentukanframesebuah sinyal wicara
seperti pada gambar 25. Dengan melakukan windowing akan didapatkan
bentuk frame sinyal wicara terwindow seperti pada Gambar 25.
Sebelumnya harus sudah dipahami proses windowing yang dilakukan.
Dengan dapat diambil satu frame sinyal dari sampel ke-2000 sampai
dengan sampel ke 2480. Karena dalam satu frame terbentuk dari:
Sampel/frame = (sample/detik)*(detik/frame) = 8000 * 0,02= 160 sampel/frame
Hal ini dilakukan dengan menetapkan bahwa satu frame sinyal wicara
Gambar 24.Sinyal wicara dalam domain waktu dan sebagai fungsi sample ke-n
Gambar 25.Satu frame sinyal wicara dalam domain waktu
Proses dilanjutkan dengan melakukan transformasi sinyal ke dalam
didapatkan nilai power spectral density (PSD) sinyal wicara seperti pada
gambar26.
Gambar 26.Power spectral densitysinyal wicara
4.3.CepstrumSinyal Wicara
Cepstrum (c(τ)) didefinisikan sebagai inverse transformasi Fourier pada short-time nilai logarithmik spektrum amplitudo sebuah sinyal, |X(ω)|.
Jika log amplitudo spectrum tersusun dari banyak spasi harmonik yang
teratur, maka analisis Fourier pada spectrum ini akan menunjukkan sebuah
puncak yang berhubungan dengan jarak antar harmonisa tersebut, yang
juga dikenal sebagai frekuensi fundamental [2].
Dengan melakukan proses mengikuti diagram blok pada Gambar 23, maka
proses berkutnya adalah melakukan ifft nilai PSD yang sudah diperoleh. Proses ini menghasilkan sebuah nilai frekuensi dari sinyal wicara.
Gambar 27.Gambaran frekuensi sinyal wicara ”a.wav”
Langkah ini dilanjutkan dengan lifter window, yaitu proses pengambilan
sebagian saja dari nilaifrekuensisinyal wicara yang terdapat pada Gambar
27. Dalam hal ini dapat diambil kuefrensi sinyal 16 sampai 20 nilai
pertama yang muncul. Nilai ini sudah cukup representatif untuk
mendapatkan ciri dari sinyal wicara.
Yang terakhir adalah melakukan transformasi fourier pada hasil lifter
window yang selanjutnya akan menghasilkan sebuah cepstrumdari sinyal
Gambar 28.Perbandingan nilai psd dan cepstrum sinyal wicara ”a.wav”
Dari Gambar 28 diatas didapatkan gambaran bentuk cepstrum sinyal
wicara menunjukkan pola yang mirip dengan pola PSD. Disini tampak
bahwa bentuk cepstrum merupakan penghalusan dari bentuk PSD sebuah
sinyal wicara.
5.
Representasi Sinyal Dalam Domain Waktu Dan Domain Frekuensi
5.1 Penyajian Daerah Waktu
Analisa sinyal digital gelombang suara yaitu dengan memisahkan suara
voice dan unvoice. Untuk suara yang diucapkan, pembukaan dan
penutupan celah suara mengakibatkan satu rangkaian pulsa yang
berhubungan dengan celah suara. Proses eksitasi ini meliputi suatu
perilaku periodik, dimana masing-masing siklus opening dan closing
periode waktu. Suatu dawai pulsa berhubungan dengan celah suara yang
berurutan, yang dikenal sebagai pembangkitan pulsa, mengakibatkan suatu
bentuk gelombang eksitasi periodik. Satu contoh dari suara yang berisi
kata [ dia ] dapat dilihat pada gambar 29 [2].
Gambar29. perbandingan dari suara voice dan unvoice
5.2 Penyajian Daerah Frekuensi
Pada umumnya dapat dipahami bahwa saluran suara menghasilkan sinyal
suara berisi semua karakteristik-karakteristik filter [1]. Didalam persepsi
suara, telinga manusia secara normal bertindak sebagai suatu bank filter
dan menggolongkan isyarat-isyarat yang masuk kedalamnya sebagai
komponen-komponen frekuensi yang terpisah. Pada keadaan paralel
perilaku dari sistem persepsi suara manusia adalah sinyal suara terpisah
menjadi gelombang sinusoidal berdasarkan daerah frekuensi yang berbeda
secara serempak. Secara teknis, telinga manusia mampu mendengar sinyal
berkisar antara 20 Hz sampai 20 kHz, tergantung pada amplitudonya.
Bagaimanapun juga hal itu dikenal sebagai pendengaran paling sensitif
untuk frekuensi di sekitar 1 sampai 5 kHz [3]. Karenanya distorsi
amplitudo didalam bandwidth-bandwidth frekuensi tinggi lebih sedikit
yang dapat manusia dengar dibandingkan distorsi amplitudo yang sama
didalam daerah frekuensi rendah. Karena karakteristik ini, kinerja dari
teknik pengkodean CELP tidak hanya semata-mata berdasarkan pada nilai
kesalahan rata-rata (MSE). Ukuran MSE yang sesuai persepsi akan
dimasukkan untuk mengevaluasi kinerja dari pengkodean berdasar pada
kejelasan dan mutu sinyal yang direkonstruksi.
B.Codebook Excited Linear Prediction(CELP) 1. Pengertian CELP
Codebook Excited Linear Prediction (CELP) adalah salah satu teknik
pengkodean yang paling luas digunakan dengan kelas pengkode suara yang
didasarkan pada konsep dari LPC (Linear Prediction Coding). Peningkatannya
adalah bahwa pada suatu codebook, sinyal-sinyal eksitasi yang berbeda akan
dipelihara atau dipertahankan di encoder dan decoder. Encoder menemukan
indeks sinyal eksitasi paling cocok dan mengirimkannya kepada decoderyang
kemudian digunakan untuk reproduksi sinyal. Karenanya nama Codebook
Prinsip kerjanya adalah mendeskripsikan sinyal suara yang menjadi input
untuk diubah dalam bentuk bit-bit kode pada encoder, sinyal suara yang
masuk akan dieksitasi, yaitu membangkitkan sinyal pada codebook untuk
memperkecil derau dan noise suara yang akan dikirimkan pada decoder. Laju
bit yang digunakan pun lebih kecil agar dapat menghemat bandwidth pada
kanal transmisi.
Ada banyak varian dari CELP yang digunakan dalam berbagai
aplikasi-aplikasi. Low-DelayCELP (LD-CELP) danAlgebraic CELP (ACELP) secara
umum digunakan pada panggilan suara internet. Perbedaan utama di dalam
varian-varian ini adalah pembuatan sinyal eksitasi yang digunakan di dalam
dekoder beserta informasi yang lain untuk merekonstruksi sinyal suara.
Perbedaan-perbedaan lain meliputi di dalamnya adalah pengolahan sebelum
proses dan sesudah proses untuk menyaring pembentukan sinyal-sinyal asli