ANALISA DAN SIMULASI TEKNIK PENGKODEAN SUARA CELP (CODEBOOK EXCITED LINEAR PREDICTION) DENGAN
PEMROGRAMAN MATLAB (Skripsi)
Oleh
EDY KURNIAWAN
FAKULTAS TEKNIK UNIVERSITAS LAMPUNG
ANALISA DAN SIMULASI TEKNIK PENGKODEAN SUARA CELP (CODEBOOK EXCITED LINEAR PREDICTION) DENGAN
PEMROGRAMAN MATLAB (Skripsi)
Oleh
EDY KURNIAWAN Skripsi
Sebagai salah satu syarat untuk mencapai gelar SARJANA TEKNIK
Pada
Jurusan Teknik Elektro
Fakultas Teknik Universitas Lampung
FAKULTAS TEKNIK UNIVERSITAS LAMPUNG
ABSTRAK
ANALISA DAN SIMULASI TEKNIK PENGKODEAN SUARA CELP(CODEEXCITED LINEAR PREDICTIVE CODING)
DENGAN PEMROGRAMAN MATLAB
Oleh
EDY KURNIAWAN
Keterbatasan bandwidth sebagai kanal komunikasi bergerak menjadi salah satu persoalan yang dihadapi oleh para penyelenggara jasa telekomunikasi. Kapasitas kanal yang terbatas mendorong untuk terus melakukan efisiensi di semua bagian pada sistem komunikasi. Komunikasi suara pada lebar pita 4 kHz pada format PCM 8-bit menyebabkan kanal harus menyediakan lebar pita 64 kbps untuk dapat mengirimkan informasi yang dapat ditangkap sesuai dengan aslinya.
Teknik pengkodean CELP (Codebook Excited Linear Prediction) adalah salah satu teknik pengkodean sinyal suara yang dapat mengkodekan sinyal suara dengan bit rate yang rendah sehingga dapat menghemat kanal komunikasi. Pada penelitian ini telah disimulasikan teknik pengkodean CELP dengan bit rate 9,5 kbps. Dimulai dengan pengambilan sampel suara melalui proses perekaman, mensimulasikan denganEncoder danDecodersampai dengan pengambilan suara hasil keluaran CELP. Sinyal yang didapatkan akan dihitung MSE (Mean Square Error) dan SNR (Signal to Noise Ratio) untuk mengetahui rata-rata kesalahannya.
Sinyal hasil keluaran CELP memiliki amplitudo yang kecil dibandingkan dengan suara aslinya, namun bentuk sinyalvoice, unvoiceddansilenceakan tetap terlihat nyaris sama dengan sinyal aslinya. Sehingga dapat meminimalisasi energi sinyal wicara yang dikirimkan. Sinyal keluaran yang dihasilkan dari teknik pengkodean CELP memiliki nilai MSE yang mendekati nol sehingga nyaris tidak ada kesalahan.
ABSTRACT
ANALYSIS AND SIMULATION OF VOICE ENCODING TECHNIQUE OF CELP ( CODE EXCITED LINEAR PREDICTIVE CODING)
BY MATLAB PROGRAMMING
By
EDY KURNIAWAN
Limitation of bandwidth as mobile communication channel become one of problem faced by the telecommunications service organizers. Limited channel capacity motivated them to always does efficiency in all parts at communications system. Voice communications at bandwidth 4 kHz at format PCM 8-bit causes the channel must provide bandwidth 64 kbps to be able to send information which can be received as according to the original signal.
Encoding technique of CELP (Codebook Excited Linear Prediction) is one of encoding technique of voice signal which can decode voice signal with low bit rate so it can economize communication channel. At this research has been simulation encoding technique of CELP with bit rate 9.5 kbps. It is started with voice sampling through recording process, Encoder and Decoder simulation up to retrieval of voice result of output CELP. Signal got will calculated MSE (Mean Square Error) and SNR (Signal to Noise Ratio) to know average of the error.
The output signal of CELP has small amplitude compared to the original voice, but form of signal voice, unvoiced and silence would still seen almost equal to the original signal. So it can minimized speech signal energy sent. Output signal from encoding technique of CELP has value MSE closing zero so that almost there is no error.
Judul Skripsi :ANALISA DAN SIMULASI TEKNIK
PENGKODEAN SUARA CELP (CODEBOOK EXCITED LINEAR PREDICTION) DENGAN PEMROGRAMAN MATLAB
Nama Mahasiswa :EDY KURNIAWAN
No. Pokok Mahasiswa : 0515031046
Jurusan : Teknik Elektro
Fakultas : Teknik
MENYETUJUI 1. Komisi Pembimbing
Pembimbing Pendamping Pembimbing Utama
Sofiati Augustine, S.T., M.T Herlinawati, S.T., M.T. NIP.19720807 199903 2 001 NIP.19710314 199903 2 001
2. Ketua Jurusan,
MENGESAHKAN
1. Tim Penguji
Ketua :Herlinawati, S.T., M.T. ………....
Sekretaris :Sofiati Augustine, S.T., M.T. ………
Penguji Utama :F.X Arinto Setyawan, S.T., M.T. ...
2. Dekan Fakultas Teknik Universitas Lampung
Dr. Lusmeilia Afriani, DEA. NIP. 19650510 199303 2 008
RIWAYAT HIDUP PENULIS
Penulis dilahirkan di Bungur, Tanjung Tirto, Kecamatan Way Bungur, Kabupaten Lampung Timur, Propinsi Lampung, pada tanggal 19 April 1987, sebagai anak ketiga dari tiga bersaudara, dari Bapak Edy Suwarno dan Ibu Nurjannah.
Penulis memasuki dunia pendidikan Sekolah Dasar (SD) di SD Negeri 2 Tanjung Tirto, Purbolinggo, Lampung Timur, lulus tahun 1999, Sekolah Lanjutan Tingkat Pertama (SLTP) di SLTPN 2 Purbolinggo, Tambah Subur, Lampung Timur, lulus tahun 2002, Sekolah Menengah Atas (SMA) di SMA 1 Purbolinggo, Tanjung Intan, Lampung Timur, lulus tahun 2005.
Tahun 2005, penulis terdaftar sebagai mahasiswa Jurusan Teknik Elektro Fakultas Teknik Universitas Lampung Melalui Jalur SPMB (Seleksi Penerimaan Mahasiswa Baru). Selama menjadi mahasiswa, penulis aktif di Lembaga Kemahasiswaan yang ada di Jurusan Teknik Elektro yaitu Himatro (Himpunan Mahasiswa Teknik Elektro) menjabat sebagai anggota Divisi Mikat (Minat dan Bakat) pada tahun 2006/2007.
Ku Persembahkan Untuk :
IBUKUtercinta yang penuh dengan kasih sayang AYAHKUyang selalu jadi sumber inspirasi dalam hidup
KAKAKyang selalu mendukung dan pemberi nasehat yang baik ADIKyang selalu memberi motivasi dan semangat
Rekan-rekan Teknik Elektroatas kerjasamanya yang baik
Motto :
Memilih reaksi yang memuliakan kehidupan
Memilih reaksi yang memuliakan orang lain
Mengisi pikiran dengan kebaikan untuk orang lain
Mengisi hati dengan sikap mengenai kebaikan untuk orang lain
Semua sikap dilakukan untuk memuliakan kehidupan bagi orang lain
SANWACANA
Dengan mengucapkan segala puji bagi Allah SWT atas limpahan rahmat dan
hidayah-Nya sehingga penulis dapat menyelesaikan laporan tugas akhir dengan
judul: “Analisa dan Simulasi Teknik Pengkodean Suara CELP (Codebook Excited
Linear Prediction) dengan Pemrograman Matlab” yang merupakan salah satu
syarat untuk mencapai gelar Sarjana Teknik pada Jurusan Teknik Elektro Fakultas
Teknik Universitas Lampung.
Dalam proses penyelesaian laporan ini penulis melibatkan banyak pihak yang
telah membantu, untuk itu dengan segala hormat penulis mengucapkan terima
kasih kepada:
1. Ibu Dr. Lusmeilia Afriani, DEA., sebagai Dekan Fakultas Teknik.
2. Bapak Ir. Abdul Haris, M.T., sebagai Ketua Jurusan Teknik Elektro.
3. Ibu Herlinawati, S.T., M.T., sebagai dosen pembimbing utama dalam
menyelesaikan laporan tugas akhir.
4. Ibu Sofiati Augustine, S.T., M.T., sebagai dosen pembimbing pendamping
dalam menyelesaikan laporan tugas akhir.
5. Bapak F.X Arinto Setyawan, S.T., M.T., sebagai dosen penguji.
6. Ayahanda dan Ibunda tercinta yang telah memberikan doa dan
7. Paman-paman dan Tante-tanteku tersayang yang telah memberikan doa
dan dukungannya selama ini.
8. Kakak-kakakku Tolak Hamzah, Siti Soleha, Ikhwan Zainudin, dan Amro
Sri Astuti yang telah memberikan doa dan dukungannya.
9. Adik-adikku Ika Putri Ayu, Eva Yulianti yang membuatku semangat
dalam mengerjakan tugas akhir ini.
10. Rekan-rekan konsentrasi telekomunikasi dan seluruh rekan-rekan Jurusan
Teknik Elektro Universitas Lampung yang telah memberikan dukungan,
kritik dan sarannya.
11. Semua pihak yang tidak dapat penulis sebutkan satu persatu yang telah
turut membantu penulis dalam menyelesaikan laporan tugas akhir ini.
Penulis menyadari dalam penulisan laporan ini masih jauh dari apa yang
diinginkan. Walaupun penulis telah berusaha semaksimal mungkin untuk
memberikan yang terbaik, namun karena keterbatasan ilmu yang penulis miliki
maka hanya inilah yang dapat penulis berikan. Oleh karena itu, kritik dan saran
sangat penulis harapkan demi kebaikan dan kemajuan di masa yang akan datang.
Harapan penulis semoga Allah SWT membalas semua kebaikan semua pihak
yang telah membantu penulis dan semoga laporan tugas akhir ini dapat
bermanfaat serta menambah ilmu pengetahuan bagi yang membacanya.
Bandar Lampung, Juni 2010
DAFTAR ISI A. Latar Belakang Masalah ... 1
B. Tujuan Penelitian ... 3 A. Pengkodean Sinyal Suara... 7
1. Gambaran Umum ... 7
2. Sinyal Suara Manusia (Sinyal Wicara) ... 8
2.2. Bentuk Sinyal Wicara dalam Domain Waktu... 11
2.3. Proses Sampling... 12
2.4. Energi Suatu Sinyal ... 14
2.5. Energi Pada Sinyal Wicara ... 16
2.6. Representasi Sinyal Wicara dalam Domain Waktu dan Domain Frekuensi... 19
2.7. Discrete Fourier Transform(DFT) ... 21
3. Filter Pada Sinyal Suara ... 23
3.1. Filter IIR ... 23
3.2. Filter FIR... 24
3.3. Filter Pre-Emphasis ... 26
4. Analisa Sinyal Suara ... 30
4.1. Auto Korelasi Sinyal Wicara ... 30
4.2. AnalisaSpectralSinyal Wicara ... 31
4.3. CepstrumSinyal Wicara ... 34
5. Representasi Sinyal dalam Domain Waktu dan frekuensi ... 36
5.1. Penyajian Daerah Waktu ... 36
5.2. Penyajian Daerah Frekuensi ... 37
B. Codebook Excited Linear Prediction(CELP) ... 38
1. Pengertian CELP... 38
2.CODEBOOK... 42
2.1 Codebookstokastik ... 42
2.2 CodebookAdaptif ... 43
3. Persepsi Kriteria Suara ... 45
E. Tahapan Penelitian ... 52
F. Bagan Alir Penelitian ... 53
G. Algoritma Teknik Pengkodean CELP ... 55
IV. HASIL DAN PEMBAHASAN A. Analisa Teknik Pengkodean CELP... 56
B. Simulasi Teknik pengkodean CELP ... 57
1.CODEBOOK... 59
2.ENCODER ... 63
2.1. DC bias removal ... 63
2.2. Analisa Frame ... 66
2.2.1. Linear Prediction Coefficient... 66
2.2.2. Line Spectral Frequency(LSF) ... 67
2.3. AnalisaSubframe... 69
3.DECODER... 73
3.1. Decoding sub-vektor LSF... 73
3.2. PenyisipanDelaydanGainpada LSF ... 73
3.3. Sintesa Subframe ... 74
3.3.1. PemisahanSubframe... 74
3.3.2. Rekontruksi sinyal wicara... 74
4. Hasil Simulasi ... 75
5. Perhitungan MSE dan SNR ... 87
6. PerhitunganBit Rate... 89
V. SIMPULAN DAN SARAN A. Simpulan ... 90
B. Saran ... 91
DAFTAR PUSTAKA
DAFTAR GAMBAR
Gambar Halaman
1 Organ wicara manusia ... 8
2 Sederetan impuls dan pitch pada sinyal wicara ... 9
3 Proses produksi suara... 10
4 Contoh sinyal wicara ucapan “Selamat Datang”... 11
5 Blok diagram konversi sinyal kontinyu menjadi sinyal diskrit ... 12
6 Rangkaian Sampling ... 13
7 Blok diagram rangkaian ADC ... 13
8 Contoh sinyal sinus dengan frekuensi 200 Hz... 15
9 Sinyal sinus dalam bentuk energi ... 16
10 Sinyal wicara... 18
11 Segmen sinyal wicara ‘a’ dan window hamming 20ms per frame window... 19
12 Bentukspectrogramdanwaveform“a-i-u-e-o”... 20
13 Blok diagram system Bank Filter Spectrum Analyzer untuk menghitung DFT... 21
14 Spektral Frekuensi kalimat “a-i-u-e-o” ... 22
15 Diagram blok Filter IIR ... 24
17 Posisi FilterPre-Emphasispada sistem pengolah wicara ... 26
18 Diagram blokpre-emphasisfilter ... 27
19 Respon frekuensi filter pre-emphasis ... 28
20 Sinyal input dan output daripre-emphasisfilter dalam domain waktu ... 29
21 Sinyal input dan output daripre-emphasisfilter dalam domain frekuensi. 30 22 Sinyal wicara dalam bentuk gelombang, dan fungsi auto korelasi ... 31
23 Diagram blok extraksi ciri sinyal wicara ... 31
24 Sinyal wicara dalam domain waktu dan sebagai fungsi sample ke-n ... 33
25 Satu frame sinyal wicara dalam domain waktu ... 33
26 Power spectral density sinyal wicara ... 34
27 Gambaran frekuensi sinyal wicara ”a.wav”... 35
28 Perbandingan nilai psd dan cepstrum sinyal wicara ”a.wav”... 36
29 Perbandingan dari suara voice dan unvoice... 37
30 Block diagram CELP ... 41
31 Prinsip kerja CELP ... 42
32 Bagan alir penelitian ... 54
33 Algoritma Teknik Pengkodean CELP ... 55
34 Format dan propertisinyal suara ‘Telekomunikasi’... 58
35 Sinyal Eksitasi LSF 1 sampai 3 dengan kapasitas sinyal 10 bit ... 60
36 Sinyal Eksitasi LSF 4 sampai 6 dengan kapasitas sinyal 10 bit ... 61
37 Sinyal Eksitasi LSF 7 sampai 10 dengan kapasitas sinyal 10 bit ... 62
38 Sinyal masukan dengan bunyi ‘Bandar Lampung’... 75
39 Sinyal keluaran CELP dengan bunyi ‘Bandar Lampung’... 76
41 Sinyal masukan dengan bunyi ‘Fakultas Teknik’... 78
42 Sinyal keluaran CELP dengan bunyi ‘Fakultas Teknik’... 79
43 Sinyal error pada bunyi ‘Fakultas Teknik’... 79
44 Sinyal masukan dengan bunyi ‘Teknik Elektro’... 81
45 Sinyal keluaran CELPdengan bunyi ‘Teknik Elektro’... 81
46 Sinyal error pada bunyi ‘Teknik Elektro’... 82
47 Sinyal masukan dengan bunyi ‘Telekomunikasi’... 83
48 Sinyal keluaran CELP dengan bunyi ‘Telekomunikasi’... 83
49 Sinyal error pada bunyi ‘Telekomunikasi’... 84
50 Sinyal masukan dengan bunyi ‘Universitas Lampung’... 85
51 Sinyal keluaran CELP dengan bunyi ‘Universitas Lampung’... 86
DAFTAR TABEL
Tabel Halaman
1 Jadwal Penelitian ... 51
2 Hasil Perhitungan MSE dan SNR ... 88
DAFTAR SINGKATAN
ACB : Adaptif Codebook yaitu suatu ruang
penyimpanan suara prediksi yang akan di eksitasi dengan sinyal suara yang diolah pada teknik pengkodean suara.
ADC : Analog to Digital Conversion yaitu pengubahan suatu sinyal analog kedalam bentuk digital.
CELP : Codebook Excited Linear Prediction yaitu suatu teknik pengkodean suara yang menggunakan sinyal suara codebook untuk dieksitasi membangkitkan sinyal asli dengan bit rateyang lebih rendah.
DFT : Discrete Fourier Transform adalah cara mentransformasi sinyal dari domain waktu ke dalam domain frekuensi.
FFT : Fast Fourier Transform adalah cara
mentransformasi sinyal dari domain waktu ke dalam domain frekuensi dengan pengoptimalan proses komputasi.
GLA : General Llyod Algorithma yaitu algoritma pembuatan sinyal eksitasi.
IIR : Infinite Inpulse Responseyaitu filter sinyal suara yang bekerja dengan masukkan berdasarkan keluaran sistem sebelumnya.
LPC : Linear Predction Coding yaitu teknik pengkodean suara dengan acuan suara vocal dan konsonan.
LPF : Low Pass Filter adalah filter yang memfilter suara dengan energi sinyal suara yang relatif rendah.
LSF : Line Spectral Frequencyadalah Garis spectrum Frekuensi.
MSE : Mean Square Error adalah rata-rata kesalahan pada sinyal suara berdasarkan perbandingan suara asli dan suara hasil pemrosesan sinyal. Semakin mendekati nol suatu nilai MSE maka semakin baik.
PAM : Pulse Amplitude Modulation adalah suatu bentuk dari modulasi sinyal dimana informasi pesan disandikan di dalam amplitudo dari satu rangkaian pulsa sinyal.
PCM : Pulse code modulation adalah penyajian sinyal digital dari sinyal analog yang didapat dari hasil pencuplikan yang dikuantisasi untuk dikodekan kemudian dikirimkan dengan dibawa sinyal carrier mengikuti bentuk sinyal pembawa.
PSD : Power Spectral Density adalah kekuatan spektrum sinyal suara.
STC : sinusoidal transform coding yaitu teknik pengkodean suara dengan transformasi atau perubahan sinyal sinusoidal.
DAFTAR ISTILAH
Bandwidth : Digital bandwidth adalah jumlah atau volume data yang dapat dikirimkan melalui sebuah saluran komunikasi dalam satuanbits per second tanpa distorsi. Sedangkan analog bandwidth adalah perbedaan antara frekuensi terendah dengan frekuensi tertinggi dalam sebuah rentang frekuensi yang diukur dalam satuan Hertz (Hz) atau siklus per detik, yang menentukan berapa banyak informasi yang bisa ditransmisikan dalam satu saat.
Bit rate : Pada telekomunikasi dan komputasi, bit rate adalah banyaknya bit-bit yang disampaikan atau diproses per unit dari waktu.
Cepstrum : Hasil tentang pengambilan Transformasi Fourier (FT) dari spektrum decibel yang seolah-olah adalah suatu sinyal.
Cut off : Suatu batas tanggapan frekuensi sistem di mana merupakan penyaluran langsung energi melalui sistem yang sebelumnya dikurangi (disusutkan atau dibiaskan) dibanding dialirkan.
Decoder : Suatu alat yang berfungsi mengembalikan proses encoding sehingga informasi aslinya bisa diterima. Kebalikan dari decoder adalah encoder.
Pitch : Sifat dari nada musik atau suara manusia yang dibentuk karena hubungan frekuensi dan intensitas.
Formant : Formant berarti satu resonansi,yang akustik dan, di dalam ilmu pengetahuan tentang suara dan ilmu fonetik, formant merupakan suatu resonansi dari saluran suara manusia.
Fourier : Transformasi Fourier, dinamakan atas Joseph Fourier, adalah sebuah transformasi integral yang menyatakan-kembali sebuah fungsi dalam fungsi basis sinusioidal, yaitu sebuah fungsi sinusoidal penjumlahan atau integral dikalikan oleh beberapa koefisien ("amplitudo").
Frame : Suatu sistem yang struktural yang mendukung komponen-komponen lain dari suatu konstruksi secara fisik atau panjang total dari slot waktu pentransmisian data.
Hamming : Hamming kode adalah suatu kode pengoreksi kesalahan kode secara linier. Dinamai menurut penciptanya, Richard Hamming. Hamming kode dapat mendeteksi sampai dengan dua errorbit secara bersama, dan mengoreksi error bit tunggal. Dengan demikian, komunikasi yang dapat diandalkan adalah ketika jarak Hamming antara pola bit yang diterima dan yang dipancarkan adalah kurang dari atau sama denganhammingkode tersebut.
Narrow-band : Suatu situasi di dalam komunikasi radio di mana bandwidth dari pesan itu tidak dengan baik melebihi koheren dari bandwidth saluran itu.
Nyquist rate : Dua kali dari bandwidth suatu sinyal yang lebarnya terbatas atau kanal dengan lebar terbatas.
dari gejala seperti distorsi, atenuasi atau kejenuhan media perekaman.
Sampling Rate : Banyaknya sampel per detik atau per unit yang diambil dari suatu sinyal yang kontinyu untuk membuat suatu sinyal yang terpisah.
Sliding window : Ukuran “window” atau jumlah frame yang dapat dikirim atau diterima oleh sender dan receiver
Spectral : Suatu garis gelap atau terang di dalam suatu frekuensi seragam dalam bentuk yang berkebalikan bersifat spektrum kontinyu, sebagai hasil satu kelebihan atau kekurangan dari foton-foton di suatu cakupan frekuensi yang sempit, dibandingkan dengan frekuensi yang dekat.
Spectrogram : Suatu gambaran yang menunjukkan bagaimana rapat spektral suatu sinyal bervariasi terhadap waktu.
I. PENDAHULUAN
A. Latar Belakang Masalah
Jumlah kanal yang tersedia untuk komunikasi menjadi semakin terbatas
seiring dengan makin pesatnya penggunaan kanal komunikasi. Kapasitas
kanal yang terbatas mendorong untuk terus melakukan efisiensi di semua
bagian pada sistem komunikasi. Komunikasi suara pada lebar pita 4 kHz pada
format PCM 8-bit menyebabkan kanal harus menyediakan lebar pita 64 kbps
untuk dapat mengirimkan informasi yang dapat ditangkap sesuai dengan
aslinya.
Pada perkembangannya, telah dilakukan upaya untuk melakukan kompresi
sinyal suara agar diperoleh laju yang lebih rendah, untuk menghemat
penggunaan kanal transmisi. Sinyal suara telah diolah sedemikian rupa
sehingga dapat menghilangkan redundansi dan diperoleh informasi yang
cukup ringkas untuk ditransmisikan.
Sinyal suara manusia memiliki komponen yang hampir periodik, terutama
pada bagian sinyal yang bergetar. Jenis sinyal suara selain yang bergetar ada
juga yang memiliki sifat periodik, misalnya sinyal desis. Sinyal suara manusia
terdiri atas bagian bergetar yang umumnya dilambangkan dalam bentuk huruf
Sinyal bergetar memiliki periode getar tertentu yang disebut sebagai pitch.
Sinyal yang periodik, secara teoritis dapat didekomposisi dalam bentuk
sinusoida dengan menggunakan bantuan deretFourier.
Jika ditinjau dari kawasan frekuensi, maka sinyal bergetar memiliki spektra
tertentu. Bagian-bagian spektra yang menonjol, yaitu frekuensi-frekuensi yang
memiliki nilai amplituda terbesar dibanding sekitarnya disebut sebagai
formant. Pada umumnya, suara manusia memiliki empatformantuntuk daerah
frekuensi dari 0 sampai dengan 4 kHz.
Selain itu terdapat formant yang lebih tinggi untuk frekuensi di atas 4 kHz.
Sinyal tidak bergetar memiliki spektra frekuensi dari nol sampai dengan tak
terhingga, seperti spektra sinyal derau. Sinyal ini lebih sulit dianalisis
mengingat karakteristiknya yang mirip derau. Berdasarkan karakteristik sinyal
suara yang demikian, maka dapat dilakukan pemodelan dengan mengacu pada
bentuk sinusoida seperti dilakukan oleh beberapa peneliti.
Dalam pengkodean sinyal suara telah dikenal dengan adanya pengkodean
transformasi sinusoidal (STC). Dilain pihak ada model lain yang dikenal
sebagai STN (Sines + Transients + Noise). Masing-masing mempunyai
kelebihan dan kekurangannya sendiri. Dengan menggunakan teknik
pengkodean CELP dapat dilakukan proses kuantisasi untuk mengkodekan
sinyal suara pada laju bit rate yang rendah. Kuantisasi adalah proses untuk
mengelompokkan elemen-elemen yang bernilai kontinyu. Pada proses
pengubahan sinyal analog menjadi digital, mula-mula sinyal analog diambil
Hasil pencuplikan adalah berupa PAM (Pulse Amplitude Modulation).
Selanjutnya nilai PAM dikelompokkan atau dikuantisasi ke dalam nilai-nilai
sinyal digital yang dikenal sebagai PCM (Pulse Code Modulation). Proses
kuantisasi juga dilakukan pada pengolahan sinyal suara, utamanya pada
pengkodean sinyal suara.
Pada pengkodean berbasis CELP (Codebook Excited Linear Prediction),
sinyal acak dikelompokkan atau dikuantisasi dalam bentuk buku kode. Buku
kode disusun berdasarkan sifat-sifat sinyal yang akan dikelompokkan. Jika
sinyal yang akan dikelompokkan bersifat Gaussian seperti halnya pada sinyal
kesalahan prediksi dari sinyal suara, maka buku kode harus disusun dengan
memperhatikan sifat sinyal acak Gaussian. Pada tulisan ini dipaparkan proses
pengkodean suara CELP yang disimulasikan dengan menggunakan Matlab.
B. Tujuan Penelitian
Adapun tujuan penelitian ini yaitu :
• Memahami teknik pengkodean sinyal suara dengan teknik pengkodean
CELP (Codebook Exited linier Prediction).
• Membuat simulasi pengkodean CELP dengan menggunakan perangkat
lunak.
• Mengetahui perbandingan kualitas suara asli dengan suara hasil
C. Manfaat Penelitian
Hasil dari penelitian ini diharapkan memberikan manfaat sebagai berikut:
1. Memberikan suatu referensi mengenai penggunaan teknik pengkodean
sinyal suara yang efektif dan efisien padabit raterendah.
2. Mengetahui efektifitas dari kinerja pengiriman sinyal suara yang
menghasilkan suara dengan tingkat yang dapat diperbandingkan pada bit
rendah untuk suara dari tingkat medium sehingga diperoleh suara
keluaran yang hampir sama dengan suara asli.
D. Permasalahan
Pentransmisian sinyal suara digital tidak terlepas dari metode pengkodean
sinyal yang mendukung kinerja dari pengiriman sinyal tersebut, metode
pengkodean sinyal suara pada umumnya bekerja pada bit rate pada tingkat
medium yang tidak terlalu rendah. Sedangkan pada pengkodean suara pada bit
rate yang rendah lebih sulit dilakukan karena sinyal asli yang kecil dengan
persentase noise yang begitu besar. Bandwidth yang digunakan pada jalur
telekomunikasi memiliki kapasitas yang terbatas yang dibagi pada beberapa
kanal untuk dilewatkan data dan suara. Pada komunikasi suara diperlukan
kompresi suara untuk memperkecil laju bit dan menghindari pemborosan
kanal transmisi. Oleh karena itu diperlukan teknik pengkodean sinyal suara
yang dapat bekerja secara efektif pada laju bit rendah yaitu teknik pengkodean
E. Batasan Masalah
Batasan masalah dalam penelitian ini adalah sebagai berikut:
1. Pemrosesan sinyal dilakukan dengan pengkodean CELP.
2. Efektifitas CELP pada pengkodean sinyal suara pada bit rate rendah
sekitar 9,5 kbps dengan frekuensi, 8 kHz dan durasi 4 detik.
3. Suara yang dikodekan memiliki format wav.
4. Pembuatan simulasi dan pengujian kualitas audio asli dan hasil
pengkodean CELP dilakukan dengan menggunakan perangkat lunak
Matlab.
5. Pengujian dilakukan dengan menghitung nilai MSE (Mean Square Error)
dan SNR (Signal to Noise Rasio) dan membandingkan bentuk sinyal asli
dan keluaran dari simulasi pengkodean CELP.
F. Hipotesa
Pengkodean sinyal suara CELP memiliki kinerja yang cukup baik untuk laju
bit yang rendah. Hal ini didasari pada keefektifitasan CELP untuk
membangun kode dari sinyal suara frekuensi rendah dengan laju bit rendah.
Dimana pada sinyal suara dengan frekuensi yang rendah akan lebih sulit
diterjemahkan dalam kode karena memiliki persentase noise yang relatif
G. Sistematika Penulisan
Dalam rangka penulisan skripsi ini, disusun suatu sistematika penulisan
dengan membaginya menjadi beberapa bab. Susunan sistematika tersebut
adalah:
BAB I PENDAHULUAN
Dalam bab ini diuraikan tentang latar belakang, tujuan penulisan, manfaat
penelitian, permasalahan, batasan masalah, hipotesa dan sistematika
penulisan.
BAB II TINJAUAN PUSTAKA
Bab ini membahas teknik pengkodean sinyal suara, karakteristik dan prinsip
kerja pengkodean CELP.
BAB 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
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.
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
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.
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
yang direkonstruksi dan untuk suatu kinerja yang lebih baik. Varian-varian ini
bekerja pada bit yang berbeda.
Hal yang pernah dilakukan pada pengembangan pengkodean CELP adalah
merancang dan menerapkan suatu pengkodean CELP dengan dasar
penerimaan sinyal suara manusia pada frekuensi 8 kHz dan keluaran bit yang
dikodekan pada 6,7 kbps. Laju bit keluaran dapat disesuaikan menurut
ketentuan saluran dan kualitas suara yang diinginkan. Kode itu dapat juga
diberlakukan bagi sinyal suara manusia yang lebih tinggi dibanding 8 kHz
sampai 16 kHz tetapi hal itu memerlukan suatu perubahan yang kecil dan
frekuensi mengubah dari 160 sample ke 320 sample dengan demikian
panjangnyaframeperlu untuk disesuaikan.
Suatu diagram blok dari pengkodean CELP analisa oleh sintesis ditunjukkan
di dalam gambar 30. Pengkodean ini disebut analisa oleh sintesa karena
mengkodekan sinyal suara padadecoderdengan menganalisa suara dienkoder
kemudian menemukan parameter-parameter yang memperkecil energi dari
sinyal yang tidak dikehendaki. Pertama-tama analisa LP (Linear Prediction)
digunakan untuk memprediksi sistem vokal yang berkenaan dengan tanggapan
suara pada setiap frame. Kemudian suara hasil penggabungan di enkoder
dengan menkhususkan filter untuk sistem suara vokal. Perbedaan antara suara
yang sintetik dan sinyal suara manusia yang asli menghasilkan suatu
perbedaan yang merupakan kesalahan sinyal, yang secara spektral
diasumsikan untuk memprioritaskan frekuensi sinyal yang penting dan
kemudian diperkecil oleh pengoptimalan sinyal eksitasi. Urutan-urutan
eksitasi optimal dihitung dengan empat blok di dalam durasi frame, hal itu
dimaksudkan agar eksitasi lebih sering dibaharui dibanding filter sistem suara.
Di dalam implementasi durasi frame 20 ms digunakan untuk analisa saluran
suara (160 sample satu tingkat sampling 8 kHz) dan 5 ms block durasi (40
Gambar 30. Block diagram CELP
Keterangan:
a = koefisien linear prediksi
G = penguatan
b = koefisien filter nada
P = delay nada
Gambar 31. Prinsip kerja CELP
Semua kalkulasi dilakukan atas kondisi awal yang menunjukkan kondisi
kosong untuk filter-filter pada permulaan masing-masing subframe.
kondisi awal diperhitungkan oleh perhitungan pertama yaitu tidak
adanya masukan untuk filter-filter dan kemudian mengurangi
perhitungannya dari sinyal suara ujaran yang dimaksudkan sebelum
pengulangan pencarian tertutup [4].
2. CODEBOOK
Codebook yang digunakan pada encoderdan decoderharus sama. berikut
ini adalahcodebookyang paling umum digunakan:
2.1 Codebookstokastik
Yang berisi bentuk gelombang gaussian yang acak, mempunyai suatu
memiliki ketentuan didalam coder dan didalam decoder yang dikenal
dengan sebuah priori. Tiap code-vektor mengandung 160 sampel.
Codebookstokastik mengandung 1082 nilai acak dengan pengaturan
{-1, 0, +1} dengan probabilitas {0.{-1, 0.8, 0.1}. nilai k memiliki interval
0≤ k ≤ 511 yang membutuhkan 9 bits.
2.2 CodebookAdaptif
Codebook adaptif berisi hasil perubahan dari satu subframe ke
subframe yang lain dan bergantung pada sinyal wicara yang
dikodekan. Isi dari codebook ini tidak terlalu diprioritaskan. Tujuan
dari codebook adaptip adalah untuk mengambil perhitungan dari
waktu periodik suatu sinyal suara.
Karena bunyi bersuara seperti huruf hidup, vokal merupakan suatu
periode waktu dengan suatu L (nada) dengan periode waktu tertentu,
hal itu menunjukkan bahwa eksitasi terbaik yang diberikan kepada
subframe harus tertutup bagi eksitasi terbaik L yang diperoleh
sebelumnya. Jika eksitasi-eksitasi yang lampau bertahan dalam
memori, sinyal suara akan dipancarkan kepada decoder dengan nilai
dari L dan nilai dari suatu penguatan diasumsikan pada eksitasi yang
sebelumnya.
Decoder harus menjaga sinyal eksitasi-eksitasi yang sebelumnya.
Memori yang berisi eksitasi-eksitasi itu disebut codebook adaptip.
Nilai L disebut kelajuan dalam standar HR GSM. Biasanya, L dihitung
sample, dan delay yang kecil atau kelajuan bit rendah yang digunakan.
Kelajuan itu diperbaharui untuk masing-masing subframe. Biasanya
yang dihitung dalam dua langkah:
1. Langkah yang pertama adalah metoda penilaian nada open loop
klasik.
Dengan pemrograman dinamik untuk mengoreksi kekuatan
diskontinuitas-diskontinuitas antarasubframe.
2. Langkah yang kedua adalah pencariancodebook adaptip.
Yaitu melaksanakan suatu pencarian yang bersifat close loop
dengan pendekatan analisa oleh sintesis untuk memperbaiki
hasil-hasil yang didapat dari pencarianopen loop.
Pemecahan optimal yang digunakan adalah dengan pencarian
berulang-ulang. Pencarian berulang-ulang dimaksudkan untuk menemukan solusi
terbaik pada suatu codebook yang pertama, mengurangi suara sintetik
yang diperoleh dengan suara asli untuk memperoleh suatu perbedaan
sinyal dan kemudian mencari solusi terbaik pada codebook yang kedua
untuk mendekati perbedaan vector, dan seterusnya secara
berulang-ulang. Pendekatan berulang-ulang ini dapat ditambahkan oleh codebook
3. Persepsi Kriteria Suara
Persepsi kriteria suara merupakan penyembunyian elemen sinyal yang
artinya suatu frekuensi amplitudo yang kuat dapat menyembunyikan
sebuah sinyal yang memiliki amplitudo kecil.
Dengan persepsi kriteria suara dari suatu spektrum suara dapat
menyembunyikan noise yang ditimbulkan oleh pengkodean. Persepsi
kriteria suara adalah suatu galat kuadrat rata-rata di dalam daerah spektral.
Perbedaan antara spektrum dari suara sintetik dan suara asli dilambangkan
oleh suatu fungsi W(f). Fungsi besar Spektral noise W(f) adalah kecil untuk
frekuensi asli yang memiliki spektrum yang kuat, dan akan besar bila
spektrum suaranya lemah.
Dalam praktek W(f) berasal dari filter sintese 1 A (f) yang menunjukkan
spektrum dalam satu frame. Suatu penyelesaian klasik adalah:
(17)
Fungsi pengukuran spektral ini diterapkan didalam daerah sementara oleh
penyaringan perbedaan sinyal antara suara sintetik dan asli dengan filter
W(z). Lalu rata-rata kesalahan dihitung dari perbedaan yang disaring.
... (18)
Dimana:
vi(n) adalah ith codebook bentuk gelombang yang disaring oleh produk
dari filter sintesa dan fungsi pengukuran (H(z)), dan
s(n) adalah penyaringan bentuk gelombang suara tanpa memori oleh
fungsi pengukuran W(f).
Memori sedikit berarti masukan kosong tanggapan filter dari H(z) sudah
dikurangi dari ukuran sinyal wicara.
Fungsi pengukuran lain dapat ditambahkan pada W(f) di dalam kasus
pengukuran sinyal suara. Karena bunyi suara bersifat berkala dengan
sebuah periode L yang merupakan periode dasar, spektrum tersebut
memperlihatkan ruang yang secara teratur dan selaras dari nada
frekuensi fe/L (fe adalah frekuensi sampling).
Suatu filter C(z) digunakan dengan W(z) untuk menyembunyikan suara
noise di bawah periode sinyal yang dipersepsikan. C(z) disebut filter
pengukur suara noise yang harmonik. Secara Sederhana C(z)
... (19)
di mana L bisa merupakan bernilai kecil.
C(f) memiliki periode fe/L sepadan dengan frekuensi nada. Yang
merupakan frekuensi minimum dari frekuensi suara.
4. Perhitungan MSE dan SNR
Simulasi menghasilkan bahwa pada suara hasil teknik pengkodean CELP
mempunyai karakteristik tidak jauh berbeda dari karakteristik suara asli.
Hal ini diketahui dengan adanya kemiripan bentuk amplitude (Magnitudo)
suara asli dengan suara rekonstruksi sesuai hasil simulasi. (pada halaman
sebelumnya) dan kualitas suara yang mirip berdasarkan pendengaran.
Kemudian untuk lebih mendukung hal tersebut diatas maka dilakukan
analisis berdasarkan penghitungan objektif pada perangkat lunak
MATLAB menggunakan metode MSE (Mean Squared Error) dan SNR
(Signal To Noise Ratio). Analisis dilakukan sepanjang sampel suara
dimana berdurasi 3 sampai 4 detik dengan frekuensi sampling sebesar
8000 Hz.
Secara umum analisis MSE merupakan pengukuran tingkat kesalahan dari
suatu sistem sesuai dengan rumus [10] seperti persamaan (20) pada
... (20)
Dimana;
s(n) : sinyal suara asli
s’(n) : sinyal suara rekonstruksi
n : banyaknya data
MSE tidak mempunyai besaran nilai. Suatu sistem dikatakan
mempunyai kinerja yang baik apabila nilai MSE mendekati nol (≤ 0)
atau dapat dikatakan tidak ada nya kesalahan pada sistem tersebut.
Kemudian pada analisis SNR diberi perlakuan yang sama seperti pada
analisis MSE sesuai rumus yang berlaku [10] seperti pada persamaan
(21):
... ... (21)
Dimana;
s’(n) : Sinyal suara rekonstruksi
dimana SNR mempunyai besaran decibel. Desibel adalah besaran
relative yang mengacu pada pendengaran manusia dan merupakan salah
satu cara yang tepat dalam mengetahui penguatan dari suatu sistem
dengan menampilkan perbandingan antara dua sinyal [9]. Dalam hal ini
ditetapkan agar nilai yang dihasilkan mempunyai persentase cukup
besar, dengan demikian sistem mempunyai kinerja cukup baik dalam
III. METODE PENELITIAN
A. Metode Penelitian
Metode yang digunakan dalam penelitian ini yaitu pemodelan dan simulasi
terhadap pemrosesan sinyal suara dengan teknik pengkodean CELP
menggunakan program Matlab. Metode ini digunakan karena merupakan
suatu metode yang praktis dan cukup menghemat biaya karena semua
parameter-parameter yang dibutuhkan serta hasil yang diinginkan dapat
langsung dimodelkan dengan menggunakan suatu perangkat lunak komputer.
Pada proses pengkodean sinyal suara sangat diperlukan sinyal suara itu
sendiri, dalam penelitian dilakukan proses perekaman yang akan menjadi
sampel suara padacodebook yang merupakan bagian dari pengkodean CELP.
Sinyal suara yang dikodekan adalah sinyal suara yang bekerja pada frekuensi
antara 8 kHz. Sinyal suara yang didapat dipecah menjadi sinyal suara vokal
dan konsonan.
B. Waktu dan Tempat
Penelitian ini dilakukan di Laboratotium Terpadu Teknik Telekomunikasi
Jurusan Teknik Elektro Universitas Lampung yang membahas analisa dan
simulasi pemrosesan sinyal suara dengan mengunakan teknik pengkodean
C. Jadwal Kegiatan
yang ter-install software Matlab sebagai program untuk mensimulasikan
penelitian yang dilaksanakan, dan sebuah microphone yang digunakan untuk
E. Tahapan Penelitian
Untuk memudahkan analisis dan pembahasan maka penelitian dibagi ke dalam
beberapa tahapan yaitu:
a) Studi pustaka dan literatur tentang teori yang menunjang penelitian
b) Menganalisa masalah yang berkaitan dengan teknik pengkodean CELP
c) Pembuatan rancangan algoritma pengkodean sinyal suara dengan
pengkodean CELP.
Rancangan algoritma ini dibuat untuk menentukan efektifitas penggunaan
metode penggunaan pengkodean CELP untuk pemrosesan sinyal suara
yang secara efektif dapat mengkodekan sinyal suara pada bit-bit rendah.
d) Pembuatan model simulasi Matlab untuk simulator.
Dalam tahap ini dilakukan penentuan parameter apa saja yang harus
diperhatikan dalam pemrosesan sinyal dengan pengkodean CELP dan
mengkorelasikannya dengan variabel-variabel yang terdapat dalam
program Matlab sehingga dapat dilakukan pensimulasian dari kinerja
CELP tersebut pada program Matlab.
e) Simulasi pemrosesan sinyal dengan pengkodean CELP.
Simulasi pemrosesan sinyal dengan pengkodean CELP dilakukan dengan
menjalankan simulator Matlab yang telah dibuat dan menampilkan
pemrosesan sinyal dengan pengkodean CELP sebagai metode untuk
pengkodean suara pada bit-bit rendah yang bekerja secara efektif.
F. Bagan Alir Penelitian
Untuk memudahkan penelitian ini maka disusunlah prosedur kerja sebagai
urutan langkah-langkah penelitian. Dalam penelitian ini, maka langkah awal
yang dilakukan penulis yaitu melakukan studi pustaka dan literatur buku
maupun jurnal dari berbagai sumber yang mendukung. Setelah didapatkan
literatur yang mendukung penelitian maka dilakukan pembuatan skenario
mengenai algoritma pengkodean sinyal suara dengan teknik pengkodean
CELP yang dilanjutkan dengan pembuatan model simulasi yang dibutuhkan
