aplikasi pengolahan suara
Post on 10-Oct-2015
37 Views
Preview:
TRANSCRIPT
-
5/20/2018 Aplikasi Pengolahan Suara
1/19
Kelompok 7
Moh. Arif Samsul Rizal (07650152)
Fakri
Ali Saluki
Fuad
Yusron
APLIKASI PENGOLAHAN SUARA
-
5/20/2018 Aplikasi Pengolahan Suara
2/19
Pengenalan pola (pattern recognition) dapatdiartikan sebagai proses klasifikasi dari objek atau pola
menjadi beberapa kategori atau kelas. Dan bertujuan
untuk pengambilan keputusan (Theodoridis and
Koutroumbas 2006, 1).
Pola adalah bentuk atau model (atau, lebih abstrak,
suatu set peraturan) yang dapat dipakai untuk membuat
atau untuk menghasilkan suatu atau bagian dari
sesuatu, khususnya jika sesuatu yang ditimbulkan
mempunyai sejenis pola dasar yang dapat ditunjukkan
atau terlihat, yang mana dapat dikatakan
mempertunjukan pola.
-
5/20/2018 Aplikasi Pengolahan Suara
3/19
SINYALSebuah sinyal adalah variasi dari variabel seperti gelombang
tekanan udara dari suara, warna dari gambar, kedalaman sebuahpermukaan, temperature dari tubuh, tegangan atau arus darisebuah konduktor atau sistem biologis, cahaya, sinyalelektromagnetik radio, harga-harga barang, atau volume dan beratdari suatu objek. Sebuah sinyal membawa informasi mengenaisatu atau lebih atribut mengenai status, komposisi, arahpergerakan dan tujuan dari sumber. Dapat dikatakan, sebuahsinyal adalah sebuah media untuk membawa informasi mengenaikeadaan masa lalu, masa sekarang, dan masa yang akan datangdari suatu variabel (Vaseghi 2007, 3). Sinyal dapat diklarifikasikanmenjadi beberapa jenis yaitu, sinyal waktu, sinyal nilai, sinyalrandom, dan sinyal non-random.
Pada umumnya variabel independen untuk sinyal satudimensi adalah waktu. Jika variabel independennya kontinu, makasinyal tersebut disebut sebagai sinyal waktu kontinu (continuous-
time signal). Jika variable independennya diskrit, maka sinyaltersebut disebut sebagai sinyal waktu diskrit (discrete-time signal).
-
5/20/2018 Aplikasi Pengolahan Suara
4/19
Gambar 2. 1 (a) Sinyal Waktu Kontinu dan (b) Sinyal Waktu Diskrit
Sinyal waktu kontinu dengan amplitudo kontinubiasanya disebut sebagai sinyal analog. Contoh sinyalanalog adalah sinyal suara. Sinyal waktu diskrit denganamplitudo bernilai diskrit yang direpresentasikan oleh
digit angka yang terbatas (finite), biasanya disebutsebagai sinyal digital.
Berdasarkan jenis frekuensinya, sinyal terbagimenjadi sinyal stationary dan sinyal non-stationary.Frekuensi dalam sinyal stationary tidak berubah danselalu berulang dalam waktu, sedangkan frekuensi
-
5/20/2018 Aplikasi Pengolahan Suara
5/19
Sinyal percakapanSinyal percakapan adalah sinyal yang dihasilkan
dari suara manusia sewaktu melakukan percakapan.Sinyal percakapan merupakan kombinasi kompleks dari
variasi tekanan udara yang melewati pita suara danvocal tract, yaitu mulut, lidah, gigi, bibir, dan langit-langitmulut. Speech (wicara) dihasilkan dari sebuah kerjasamaantara lungs (paru-paru), glottis (dengan vocal cords)dan articulation tract (mouth atau mulut dan nosecavity/rongga hidung). Sinyal suara terdiri dariserangkaian suara yang masingmasing menyimpansepotong informasi.
Berdasarkan cara menghasilkannya, suara dapat
dibagi menjadi voiced dan unvoiced. Voiced sounds atau
-
5/20/2018 Aplikasi Pengolahan Suara
6/19
Mekanisme getaran suara sebenarnya sangat kompleks.Ketika celah suara menegang dan tekanan udara meningkat
dari paru-paru, periode membuka dan menutupnya menjadi
pendek dan frekuensi (pitch) sumber suara menjadi tinggi.
Periode membuka dan menutup ini disebut getaran celahsuara. Sebaliknya, kondisi tekanan udara yang rendah
menghasilkan suara frekuensi yang rendah. Sumber suara
terdiri atas komponen fundamental dan harmonik yang
dimodifikasi oleh jalur vocal untuk menghasilkan suara,
seperti dalam menghasilkan bunyi vokal /a/ dan /o/.
Ucapan manusia dihasilkan oleh suatu sistem produksi
ucapan yang dibentuk oleh alat-alat ucap manusia. Proses
tersebut dimulai dengan formulasi pesan dalam otak
pembicara. Pesan tersebut akan diubah menjadi perintah-
-
5/20/2018 Aplikasi Pengolahan Suara
7/19
Gambar : Foto Sinar X Penampang Alat-Alat Ucap Manusia
Gambar diatas memperlihatkan foto sinar X penampang alat-alat
ucap manusia. Vocal tract pada gambar tersebut ditandai oleh garis
putus-putus, dimulai dari vocal cords atau glottis, dan berakhir pada
mulut. Vocal tract terdiri daripharynx (koneksi antara esophagus dengan
mulut) dan mulut. Panjang vocal tract pria pada umumnya sekitar 17cm.
-
5/20/2018 Aplikasi Pengolahan Suara
8/19
Daerah pertemuan vocal tract ditentukan oleh lidah, bibir,rahang, dan bagian belakang langit-langit; luasnya berkisarantara 20 cm2 sampai dengan mendekati nol. Nasal tractmulai dari bagian belakang langit-langit dan berakhir padanostrils. Pada keadaan tertentu, suara nasal akan dikeluarkan
melalui rongga ini.
Sedangkan gambar 2.2 memperlihatkan model sistemproduksi ucapan manusia yang disederhanakan.Pembentukan ucapan dimulai dengan adanya hembusan
udara yang dihasilkan oleh paru-paru. Cara kerjanya miripseperti piston atau pompa yang ditekan untuk menghasilkantekanan udara. Pada saat vocal cord berada dalam keadaantegang, aliran udara akan menyebabkan terjadinya vibrasipada vocal cord dan menghasilkan bunyi ucapan yang
disebut voiced speech sound. Pada saat vocal cord beradadalam keadaan lemas, aliran udara akan melalui daerah yang
-
5/20/2018 Aplikasi Pengolahan Suara
9/19
Gambar : Model Sistem Produksi Ucapan Manusia
Ucapan dihasilkan sebagai rangkaian atau urutankomponen komponen bunyibunyi pembentuknya. Setiapkomponen bunyi yang berbeda dibentuk oleh perbedaanposisi, bentuk, serta ukuran dari alat-alat ucap manusiayang berubah-ubah selama terjadinya proses produksi
ucapan.
-
5/20/2018 Aplikasi Pengolahan Suara
10/19
Sistem tangap suara merupakan suatu sistem yangdigunakan untuk melakukan flashback atau sistem yang
ditugaskan untuk melakukan tanggapan terhadap suatu
inputan suara. Sistem ini sendiri terbentuk dari beberapa
metode yang mendukung.
HMM (Hiden Markov Model)
sebuah model statistik dari sebuah sistem yang diasumsikan sebuah
Proses Markov dengan parameter yang tak diketahui, dan tantangannya
adalah menentukan parameter-parameter tersembunyi (state) dariparameter-parameter yang dapat diamati (observer). Parameter-
parameter yang ditentukan kemudian dapat digunakan untuk analisis yang
lebih komplek pada pengolahan suara
NN (Neural Network)
sistem ada tif an da at men ubah strukturn a untuk memecahkan
-
5/20/2018 Aplikasi Pengolahan Suara
11/19
Konsep Permodelan Hmm
-
5/20/2018 Aplikasi Pengolahan Suara
12/19
KONSEP PERMODELAN NN
-
5/20/2018 Aplikasi Pengolahan Suara
13/19
Sistem pengenalan suara disini digambarkan padablok diagram gambar dibawah:
Gambar Diagram blok sistem pengenalan suara.
Secara garis besar, cara kerja sistem pengenalan
suara ini ialah mula-mula sinyal suara manusia yang
diterima dengan menggunakan microphone (sinyal
analog) dicuplik sehingga menjadi sinyal digital dengan
-
5/20/2018 Aplikasi Pengolahan Suara
14/19
Sinyal digital hasil cuplikan ini terlebih dulu dinormalisasi(disamakan panjang sinyal yang satu dengan yang lain)
kemudian diproses awal menggunakan metode Linier
Predictive Coding (LPC) sehingga didapat beberapa
koefisien LPC yang merupakan feature (ciri) dari suarapembicaraan. Kemudian koefisien LPC tersebut diproses
dengan Fast Fourier Transform (FFT) untuk
mendapatkan sinyal pada domain frekuensi. Hal ini
bertujuan agar perbedaan antar pola kata yang satudengan yang lain terlihat lebih jelas sehingga ekstraksi
parameter sinyal memberikan hasil yang lebih baik. Hasil
keluaran FFT ini merupakan masukan bagi jaringan saraf
tiruan Back Propagation dimana jaringan saraf tiruan ini
-
5/20/2018 Aplikasi Pengolahan Suara
15/19
-
5/20/2018 Aplikasi Pengolahan Suara
16/19
Pengertian KompressingDalam ilmu komputer dan teori informasi , kompresi data
atau sumber pengkodean adalah proses encoding informasidengan menggunakan lebih sedikit bit (atau unit informasi-bantalan lainnya) dari sebuah unencoded representasi akan
menggunakan, melalui penggunaan khusus pengkodeanskema.
Dalam komputasi, deduplication data adalah teknikkompresi data khusus untuk menghilangkan data-grainedberlebihan kasar, biasanya untuk meningkatkan utilisasi
storage.Seperti komunikasi apapun, dikompresi komunikasi datahanya bekerja jika kedua pengirim dan penerima informasimemahami skema pengkodean. Misalnya, teks ini masuk akalhanya jika penerima mengerti bahwa itu adalah dimaksudkanuntuk ditafsirkan sebagai karakter yang mewakili bahasaInggrisDemikian pula, data terkompresi hanya dapat dipahami
-
5/20/2018 Aplikasi Pengolahan Suara
17/19
Kompresi berguna karena membantu mengurangi
konsumsi sumber daya mahal, seperti hard disk space atau
transmisi bandwidth . Pada sisi negatifnya, data dikompresi
harus didekompresi untuk digunakan, dan ini pengolahan
tambahan mungkin merugikan beberapa aplikasi. Sebagaicontoh, skema kompresi untuk video mungkin memerlukan
perangkat keras mahal untuk video yang akan didekompresi
cukup cepat untuk dilihat karena sedang decompressed
(pilihan untuk dekompresi video secara penuh sebelum
menonton mungkin nyaman, dan membutuhkan ruang
penyimpanan untuk decompressed video). Rancangan skema
kompresi data sehingga melibatkan trade-off antara berbagai
faktor, termasuk tingkat kompresi, jumlah distorsi
memperkenalkan (jika menggunakan skema kompresi lossy ),
-
5/20/2018 Aplikasi Pengolahan Suara
18/19
Ada 2 kompresi data
A. LossyLossy kompresi adalah suatu metode untuk mengkompresi data dan
men-dekompresinya, data yang diperoleh mungkin berbeda dari yang aslinya
tetapi cukup dekat perbedaaanya. Lossy kompresi ini paling sering digunakan
untuk kompres data multimedia (Audio, gambar diam). Sebaliknya, kompresi
lossless diperlukan untuk data teks dan file, seperti catatan bank, artikel teksdll.
Format kompresi lossy mengalami generation loss yaitu jika melakukan
berulang kali kompresi dan dekompresi file akan menyebabkan kehilangan
kualitas secara progresif. hal ini berbeda dengan kompresi data lossless.
ketika pengguna yang menerima file terkompresi secara lossy (misalnyauntuk mengurangi waktu download) file yang diambil dapat sedikit berbeda
dari yang asli dilevel bit ketika tidak dapat dibedakan oleh mata dan telinga
manusia untuk tujuan paling praktis.
Metode ini menghasilkan ratio kompresi yang lebih besar daripada
metode lossless. Misal terdapat image asli berukuran 12,249 bytes, kemudiandilakukan kompresi dengan JPEG kualitas 30 dan berukuran 1,869 bytes
-
5/20/2018 Aplikasi Pengolahan Suara
19/19
B. Lossless
Lossless data kompresi adalah kelas dari algoritma data kompresi yang
memungkinkan data yang asli dapat disusun kembali dari data kompresi.
Lossless data kompresi digunakan dalam berbagai aplikasi seperti format ZIP
dan GZIP. Lossless juga sering digunakan sebagai komponen dalam
teknologi kompresi data lossy. Kompresi Lossless digunakan ketika sesuatuyang penting pada kondisi asli. Beberapa format gambar sperti PNG atau GIF
hanya menggunakan kompresi lossless, sedangkan yang lainnya sperti TIFF
dan MNG dapat menggunakan metode lossy atau lossless.
Metode lossless menghasilkan data yang identik dengan data aslinya,
hal ini dibutuhkan untuk banyak tipe data, contohnya: executable code, wordprocessing files, tabulated numbers,dan sebagainya. Misalnya pada citra atau
gambar dimana metode ini akan menghasilkan hasil yang tepat sama dengan
citra semula, pixel per pixel sehingga tidak ada informasi yang hilang akibat
kompresi. Namun ratio kompresi (Rasio kompresi yaitu, ukuran file yang
dikompresi dibanding yang tak terkompresi dari file) dengan metode ini
sangat rendah. Metode ini cocok untuk kompresi citra yang mengandung
top related