suara pada manusia yaitu proses oronasal, proses artikulasi, proses aliran udara dan proses pembunyian. Pada gambar 2.2 menunjukan tempat produksi suara.
Gambar 2.2. Gambar tempat produksi suara.
2.2 Sampling
Sampling merupakan proses pencuplikan gelombang suara yang akan menghasilkan
gelombang diskret [3]. Dalam proses sampling, ada yang disebut dengan laju pencuplikan sampling rate. Sampling rate menandakan berapa banyak pencuplikan gelombang analog
dalam satu detik. Kriteria Nyquist perlu diperhatikan dalam melakukan sampling. Kriteria Nyquist
menyatakan bahwa sebuah sinyal harus memiliki sampling rate yang lebih besar dari 2
dengan adalah frekuensi paling tinggi yang muncul di sebuah sinyal.
2.3 Windowing
Pada suatu proses perekaman sinyal, biasanya pada tepi-tepi sinyal dijumpai adanya diskontinuitas. Hal ini akan menghasilkan munculnya banyak sinyal-sinyal
frekuensi tinggi pada proses ekstraksi ciri DCT. Munculnya sinyal-sinyal frekuensi tinggi tersebut, akan dapat mempengaruhi keakuratan hasil ekstraksi ciri DCT. Untuk
mengurangi munculnya sinyal-sinyal frekuensi tinggi tersebut, maka tepi-tepi sinyal masukan perlu dikurangi kontinuitasnya dengan menggunakan windowing [4].
Jendela Blackman adalah suatu jendela yang dapat digunakan untuk keperluan windowing
. Berikut Contoh jendela Blackman pada gambar 2.3.
Gambar 2.3. Contoh jendela Blackman [11] Jendela Blackman wn dengan lebar N titik, dirumuskan secara matematis sebagai berikut
[11]
:
+ 1 = 0,42 − 0,5 cos 2π
k n
−1
+ 0,008cos 4π
k n
−1
, k = 0, … , n − 1
2.1
Blackman windows mempunyai sedikit lebih luas pusat lobus dan sideband kebocoran
setara panjang hamming dan hann windows.[11]
2.4 Discrete Cosine Transform DCT
Discrete Cosine Transform adalah penting untuk aplikasi numeric dalam sains dan
teknologi, dari lossy compression untuk suara dan gambar, dimana sebagian kecil dari komponen frekuensi tinggi dapat dihilangkan, metode spektrum untuk solusi perhitungan
dari sebagian persamaan defferensial. Teknik ini untuk mengubah sinyal ke dalam komponen frekuensi dasar. Discrete Cosine Transform proses ekstraksi ciri suatu data
suara maupun gambar. Setelah mengekstraksi ciri, setiap koefisien transform dapat
dikodekan secara independen tanpa kehilangan efisiensi kompresi [4]. Definisi DCT yang paling umum panjang N adalah:
=
� 2 −1 −1 2
� �
=1
, = 1,
… , � 2.2
Dengan :
=
1 �
= 0
2 �
≠ 0 2.3
DCT sinyal hasil windowing terlihat lebih bersih, karena sinyal-sinyal frekuensi tinggi tidak tampak seperti gambar 2.4 berikut [4] :
Gambar 2.4. Contoh DCT dari sinyal dengan menggunakan DCT 256 titik [4].
2.5 Segment Averaging
