Gambar 2.3 Struktur dari Speaker Identification Furui,1996
Berdasarkan Gambar 2.3 dapat dilihat bahwa dalam proses Speaker Identification suara yang masuk akan melalui tahap ekstraksi. Kemudian
akan dicari kemiripan yang paling dekat dengan suara yang telah dimodelkan sebelumnya untuk mengetahui identitas dari speaker.
Gambar 2.4 Struktur dari Speaker Verification Furui,1996
Pada Speaker Verification suara yang masuk akan di ekstraksi kemudian akan dibandingkan dan dicari kemiripan dengan suara dari
speaker yang telah dimodelkan sebelumnya dan dari speaker id. Perbandingan tersebut akan digunakan untuk menolak atau menerima
suara yang masuk.
2.4 Feature Extraction
Feature extraction merupakan metode untuk mengubah sinyal menjadi beberapa parameter. Data yang akan digunakan merupakan data
dari suara manusia sehingga berupa data sinyal. Tetapi tidak semua data sinyal tersebut dapat digunakan. Hal ini disebabkan karena berbagai faktor
seperti suara-suara yang berada di sekitar speaker pada saat pengambilan data suara. Dengan tahap feature extraction diharapkan menghasilkan
feature yang memiliki kemampuan untuk membedakan kemiripan pengucapan setiap model sehingga tidak memerlukan data training yang
banyak. Pada umumnya feature extraction memiliki tiga tahap Reynold, 2002, yaitu:
1. Penggunaan program deteksi suara untuk menghilangkan noise dari
sinyal suara yang menjadi obyek. 2.
Feature diekstrak untuk memperoleh informasi 3.
Penerapan normalisasi.
Terdapat beberapa metode yang digunakan untuk mengekstrak feature yang berhubungan dengan sinyal. Metode tersebut antara lain LPC
Linear Prediction
Coding ,
Mel-Frequency Cepstral
Coefficients MFCC, Neural Predictive Coding NPC, dan sebagainya. Perbandingan tingkat akurasi berbagai metode feature extraction dapat
dilihat pada Tabel 2.1 Chetouani, 2004 Tabel 2.1 Tingkat akurasi berbagai metode feature extraction
Sumber : Universite PierreMarrieCurrie, LA Science A Paris, 2004
Dari Tabel 2.1 di atas dapat dilihat bahwa metode NPC memiliki tingkat identifikasi yang paling tinggi dan sempurna kemudian diikuti oleh
metode MFCC. NPC merupakan salah satu algoritma ekstraksi ciri yang merupakan perluasan dari LPC. Dalam kasus ini metode MFCC dirasa
paling tepat karena cara kerja metode MFCC sama dengan telinga manusia sehingga untuk mengidentifikasi suara manusia lebih baik menggunakan
metode MFCC.
