Pemisahan Sinyal Suara Menggunakan Metode Blind Source Separation.

PEMISAHAN SINYAL SUARA MENGGUNAKAN METODE

BLIND SOURCE SEPARATION

Berkat Willmart Telaumbanua / 0322055

Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jl. Prof. Drg. Suria Sumantri 65, Bandung 40164, Indonesia

Email : delaux03@yahoo.com

ABSTRAK

Suara tercampur yang diterima oleh indera pendengaran sering terjadi dalam kehidupan sehari-hari. Indera pendengaran menerima suara tercampur secara langsung dan tidak dapat disaring. Oleh karena itu metode Blind Source separation (BSS) mampu mengatasi masalah tersebut

Program yang digunakan dalam pemisahan sinyal suara adalah program Matlab. Program pemisahan sinyal suara secara real tidak dapat menghasilkan sinyal estimasi yang bagus, karena adanya parameter peralatan yang tidak sama dan kondisi matrik pencampur.

Dari penilaian subyektif didapatkan bahwa metode Blind Source Separation dalam penelitian ini didapatkan kualitas sinyal pemisah seperti yang diharapkan, hal ini dibuktikan berdasakan dari hasil pengujian secara subjektif terhadap pemisahan sinyal suara diperoleh nilai Mean Opinion Score (MOS) rata-rata di atas 4,1

Kata kunci :

Blind Source separation, sinyal suara, Gradient ascent, Independent Component Analysis.

SEPARATION OF VOICE SIGNAL USING BLIND SOURCE

SEPARATION METHOD

Berkat Willmart Telaumbanua / 0322055

Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jl. Prof. Drg. Suria Sumantri 65, Bandung 40164, Indonesia

Email : delaux03@yahoo.com

ABSTRACK

Mixed voice received by the sense of hearing often occurs in everyday life. Sense of hearing received mixed voices directly and not be filtered. Therefore, the method Blind Source separation (BSS) are able, to resolve the issue

Program used in the separation of the voice signal is a Matlab program. Separation program in real voice signal can not produce a good estimate of the signal, because the parameters are not the same equipment and conditions of the mixing matrix.

Obtained from subjective assessment that the blind source separation methods in the study obtained dividing the signal quality as expected, based on the examination results subjectively for the seperation speech signal, the value of Mean Opinion Score (MOS) was above 4.1.

Keywords:

Blind source separation, sound signals, Gradient ascent, Independent Component Analysis.

DAFTAR ISI

ABSTRAK………. i

ABSTRACT………... ii

KATA PENGANTAR………... iii

DAFTAR ISI……….. v

DAFTAR GAMBAR……….. viii

DAFTAR TABEL……….. ix

BAB I PENDAHULUAN I.1. Latar Belakang……… . 1

I.2. Perumusan Masalah……….. 1

I.3 Tujuan………... 1

I.4 Pembatasan Masalah……….. 1

I.5 Sistimatika Penulisan………. 2

BAB II LANDASAN TEORI II.1 Pengantar Sinyal Audio... 3

II.2 Spesifikasi Kanal Suara... 3

II.3 Sistim Pembentukan Suara... 4

II.4 Representasi Sinyal Ucapan... 6

II.5 Karakteristik Sinyal Ucapan... 7

II.5.1. Diftong... 8

II.5.2 Konsonan Nasal... 8

II.5.3 Vokal... 9

II.5.4 Konsonan frikatif... 9

II.5.5. Konsonan Stop……… 9

II.6 Independent Component Analysis (ICA)………... 10

II.6.1.1.Definisi Umum... 13

II.6.1.2.Noise ICA ( Noisy ICA model)……… 13

II.6.1.3.Model ICA bebas noise (Noise-free ICA model)… 13 II.6.2. Nongausian……….. 13

II.6.3. Kurtosis……… 14

II.7. Pemisahan Sinyal Suara dengan Blind Source Separation……….. 16

II.7.1. Campuran sinyal audio……… 16

II.7.2. Algoritma FastICA……….. 17

II.8. Mikrophone……….. 20

II.9. Pemograman Matlab……… 21

II.9.1 Fungsi M-File……….. 22

II.9.2 Aturan dan Sifat M-File……….. 22

II.9.3. Struktur……… 23

II.9.4. Perintah Wavwrite……… 24

II.9.5. Perintah Plot………. 25

BAB III PERANCANGAN DAN IMPLEMENTASI SISTEM III.1. Desain Pencampuran Suara……… 26

III.2. Penyamaan Ukuran Byte Hasil Rekaman………. 27

III.3. Pengubahan Wav Menjadi Data Matriks……….. 30

III.4. Proses Pencampuran Sinyal……….. 31

III.5. Proses Pemisahan Sinyal……….. 33

BAB IV DATA DAN ANALISA IV.1. Pengujian……… 34

IV.2. Perangkat Lunak……… 34

IV.3. Prosedur Perekaman... 34

IV.4. Data Pengamatan dan Analisa……… 37

BAB V KESIMPULAN DAN SARAN

V.1. Kesimpulan……… 42

V.2. Saran……….. 42

DAFTAR PUSTAKA

LAMPIRAN A……… A.1-A.5

DAFTAR GAMBAR

Halaman

Gambar II.1. Spesifikasi suara manusia pada kanal telekomunikasi... 4

Gambar II.2. Penampang sistem reproduksi suara manusia... 5

Gambar II.3 Model Sistem Produksi Ucapan Manusia[1] ... 5

Gambar II.4 Sinyal Suara untuk Bunyi Vokal “O”[1] ... 6

Gambar II.5 Sinyal Suara Unvoiced………... 7

Gambar II.6 Sinyal suara voiced... 7

Gambar II.7 Proses campuran sinyal dari rumus ICA... 10

Gambar II.8 Diagram Blok Rumus ICA... 11

Gambar II.9 Proses Pengembangan Rumus ICA dengan komponen bebas. 12 Gambar II.10 Proses pencampuran sinyal suara... 17

Gambar II.11 Dua buah sumber sinyal………. 17

Gambar II.12 Diagram Blok Mastica……… 20

Gambar II.13 Blok Diagram Pembuatan wav dengan Perintah Wavwrite… 24 Gambar II.14 Hasil Eksekusi dengan Perintah Plot……….. 25

Gambar III.1 Proses perekaman suara………. 26

Gambar III.2 Diagram blok proses menghasilan sinyal suara………. 27

Gambar III.3 flowchart penyamaan ukuran byte………. 29

Gambar III.4 Proses data wav menjadi data matriks……… 30

Gambar IV.1 Proses Perekaman sumber satu……….. 35

Gambar IV.2 Proses Perekaman sumber dua………... 35

Gambar IV.3 Sinyal sumber satu……… 36

Gambar IV.4 Sinyal sumber dua………. 36

Gambar IV.5 Sinyal amplitudo sumber 1……… 38

Gambar IV.6 Sinyal amplitudo sumber 2……… 38

Gambar IV.7 Grafik fungsi h pada gradient ascent………. 39

DAFTAR TABEL

Tabel II.1 Fonem-fonem Bahasa Inggris – Amerika... 8

dalam standar IPA dan ARPABET Tabel IV.1 Karakteristik sinyal suara Percobaan 1... 37

Tabel IV.2 Karakteristik sinyal suara Percobaan 2... 37

Tabel IV.3 Karakteristik sinyal suara Percobaan 3... 37

Tabel IV.4 Karakteristik sinyal suara Percobaan 4... 37

Tabel IV.5 Histogram sumber 1…………..………. 38

Tabel IV.6 Histogram sumber 2……..………. 38

Tabel IV.7 Grafik fungsi h pada gradient ascent……….. 39

BAB I PENDAHULUAN 1

BAB I PENDAHULUAN I.1. Latar Belakang

Sering kali ditemui keadaaan yang sangat berisik yang berasal dari berbagai sumber sinyal suara, sehingga mengakibatkan indera pendengaran bekerja keras untuk mengolah sinyal-sinyal tersebut. Oleh karena itu diperlukan teknik untuk memisahan sinyal sehingga diperoleh sinyal suara yang diinginkan dari sinyal yang sudah tercampur (yang tidak diketahui). Teknik ini dikenal dengan Blind Source Separation (BSS).

Untuk mengetahui hasil pemisahan sinyal suara dengan metode BSS, maka dalam tugas akhir ini dilakukan simulasi untuk merealisasikannya dengan sinyal suara yang sudah tercampur dan membandingkannya dengan sumber suara asli (original)

I.2. Perumusan Masalah

Bagaimana memisahkan sinyal suara tercampur menjadi sumber suara yang diinginkan.

I.3. Tujuan

Pada tugas akhir ini akan dibuat program simulasi untuk memisahkan dua buah sinyal suara tercampur

I.4. Pembatasan Masalah

1. Sinyal suara yang dapat diolah dibatasi hanya sinyal suara manusia disimpan dalam file berbentuk wav dengan format PCM 8 khz 16 bit mono

2. Sinyal suara yang akan diolah adalah sinyal suara dengan kualitas baik, memiliki noise yang rendah.

BAB I PENDAHULUAN 2

I.5. Sistimatika Penulisan

Sistematika penulisan dari Tugas Akhir ini adalah sebagai berikut:

 BAB I : Pendahuluan

Bab ini menguraikan tentang latar belakang, perumusan masalah, tujuan, pembatasan masalah dan sistematika penulisan.

 BAB II : Landasan Teori

Bab ini menguraikan tentang pengetahuan dasar mengenai pemisahan sinyal suara menggunakan metode Blind Source Separation serta materi-materi penunjang lainnya sebagai referensi

 BAB III : Perancangan dan implementasi sistem

Pada bab ini menguraikan proses pemisahan sinyal suara dengan metode Blind Source Separation yang mengaplikasikan pada Independent Component Analisis dan Gradient Ascent, perancangan dan pembuatan program, serta simulasi

 BAB IV : Data dan Analisa

Pada bab ini menguraikan tentang hasil simulasi dan analisa hasil dari program yang telah berhasil dibuat, serta pengujian terhadap program tersebut

 BAB V : Kesimpulan dan Saran

Bab ini menguraikan tentang kesimpulan akhir dan saran-saran untuk pengembangan lanjutan dari pemisahan sinyal suara menggunakan metode Blind Source Separation.

BAB V Kesimpulan dan Saran 42

BAB V

KESIMPULAN DAN SARAN

V.1. Kesimpulan

Dari analisa yang telah dilakukan maka dapat diambil kesimpulan:

 Metode Blind Source Separation untuk pemisahan sinyal suara telah berhasil direalisasikan

 Berdasarkan hasil pengujian secara subjektif terhadap sinyal suara tercampur nilai MOS rata-rata di atas 4.1

V.2. Saran

 Senstifitas dari mikrofon sangat mempengaruhi kualitas sinyal suara yang akan di olah.

 Untuk pengembangan lebih lanjut diperlukan algoritma BSS dalam domain sub-band.

DAFTAR PUSTAKA

[1]. Akhmad, Arry Arman, Proses pembentukan dan karakteristik sinyal ucapan, ITB

[2]. Oja,E., & Hyvarian, A. Independent Component Analysis : Algorithm and Application. 2000. Neural Networks Research Centre, Helsinki University of Technology. 14 juli 2009.

< http://www.cs.helsinki.fiua/hyvaeinpapers/NN00new.pdf>.

[3]. Elekro Indonesia.2000. Penenpatan dan Pemeliharaan Microphones, 19 Juli 2009. < http://www.elektroindonesia.com/elektro/elek31.html>. [4]. James V.Stone., Independent Component Analysis A tutorial Introduction.

19 November 2009.

[5]. Away, Gunaidi Abidia, The Shortcut of MATLAB Programming, INFORMATIKA Bandung, 2006

DAFTAR GAMBAR

Halaman

Gambar II.1. Spesifikasi suara manusia pada kanal telekomunikasi... 4

Gambar II.2. Penampang sistem reproduksi suara manusia... 5

Gambar II.3 Model Sistem Produksi Ucapan Manusia[1] ... 5

Gambar II.4 Sinyal Suara untuk Bunyi Vokal “O”[1] ... 6

Gambar II.5 Sinyal Suara Unvoiced………... 7

Gambar II.6 Sinyal suara voiced... 7

Gambar II.7 Proses campuran sinyal dari rumus ICA... 10

Gambar II.8 Diagram Blok Rumus ICA... 11

Gambar II.9 Proses Pengembangan Rumus ICA dengan komponen bebas. 12 Gambar II.10 Proses pencampuran sinyal suara... 17

Gambar II.11 Dua buah sumber sinyal………. 17

Gambar II.12 Diagram Blok Mastica……… 20

Gambar II.13 Blok Diagram Pembuatan wav dengan Perintah Wavwrite… 24 Gambar II.14 Hasil Eksekusi dengan Perintah Plot……….. 25

Gambar III.1 Proses perekaman suara………. 26

Gambar III.2 Diagram blok proses menghasilan sinyal suara………. 27

Gambar III.3 flowchart penyamaan ukuran byte………. 29

Gambar III.4 Proses data wav menjadi data matriks……… 30

Gambar IV.1 Proses Perekaman sumber satu……….. 35

Gambar IV.2 Proses Perekaman sumber dua………... 35

Gambar IV.3 Sinyal sumber satu……… 36

Gambar IV.4 Sinyal sumber dua………. 36

Universitas Kristen Maranatha

DAFTAR TABEL

Tabel II.1 Fonem-fonem Bahasa Inggris – Amerika... 8

dalam standar IPA dan ARPABET Tabel IV.1 Karakteristik sinyal suara Percobaan 1... 37

Tabel IV.2 Karakteristik sinyal suara Percobaan 2... 37

Tabel IV.3 Karakteristik sinyal suara Percobaan 3... 37

Tabel IV.4 Karakteristik sinyal suara Percobaan 4... 37

Tabel IV.5 Histogram sumber 1…………..………. 38

Tabel IV.6 Histogram sumber 2……..………. 38

Tabel IV.7 Grafik fungsi h pada gradient ascent……….. 39

BAB I PENDAHULUAN 1

BAB I PENDAHULUAN I.1. Latar Belakang

Sering kali ditemui keadaaan yang sangat berisik yang berasal dari berbagai sumber sinyal suara, sehingga mengakibatkan indera pendengaran bekerja keras untuk mengolah sinyal-sinyal tersebut. Oleh karena itu diperlukan teknik untuk memisahan sinyal sehingga diperoleh sinyal suara yang diinginkan dari sinyal yang sudah tercampur (yang tidak diketahui). Teknik ini dikenal dengan Blind Source Separation (BSS).

Untuk mengetahui hasil pemisahan sinyal suara dengan metode BSS, maka dalam tugas akhir ini dilakukan simulasi untuk merealisasikannya dengan sinyal suara yang sudah tercampur dan membandingkannya dengan sumber suara asli (original)

I.2. Perumusan Masalah

Bagaimana memisahkan sinyal suara tercampur menjadi sumber suara yang diinginkan.

I.3. Tujuan

Pada tugas akhir ini akan dibuat program simulasi untuk memisahkan dua buah sinyal suara tercampur

I.4. Pembatasan Masalah

1. Sinyal suara yang dapat diolah dibatasi hanya sinyal suara manusia disimpan dalam file berbentuk wav dengan format PCM 8 khz 16 bit mono

2. Sinyal suara yang akan diolah adalah sinyal suara dengan kualitas baik, memiliki noise yang rendah.

BAB I PENDAHULUAN

Universitas Kristen Maranatha 2

I.5. Sistimatika Penulisan

Sistematika penulisan dari Tugas Akhir ini adalah sebagai berikut:  BAB I : Pendahuluan

Bab ini menguraikan tentang latar belakang, perumusan masalah, tujuan, pembatasan masalah dan sistematika penulisan.

 BAB II : Landasan Teori

Bab ini menguraikan tentang pengetahuan dasar mengenai pemisahan sinyal suara menggunakan metode Blind Source Separation serta materi-materi penunjang lainnya sebagai referensi

 BAB III : Perancangan dan implementasi sistem

Pada bab ini menguraikan proses pemisahan sinyal suara dengan metode Blind Source Separation yang mengaplikasikan pada Independent Component Analisis dan Gradient Ascent, perancangan dan pembuatan program, serta simulasi

 BAB IV : Data dan Analisa

Pada bab ini menguraikan tentang hasil simulasi dan analisa hasil dari program yang telah berhasil dibuat, serta pengujian terhadap program tersebut

 BAB V : Kesimpulan dan Saran

Bab ini menguraikan tentang kesimpulan akhir dan saran-saran untuk pengembangan lanjutan dari pemisahan sinyal suara menggunakan metode Blind Source Separation.

BAB V Kesimpulan dan Saran 42

BAB V

KESIMPULAN DAN SARAN

V.1. Kesimpulan

Dari analisa yang telah dilakukan maka dapat diambil kesimpulan:  Metode Blind Source Separation untuk pemisahan sinyal suara

telah berhasil direalisasikan

 Berdasarkan hasil pengujian secara subjektif terhadap sinyal suara tercampur nilai MOS rata-rata di atas 4.1

V.2. Saran

 Senstifitas dari mikrofon sangat mempengaruhi kualitas sinyal suara yang akan di olah.

 Untuk pengembangan lebih lanjut diperlukan algoritma BSS dalam domain sub-band.

Universitas Kristen Maranatha

DAFTAR PUSTAKA

[1]. Akhmad, Arry Arman, Proses pembentukan dan karakteristik sinyal ucapan, ITB

[2]. Oja,E., & Hyvarian, A. Independent Component Analysis : Algorithm and Application. 2000. Neural Networks Research Centre, Helsinki University of Technology. 14 juli 2009.

< http://www.cs.helsinki.fiua/hyvaeinpapers/NN00new.pdf>.

[3]. Elekro Indonesia.2000. Penenpatan dan Pemeliharaan Microphones, 19 Juli 2009. < http://www.elektroindonesia.com/elektro/elek31.html>. [4]. James V.Stone., Independent Component Analysis A tutorial Introduction.

19 November 2009.

[5]. Away, Gunaidi Abidia, The Shortcut of MATLAB Programming, INFORMATIKA Bandung, 2006