Modul 1 Praktikum Pengolahan Informasi Wicara Perekaman dan Pengeditan

MODU

PROSES PEREKAMAN DAN PENGEDITAN SINYAL WICARA

TUJUAN Mahasiswa mampu melakukan proses perekaman dan pengeditan sinyal wicara dengan menggunakan perangkat lunak.

II.

DASAR TEORI 2.1. Pembangkitan Sinyal Wicara pada Manusia Speech (wicara) dihasilkan dari sebuah kerjasama antara (dengan vocal cords menghasilkan sebuah ) dan lungs (paru-paru), glottis

articulation tract (mouth/mulut dan nose cavity/rongga hidung). voiced sounds (suara ucapan), paru-paru lungs menekan udara bergetar, menginterupt udara melalui

Gambar 1 menunjukkan penampang melintang dari organ wicara manusia. Untuk melalui epiglottis, vocal cords aliran udara dan menghassilkan sebuah gelombang tekanan quasi-periodic.

Gambar 1. Organ wicara manusia

Tri Budi Santoso, Miftahul Huda

1

Sederetan impulse yang sama Variasi pada frekuensi pitch Gambar 2. dan untuk suara tertentu (nasals) juga merangsang nasal cavity (rongga hidung). Ketika kita berbicara dengan sebuah frekuensi pitch impulses dan frekuensi sinyal pitch frequency atau fundamental frequency. Sederetan impuls dan pitch pada sinyal wicara Impuls pitch merangsang udara di dalam mulut.Modul 1 Praktikum Pengolahan Informasi Wicara Perekaman dan Pengeditan Impuls tekanan pada umumnya disebut sebagai tekanan adalah dalam Gambar 2a sederetan impuls (fungsi tekanan suara) dihasikan oleh suara. formant frequencies . Ketika rongga beresonansi. Ini merupakan bagian dari sinyal voice (suara) yang mendefinisikan melody (melodi wicara). yang disebut perubahan besar. Kedua rongga beraksi sebagai resonators dengan karacteristik frekuensi resonansi masing-masing. vocal cords Di untuk sebuah speech pitch konstan. akan menimbulkan radiasi sebuah gelombang suara yang mana merupakan sinyal wicara. Pada saat rongga mulut dapat mengalami . suara sinyal wicara monotonous tetapi dalam kasus normal sebuah perubahan permanen pada frekuensi terjadi. Variasi frekuensi pitch dapat dilihat seperti pada Gambar 2b.

Tri Budi Santoso.kita mampu untuk menghasilkan beragam pola ucapan suara yang berbeda. Miftahul Huda 2 .

Tri Budi Santoso. dalam hal ini ketika diamati pada durasi yang sangat pendek (5 sampai 100 mili detik) karakteristiknya masih stasioner. exitasi pada unvoiced sounds (suara tak vocal tract lebih menyerupai noise (derau). Miftahul Huda 3 . pembangkitan ucapan /a/ pembangkitan ucapan /f/ Gambar 3. Proses produksi suara 2.2. Gambar 3 menampilkan proses produksi suara-suara /a/. Untuk sementara perbedaan bentuk dan posisi pada organ articulation diabaikan saja. Tetapi bilamana diamati dalam durasi yang lebih panjang (> 1/5 detik) karakteristik sinyalnya berubah untuk merefleksikan suara ucapan yang keluar dari pembicara. dan /f/.Modul 1 Praktikum Pengolahan Informasi Wicara Perekaman dan Pengeditan Di dalam kasus terucap). Bentuk Sinyal Wicara dalam Domain Waktu Sinyal wicara merupakan sinyal yang bervariasi lambat sebagai fungsi waktu.

Modul 1 Praktikum Pengolahan Informasi Wicara V US Perekaman dan Pengeditan Gambar 4. sinyal waktu kontinyu harus di-sampel. Contoh sinyal wicara ucapan “Selamat Datang” Salah satu cara dalam menyajikan sebuah sinyal wicara adalah dengan menampilkannya dalam tiga kondisi dasar. yaitu sinyal wicara tidak diproduksi. 2. Untuk proses komputasi. berfibrasi. Proses Sampling Perhatikan sinyal sinus berikut ini: x( t ) = A c os ( ωt +φ) Sinyal tersebut merupakan (1) juga seringkali contoh sinyal waktu kontinyu. Tri Budi Santoso. dan yang ketiga adalah secara periodik sehingga silence (S) atau keadaan tenang dimana unvoice (U) dimana voiced (V) dimana vocal cord tidak bervibrasi vocal cord menggerakkan udara ke kerongkongan melalui mekanisme akustik sampai keluar mulut dan menghasilkan sinyal wicara. sinyal waktu kontinyu harus dirubah menjadi bentuk waktu diskrit dan dilanjutkan dengan proses digitalisasi. Kita menggunakan terminologi sinyal analog untuk menyebutnya. Untuk memperoleh bentuk sinyal waktu diskrit.3. Miftahul Huda 4 .

Miftahul Huda = i ∑ sin( = 1 2 π (3) ) f it 5 . maka sinyal informasi tersebut bisa dituliskan sebagai: i max tx )( Tri Budi Santoso. Rangkaian Sampling Rangkaian sampling diatas merupakan sebuah ujung tombak dari sebuah analog to digital conversion (ADC). Blok diagram konversi sinyal kontinyu menjadi sinyal diskrit Ts = 1/fs x[n] = x[nTs] Sekuen x[n] didapakan setelah proses perubahan dari continues to discrete (C-to-D). fs > 2x f i (2) Shannon harus sama dengan atau Jika sinyal informasi yang kita sample memiliki komponen frekuensi beragam. informasi N bit kode digital Sample & Quantization EncodingHold Gambar 7 . Blok diagram rangkaian ADC Persyaratan frekuensi sampling menurut teorema melebihi 2 kali frekuensi sinyal yang di sample. fs=1/Ts Sinyal input Sinyal output Gambar 6.Modul 1 Praktikum Pengolahan Informasi Wicara Perekaman dan Pengeditan x(t) C-to-D Gambar 5. misalnya untuk sinyal wiacara memungkinkan untuk memiliki frekuensi dari 20 sampai 4000 Hz. Kondisi realnya secara hardware adalah menggunakan rangkaian sampling seperti Gambar 6 berikut ini.

fs=1/Ts yang juga dikenal sebagai (4) sampling rate Nyquist rate.1. Penataan perangkat percobaan recording dan editing PC yang digunakan harus dilengkapi dengan peralatan multimedia seperti sound card. . speaker aktif dan digantikan dengan head set microphone. yaitu III. Sebelum memulai praktikum. Untuk microphone dan speaker aktif bias juga lengkap. Microphone Sound Card PC Multimedia Matlab Speaker Gambar 8. Penataan Perangkat Sebelum melakukan percobaan siswa harus melakukan penataan seperti pada Gambar berikut ini.Modul 1 Praktikum Pengolahan Informasi Wicara Perekaman dan Pengeditan Dan persyaratan untuk frekuensi smpling menjadi: fs > 2x fimax Frekuensi sampling seringkali dikatakan dengan terminology jumlah sample yang diambil setiap detik. . LANGKAH-LANGKAH PERCOBAAN 4. PERANGKAT YANG DIPERLUKAN 1 (satu) buah PC Multimedia lengkap sound card dan microphone Satu perangkat lunak Matlab IV. apakah seluruh perangkat multimedia sudah terintegrasi dengan PC. sebaiknya dites dulu.

Miftahul Huda 6 .Tri Budi Santoso.

coba aktifkan kembali Matlab. dan lanjtukan dengan langkah berikut ini. caranya adalah sebagai berikut: y1=wavread('aiueo.Fs. 4. Fs.3. wavwrite(y1. ’e’ dan ’o’. Untuk itu ikuti langkah berikut ini.wav') Untuk mengetahui apakah proses perekaman yang telah dilakukan berhasil. y2=y1(1:10000).'aiueo.wav yang sudah direkam. ’u’. Tambahkan juga pada program bagaimana cara memainkan file *.0*Fs. Kalau mengalami kesulitan buka kembali catatan tentang Matlab Audio yang ada di bagian lain pada buku ini. Aktifkan Matlab. dan coba perhatikan dengan seksama durasi sinyal hasil dari proses perekaman tersebut. dan jangan lupa dihasilkan. Buka file hasil rekaman “ aiueo. plot(y2) Sekarang coba buat program yang hanya membuat tampilan untuk vokal ’a’ saja.Fs.wav”.wav’). y = wavrecord(5. Siapkan microphone dan perangkat multimedia.2 Perekaman dengan Matlab Perekaman dan Pengeditan Praktikum Pengolahan Informasi Wicara dengan langkah pertama adalah melakukan proses recording (perekaman) suara. seperti pada pertemuan pertama saat mengenal Matlab Audio.’a.Modul 1 Praktikum Pengolahan Informasi Wicara 4. Buat program berikut ini untuk melakukan recording dengan Matlab clear all. mengujinya dengan melalui gambar dan mendengarkan suara yang Lakukan hal yang sama untuk vocal ’i’. 'double'). wavwrite(y. Tampilkan dengan perintah plot. Semuanya juga harus . Proses Pengeditan untuk Pemisah Vokal Apabila telah selesai berdiskusi dengan teman terdekat.wav'). cobalah untuk membuat perintah tambahan pada program diatas sehingga bisa membaca file *. Coba tampilkan sebagian saja dari seluruh sinyal. t=length(y1). Fs = 8000.wav hasil perekaman.wav. Simpan ke dalam suatu file a.

disimpan dalam bentuk file *. Tri Budi Santoso. Miftahul Huda 7 .wav.

Dari hasil percobaan yang telah dilakukan.wav') wavplay(y. sampling Fs=7000. perhatikan apa yang terjadi. ANALISA DATA DAN TUGAS Untuk grafik “ beri tanda mana yang termasuk katagori unvoice. Sampling Rate terhadap suara aiuoe. .Modul 1 Praktikum Pengolahan Informasi Wicara 4. clear all. 24000. coba buat catatan tentang durasi perekaman masing-masing vokal yang telah dilakukan. Berikan analisa terhadap perubahan nilai yang dihasilkan. 44000 Hz.Fs) Rubah nilai frekuensi sampling menjadi Fs=10000. Fs = 8000. coba silence. Perubahan Nilai Sampling Perekaman dan Pengeditan Coba panggil kembali file hasil perekaman dengan cara sebagai berikut. dengan nilai Fs = 14000. Amati Lakukan hal yang sama.4.wav”. dan voice. 6000. Coba rubah dengan menurunkan nilai kejadian apa yang dapat diamati pada sinyal suara tsb. y=wavread('aiueo. 16000. dan 5000. Berikan catatan nilai magnitudo tertinggi pada masing-masing vokal yang telah direkam.

Tri Budi Santoso. Miftahul Huda 8 .

Sign up to vote on this title
UsefulNot useful