Modul 4
Pemanfaatan Filter Bank untuk Analisis Sinyal Wicara
I. TUJUAN
- Mahasiswa mampu menyusun filter bank
- Mahasiswa mampu memanfaatkan filter bank untuk ekstraksi ciri sinyal wicara
Band Pass
Filter 1 xn[n] = xn(e-j1)
….
Speech
s(n)
1 2 Q
......
1L 2L 1H 2H QL QH
b) Respon frekuensi model bank of filter
Filter individu penyusun bank of filter bias memiliki frekuensi kerja yang saling overlapping
seperti ditunjukkan pada Gambar 3b. Output dari bandpass filter ke-i, dinyatakan sebagai
X n e j i ,(dimana i menyatakan frekuensi ternormalisasi 2fi/Fs dengan Fs merupakan frekuensi
sampling) besaran ini menyatakan sebuah representasi spectral dari sinyal s(n) di waktu t = n,
yang melewati BPF dengan frekuensi center i. Dengan melihat gambar tersebut dapat diketahui
bahwa masing-masing BPF pada filter bank melakukan pemrosesan sinyal secara independent.
1 2 3 Q
Fs/N
Gambar 4. Respon frekuensi (a) ideal dan (b) dalam kondisi real sebuah uniform filter bank
Pada Gambar 4.a ditunjukkan sebuah respon frekuensi yang ideal pada filter bank Q
yang tersusun dari serangkaian BPF dengan rentang ½ Fs/N sampai (Q + ½) Fs/N.
Sedangkan pada Gambar 4.b ditunjukkan sebuah respon frekuensi filter bank yang pada
umumnya terjadi pada kondisi real.
Dengan menggunakan spesifikasi filter seperti pada sub bab 2.3, kita kan bisa melihat
perbandingan bentuk sinyal sebelum dan sesudah keluar dari masing-masing filter
tersebut.
Sebelum anda melakukan percobaan anda harus melakukan penataan seperti pada
Gambar 8 berikut ini.
Microphone
Software
Sound Card Matlab
PC Multimedia
Speaker
PC anda harus dilengkapi dengan peralatan multimedia seperti sound card, speaker aktif dan
microphone. Untuk microphone dan speaker active bisa juga digantikan dengan head set lengkap.
Sebelum anda memulai praktikum, sebaiknya anda tes dulu, apakah seluruh perangkat multimedia
anda sudah terintegrasi dengan PC.
Untuk menyesuaikan dengan default frekuensi sampling pada Matlab, tetapkan frekuensi
samplingya sebesar 22050 Hz. Model ini memang tidak umum jika dibandingkan dengan
aplikasi dalam pengolahan wicara yang secara umum menggunakan frekuensi sampling
sebesar 10000 Hz.
%File Name:tbs_p4_filt_design_uniform.m
%filter design
clear all;
N=64;
W1=[200 650]/4000;
B1=fir1(N,W1,'bandpass');
W2=[650 1100]/4000;
B2=fir1(N,W2,'bandpass');
W3=[1100 1550]/4000;
B3=fir1(N,W3,'bandpass');
W4=[1550 2000]/4000;
B4=fir1(N,W4,'bandpass');
W5=[2000 2450]/4000;
B5=fir1(N,W5,'bandpass');
W6=[2450 2900]/4000;
B6=fir1(N,W6,'bandpass');
W7=[2900 3350]/4000;
B7=fir1(N,W7,'bandpass');
freqz(B1);hold on
freqz(B2);freqz(B3);freqz(B4);
hold off
Tampilkan respon frekuensi tilter yang telah anda rancang dengan menggunakan
perintah freqz. Beri penjelasan nilai-nilai cut off yang muncul. Mengapa dalam kondisi
real dan kondisi ideal terjadi perbedaan pada bentuk respon frekuensi?
3. Rancang sebuah filter bank yang tersusun dari 7 BPF dengan komposisi bandwidth
yang uniform seperti berikut
Filter ke: fi Bandwidth fcLP (Hz) fcHP (Hz)
1 300 200 200 400
2 515 230 400 630
3 775 290 630 920
4 1095 350 920 1270
5 1495 450 1270 1720
6 2020 600 1720 2320
7 2760 880 2320 3200
4. Dapatkan respon frekuensi dari filter yang sudah anda rancang pada langkah 3.
5. Amati perbedaan apa yang bisa anda lihat dari kedua filter tersebut?
6. Rancang sebuah filter bank yang tersusun dari 12 BPF dengan komposisi bandwidth
yang uniform seperti berikut
Filter ke: fi Bandwidth fcLP (Hz) fcHP (Hz)
1 225 50 200 250
2 282.5 65 250 315
3 357.5 85 315 400
4 450 100 400 500
5 565 130 500 630
6 715 170 630 800
7 900 200 800 1000
8 1130 260 1000 1260
9 1430 340 1260 1600
10 1800 400 1600 2000
11 2260 520 2000 2520
12 2860 680 2520 3200
8. Apa yang dimaksud dengan 1/3-octave spacing frequency dalam perancangan sebuah
filter bank? Jelaskan pula hubungan nilai dengan tabel yang anda lihat pada langkah
percobaan (filter bank non uniform) diatas.