Modul 4 Praktikum Aplikasi Pengolahan Sinyal Digital Pemanfaatan Filter Bank

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

II. DASAR TEORI

Salah satu model yang umum digunakan untuk pengenalan sinyal wicara adalah
menggunakan sebuah model bank-of-filter, atau lebih singkat filter bank. Pada awalnya
teknik ini cukup banyak digunakan dalam berbagai aplikasi pengolahan sinyal wicara.
Secara umum bank-of-filter memiliki bentuk diagram blok seperti Gambar 3a. Sinyal wicara,
s(n) yang dalam hal ini diasumsikan dalam kondisi tersampel dilewatkan pada sebuah bank of
filter yang tersusun dari band pass filter (BPF) sebanyak Q yang mana memiliki rentang frekuensi
disesuaikan dengan penggunaan (misal untuk sinyal telephone 100 ~ 3000 Hz, dan 100 ~ 8000 Hz
untuk sinyal broad band).

Band Pass
Filter 1 xn[n] = xn(e-j1)
….

Speech
s(n)

Band Pass xn[n] = xn(e-jQ)

Filter 2

a) Blok diagram model bank of filter

1 2 Q

......
1L 2L 1H 2H QL QH
b) Respon frekuensi model bank of filter

Gambar 3. 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 2fi/Fs dengan Fs merupakan frekuensi

Tri Budi Santoso 36

Modul 4 Praktikum Aplikasi Pengolahan Sinyal Digital Pemanfaatan Filter Bank

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.

2.2. Uniform Filter Bank

Tipe pertama dari filter bank adalah uniform filer bank. Tipe ini memiliki frekuensi
center fi pada serangkaian band pass filter ke-i yang didefinisikan nilainya sebagai:
Fs
fi  i 1 i  Q (1)
N
dimana:
Fs = frekuensi sampling (sampling rate)
Q = jumlah BPF yang digunakan pada filter bank
N = nilai pemisah secara uniform, besarnya > 2 Q

Sedangkan bandwidth filter bank, bi nilainya adalah sebesar

Fs
bi  (2)
N
Pada saat nilai bi = Fs/N akan mengkondisikan tidak ada overlapping antar BPF satu
dengan BPF yang lain, sedangkan pada nilai bi > Fs/N akan mengkondisikan akan muncul
overlapping antara satu BPF dengan BPF yang lain di dalam filter bank.

1 2 3 Q

Fs/N

Fs/N 2Fs/N 3 Fs/N Q Fs/N

Gambar 4. Respon frekuensi (a) ideal dan (b) dalam kondisi real sebuah uniform filter bank

Tri Budi Santoso 37

Modul 4 Praktikum Aplikasi Pengolahan Sinyal Digital Pemanfaatan 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.

2.3. Non Uniform Filter Bank

Satu tipe yang lain dari filter bank adalah non uniform filter bank, yang mana nilai
bandwidth antara BPF satu dengan BPF yang lain tidak sama. Secara umum nilai
bandwidth mengalami kenaikan secara logaritmik sesuai kenaikan daerah frekuensi kerja
masing-masing filter. Untuk bank filter yang tersusun dari Q band pass filter, dengan
frekuensi center fi, dan bandwidth bi, bisa dituliskan sebagai berikut:
b1  C
b j  bi  1 ;2  i  Q (3)
i 1
bi  b1 
f i  f1   b j 
j 1 2

Untuk nilai  = 2, C = 200, frekuensi sampling = 8000 Hz akan memberikan

spesifikasi filter bank seperti berikut:
Frekuensi
Filter ke: Bandwidth(bi)
center (fi)
1 300 200
2 600 400
3 1200 800
4 2400 1600

Filter bank ini memiliki respon frekuensi seperti pada Gambar 5.

Gambar 5. Non Uniform Filter Bank 4 channel

Tri Budi Santoso 38

Modul 4 Praktikum Aplikasi Pengolahan Sinyal Digital Pemanfaatan Filter Bank

2.4. Analisis Sinyal Wicara dengan Filter Bank

Proses analisis filter bank secara standar mengikuti diagram blok seperti berikut ini.
Sinyal wicara difilter oleh Q filter (yang tersusun dari BPF dengan bandwidth uniform
maupun non uniform filter bank). Sinyal output dari masing-masing filter kita hitung nilai
absolutnya dan kita rata-ratakan nilainya. Selanjutnya fitur sinyal speech dapat dilihat dari
nilai masing-masing output filter tersebut. Proses ini sudah bisa digunakan dalam
berbagai aplikasi sederhana pengenalan sinyal wicara.

Filter Bank non uniform

Band Pass Average

Filter 1 Energy 1
….
Speech
s(n)

Band Pass Average

Filter 4 Energy 4

Gambar 6. Analisis sinyal wicara dengan bank filter

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.

Gambar 7a. Sinyal input (kata ’a’) dalam 20 ms.

Tri Budi Santoso 39

Modul 4 Praktikum Aplikasi Pengolahan Sinyal Digital Pemanfaatan Filter Bank

Gambar 7b. Sinyal output (kata ’a’) dari BPF 1.

Gambar 7c. Sinyal output (kata ’a’) dari BPF 2

Tri Budi Santoso 40

Modul 4 Praktikum Aplikasi Pengolahan Sinyal Digital Pemanfaatan Filter Bank

Gambar 7d. Sinyal output (kata ’a’) dari BPF 3

Gambar 7e. Sinyal output (kata ’a’) dari BPF 4

Sedangkan nilai rata-rata powernya adalah:

output_BPF1 = 0.3090
output_BPF2 = 0.1126
output_BPF3 = 0.0585
output_BPF4 = 0.0093

Tri Budi Santoso 41

Modul 4 Praktikum Aplikasi Pengolahan Sinyal Digital Pemanfaatan Filter Bank

III. PERANGKAT YANG DIPERLUKAN

- 1 (satu) buah PC Multimedia lengkap sound card dan microphone
- Satu perangkat lunak Matlab under windows

Sebelum anda melakukan percobaan anda harus melakukan penataan seperti pada
Gambar 8 berikut ini.
Microphone

Software
Sound Card Matlab

PC Multimedia

Speaker

Gambar 8. Penataan perangkat percobaan recording dan editing

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.

IV. LANGKAH-LANGKAH PERCOBAAN

4.2. Pembentukan Filter Bank Uniform

Rancang sebuah filter bank yang tersusun dari 7 BPF dengan komposisi bandwidth
yang uniform seperti berikut.
Filter ke: fi Bandwidth fcLP (Hz) fcHP (Hz)
1 425 450 200 650
2 875 450 650 1100
3 1325 450 1100 1550
4 1775 450 1550 2000
5 2225 450 2000 2450
6 2675 450 2450 2900
7 3125 450 2900 3350

Tri Budi Santoso 42

Modul 4 Praktikum Aplikasi Pengolahan Sinyal Digital Pemanfaatan Filter Bank

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?

Tri Budi Santoso 43

Modul 4 Praktikum Aplikasi Pengolahan Sinyal Digital Pemanfaatan Filter Bank

4.3. Pembentukan Filter Bank Nonuniform

1. Rancang sebuah filter bank yang tersusun dari 4 BPF dengan komposisi bandwidth
yang non uniform seperti berikut
2. Dapatkan gambaran respon frekuensi dari bank filter yang sudah anda rancang
Filter ke: fi Bandwidth fcLP (Hz) fcHP (Hz)
1 300 200 200 400
2 600 400 400 800
3 1200 800 800 1600
4 2400 1600 1600 3200

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

7. Dapatkan respon frekuensi dari filter bank dari langkah 7.

Tri Budi Santoso 44

Modul 4 Praktikum Aplikasi Pengolahan Sinyal Digital Pemanfaatan Filter Bank

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.

4.4. Pemanfaatan Filter Bank untuk Analisis Sinyal Wicara

1. Dari rancangan 4 macam filter bank yang sudah anda buat pada 4.2 dan 4.3 anda
lakukan proses pemfilteran sebuah file sinyal wicara yang telah anda buah (misalnya
’a.wav’).
2. Amati bentuk sinyal masing-masing output BPF dari setiap filter bank anda, dan hitung
energi rata-rata.
3. Amati bentuk respon frekuensi masing-masing output BPF dari setiap filte bank dan
amati perbedaan yang anda lihat. Berikan analisa anda dalam kalimat yang mudah
dipahami orang lain.

Tri Budi Santoso 45