Modul 3 Praktikum Aplikasi Pengolahan Sinyal Digital Penghitungan Short Term Energy

Modul 3
Penghitungan Short Term Energy

I. TUJUAN
- Mahasiswa mampu melakukan penghitungan energi pada sinyal secara umum
- Mahasiswa mampu melakukan penghitungan dB dan threshold sinyal wicara yang mampu
didengar telinga
- Mahasiswa mampu melakukan penghitungan energi sinyal wicara dengan mengacu standar
frame

II. DASAR TEORI

2.1. Energi Pada Suatu Sinyal

Perhatikan sinyal sinus berikut ini:
x(k) = A cos(2fk) (1)
Sinyal tersebut merupakan contoh sinyal waktu diskrit, dimana nilai k = n/Fs. Dengan n
bernilai 0,1,2,... dan Fs adalah nilai frekuensi sampling yang kita gunakan. Bentuk
persamaan (1) diatas merepresentasikan nilai magnitudo sinyal sebagai fungsi waktu
diskrit. Di dalam kondisi real seringkali dinyatakan dalam besaran volt. Nilai x(k) dalam
parameter yang umum untuk pengukuran dinyatakan dalam V(k) yang menunjukkan nilai
simpangan sinyal atau magnitudonya pada suatu sample ke-k..

Sedangkan untuk besaran lain bernama energi dari sebuah sinyal dinyatakan sebagai:
T
E   V k 
2
(2)
k 0

dan energi rata-rata untuk suatu durasi tertentu T, dinyatakan sebagai

T

 V k 
2

k 0
E ave  (3)
T

Tri Bud , Huda, Titon 25

Modul 3 Praktikum Aplikasi Pengolahan Sinyal Digital Penghitungan Short Term Energy

Untuk sinyal sinus diatas bisa diberikan dalam bentuk magnitudo dan energinya seperti
pada Gambar 1 berikut ini.

Gambar 1. Magnitudo dan Energi Sebuah Sinyal Sinus

2.2 Penghitungan dalam Skala dB

Tekanan Suara
Suara yang dapat didengar (audible sound) tersusun dari tekanan gelombang,
sedemikian hingga besarnya suara merupakan hasil dari variasi nilai relative tekanan
gelombang terhadap tekanan oleh udara. Karena sensitivitas pada pendengaran manusia
sangat kuat, maka threshold of hearing berkaitan dengan variasi tekanan kurang dari
seper satu juta tekanan atmosfer sudah bisa dikenali.
Standar threshold of hearing dapat dinyatakan dalam terminologi tekanan dan
intensitas suara dalam http://hyperphysics.phy-astr.gsu.edu/hbase/sound/db.html - c1
decibel dapat dinyatakan dalam terminology tekanan euara:

Po  2  10 5 Newton / m2 (4)
I  P 
2
P
I (dB )  10 log10    10 log10  2   20 log10   (5)
 Io   P0   P0 

Tri Bud , Huda, Titon 26

Modul 3 Praktikum Aplikasi Pengolahan Sinyal Digital Penghitungan Short Term Energy

Tekanan P disini bisa dipahami sebagai amplitude pada tekanan gelombang. Daya yang
dibawa oleh sebuah gelombang berjalan adalah proporsional dengan kuadrat pada
amplitudo. Nilai 20 berasal dari kenyataan bahwa nilai kuadrat pada nilai yang
dlogarithma akan sebanding dengan 2 x hasil logarithma. Secara umum mikropone
bekerja sebagai dynamic microphones yang menghasilkan sebuah tegangan yang
proposional dengan tekanan suara, maka perubahan di dalam intensitas suara yang sampai
ke mikropone dapat dihitung sebagai:

V 
I (dB)  20 log10  2  (6)
 V1 

dimana V1 dan V2 diukur dalam amplitudo tegangan.

Threshold of Hearing
Tingkat suara diukur dalam decibel secara umum mengacu pada sebuah standar
threshold of hearing (ambang pendengaran) pada daerah kerja sekitar frekuensi 1000 Hz
untuk telinga manusia dapat dinyatakan dengan terminology intensitas suara:
Io  10 2 watts / m 2  10 16 watts / cm 2 (7)
atau di dalam terminologi tekanan suara:

Po  2  10 5 Newtons / m 2  2  10 4 dyne / cm 2 (8)

Nilai ini telah diterima secara luas sebagai sebuah standar tekanan ambang dan
mengacu pada nilai 0. Ini merepresentasikan sebuah perubahan tekanan pressure kurang
dari 1/1.000.000.000 (seper satu milliard) standard tekanan atmosfer. Ini menunjukkan
betapa sensitivnya pendangaran manusia. Allohu Akbar…
Nilai aktual rata-rata ambang pendengaran pada daerah kerja 1000
Hzhttp://hyperphysics.phy-astr.gsu.edu/hbase/sound/earcrv.html - c2 adalah like 2.5 x 10-
12
watts/m2 atau sekitar 4 decibel, tetapi nilai zero decibel masih merupakan nilai
reverensi yang memadai. Batas ambang pendengaran ini nilainya bervariasi sesuai dengan
daerah frekuensi, seperti yang bisa dilihat pada kurva berikut.

Tri Bud , Huda, Titon 27

Modul 3 Praktikum Aplikasi Pengolahan Sinyal Digital Penghitungan Short Term Energy

Gambar 2. Kurva ambang pendengaran

2.3. Energi Pada Sinyal Wicara

Untuk pengkuran nilai energi pada sinyal wicara kita harus melibatkan fungsi window. Hal ini
karena dalam pengukuran energi sinyal wicara kita harus menyusunnya dalam frame-frame
tertentu. Ini merupakan standar dalam teknologi speech processing, sebab secara umum dalam
pengolahan sinyal wicara kita terlibat dengan sinyal dengan durasi yang terlalu panjang bila
dihitung dalam total waktu pengukuran. Fenomena ini juga dikenal sebagai short term speech
signal energy.
Untuk menghitung energi sinyal wicara kita gunakan formulasi dasar seperti berikut:
T
E   V k wm 
2
(9)
k 0

dimana: w(m) = merupakan fungsi window seperti hamming, hanning, bartlett, dan boxcarr.
Panjang window dalam hal ini adalah m, untuk durasi dari k = 0 sampai k = T akan
didapatkan window sebanyak n=T/m apabila tidak ada overlapping antara window satu dengan
yang lain. Jika terjadi overlapping antara window satu dengan yang lain, misalnya sebesar m/2,
maka jumlah window dalam satu durasi T adalah sebanyak n = 1 + T/(m/2).

Tri Bud , Huda, Titon 28

Modul 3 Praktikum Aplikasi Pengolahan Sinyal Digital Penghitungan Short Term Energy

Untuk suatu pengamatan energi pada frame ke-k bentuk persamaan (5) menjadi:
T
E l   V k wl  k 
2
(6)
k 0

dimana l akan menentukan posisi titik-titik window pada sinyal tersebut, ini juga dikenal sebagai
model sliding window.

Gambar 3. Sinyal wicara

Dengan menggunakan model short time measurement atau sort term energy (STE)
measurement dapat digunakan untuk memilah bagian dari sinyal wicara yang merupakan voiced
atau closed. Sebab pada umumnya unvoiced speech memiliki durasi yang lebih pendek. Untuk
pengukuran winyal wicara menggunakan window biasanya dipilih panjang window dengan durasi
10 s/d 20 mili detik. Apabila menggunakan frekuensi sampling sebesar 16 KHz, maka nilainya
akan ekuivalen dengan sampel sebanyak 160 sampai 320 sampel setiap frame.

Tri Bud , Huda, Titon 29

Modul 3 Praktikum Aplikasi Pengolahan Sinyal Digital Penghitungan Short Term Energy

Gambar 4. Segmen sinyal wicara ‘a’ dan window hamming 20 mili detik per frame widow

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 5 berikut ini.
Microphone

Software
Sound Card Matlab

PC Multimedia

Speaker

Gambar 5. Penataan perangkat percobaan recording dan editing

Tri Bud , Huda, Titon 30

Modul 3 Praktikum Aplikasi Pengolahan Sinyal Digital Penghitungan Short Term Energy

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

4.1 Penghitungan Energi Pada Sinyal
Pada percobaan ini anda akan melakukan pembangkitan sinyal sinus dan menghitung
energinya. Langkah-langkahnya adalah sebagai berikut.
1. Bangkitkan sinyal sinus dengan menggunakan sampel sebanyak 16000 sampel per
detik. Caranya adalah dengan menetapkan fs=16000. Waktu t mulai dari 1/fs dengan
step kenaikan 1/fs dan berakhir di k=1. Nilai frekuensinya tetapkan f = 800 Hz.
clear all;
fs=16000;
k=1/fs:1/fs:1;
f=800;

2. Coba gambarkan segmen sinyal sinus tersebut sebesar 1 frame atau senilai 20 ms. Ini
seharusnya ekuivalen dengan sampel sebanyak 320 sampel. Aktifkan suaranya, dan
perhatikan bagaimana bunyinya.
3. Hitung besarnya energi sinyal sinus dengan formulasi dasar pada persamaan (2), (3)
dan (4). Tampilkan grafiknya untuk sinyal sinus dalam bentuk magnitudo dan
energinya sebagai fungsi waktu.
y=sin(2*pi*f*k);
yy=y.*y;

4.2 Penghitungan Energi to Nooise Ratio pada Sinyal

Pada percobaan ini kita akan menghitung besarnya perbandingan nilai signal-to-noise
ratio. Langkahnya adalah dengan mengacu pada diagram blok sebagai berikut:

Bangkitkan Signal Energy

Sinyal +
Average Calculation

Bangkitkan Noise Energy

noise Average Calculation

Gambar 6. Penghitunan SNR

Tri Bud , Huda, Titon 31

Modul 3 Praktikum Aplikasi Pengolahan Sinyal Digital Penghitungan Short Term Energy

1. Bangkitkan sinyal noise gaussian dengan jumlah sampel persis seperti jumlah sampel
yang anda gunakan pada langkah percobaan 4.1. Jangan lupa anda tetapkan nilai noise
ini harus zero mean dan varians sebesar 0.1.
2. Hitung besarnya nilai energi noise yang telah anda bangkitkan
3. Dengan memanfaatkan langkah percobaan 4.1 anda bangkitkan sinyal sinus, dengan
spesifikasi yang sama, dan jumlahkan nilainya.
4. Coba anda hitung perbandingan energi sinyal terhadap besarnya energi noise, atau
yang lebih dikenal sebagai signal-to-noise ratio. Caranya harus mengikuti formulasi
dasar sbb.
 kN 
  S (k ) 2 
SNR  10 log 10  kkN1 
 
  N (k )
2

 k 1 
dimana : S(k) merupakan sinyal sinus yang sudah bercampur noise
N(k) merupakan sinyal noise

4.3 Penghitungan Energi Pada Sinyal Wicara

1. Anda baca file sinyal wicara hasil rekaman suara anda yang telah dihasilkan dari
sebuah lingkungan bebas dari noise. Untuk keperluan ini anda bisa menggunakan
digital voice recorder dan anda bisa melakukan proses perekaman di Studio yang ada
di Laboratorium Jaringan Komputer, Jurusan Teknologi Informasi, lantai 3 Gedung
Baru Blok C. Usahakan tidak terlalu panjang proses perekamannya, sehingga tidak
membebani memory pada PC anda.
2. Lakukan proses penghitungan energi tanpa memanfaatkan bentuk standar frame pada
proses pengolahan sinyal wicara. Tampilkan gambaran sinyal dan bentuk energi yang
dihasilkan.

Anda akan dapat melihat pola yang kurang lebih mendekati Gambar 7. Dalam hal ini
anda memperolah tampilan yang bagus pada sinyal wicara dan bentuk energi sebagai
fungsi waktu.

Tri Bud , Huda, Titon 32

Modul 3 Praktikum Aplikasi Pengolahan Sinyal Digital Penghitungan Short Term Energy

Gambar 7. Gambaran sinyal wicara dan energi sebagai fungsi waktu

Pada proses pengolahan sinyal yang sesungguhnya, cara yang telah anda tempuh pada
langkah 1 dan 2 adalah salah, sebab tidak mengikuti prosesdur yang benar dalam
pengolahan sinyal. Untuk itu anda harus mengikuti logika seperti pada diagram blok pada
Gambar 8 berikut ini.

Buka file Fame

Sinyal wicara blocking STE

Gambar 8. Diagram blok penghitungan short term energy pada sinyal wicara

1. Anda baca file sinyal wicara hasil rekaman suara anda yang telah dihasilkan dari
sebuah lingkungan bebas dari noise.
2. Gunakan formulasi yang benar untuk menghitung besarnya short-term-energy sinyal
wicara, dengan cara membagi sinyal wicara dalam bentuk frame. Satu panjang frame
adalah 20 ms, untuk frekuensi sampling fs = 16000, maka panjang satu grama dalah
sebesar (20s/1000) x 16000 sampel/s= 320 sample.
3. Tampilkan gambar bentuk sinyal dan energi sebagai fungsi frame.
%File Name:tbs_p3_WE_01.m
clear all;

Tri Bud , Huda, Titon 33

Modul 3 Praktikum Aplikasi Pengolahan Sinyal Digital Penghitungan Short Term Energy

fs=10000;
[y,fs]=wavread('a.wav');
subplot(211)
plot(y)
axis([0 length(y) -1.2 1.2])
title('Sinyal Wicara & Energi Rata-2 setiap Frame')
ylabel('Magnitudo Sinyal Wicara')

y_l=length(y);
jj=floor(length(y)/200);

n1=1; n2=200;
for j=1:jj
for i=n1:n2
x(i)=y(i);
xx =sum(abs(x(i)));
end
xx=xx/200;
for i=n1:n2
x(i)=xx;
end
n1=n1+200;
n2=n2+200;
end
subplot(212)
plot(x);
ylabel('Energi Setiap Frame')

Gambar 8. Gambaran bentuk sinyal wicara dan energi rata-rata setiap frame

Tri Bud , Huda, Titon 34

Modul 3 Praktikum Aplikasi Pengolahan Sinyal Digital Penghitungan Short Term Energy

4.4 Penghitungan Energi to Noise ratio pada Sinyal Wicara

Apakah anda sudah bosan? Ijin kepada intruktur untuk rehat sejenak, anda bisa ke
kamar mandi untuk cuci muka....(smile). Jangan lupa, kita masih harus melanjutkan
dengan sistem pengolahan sinyal wicara secara real, benar-benar alam nyata dari Speech
Information Processing.
Pada percobaan ini kita akan membuat program secara off line besarnya
perbandingan nilai signal-to-noise ratio. Langkahnya adalah dengan mengikuti diagram
blok seperti berikut.

Buka file Fame

Sinyal wicara blocking STE

Noise Noise Energy

generate calculation

1. Anda bisa menggunakan program yang telah anda buat pada langkah 4.3 sebelumnya.
2. Tambahkan noise pada setiap frame sinyal wicara dan hitung besarnya energi noise
rata-rata yang terbangkit.
3. Bandingkan besarnya enegi sinyal rata-rata dan noise rata-rata dengan formula
logarithmik seperti pada persamaan yang terdapat pada percobaan 4.2.
4. Ulangi langkah 1-3 mulai dari nilai SNR 30 dB, 35 dB, ....70 dB.

5. DATA DAN ANALISA

Dari serangkaian langkah percobaan yang sudah anda lakukan, coba anda lakukan
pengamatan untuk file wicara yang lain.

Tri Bud , Huda, Titon 35