SISTEM PEMROSESAN SUARA: STUDI KASUS PEMBANDINGAN POWER SPEKTRUM DAN BISPEKTRUM PADAIDENTIFIKASI PEMBICARAMENGGUNAKAN HMM

Abstract

Paper ini menyajikan bahasan mengenai pemrosesan sinyal suara yang meliputi paradigm a pendekatan permasalahan ,lingkup kajian, perkembangan metode, hingga tahapan proses. Pada bagian akhir disajikan hasil percobaan dengan mengambil kasus identifikasi pembicara dengan teks tertentu menggunakan HMM sebagai pengenal pola. Sebagai ekstraksi ciri digunakan model MFCC dengan komponen input ada dua yang dibandingkan, yaitu power spektrum dan bispektrum. Percobaan menggunakan data dari 10 pembicara yang mengucapkan ujaran "Pudesha" sebanyak 80 kali tanpa pengkondisian, dan disampling dengan frekuensi 11 kHz. Hasil percobaan menunjukkan bahwa pada situasi tanpa penambahan noise, teknik power spektrum mampu melakukan pengenalan dengan baik (99%). Namun dengan penambahan noise sistem gaga I, bahkan dengan teknik noise canceling hasil masik rendah (74.5%) untuk noise 20 dB. Teknik bispektrum menghasilkan sistem yang lebih robust. Pada semua penambahan noise, bispektrum memberikan hasil yang lebih tinggi dibanding power spektrum. Namun dimensi bispektrum besar, sehingga proses ekstraksi ciri memerlukan waktu yang lebih lama dibanding power spektrum.