Perbandingan Prediksi Linear Menggunakan Metoda Autokorelasi Dan Metoda Burg

Djadjat Sudaradjat, Andi Rosano

Abstract


Abstrak  - Pada sistem pengenal ucapan manusia digunakan metoda pengenalan parameter-parameter yang dihasilkan oleh ucapan manusia untuk mengenalinya. Parameter-parameter ucapan yang dihasilkan bersifat unik yaitu tidak ada yang sama pada tiap orang seperti yang terjadi pada sidik jari manusia tidak ada yang sama, sehingga parameter-parameter rongga pengubah getaran ucapan manusia dapat digunakan untuk mengenali ucapan seseorang.  Beberapa metoda tiruan rongga pengubah getaran ucapan manusia diantaranya menggunakan metoda Autokorelasi dan metoda Burg. Pada penelitian ini akan diamati perbedaan kinerja metoda Autokorelasi dan metoda Burg dengan mengamati perbedaan spektrum pada tiap panjang frame yang berbeda-beda. Dari hasil pengukuran dapat dilihat bahwa pada perubahan panjang frame yang berbeda-beda pada metoda Burg tidak banyak perubahannya dibandingkan dengan metoda Autokorelasi. Pada metoda Autokorelasi terjadi perubahan spektrum ketika panjang frame makin pendek, sedangkan  pada metoda Burg hampir tidak mengalami perubahan yang banyak. Sedangkan kesalahan rekonstruksi sinyal sering terjadi pada frame yang panjang karena kemungkinan terdapat dua jenis sinyal voiced/unvoiced lebih besar dari pada menggunakan frame yang pendek. Dengan demikian untuk menghindari kesalahan rekonstruksi sinyal lebih baik menggunakan frame yang pendek, dan menggunakan metoda Burg dengan frame yang pendek menunjukkan kinerja spektral yang lebih baik dibandingkan dengan metoda Autokorelasi.


Keywords


Analisa sistem

Full Text:

PDF

References


Djadjat Sudaradjat, S. A. (2020). Aplikasi Pengolahan Sinyal Suara pada Teknologi Kecerdasan Buatan. INSANtek – Jurnal Inovasi dan Sains Teknik Elektro, 88-95.

Furui, S. (1989). Digital Speech Processing, Synthesis, and Recognition. New York: Marcel Dekker.

Hernando Castaneda Mari, M. J. (2018). Theory , Algorithms , Implementation and Practice of Power Density Signal by Autocorrelation Modeling. https://www.researchgate.net/publication/325019198, 1-20.

Jurafsky. (2018). Speech and Language Processing. Third Edition Draft.

Kala, A. &. (2015). Speech Analysis and Synthesis using Vocoder. International Journal For Trends In Engineering & Technology.

Markel J.D, G. J. (1976). Liner Prediction of Speech. New York: Springer Verlag.

Modi, D. (2015). Speech Cpmpression using LPC. Adaptive Signal Processing Term Paper, 1-4.

Prayank, S. &. (2013). Speech Processing. International Journal of Engineering, Sciences & Emerging Technologies, 83-87.

Rabiner, L. R. (1977). On the Use of Autocorrelation Analysis for Pitch Detection. IEEE Trans. On Acoustics, Speech, and Signal Processing, Vol. ASSP-25, No.1 Feb.

Rabiner, L. R. (2007). Introduction to Digital Speech Processing. Foundations and Trends in Signal Processing.

Sudaradjat, D. (1993). Pemrosesan Sinyal Suara Dengan Metoda LPC. Bandung: ITB.




DOI: https://doi.org/10.31294/p.v23i2.10589

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

ISSN2579-3500

Dipublikasikan oleh LPPM Universitas Bina Sarana Informatika

Jl. Kramat Raya No.98, Kwitang, Kec. Senen, Kota Jakarta Pusat, DKI Jakarta 10450
Telepon: 021-21231170, ext. 704 / 705
Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License