tugas ksd rizky budi s_115060900111007_donny wicaksono_115060900111017

MODUL 1PROSES PEREKAMAN DAN PENGEDITAN SINYAL WICARA

4.2 Perekaman dengan Matlab

2. Program recording dengan Matlab

clear all;Fs = 8000;y = wavrecord(5.0*Fs, Fs, 'double');wavwrite(y,Fs,'aiueo.wav')

3. Program tambahan untuk membaca file aiueo.wav

y2=y1(1:40000);plot(y2)

4. Program tambahan untuk memainkan file aiueo.wav

y=wavread('aiueo.wav')wavplay(y,Fs)

4.3. Proses Pengeditan untuk Pemisah Vokal

2. Program menampilkan sebagian/seluruh sinyal

y1=wavread('aiueo.wav'); t=length(y1);y2=y1(1:10000);plot(y2)

Gambar :

- Sebagian

- Keseluruhan

3. Tampilan vocal a

Program :

y1=wavread('aiueo.wav'); t=length(y1);Fs = 8000;y2=y1(1:9000);plot(y2)wavwrite(y1,Fs,'a.wav'); sound (y2,Fs)

Gambar :

4. Program penyimpanan ke dalam file a.wav

wavwrite(y1,Fs,’a.wav’);

Full Program :

y1=wavread('aiueo.wav'); t=length(y1);Fs = 8000;y2=y1(1:9000);plot(y2)wavwrite(y1,Fs,'a.wav'); sound (y2,Fs)

5. untuk i.wav, u.wav, e.wav, o.wav

Program

( i.wav ) ( u.wav )y1=wavread('aiueo.wav'); y1=wavread('aiueo.wav');

t=length(y1);Fs = 8000;y2=y1(9000:13000);plot(y2)wavwrite(y1,Fs,'i.wav');sound (y2,Fs)

t=length(y1);Fs = 8000;y2=y1(13000:18000);plot(y2)wavwrite(y1,Fs,'u.wav'); sound (y2,Fs)

( e.wav) ( o.wav )y1=wavread('aiueo.wav'); t=length(y1);Fs = 8000;y2=y1(18000:23000);plot(y2)wavwrite(y1,Fs,'e.wav'); sound (y2,Fs)

y1=wavread('aiueo.wav'); t=length(y1);Fs = 8000;y2=y1(23000:28000);plot(y2)wavwrite(y1,Fs,'o.wav'); sound (y2,Fs)

4.4. Perubahan Nilai Sampling

1. Pemanggilan file hasil perekaman

clear all;Fs = 8000;y=wavread('aiueo.wav')wavplay(y,Fs)

2. Perubahan nilai frekuensi sampling

- Fs = 10000 , 14000 , 16000 , 24000 , 44000

Analisis : semakin tinggi rekuensi sampling maka nada semakin tinggi , hal ini dikarenakan frekuensi sampling yang semakin besar menjadi cepat

3. Perubahan nilai frekuensi sampling

- Fs = 7000 , 6000 , 5000

Analisis : semakin rendah Frekuensi sampling maka nada akan semakin rendah , hal ini dikarenakan frekuensi sampling yang semakin rendah dan melambat

5. ANALISA DATA DAN TUGAS

1. Catatan waktu vocal :a. Vocal aiueo.wav = 2,5 detikb. Vocal a.wav = 0,2 detikc. Vocal i.wav = 0,3 detikd. Vocal u.wav = 0,2 detik

e. Vocal e.wav = 0,3 detikf. Vocal o.wav = 0,2 detik

2. -3. Analisis dari perubahan perubahan sampling yang dilakukan bahwa apabila frekuensi

samplinya dinaikkan maka yang akan terjadi adalah suara / nada semakin tinggi dan menjadi cepat, sedangkan apabila terjadi sebaliknya frekuensi samplingnya rendah suara / nada akan rendah dan melambat

REPRESENTASI SINYAL SUARA DALAM DOMAIN WAKTU

DAN FREKUENSI MATLAB

4.2. Sinyal Sinus dalam Domain Waktu dan Frekuensi

1. Program membangkitkan sinyal sinus dan perekaman suara

%File Name:sinus_0.m

clear all;

fs=16000;

t=1/fs:1/fs:1;

y=sin(2*pi*800*t);

sound(y,fs);

wavwrite(y,fs,'sinus_0.wav')

2. Program untuk melihat bentuk sinyal sinus

Y_f=20*log10(abs(fft(y)));

plot(Y_f)

axis([0 1000 -100 100]);

4.3. Sinyal Wicara dalam Domain Waktu dan Frekuensi

1. Perintah memanggil sinyal ‘a.wav’y1=wavread('aiueo.wav'); t=length(y1);Fs = 8000;y2=y1(1:9000);plot(y2)wavwrite(y1,Fs,'a.wav'); sound (y2,Fs);

2. Perintah dasar pengamatan Power Spektral Density(PSD) dan menampilkan sinyal wicara sebagai fungsi waktu dan PSD sinyal wicara tersebut Sinyal Wicara sebagai fungsi waktut=0:1/fs:(length(y2)-1)/fs;plot (t,y2);

PSD sinyal wicarawavefft=abs(fft(y2));n=length(y2)-1;f=0:fs/n:fs;plot (f,wavefft);

3. Program menampilkan spectrum ‘a.wav’

4. Hasil yang terjadi apabila soal diatas dijalankan pada vokal I,u,e,o

i.wav

memanggil sinyal ‘1.wav’

y1=wavread('aiueo.wav'); t=length(y1);Fs = 8000;y3=y1(1:9000);plot(y3)wavwrite(y1,Fs,'i.wav'); sound (y3,Fs);

Sinyal Wicara sebagai fungsi waktut=0:1/fs:(length(y3)-1)/fs;plot (t,y3);

PSD sinyal wicarawavefft=abs(fft(y3));n=length(y3)-1;f=0:fs/n:fs;plot (f,wavefft);

Spectogram i.wavx=specgram (y3);plot (x);

u.wavmemanggil sinyal ‘u.wav’y1=wavread('aiueo.wav'); t=length(y1);Fs = 8000;y4=y1(13000:18000);plot(y4)wavwrite(y1,Fs,'u.wav'); sound (y4,Fs);

Sinyal Wicara sebagai fungsi waktut=0:1/fs:(length(y4)-1)/fs;plot (t,y4);

PSD sinyal wicarawavefft=abs(fft(y4));n=length(y4)-1;f=0:fs/n:fs;

plot (f,wavefft)Spectogram u.wavx=specgram (y4);plot (x);

e.wavmemanggil sinyal ‘e.wav’y1=wavread('aiueo.wav'); t=length(y1);Fs = 8000;Y5=y1(13000:18000);plot(y5)wavwrite(y1,Fs,'u.wav'); sound (y5,Fs);

Sinyal Wicara sebagai fungsi waktut=0:1/fs:(length(y5)-1)/fs;plot (t,y5);

PSD sinyal wicarawavefft=abs(fft(y5));n=length(y5)-1;f=0:fs/n:fs;

plot (f,wavefft);

Spectogram e.wavx=specgram (y5);plot (x);

o.wavmemanggil sinyal ‘o.wav’y1=wavread('aiueo.wav');

t=length(y1);Fs = 8000;Y6=y1(13000:18000);plot(y6)wavwrite(y1,Fs,'u.wav'); sound (y6,Fs);

Sinyal Wicara sebagai fungsi waktut=0:1/fs:(length(y6)-1)/fs;plot (t,y6);

PSD sinyal wicarawavefft=abs(fft(y6));n=length(y6)-1;f=0:fs/n:fs;plot (f,wavefft);

Spectogram e.wavx=specgram (y6);plot (x);

PEMFILTERAN PADA SINYAL WICARA

4.2. Pemfilteran Sinyal Wicara dengan IIR

1. low pass filter IIR dengan spesifikasi fc= 4000 Hz, frekuensi sampling fs=10000 Hz Program :

R=0.4;N=16;Wn=0.4;figure(1);[B,A] = butter(N,Wn);[H,w]=freqz(B,A,N);len_f=length(H);f=1/len_f:1/len_f:1; plot(f,20*log10(abs(H)),'linewidth',2);

[s,fs]=wavread('a.wav');>> sound (s);>> plot (s)

so=filter(B,A,s);plot (s0);

Sebelum Filter

x=specgram(s);plot(x);

Sesudah Filter

so=filter(B,A,s);x=specgram(so);plot(x);so=filter(B,A,s);x=specgram(so);plot(x);

4.3. Pemfilteran Sinyal Wicara dengan FIR

1. Rancang sebuahlow pass filter FIR dengan spesifikasi seperti berikut:

fc= 4000 Hz, frekuensi sampling fs=10000 Hz,

Program :

fs=10000;[x,fs]=wavread('a.wav');Wn = .40;N = 32;LP = fir1(N,Wn);[H_x,w]=freqz(LP);len_f=length(H_x);f=1/len_f:1/len_f:1;plot(f,20*log10(abs(H_x)))grid;

[s,fs]=wavread('a.wav');

y1 = conv(LP,x);

plot(y1);

Sebelum Difilter

[s,fs]=wavread('a.wav');x=specgram(s);plot(x);

Sesudah Difilter