tugas ksd rizky budi s_115060900111007_donny wicaksono_115060900111017
DESCRIPTION
konversi sinyal suara ke dalam gelombangTRANSCRIPT
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