Analisis Fast Fourier Tansform untuk Pengenalan Voice Register Wanita dalam Teknik Bernyanyi

Muhathir Muhathir, Susilawati Susilawati, Rizki Muliono

Abstract


Automatic speech recognition merupakan kemampuan untuk menerima dan mengidentifikasi kata-kata yang diucapkan dengan mengubah sinyal analog ke digital, dan mengekstraksi karakteristik vokal unik seperti pitch, frekuensi, nada dan irama untuk membentuk model speaker atau sampel suara. Sampel suara yang digunakan yaitu voice register, voice register adalah pembagian wilayah suara manusia berdasarkan sumber suara, sensasi ruang resonansi, bentuk, warna, timbre suara, dan tinggi rendahnya nada yang dihasilkan. Fast Fourier Transform digunakan sebagai transformasi untuk mengolah sample suara yang akan diklasifikasi. FFT dalam mentransormasikan sinyal voice register hanya mampu mengklasifikasikan dengan rata-rata true positive rate 65.4%.

 


Keywords


FFT; Voice Register; Automatic Speech Register

Full Text:

PDF

References


Chauhan, H., Samal, S., & Ghoshal, A. (2015). VOICE RECOGNITION. International Journal of Computer Science and Mobile Computing (IJCSMC), 4(4).

Fadlisyah, F & Muhathir, M. (2015). PERBANDINGAN UNJUK KERJA TRANSFORMASI WAVELET, MELLIN DAN DISCRETE SINE TRANSFORM (DST) UNTUK PENGENALANAYAT AL-QUR’AN PADA SURAT YASIIN 1-10 MELALUI SUARA. TECHSI-Jurnal Teknik Informatika, 7(2).

Fric, M., Šram, F., & Jan, G. Š. (2006). Voice Registers, Vocal Folds Vibration Patterns And Their Presentation In Videokymography. in International Acoustical Conference.

Goyal, S., & Batra, N. (2017.). Issues and Challenges of Voice Recognition in Pervasive Environment. Indian Journal of Science and Technology, 10(30).

Hanggarsari, P. N., Fitriawan, H., & Yuniati, Y. (2012). SIMULASI SISTEM PENGACAKAN SINYAL SUARA SECARA REALTIME. ELECTRICAL Jurnal Rekayasa dan Teknologi Elektro.

M, M., F, F., & G, F. (n.d.). Voice register terminology and standard pitch. Quarterly Progress and Status Report STL-QPSR, 1963.

Meiyanti, R., Subandi, A., Fuqara, N., Budiman , M. A., & A, P. U. (2017). The Recognition Of Female Voice Based On Voice Registers In Singing Techniques In Real-Time Using Hankel Transform Method And Macdonald Function. in International Conference On Computing And Applied Informatics.

Muhathir, M. (2018). KLASIFIKASI EKSPRESI WAJAH MENGGUNAKAN BAG OF VISUAL WORDS. JITE (JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING), 1(2), 73-82.

Muhathir, Mawengkang, H., & Ramli, M. (2017). KOMBINASI Z-FISHER TRANSFORM DAN BRAY CURTIS DISTANCE UNTUK PENGENALAN POLA HURUF JAR PADA CITRA AL-QURAN. Jurnal Bisman Info, 4(1).

Parwinder, P. S., & Rani, P. (2014). An Approach to Extract Feature using MFCC. IOSR Journal of Engineering (IOSRJEN), 4(8).

Sipasulta, R. Y., Lumenta, A. S., & Sompie, S. R. (2014). Simulasi Sistem Pengacak Sinyal Dengan Metode FFT (Fast Fourier Transform). E-journal Teknik Elektro dan Komputer.

Swamy, S., & K, V. R. (2013). An Efficient Speech Recognition System. Computer Science & Engineering: An International Journal (CSEIJ), 3(4).




DOI: https://doi.org/10.31289/jite.v2i2.2166

DOI (PDF): https://doi.org/10.31289/jite.v2i2.2166.g1871

Refbacks

  • There are currently no refbacks.


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