Perbaikan Sinyal pre-emphasis

Perbaikan Sinyal pre-emphasis – Berbicara mengenai analisis sinyal, maka ada beberapa pre proses yang harus dilakukan seperti pre-emphasis. Suara yang direkam tidak terlepas dari percampuran antara frekuensi tinggi dan frekuensi rendah. Untuk memberikan penekanan pada frekuensi tinggi dan menghilangkan frekuensi rendah yang lemah maka dibutuhkan sebuah filter yang disebut dengan teknik pre-emphasis. Hasil dari filter FIR ini adalah suara yang asli terdengar lebih kecil (dilihat nilai amplitude nya kecil) seperti sengau tapi lebih baik dan jelas dibandingkan suara aslinya.

Berikut adalah sebuah suara dari musik yang mempuunyai durasi sebanyak 40 detik, dengan warna biru merupakan sinyal asli, dan warna merah merupakan sinyal yang telah dilakukan filter premephasis.  Oiya saya menggunakan Matlab toolbox DSP

Misalkan sinyal asli sebagai maka fungsi transfer untuk pre-emphasis adalah dimana merupakan koefisien emphasis yang bernilai 0.5 – 1. Nilai umum untuk yang biasa digunakan adalah . Filter yang kita gunakan merupakan filter digital, maka fungsi transfer nya dituliskan dalam format alihragam Z. Dengan demikian, formula akhir dari preemphasis filter adalah

Berarti keluaran dari filter pre-emphasis tergantung pada data masukan saat ini dan data sebelumnya yang dikalikan dengan koefisien tertentu. Didalam  matlab untuk melakukan filter diatas, cukup menggunakan perintah

Dengan adalah merupakan vektor yang berisi koefisien filter. Vektor x dan y merupakan input dan output dengan panjang yang sama, contoh penggunaan

h = [1, -0.9375];
filtereddata = filter(h, 1, data);

Perbedaan Frekuensi

Hasil yang didapat untuk domain frekuensi pun menjadi jauh lebih baik (tidak jomplang)

hasil pre-emphasis menunjukkan filtering menyebabkan frekuensi tinggi muncul dan frekuensi-frekuensi rendah yang lemah telah dihilangkan (degenerate) serta frekuensi tinggi tidak mendominasi lagi. pre-emphasis memunculkan banyak informasi yang penting ketimbang data asli sehingga bagian pre-emphasis bisa kita gunakan sebagai data lanjutan untuk proses berikutnya seperti untuk LPC karena Linear Predictive Coding LPC hanya mampu mengolah dengan baik frekuensi rendah sementara tidak begitu dengan frekuensi tinggi.

Ikuti terus serial pembahasan analisis sinyal di softscients, untuk artikel yang lainya kalian kunjungi disini

Silahkan kalian comment dibawah ini, sertakan nama dan alamat email, bila ingin dikirim source codenya.