Implementasi Pemodelan Linear Predictive Coding (LPC) sebagai Filter Untuk Mereduksi Noise pada Esophageal Speech (ES)

Abstract

Abstrak

Wicara (suara) adalah sebuah sinyal rumit hasil dari beberapa perubahan yang terjadi pada beberapa level yang berbeda dari semantik, bahasa, pengucapan dan akustik. Secara anatomi sinyal wicara pada manusia dihasilkan oleh kerja sama antara paru-paru, laring atau pita suara. Akan tetapi terkadang terdapat suatu kasus dimana seseorang tidak dapat berbicara secara normal dikarenakan terkena kanker laring. Penyakit kanker laring adalah pertumbuhan sel yang tidak normal secara cepat di tenggorokan. Tindakan terbaik untuk menyelamatkan jiwa penderita adalah dengan pengangkatan organ laring secara total (laryngectomy).  Untuk mengembalikan kemampuan bicara penderita kanker laring setelah laryngectomy adalah melakukan beberapa terapi, salah satunya esophageal speech (ES). Namun kualitas dari ES tersebut sangat rendah. Dalam penelitian ini,  dengan menggunakan metode pemodelan Linear Predicyive Coding (LPC) diharapkan mampu mereduksi noise pada esophageal speech. Dengan menggunakan metode teersebut dihasilkan sinyal suara, spektogram, spektrum dan sinyal setelah diproses menggunakan LPC. Dari proses analisis LPC dihasilkan nilai Mean Square Error (MSE) dan Signal to Noise Ratio (SNR). Nilai SNR yang semakin besar menunjukkan bahwa kualitas pengurang noise yang semakin baik. Sebaliknya jika nilai MSE yang dihasilkan semakin kecil maka semakin baik pula kualitas pengurangan noise pada sinyal suara tersebut. Nilai MSE dan SNR untuk suara normal berturut-turut yaitu 17.4142 dan 70.8952 dB sedangkan untuk ES yaitu 18.4532 dan75.3853 dB.

Kata Kunci :Esophageal speech, laryngectomy, Linear Predictive Coding (LPC)

Abstract

Speech is a complex signal as a result of some transformations that occur in several different levels of semantics, linguistics, articulation and acoustic. In the anatomy of human speech signal is generated by cooperation between the lungs, larynx or pita suaras. But sometimes there is a case where a person can not speak normally due to cancer of the larynx. Laryngeal cancer is abnormal cell growth rapidly in the throat. The best action is to save the lives of patients with total removal of the organ larynx (laryngectomy). To restore the ability to speak laryngeal cancer patients after laryngectomy is doing some therapy, one esophageal speech (ES). But the quality of the ES is very low. In this study, using modeling methods Predicyive Linear Coding (LPC) is expected to reduce noise in esophageal speech. By using teersebut generated sound signals, spectrograms, spectrum and signal after processing using the LPC. From the LPC analysis generated Mean Square Error (MSE) and Signal to Noise Ratio (SNR). SNR greater value indicates that the quality is getting better noise reduction. Conversely, if the value of the smaller MSE produced the better the quality of noise reduction in the noise signal. MSE and SNR values ​​for normal voice row is 17.4142 and 70.8952 dB while for ES is 18.4532 and 75.3853 dB.

Keywords: Esophageal speech, laryngectomy, Linear Predictive Coding (LPC)