ABSTRAKSI: Sinyal suara merupakan suatu sinyal yang secara umum terdiri dari dua periode, yaitu periode speech (voice) dan non speech (silent). Untuk mengidentifikasi periode tersebut, digunakanlah sistem Voice Activity Detection (VAD). VAD dapat digunakan untuk memfasilitasi skema Discontinuous Transmission (DTX). Adapun DTX sendiri merupakan suatu mode transmisi yang hanya mentransmisikan sedikit bit ketika suatu sinyal suara dalam kondisi silent maupun dengan background noise. Semakin akurat hasil deteksi dari VAD yang digunakan maka akan semakin baik performansinya dan efisien pengiriman bit – bitnya. Tugas Akhir ini bertujuan untuk menganalisa kemampuan identifikasi sinyal suara berdasarkan analisis power spectral.
Sinyal suara dengan background noise yang diolah berupa rekaman dengan durasi 5 detik. Metode yang digunakan dalam pengerjaan Tugas Akhir ini adalah analisis power spectral speech. Tahap-tahap yang dilakukan meliputi: pre-processing, ekstraksi ciri, dan klasifikasi. Metode pre-processing yang digunakan adalah denoising dan penghitungan power spectral dengan memanfaatkan fungsi Fast Fourier Transform. Sedangkan untuk pengklasifikasian aktivitas voice, digunakan thresholding terhadap power spectral speech.
Dalam simulasi sistem deteksi aktivitas voice berdasarkan power spectral speech ini didapatkan performansi OVER (Overall Detection Error Rate) berdasarkan SDER (Speech Detection Error Rate) dan NDER (Noise Detection Error Rate) dibawah 9% dan dapat disimpulkan bahwa analisis power spectral speech dapat digunakan sebagai salah satu metode Voice Activity Detection karena performansinya cukup bagus hingga mencapai 91%.Kata Kunci : DTX, Voice Activity Detection (VAD), Power Spectral, SDER, NDER,ABSTRACT: Voice signal is a signal that generally composed of two periods, that are speech (voice) and non-speech (silent) periods. To identify the period, Voice Activity Detection (VAD) system is used. VAD can be used to facilitate the scheme of discontinuous transmission (DTX). The DTX is a transmission mode that only transmit a little bit when a signal in silent condition or with background noise. The more accurate detection result of the VAD, the performance and efficiency of bits delivery are improved. This Final Project aims to analyze the ability of the voice signal identification based on power spectral analysis.
Sound signals that are processed is a voice signal with background noise that recorded in 5 seconds. The method used in this final project is the speech power spectral analysis. The steps that used in this system are pre-processing, feature extraction and classification. The pre-processing stages are denoise the mixed signal and calculate the power spectral by utilizing the Fast Fourier Transform function. And for the classification of voice activity, threshold camparation of power spectral is used.
Voice Activity Detection system based on speech power spectral, obtain SDER (Speech Detection Error Rate) and NDER (Noise Detection Error Rate) that affect the OVER (Overall Detection Error Rate) parameter below 9% and it can conclude that speech power spectral analysis can be used as one method of Voice Activity Detection because it has a quite good performance up to 91%.Keyword: DTX, Voice Activity Detection (VAD), Power Spectral, SDER, NDER,