Detail Cantuman

Tugas Akhir ini membahas transformasi wavelet dan aplikasinya pada speech coding. Sinyal suara dikodekan agar bit ratenya menjadi lebih kecil. Kompresi ini dilakukan dengan menghilangkan redundansi-redundansi yang ada pada sinyal ataupun dengan memanfaatkan karakteristik persepsi system pendengaran manusia terhadap sinyal basil rekonstruksi. Pada kompresi sinyal suara telah banyak berkembang metoda kompresi yang mampu menekan bit rate tetapi sejalan dengan itu kualitasnya menurun. Untuk mengatasi hal tersebut, dapat dilakukan kompresi dengan menggunakan metode Discrete Wavelet Transform (DWT). Transformasi wavelet merupakan salah satu komponen penting dari algoritma kompresi sinyal suara yang dirancang. Transformasi wavelet efisien untuk dipakai pada kompresi sinyal karena sifat unconditional basisnya. Unconditional basisnya berarti koefisien-koefisien ekspansi wavelet mengecil secara cepat untuk bermacam-macam jenis sinyal. Selain itu, ekspansi wavelet memungkinkan local description dan pemisahan karakteristik sinyal yang lebih akurat. Algoritma utama kompresi sinyal suara terdiri dari transformasi wavelet, kuantisasi, pengkodean entropi huffinan, channel coding, modulasi pada bagian kompresi. Pada saat pentransmisian sinyal ditambahkan pengaruh noise AWGN. Setelah proses transmisi, dilakukan proses rekonstruksi sinyal suara kepada bentuk aslinya. Besarnya ratio kompresi, lama waktu proses dan SNR untuk masing-masing level penguraian wavelet menjadi perhatian utama. Program Matlab 6.1 merupakan sebagai program simulator. Jenis-jenis filter dari wavelet diantaranya adalah Daubechies, Symlets, Coiflet. Kompresi yang akan dilakukan mulai dari Ievell sampai dengan level 5. Penilaian analisis dilakukan secara objektif dan subjektif (pendengaran) untuk mengamati sejauh mana dan sebaik apakah hasil dari pengkompresian sinyal suara.