DSP : Basic Processing of Audio Samples In WAV Format, Using Fourier Transformation.

Pemrosesan Sinyal Digital atau Digital Signal Processing (DSP) telah banyak ditemukan dalam berbagai macam aplikasi, mulai dari pemrosesan sinyal komunikasi data, suara, audio atau biomedik hingga instrumentasi dan robotik. Dalam kajian ini kita mengunakan DSP (sofware matlab) pada audio program yang menggunakan tranformasi forier untuk lebih mempermudah  pemrosesan sinyal.

A. program
close all;
clc;
%assigmnet 1
% import a voice sample
[y,Fs,nbit]=wavread(‘e.wav’);
% divide left and right channel
left=y(:,1);
right=y(:,2);
% calculate the time scale
Ts=1/Fs;
[nsamples,c]=size(y);
tscale=0:Ts:(nsamples-1)*Ts;
%plot left and right channel in time domain
h1=figure(1)
subplot(2,1,1)
plot(tscale,left,’r’);
xlabel(‘Time (sec)’);
ylabel(‘Amplitude’);
subplot(2,1,2)
plot(tscale,right,’r’);
xlabel(‘Time (sec)’);
ylabel(‘Amplitude’);
saveas(h1,’1.fig’)
% the left and right channel are equal
h2=figure(2)
plot(left-right);
saveas(h1,’1.fig’)
%compute the FFT with the proper sampling frequency
fmax=Fs;
%how many points the FFT must be computed on?
N=nsamples;
tscale=0:Ts:(N-1)*Ts;
%N=number of FFT points:
% change it and test the different resolution
fscale=linspace(0,fmax/2,floor(N/2));
spectrum=fft(left,N);
%plot the spectrum of the signal using the appropriate
% frequency scale and module of the coefficients
plotSpectrum(fscale,spectrum);
inf=200; % 200 Hz inf limit
sup=5000; % 5000 Hz superior limit
factor=[2,5,10]% amplification factors
newcoeff=loudness2(fscale,spectrum,inf,sup,factor(1));
h=figure
subplot(2,1,1)
%plot the spectrum of the modified spectrum
plotSpectrum(fscale,newcoeff);
subplot(2,1,2)
%plot the new signal in the time domain
plotTime(tscale,ifft(newcoeff));
%listen to the result
playFile(ifft(newcoeff),Fs,’loudenss1.wav’)
saveas(h,’loudness1.fig’)
%same procedure for the 2 factor
newcoeff=loudness2(fscale,spectrum,inf,sup,factor(2));
h=figure
subplot(2,1,1)
plotSpectrum(fscale,newcoeff);
subplot(2,1,2)
plotTime(tscale,ifft(newcoeff));
playFile(ifft(newcoeff),Fs,’loudenss2.wav’)
saveas(h,’loudness2.fig’)
%same procedure for the last factor
newcoeff=loudness2(fscale,spectrum,inf,sup,factor(3));
h=figure
subplot(2,1,1)
plotSpectrum(fscale,newcoeff);
subplot(2,1,2)
plotTime(tscale,ifft(newcoeff));
playFile(ifft(newcoeff),Fs,’loudenss3.wav’)
saveas(h,’loudness3.fig’)

b. hasil program

Gambar 1. Sinyal dalam domain waktu

Gambar 2. Sinyal modifikasi dalam domain frekuensi

C. Pembahasan

Pada program dengan judul ” Basic processing of audio samples in wav format, using fourier transformation” adalah program yang menggunakan tranformasi forier untuk lebih mempermudah  pemrosesan sinyal. Tranformasi forier lebih mudah memahaminya adalam mengubah domain sinyal dari waktu ke frekuensi atau sebaliknya.

Progman yang diatas adalah program Audio proccesing sederhana yang mengunakan file audio dengan extention .WAV, program ini dijalankan dengan mengimpor file suara dalam format WAV (‘e.wav’). File yang diekspor tersebut kemudian dibagi menjadi 2 chanel kiri dan kanan. kemudian sinyal dikondisikan dalam domain waktu dengan menghitung nilai periode/waktu dengan nilai T=1/f.

Program akan mengambarkan chanel kiri dan kanan dalam domain waktu. chanel kanan dan kiri sama mempunyai besaran amplitudo  yang sama. Kemudian program akan menghitung FFT dengan sampling frekuansi yang sesuai dengan menentukan beberapa titik yang harus di hitung(diatur) dalam penomeran dengan symbol program (N). kemudian merubah titik FFT dan mencoba dengan resolusi yang berbeda pada sinyal

kemudian program memplotkan/ mengambarkan spectrum sinyal dengan menggunakan pendekatan. Dalam program ini yang digambarkan dalam skala frekuensi dan koefisien modulasi. penggambaran dilakukan dengan pengaturan frekuensi,  frekuensi terkecil yang digunakan 200 Hz dan frekuensi terbesar 5000Hz kemudian diberikan factor untuk mengambarkan
spectrum yang telah dimodifikasi

Langkah terakhir dalam program ini adalah  mengambarkan sinyal baru dalam domain frekuensi. sinyal yang digambarkan adalah dalam sinyal mula-mula dan sinyal yang sudah dimodifikasi. Dalam pemodisikasian sinyal ini dilakukan dalam tiga bentuk(tiga koefisien) yang berbeda. Hasil sinyal ketiganya di gambarkan dalam satu bagian gambar (gambar 2 bawah). Ketiga sinyal modifikasi tersebut mempunyai karakteristik frekuensi yang berbeda dan ini dapat dengar dengan loud speaker karena program ini juga melakukan intruksi tersebut.

Jadi dalam program ini merupakan program yang efektif untuk menunjukkan bagaimana cara kerja FFT(Fast Forier Tranform) dalam pengunaan secara ptaktis. Sehingga dalam progam ini sangat efektif sebagai pembelajaran traformasi forier dalam pengolahan sinyal khususnya audio processing.