PEMISAHAN SUMBER-SUMBER BUNYI TERCAMPUR DARI INPUT BINAURAL

Pemisahan sumber (source separation) merupakan teknik pemisahan be- berapa sumber sinyal (suara) tercampur menjadi komponen-komponen (sumber- sumber) penyusun campuran tersebut. Pemisahan dengan banyak sensor, seperti large-scale microphone array umumnya menghasilkan kualitas pemisahan sinyal yang lebih bagus untuk memisahkan sinyal-sinyal suara tercampur daripada menggunakan mikrofon dengan jumlah lebih sedikit. Hal ini dikarenakan secara matematik akan lebih mudah untuk merubah data ukuran besar menjadi lebih kecil dari pada sebaliknya. Sedangkan manusia hanya memiliki dua sensor pendengaran saja (binaural sensors), telinga, namun mampu memisahkan sinyal suara dari berbagai macam sumber bunyi yang berbeda. Pada penelitian ini, dilakukan pemisahan sumber-sumber bunyi tercampur hanya dari dua mikrofon saja sebagai sensor.(BSS) adalah metode pemisahan sumber berdasarkan sinyal campuran terukur sensor saja, dimana sensor yang digunakan biasanya lebih dari satu (array sensor). Proses pemisahan tersebut dilakukan dengan memanfaatkan kebebasan antar sum- ber, dimana sumber satu bebas secara statistik terhadap sumber lainnya (Independent Component Analysis, ICA) dan komputasi secara cepat direalisasikan dengan algoritma FastICA. Metode ICA dan FastICA dievaluasi pada penelitian ini serta dikombinasikan juga dengan binay mask dan metode binaural model dengan teknik phase difference channel weighting (PDCW). Beberapa kondisi yang dievaluasi adalah variasi jumlah sumber bunyi, variasi perbedaan SNR dan variasi frekuensi pencuplikan. Evaluasi performansi secara obyektif diberikan dengan kriteria koherensi dan PESQ. Hasil penelitian ini menunjukkan metode FastICA dengan binary mask yang diusulkan memperoleh hasil terbaik pada beda SIR -20 dB dan -10 dB serta pada interference male speech.