Biofisika Pendengaran Pada Manusia

BAB I
PENDAHULUAN

Proses produksi suara pada manusia dapat dibagi menjadi tiga buah proses fisiologis, yaitu : Pembentukan aliran udara dari paru-paru, Perubahan aliran udara dari paru-paru menjadi suara ( baik voiced maupun unvoiced yang dikenal dengan istilah phonation, dan artikulasi yaitu proses modulasi/pengaturan suara menjadi bunyi yang spesifik.
Organ tubuh yang terlibat pada proses produksi suara adalah : paru-paru, tenggorokan (trachea), laring (larynx), faring (pharynx), pita suara (vocal cord), rongga mulut (oral cavity), rongga hidung (nasal cavity), lidah (tongue), dan bibir (lips).
Pada sistem pengenalan suara oleh manusia terdapat tiga organ penting yang saling berhubungan yaitu : telinga yang berperan sebagai transduser dengan menerima sinyal masukan suara dan mengubahnya menjadi sinyal syaraf, jaringan syaraf yang berfungsi mentransmisikan sinyal ke otak, dan otak yang akan mengklasifikasi dan mengidentifikasi informasi yang terkandung dalam sinyal masukan.







BAB II
( ISI )
( BUNYI DAN PENDENGARAN PADA MANUSIA )
A. PROSES PRODUKSI SUARA MANUSIA

Proses produksi suara pada manusia dapat dibagi menjadi tiga buah proses fisiologis, yaitu : Pembentukan aliran udara dari paru-paru, Perubahan aliran udara dari paru-paru menjadi suara ( baik voiced maupun unvoiced yang dikenal dengan istilah phonation, dan artikulasi yaitu proses modulasi/pengaturan suara menjadi bunyi yang spesifik.
Organ tubuh yang terlibat pada proses produksi suara adalah : paru-paru, tenggorokan (trachea), laring (larynx), faring (pharynx), pita suara (vocal cord), rongga mulut (oral cavity), rongga hidung (nasal cavity), lidah (tongue), dan bibir (lips).
Organ tubuh ini dapat dikelompokkan menjadi tiga bagian utama, yaitu : vocal tract (berawal di awal bukaan pita suara atau glottis, dan berakhir di bibir), nasal tract (dari velum sampai nostril), dan source generator (terdiri dari paru-paru, tenggorokan, dan larynx). Ukuran vocal tract bervariasi untuk setiap individu, namun untuk laki-laki dewasa rata-rata panjangnya sekitar 17 cm. Luas dari vocal tract juga bervariasi antara 0 (ketika seluruhnya tertutup) hingga sekitar 20 cm2. Ketika velum, organ yang memiliki fungsi sebagai pintu penghubung antara vocal tract dengan nasal tract, terbuka, maka secara akustik nasal tract akan bergandengan dengan vocal tract untuk menghasilkan suara nasal.
Aliran udara yang dihasilkan dorongan otot paru-paru bersifat konstan. Ketika pita suara dalam keadaan berkontraksi, aliran udara yang lewat membuatnya bergetar. Aliran udara tersebut dipotong-potong oleh gerakan pita suara menjadi sinyal pulsa yang bersifat quasi-periodik. Sinyal pulsa tersebut kemudian mengalami modulasi frekuensi ketika melewati pharynx, rongga mulut ataupun pada rongga hidung. Sinyal suara yang dihasilkan pada proses ini dinamakan sinyal voiced. Namun, apabila pita suara dalam keadaan relaksasi, maka aliran udara akan berusaha melewati celah sempit pada permulaan vocal tract sehingga alirannya menjadi turbulen, proses ini akan menghasilkan sinyal unvoiced. Ketika sumber suara melalui vocal tract, kandungan frekuensinya mengalami modulasi sehingga terjadi resonansi pada vocal tract yang disebut formants. Apabila sinyal suara yang dihasilkan adalah sinyal voiced, terutama vokal, maka pada selang waktu yang singkat bentuk vocal tract relative konstan (berubah secara lambat) sehingga bentuk vocal tract dapat diperkirakan dari bentuk spektral sinyal voiced.
Aliran udara yang melewati pita suara dapat dibedakan menjadi phonation, bisikan, frication, kompresi, vibrasi ataupun kombinasi diantaranya. Phonated excitation terjadi bila aliran udara dimodulasi oleh pita suara. Whispered excitation dihasilkan oleh aliran udara yang bergerak cepat masuk ke dalam lorong bukaan segitiga kecil antara arytenoids cartilage di belakang pita suara yang hampir tertutup. Frication excitation dihasilkan oleh desakan di vocal tract. Compression excitation dihasilkan akibat pelepasan udara melalui vocal tract yang tertutup dengan tekanan tinggi. Vibration excitation disebabkan oleh udara yang dipaksa memasuki rusang selain pita suara, khususnya lidah. Suara yang dihasilkan oleh Phonated excitation disebut voiced. Suara yang dihasilkan oleh Phonated excitation ditambah frication disebut mixed voiced, sedangkan yang dihasilkan oleh selain itu disebut unvoiced. Karakteristik suara tiap individu bersifat unik karena terdapat perbedaan dalam hal panjang maupun bentuk vocal tract.
B. PENGENALAN SUARA PADA MANUSIA
Pada sistem pengenalan suara oleh manusia terdapat tiga organ penting yang saling berhubungan yaitu : telinga yang berperan sebagai transduser dengan menerima sinyal masukan suara dan mengubahnya menjadi sinyal syaraf, jaringan syaraf yang berfungsi mentransmisikan sinyal ke otak, dan otak yang akan mengklasifikasi dan mengidentifikasi informasi yang terkandung dalam sinyal masukan.
 Karakteristik Telinga
Telinga terbagi menjadi tiga bagian, yaitu bagian luar, tengah, dan dalam. Pinna, sebagai bagian luar telinga berfungsi sebagai corong, untuk mengumpulkan sinyal suara menuju auditory canal sehingga dapat memberikan kesan arah sinyal suara yang diterima.
Auditory canal adalah struktur berbentuk pipa lurus sepanjang 2,7 cm dengan diameter sekitar 0,7 cm yang pada bagian ujungnya terdapat selaput membrane yaitu gendang telinga. Membran ini merupakan pintu masuk telinga bagian tengah, yaitu ruangan berisi udara dengan volume sebesar 2 cm3, yang terdiri dari tiga buah tulang, yaitu malleus (martil), incus (landasan), dan stapes (sanggurdi). Bagian ini terhubung dengan tenggorokan melalui Eustachian tube. Getaran pada gendang telinga ditransmisikan ke malleus melalui incus, dan stapes, yaitu membentuk oval window.
Telinga bagian dalam (labyrinth) memiliki tiga bagian, yaitu vestibule (ruang pintu masuk), semicular canal, dan cochlea. Vestibule terhubung dengan telinga bagian tengah melalui dua jalur, yaitu oval window, dan round window. Keduanya tertutup untuk mencegah keluarnya cairan yang mengisi telinga telinga bagian dalam. Pada cochlea, yang berstruktur seperti rumah siput, terdapat syaraf pendengaran. Syaraf ini memanjang sampai ke basilar membrane. Pada bagian atas basilar membrane terdapat organ of corty yang memiliki empat baris sel rambut (sekitar 3 x 104 sel seluruhnya).
 Proses pendengaran
Proses pendengaran pada telinga manusia dijelaskan sebagai berikut :
1. Sinyal suara memasuki saluran telinga dan variasi tekanan yang dihasilkannya menekan gendang telinga. Karena sisi bagian dalam dari gendang telinga mempunyai tekanan yang nilainya dijaga konstan maka gendang telinga akan bergetar.
2. Getaran dari gendang telinga disalurkan pada tiga rangkaian tulang yaitu; martil, incus dan stapes. Mekanisme ini dirancang untuk mengkopel variasi suara dari udara luar ke telinga bagian dalam. Karena luas permukaan penampang yang ditekan stapes lebih kecil dari luas penampang gendang telinga maka tekanan suara yang sampai ke telinga bagaian dalam bertambah besar.
3. Cairan pada cochlea bergetar dengan frekuensi yang sama dengan gelombang yang datang. Basilar membrane kemudian memisahkan sinyal berdasarkan frekuensinya. Basilar membrane berstruktur kuat dan panjang di daerah sekitar oval window namun bersifat lentur pada bagian ujungnya. Frekuensi resonansi yang dihasilkan membrane tersebut berbeda sepanjang dimensi basilar membrane. Dimana resonansi frekuensi tinggi terjadi pada bagian bagian basilar membrane yang berada dekat dengan oval window, sedangkan resonansi frekuensi rendah terjadi pada daerah ujung lainnya. Syaraf yang berada pada mambran kemudian mendeteksi posisi terjadinya resonansi yang juga akan menentukan frekuensi suara yang datang. Ukuran dari basilar membrane rata-rata sekitar 35 mm. Dari ukuran panjang tersebut dapat dihasilkan 10 resolusi frekuensi, sehingga pada setiap 3.5 mm panjang membran terdapat 1 oktaf frekuensi resonansi.

 Sinyal Suara Ucapan
Sinyal suara ucapan manusia dapat dipandang sebagai sinyal yang berubah lambat terhadap waktu (slowly time varying signal), jika diamati pada selang waktu yang singkat yaitu 5-100 ms. Pada selang waktu tersebut, katakteristik sinyal suara ucapan dapat dianggap stasioner. Untuk selang waktu yang lebih panjang (dengan orde 0.2 detik atau lebih), karakteristik sinyal berubah untuk merefleksikan suara berbeda yang diucapkan.
 Klasifikasi berdasarkan sinyal eksitasi
Berdasarkan sinyal eksitasi yang dihasilkan pada proses produksi suara, sinyal suara ucapan dapat dibagi menjadi tiga bagian yaitu silence, unvoiced, dan voiced:
1. Sinyal silence : sinyal pada saat tidak terjadi proses produksi suara ucapan, dan sinyal yang diterima oleh pendengar dianggap sebagai bising latar belakang.
2. Sinyal unvoiced : terjadi pada saat pita suara tidak bergetar, dimana sinyal eksitasi berupa sinyal random.
3. Sinyal voiced : terjadi jika pita suara bergetar, yaitu pada saat sinyal eksitasi berupa sinyal pulsa kuasi-periodik. Selama terjadinya sinyal voiced ini, pita suara bergetar pada frekuensi fundamental – inilah yang dikenal sebagai pitch dari suara tersebut.
 Analisis Sinyal Ucapan
Informasi yang terdapat di dalam sebuah sinyal ucapan dapat dianalisis dengan berbagi cara. Beberapa peneliti telah membagi beberapa level pendekatan untuk menggambarkan informasi tersebut, yaitu level akustik, fonetik, fonologi, morfologi, sintatik, dan semantik.

1. Level Akustik
Sinyal ucapan merupakan variasi tekanan udara yang dihasilkan oleh sistem artikulasi. Untuk menganalisa aspek-aspek akustik dari sebuah sinyal ucapan, dapat dilakukan dengan transformasi dari bentuk sinyal ucapan menjadi sinyal listrik dengan menggunakan tranduser seperti microphone, telepon, dan sebagainya. Setelah melalui berbagai pengolahan sinyal digital, maka akan di peroleh informasi yang menunjukkan sifat-sifat akustik dari sinyal ucapan tersebut yang meliputi: frekuensi fundamental (F0), intensitas, dan distribusi energi spektral.
2. Level Fonetik
Level ini menggambarkan bagaimana suatu sinyal suara diproduksi oleh organ-organ di dalam tubuh manusia.
3. Level Fonologi
Di dalam level ini, dikenal istilah fonem yang merupakan unit terkecil yang membentuk sebuah kalimat atau ucapan. Deskripsi ini memuat informasi durasi, intensitas, dan pitch dari fonem-fonem yang membangun kalimat tersebut.
4. Level Morfologi
Susunan beberapa fonem akan menghasilkan kata. Morfologi menggambarkan berbagai bentukan kata yang terdiri atas awalan (prefiks), sisipan (infiks), dan akhiran (sufiks).
5. Level Sintatik
Aspek sintatik berfungsi untuk mengatur susunan kata agar membentuk kalimat yang benar.
6. Level Semantik
Sebuah kalimat bisa jadi tidak mengandung makna sama sekali sehingga seringkali harus dibuat aturan dasar dalam menyusun kalimat yang bisa menghasilkan makna tertentu. Tujuan dari aspek semantik ini adalah untuk meneliti makna kata tertentu di dalam kalimat dan kaitannya satu sama lain.
Pada penelitian ini untuk level morfologi, sintatik, dan semantik diabaikan karena penelitian ini hanya menekankan pada analisis karakter suara yang berkaitan dengan parameter-parameter fisis seperti frekuensi fundamental(F0), durasi fonem dan intensitas suara.
 Intonasi Sebagai Aspek Akustik Sinyal Ucapan
Intonasi (prosodi) sebagai aspek akustik sinyal suara sangat membantu di dalam mengidentifikasi setiap segmen akustik dengan fonem. Setiap fonem dihasilkan terutama oleh sistem vokal selama artikulasi yang selanjutnya mempengaruhi dinamika spektrum spektral suara (dalam hal ini formant). Pengucapan suatu kata dapat secara substansial bervariasi di dalam intonasinya mempengaruhi idetitas kata. Fonem dapat menjadi panjang atau pendek, keras atau lemah, dan memiliki pola pitch (nada) yang bervariasi.
Fenomena intonasi dapat direpresentasikan ke dalam beberapa level antara lain adalah sebagai berikut :
1. Level Akustik
Terdiri atas beberapa komponen penting yaitu Frekuensi Fundamental (F0), amplitudo, dan durasi sinyal.
2. Level Perseptual
Merepresentasikan fenomena intonasi sebagaimana yang didengar oleh pendengarnya. Beberapa komponennya antara lain pitch (nada), keras atau lemahnya suara, dan panjang atau pendeknya suara.
3. Level Bahasa (Linguistik)
Merepresentasikan fenomena prosodi ke dalam bentuk simbol atau tanda. Beberapa komponennya antara lain bunyi (tone), intonasi, dan aspek tekanan.
Menonjolkan suku kata yang mendapat tekanan terhadap suku kata yang lain yang tidak mendapat tekanan adalah fungsi utama sebuah intonasi (prosodi). Suku kata yang mendapat tekanan menjadi lebih panjang, lebih intens, dan memiliki pola F0 yang menyebabkan mereka lebih menonjol dibanding suku kata lainnya.
C. PARAMETER-PARAMETER YANG DIPERLUKAN DALAM PENGIDENTIFIKASIAN SUARA MANUSIA
 Pitch
Pitch digunakan sebagai standar tinggi-rendah dari sebuah tone (suara). Sinyal suara umumnya merupakan proses secara fisis yang terdiri dari dua bagian: yaitu sebagai hasil dari sumber suara (pita suara) dan sebagai hasil dari penyaringan (oleh lidah, bibir, dan gigi). menganalisa pitch berarti mencoba untuk menangkap frekuensi dasar sumber bunyi dari keseluruhan proses pengucapan suara. Frekuensi dasar sendiri merupakan frekuensi yang dominan yang dikeluarkan oleh sumber bunyi. Frekuensi dasar merupakan parameter paling kuat untuk mengetahui korelasi bagaimana suatu suara diterima oleh pendengar ditinjau dari segi intonasi dan tekanan suaranya.
 Formant
Frekuensi fundamental dikenal juga dengan F0 yang koheren dalam bentuk transisi formant F1, F2, dan sebagainya. Komponen frekuensi dominan yang mengkarakterisasi fonem-fonem yang berhubungan dengan komponen frekuensi resonansi dari sistem vokal didefinisikan sebagai formant. Suara yang terucapkan, secara khusus adalah vokal, biasanya memiliki 3 buah formant dan seringkali disebut sebagai formant kesatu, kedua, dan ketiga, dimulai dengan komponen frekuensi terendah. Ketiganya selalu dituliskan sebagai F1, F2, dan F3. formant 4 dan formant 5 dbutuhkan untuk mendapatkan nilai parameter formant yang lebih detail karena bila sinyal suara yang kita olah hanya memiliki formant yang kurang dari 3 buah, maka dapat dipastikan analisa terhadap data tersebut akan gagal.
 Durasi Fonem
Salah satu komponen terpenting di dalam intonasi adalah durasi sinyal. Setiap fonem yang memberikan kontribusi dalam menentukan pola intonasi suatu kalimat. Durasi fonem ini sangat dipengaruhi oleh tekanan dan kecepatan bicara. Durasi sebuah fonem vokal sangat dipengaruhi oleh tekanan, sementara durasi sebuah konsonan umumnya memiliki variasi tekanan yang lebih kecil.
Menurut Douglas O’Shugnessy(1.200) suatu ucapan dalam percakapan melibatkan 150-250 kata permenit, termasuk jeda yang masing-masing rata-rata sepanjang 6-50 ms. Durasi fonem bervariasi karena faktor seperti gaya bicara (membaca atau bercakap-cakap). Durasi suku kata umumnya sekitar 200ms dengan vokal yang mendapat tekanan sekitar 130 ms dan fonem lain sekitar 70ms. Durasi fonem bermacam-macam untuk fonem yang berbeda karakteristiknya.
 Durasi dan Kekerasan Suara
Bagaimana kekerasan suara dari sebuah suara yang bersifat impulsif menyamai kekerasan suara dari suara yang diberikan secara kontinyu pada tingkatan yang sama?. Beberapa eksperimen telah menetapkan bahwa telinga merata-ratakan energi suara sekitar lebih dari 200ms, maka kekerasan suara yang bersifat impulsif akan bertambah dengan durasi hingga mencapai nilai tersebut. Dengan kata lain, tingkat kekerasan suara akan bertambah 10 dB ketika durasi bertambah dengan faktor 10. Dari sini dapat diketahui bahwa berapa lamanya durasi yang dilakukan membantu dalam adaptasi pendengaran terhadap kekerasan suara, terutama untuk suara yang sifatnya impulsif atau muncul tidak kontinyu.
 Durasi dan Pitch
Lamanya durasi dapat mempengaruhi persepsi pitch. Kebergantungan pitch terhadap durasi mengikuti prinsip ketikpastian akustik! Berdasarkan pengamatan yang dilakukan Rossing dan Houtsma pada tahun 1986, ketika durasi pitch jatuh hingga di bawah 25 ms, pitch dirasakan berubah, walaupun batasan ini berbeda untuk beberapa pengamat.
 Durasi dan Timbre
Durasi dari sinyal suara membedakan panjang pendeknya sinyal suara dengan domain waktu. Dalam timbre musikal, lamanya durasi dapat membagi nada ke dalam dua jenis yaitu : nada kontinyu dan nada transien. Persepsi timbre dalam suatu permainan musik yang melibatkan banyak alat musik dipengaruhi oleh durasinya. Seorang pendengar yang diminta untuk menebak jenis alat musik akan menebak dengan benar untuk alat musik yang dimainkan dengan durasi yang lebih lama dibandingkan dengan alat musik yang dimainkan hanya sesaat (transien).
 Intensitas Suara
Intensitas bunyi menentukan keras lemahnya suara pada bagian tertentu dari suatu kalimat. Telinga kita sangat peka (sensitive) dan dapat mendeteksi intensitas-intensitas suara dalam orde 10-13 W/m2. Ini setara dengan gerakan selaput telinga sebesar 10-12 m. Intensitas suara minimum yang masih dapat didengar dinamakan ambang pendengaran (threshold of hearing). Intensitas suara biasanya dinyatakan dalam desibel di atas ambang pendengaran karena kekerasan suara (loudness) kira-kira adalah sebanding dengan logaritma dari intensitas. Pedoman nol desibel untuk intensitas suara sudah ditentukan standarnya yaitu pada 10-12W/m2 pada 1000 Hz (yaitu ambang pendengaran pada 1000Hz). [6]


 Spektogram
Spektogram suara melukiskan variasi-variasi dalam batas yang pendek yaitu variasi intensitas dan frekuensi dalam bentuk grafik. Variasi tersebut memberikan banyak informasi yang bermanfaat tentang artikulasi suara. Pola spektogram yang dihasilkan untuk setiap ucapan akan memiliki perbedaan. Bahkan ketika dua orang mengucapkan kata yang sama artikulasi mereka sama, namun tidak identik. Sehingga spektogram mereka akan menunjukkan kemiripan juga perbedaan.
 Metode Principal Component Analysis (PCA)
Principal Component Analysis (PCA) merupakan suatu metode reduksi variabel-variabel dalam suatu matrik. Data-data suara yang telah ditentukan nilai-nilai parameternya dibentuk menjadi sebuah matrik. Metode ini digunakan untuk mencari distribusi sinyal suara dan parameter fisis yang paling dominan pada sinyal suara tersebut.









DAFTAR PUSTAKA

