56 research outputs found
The Influence of Sampling Frequency on Guitar Chord Recognition using DST Based Segment Averaging
Get PDF
Segmentasi Kata Tulisan Tangan Menggunakan Jendela Blackman
Get PDFDalam pengenalan kata tulisan tangan, salah satu strateginya adalah mengenali huruf demi huruf yang menyusun kata tersebut. Dengan strategi ini, bila kata yang akan dikenali ditulis dengan ragam latin, pengenalan huruf demi hurufnya menjadi persoalan yang rumit, karena tidak jelasnya segmentasi antara huruf yang satu dengan huruf yang lain. Untuk mengatasi persoalan tersebut, dapat digunakan suatu metode segmentasi yang dinamakan segmentasi lebih. Tulisan ini membahas metode segmentasi lebih menggunakan jendela Blackman. Secara ringkas, proses segmentasi dalam tulisan ini sebagai berikut: Masukan – Pengolahan awal – Segmentasi – Keluaran. Masukan berupa sebuah citra kata terisolasi dalam format biner, serta keluaran berupa sejumlah citra segmen huruf. Pengolahan awal berfungsi untuk mengkoreksi slope dan slant dari citra masukan. Koreksi-koreksi ini diperlukan karena metode segmentasi yang digunakan sensitif terhadap slope dan slant. Segmentasi berfungsi untuk memecah citra kata menjadi sejumlah citra segmen huruf. Berdasarkan hasil pengujian secara subyektif terlihat bahwa, untuk semua jendela Blackman yang lebarnya 8, 12, dan 16 titik, dengan nilai alpha masing-masing mulai dari 0 ; 0,12 ; dan 0,40 dapat digunakan secara efektif untuk keperluan segmentasi. Secara umum, jendela Blackman dengan kelebaran mulai dari 8 titik, bila kelebaran dan nilai alpha-nya makin naik, dapat digunakan secara efektif untuk keperluan segmentasi
Evaluating The Performance of DWT-DCT Feature Extraction in Guitar Chord Recognition
Get PDFThis study presents advancements in audio signal processing techniques, specifically in enhancing the efficiency of guitar chord recognition. It is a continuation of the previous studies, which also aim at minimizing the feature extraction length with the intended performance. This study adopted two signal processing techniques that are common: Discrete Wavelet Transform (DWT) and Discrete Cosine Transform (DCT) for use in the feature extraction method. By conducting a systematic evaluation of two key parameters: frame blocking length and wavelet filter selection, a significant achievement could be achieved. The recognition system managed to obtain chord recognition with an accuracy of up to 91.43%, by using a feature extraction length of only three, which brought about smaller representation than the previous studies. The outcome of this study will help improve the data processing, which can be applied in real time, in this case in Field Programmable Gate Array (FPGA)-based chord recognition systems.
Keywords: chord recognition, Discrete Wavelet Transform, Discrete Cosine Transform, feature extractio
Penjendelaan Gaussian pada Ekstraksi Ciri Perataan Segmen berbasis DST pada Pengenalan Nada Alat Musik
Get PDF
- …
