麦克风阵列仿真环境的搭建

浅夏110

1. 引言
/ c0 q% b9 r2 ?9 [8 Q; Z  之前，我在语音增强一文中，提到了有关麦克风阵列语音增强的介绍，当然，麦克风阵列能做的东西远远不只是在语音降噪上的应用，它还可以用来做声源定位、声源估计、波束形成、回声抑制等。个人认为，麦克风阵列在声源定位和波束形成（多指抑制干扰语音方面）的优势是单通道麦克风算法无法比拟的。因为，利用多麦克风以后，就会将空间信息考虑到算法中，这样就特别适合解决一些与空间相关性很强的语音处理问题。

  然而，在做一些麦克风阵列相关的算法研究的时候，最先遇到的问题就是：实验环境的搭建。很多做麦克风阵列的爱好者并没有实际的硬件实验环境，这也就成了很多人进行麦克风阵列入门的难题。这里，我要分享的是爱丁堡大学语音实验室开源的基于MATLAB的麦克风阵列实验仿真环境。利用该仿真环境，我们就可以随意的设置房间的大小，混响程度，声源方向以及噪声等基本参数，然后得到我们想要的音频文件去测试你自己相应的麦克风阵列算法。

! g$ J/ {2 `7 m; p2. 代码介绍
  原始的代码被我加以修改，也是为了更好的运行，如果有兴趣的话，大家还可以参考爱丁堡大学最初的源码，并且我也上传到我的CSDN码云上了，链接是：https://gitee.com/wind_hit/Microphone-Array-Simulation-Environment。 这套MATLAB代码的主函数是multichannelSignalGenerator()，具体如下：
function [mcSignals,setup] = multichannelSignalGenerator(setup)
9 S+ P: ~+ i3 P) A
6 `5 R" i+ X8 _4 X* I; e
/ _8 t( g& ?! A$ v%-----------------------------------------------------------------------
%  Producing the multi_noisy_signals for Mic array Beamforming.
  n% J, l" s2 d3 e4 s%
- ?8 P3 o+ O1 J- v. S8 D%  Usage:  multichannelSignalGenerator(setup)
' v' x8 k$ ~9 ]6 C7 u7 \  I%         
%        setup.nRirLength : The length of Room Impulse Response Filter
%        setup.hpFilterFlag  : use 'false' to disable high-pass filter, the high-%pass filter is enabled by default
  o% q6 Z" k" ?2 @%        setup.reflectionOrder : reflection order, default is -1, i.e. maximum order.
! U, [2 |% c0 k& o%        setup.micType : [omnidirectional, subcardioid, cardioid, hypercardioid, bidirectional], default is omnidirectional.
! K3 _4 Q' v, I%           
%        setup.nSensors : The numbers of the Mic
9 b; p# ^! I" @) h3 t%        setup.sensorDistance : The distance between the adjacent Mics (m)
%        setup.reverbTime : The reverberation time of room
! R$ Y8 t. @2 r, P  s/ z%        setup.speedOfSound : sound velocity (m/s)
%
$ g0 I# W8 E* ^1 X9 b%        setup.noiseField : Two kinds of Typical noise field, 'spherical' and 'cylindrical'
' E" Q& Z. C& m%        setup.sdnr : The target mixing snr for diffuse noise and clean siganl.
- Z  ~( K, @: ^! b%        setup.ssnr : The approxiated mixing snr for sensor noise and clean siganl.
. H9 ?0 _8 S4 L) G2 I$ @%
7 ~+ t+ U, `' G- e. Y( t%        setup.roomDim : 1 x 3 array specifying the (x,y,z) coordinates of the room (m).           
) q; Y8 z6 [9 [3 ]  F& s8 R: f) `%        setup.micPoints : 3 x M array, the rows specifying the (x,y,z) coordinates of the mic postions (m).
9 V2 b9 |' a1 T1 l%        setup.srcPoint  : 3 x M array, the rows specifying the (x,y,z) coordinates of the  audio source postion (m).
%
%        srcHeight : The height of target audio source
# X; R/ a* x; f9 ~0 Q, v4 [- ~%        arrayHeight : The height of mic array
%
%        arrayCenter : The Center Postion of mic array
# E8 `8 h3 o( p, U# k: N%
%        arrayToSrcDistInt :The distance between the array and audio source on the xy axis
%
%                       
%
2 m. r5 D/ `4 X) Q%
%         
6 H' ?2 T( i, t%
%  How To Use : JUST RUN
& x3 T& l7 c1 ^9 s  s( d+ H8 |%
%  
%   
% Code From: Audio analysis Lab of Aalborg University (Website: https://audio.create.aau.dk/),
1 q( L  i/ \* Y%            slightly modified by Wind at Harbin Institute  of Technology, Shenzhen, in 2018.3.24
3 E1 t8 H: s9 Z0 K3 s% e# c%
% Copyright (C) 1989, 1991 Free Software Foundation, Inc.
%-------------------------------------------------------------------------


0 j3 E) N* H0 n* H5 K4 [" g6 y
addpath([cd,'\..\rirGen\']);
' Z' H0 R# T2 a" d. z9 q$ \% V
%-----------------------------------------------initial parameters-----------------------------------
) Q3 ?: q* Z* K* r5 e: j5 y7 a
6 j7 B/ J& O. p2 }7 Ysetup.nRirLength = 2048;
; ^+ _% i; f  esetup.hpFilterFlag = 1;
9 S+ x: Y4 w( x$ ?* G! usetup.reflectionOrder = -1;
1 T( Y, i, g6 |4 p  c+ `setup.micType = 'omnidirectional';
setup.nSensors = 4;
setup.sensorDistance = 0.05;
setup.reverbTime = 0.1;
9 @8 r* Q: l3 dsetup.speedOfSound = 340;

1 [6 `7 Y& \) _, msetup.noiseField = 'spherical';
$ R3 [. |4 \, M4 E$ Z( f% d! ~setup.sdnr = 20;
setup.ssnr = 25;

setup.roomDim = [3;4;3];
1 C+ B) P; c) C1 p& M
srcHeight = 1;
1 t: n; A0 k4 {/ ^7 e" o5 CarrayHeight = 1;

arrayCenter = [setup.roomDim(1:2)/2;1];
  y! S. s/ }9 I5 W* H- V- y( @" k
arrayToSrcDistInt = [1,1];
; d) o, x; k* x* V* a  ^& Y
( g* ?! K: e2 l. P& j4 {setup.srcPoint = [1.5;1;1];
, p7 |4 b" |5 E  z# A4 A
5 t' v  A, o$ ?7 ksetup.micPoints = generateUlaCoords(arrayCenter,setup.nSensors,setup.sensorDistance,0,arrayHeight);


[cleanSignal,setup.sampFreq] = audioread('..\data\twoMaleTwoFemale20Seconds.wav');
6 g# D! F5 {% ^. a( t* f
* ]5 h  n' d) k* u8 S  t# d%---------------------------------------------------initial end----------------------------------------
& f( d( ~1 s9 {+ \* N7 r
* q" D0 [6 m% s+ v+ i, ~' |

%-------------------------------algorithm processing--------------------------------------------------

if setup.reverbTime == 0,
    setup.reverbTime = 0.2;
    reflectionOrder = 0;
( J( j! f5 I: {1 v+ [else
. T- U6 W2 x8 o  A; C# @    reflectionOrder = -1;
end

rirMatrix = rir_generator(setup.speedOfSound,setup.sampFreq,setup.micPoints',setup.srcPoint',setup.roomDim',...
6 i% S* @: V0 Z% C6 q' p% S    setup.reverbTime,setup.nRirLength,setup.micType,setup.reflectionOrder,[],[],setup.hpFilterFlag);

for iSens = 1:setup.nSensors,
/ x8 p7 ]" J& C    tmpCleanSignal(:,iSens) = fftfilt(rirMatrix(iSens,',cleanSignal);
end
mcSignals.clean = tmpCleanSignal(setup.nRirLength:end,;
setup.nSamples = length(mcSignals.clean);
- q$ l3 U; n" E$ Q
mcSignals.clean = mcSignals.clean - ones(setup.nSamples,1)*mean(mcSignals.clean);

1 j# z# Z) ~/ p& Z%-------produce the microphone recieved clean signals---------------------------------------------
/ r6 _/ u2 H: Q& y/ B! K
mic_clean1=10*mcSignals.clean(:,1); %Because of the attenuation of the recievd signals,Amplify the signals recieved by Mics with tenfold
. ^! o+ Z0 ^. Y  jmic_clean2=10*mcSignals.clean(:,2);
mic_clean3=10*mcSignals.clean(:,3);
2 o) J% f, R2 g' I4 h! u, vmic_clean4=10*mcSignals.clean(:,4);
9 d' A& S2 F2 m( J. J+ l7 xaudiowrite('mic_clean1.wav' ,mic_clean1,setup.sampFreq);
9 b1 e/ T% o0 N/ b( eaudiowrite('mic_clean2.wav' ,mic_clean2,setup.sampFreq);
audiowrite('mic_clean3.wav' ,mic_clean3,setup.sampFreq);
audiowrite('mic_clean4.wav' ,mic_clean4,setup.sampFreq);

%----------------------------------end--------------------------------------------------

5 z: Z" ~$ c. [0 i7 ]8 j) x) Yaddpath([cd,'\..\nonstationaryMultichanNoiseGenerator\']);
" E% H+ S$ n$ b0 v( f9 C
cleanSignalPowerMeas = var(mcSignals.clean);


9 ~+ J$ u4 m, H# K' A. ]' u& K8 smcSignals.diffNoise = generateMultichanBabbleNoise(setup.nSamples,setup.nSensors,setup.sensorDistance,...
0 T" R6 J4 I& L    setup.speedOfSound,setup.noiseField);
diffNoisePowerMeas = var(mcSignals.diffNoise);
# T8 ~3 n5 X) J3 n* a- u2 c9 B- gdiffNoisePowerTrue = cleanSignalPowerMeas/10^(setup.sdnr/10);
% p- @6 c, l/ jmcSignals.diffNoise = mcSignals.diffNoise*...
) h" A# F1 e2 ]1 x+ o    diag(sqrt(diffNoisePowerTrue)./sqrt(diffNoisePowerMeas));

5 G+ w1 {" i5 _! E4 hmcSignals.sensNoise = randn(setup.nSamples,setup.nSensors);
sensNoisePowerMeas = var(mcSignals.sensNoise);
sensNoisePowerTrue = cleanSignalPowerMeas/10^(setup.ssnr/10);
mcSignals.sensNoise = mcSignals.sensNoise*...
: _; a7 l: E- G; s: J$ K/ F    diag(sqrt(sensNoisePowerTrue)./sqrt(sensNoisePowerMeas));
  ~: B6 e5 `0 }5 `6 S, v$ a' `# I
! \. g0 ?9 O& m, N# \1 M! o3 qmcSignals.noise = mcSignals.diffNoise + mcSignals.sensNoise;
mcSignals.observed = mcSignals.clean + mcSignals.noise;
- ?& \. Y) R# j' n
%------------------------------processing end-----------------------------------------------------------

5 d0 k+ C' w: \  Y1 T. f1 x
0 H+ k7 N. n8 l* ?; J5 U
% `8 l4 ?# a6 W% A' _; u5 q. t
0 ]: Q1 [3 H7 X%----------------produce the noisy speech of MIc in the specific ervironment sets------------------------

noisy_mix1=10*mcSignals.observed(:,1); %Amplify the signals recieved by Mics with tenfold
noisy_mix2=10*mcSignals.observed(:,2);
noisy_mix3=10*mcSignals.observed(:,3);
noisy_mix4=10*mcSignals.observed(:,4);
l1=size(noisy_mix1);
( c6 W4 [& C, Wl2=size(noisy_mix2);
l3=size(noisy_mix3);
l4=size(noisy_mix4);
0 o1 ~' o% G: p% Iaudiowrite('diffused_babble_noise1_20dB.wav' ,noisy_mix1,setup.sampFreq);
2 r( i: K4 F1 s; T: Z1 oaudiowrite('diffused_babble_noise2_20dB.wav' ,noisy_mix2,setup.sampFreq);
/ |% s. |, |: X, T+ m4 ~audiowrite('diffused_babble_noise3_20dB.wav' ,noisy_mix3,setup.sampFreq);
* }! l" {: \6 T: i6 `( h1 _audiowrite('diffused_babble_noise4_20dB.wav' ,noisy_mix4,setup.sampFreq);

7 F6 }( i* L; T2 D" s/ B: Y) c% k0 @
2 r5 k. r6 H+ C% r# w9 E# o9 X%-----------------------------end-------------------------------------------------------------------------
  ?9 D) {7 K! ^$ i6 N这个是主函数，直接运行尽可以得到想要的音频文件，但是你需要先给出你的纯净音频文件和噪声音频，分别对应着：multichannelSignalGenerator()函数中的语句：[cleanSignal,setup.sampFreq] = audioread('..\data\twoMaleTwoFemale20Seconds.wav')，和generateMultichanBabbleNoise()函数中的语句：[singleChannelData,samplingFreq] = audioread('babble_8kHz.wav') 。
, h. q! B- k7 a, O直接把它们替换成你想要处理的音频文件即可。
' W- l5 o9 l6 G1 @5 E3 m4 p
# |) V8 v1 s+ b0 q7 w# d  Q  除此之外，还有一些基本实验环境参数设置，包括：麦克风的形状为线性麦克风阵列（该代码只能对线性阵列进行仿真建模，并且还是均匀线性阵列，这个不需要设置）；麦克风的类型（micType），有全指向型（omnidirectional），心型指向（cardioid），亚心型指向（subcardioid，不知道咋翻译，请见谅） , 超心型（hypercardioid）, 双向型（bidirectional），一般默认是全指向型，如下图1所示；麦克风的数量（nSensors）；各麦克风之间的间距（sensorDistance）；麦克风阵列的中心位置（arrayCenter），用（x,y,z）坐标来表示；麦克风阵列的高度（arrayHeight），感觉和前面的arrayCenter有所重复，不知道为什么还要设置这么一个参数；目标声源的位置（srcPoint），也是用（x,y,z）坐标来表示；目标声源的高度（srcHeight）；麦克风阵列距离目标声源的距离（arrayToSrcDistInt），是在xy平面上的投影距离；房间的大小（roomDim），另外房间的（x,y,z）坐标系如图2所示；房间的混响时间（reverbTime）；散漫噪声场的类型（noiseField），分为球形场（spherical）和圆柱形场（cylindrical）。
3 `6 |; \% [0 `! q: ]9 }
5 c# }2 }& [- J) V. n8 C. J

& O% u: a8 i- U6 O) Z. Q! g图1 麦克风类型图

图二 房间的坐标系

  以上便是整个仿真实验环境的参数配置，虽然只能对均匀线性的麦克风阵列进行实验测试，但是这对满足我们进行线阵阵列算法的测试是有很大的帮助。说到底，这种麦克风阵列环境的音频数据产生方法还是基于数学模型的仿真，并不可能取代实际的硬件实验环境测试，所以要想在工程上实现麦克风阵列的一些算法，仍然避免不了在实际的环境中进行测试。最后，希望分享的这套代码对大家进行麦克风阵列算法的入门提供帮助。
————————————————
版权声明：本文为CSDN博主「Mr_Researcher」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/zhanglu_wind/article/details/79674998
  [: b4 V& b% g% w3 g2 n  n2 F

5 q2 [: q) D2 n7 K2 r