麦克风阵列仿真环境的搭建

浅夏110

1. 引言
1 U- i. q( R3 Q8 H2 O: r. `5 k  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。

2. 代码介绍
3 d3 N, z7 H" x$ E6 \  J" l  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：
# A) F4 T. }" @  pfunction [mcSignals,setup] = multichannelSignalGenerator(setup)

  B2 f7 d5 ~# A/ e. v
%-----------------------------------------------------------------------
%  Producing the multi_noisy_signals for Mic array Beamforming.
%
) H7 N$ ~! H! f* o  @%  Usage:  multichannelSignalGenerator(setup)
! q: U2 j' `1 h6 h# p/ l  S+ I%         
: H' u2 Y: Y/ I+ G; `8 _%        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
%        setup.reflectionOrder : reflection order, default is -1, i.e. maximum order.
- O' a6 z5 ^- }. d3 u& h%        setup.micType : [omnidirectional, subcardioid, cardioid, hypercardioid, bidirectional], default is omnidirectional.
9 R! Z6 h7 r+ s3 _( v8 V- d%           
9 G! R& e; [3 H( J( G0 ^%        setup.nSensors : The numbers of the Mic
%        setup.sensorDistance : The distance between the adjacent Mics (m)
" @8 e( ?1 u* X/ R%        setup.reverbTime : The reverberation time of room
. X2 p9 V5 A6 N2 s) I5 ?%        setup.speedOfSound : sound velocity (m/s)
0 O" s0 b* Z- I6 ]%
0 P3 E  a! j; L$ e%        setup.noiseField : Two kinds of Typical noise field, 'spherical' and 'cylindrical'
0 U" h( o; d* k2 p%        setup.sdnr : The target mixing snr for diffuse noise and clean siganl.
%        setup.ssnr : The approxiated mixing snr for sensor noise and clean siganl.
- B( j0 S, ]8 _) x$ S% k%
. b: A9 j6 }% C' R%        setup.roomDim : 1 x 3 array specifying the (x,y,z) coordinates of the room (m).           
: R" j* @; A1 n4 r%        setup.micPoints : 3 x M array, the rows specifying the (x,y,z) coordinates of the mic postions (m).
6 L0 A+ b; B3 H9 W%        setup.srcPoint  : 3 x M array, the rows specifying the (x,y,z) coordinates of the  audio source postion (m).
0 o! U: |+ X* l4 i%
%        srcHeight : The height of target audio source
%        arrayHeight : The height of mic array
8 M; w" q% t+ B7 o4 P) }%
%        arrayCenter : The Center Postion of mic array
$ R+ o6 e2 ]- a5 e%
%        arrayToSrcDistInt :The distance between the array and audio source on the xy axis
%
- e9 ?: Q( V3 H! o%                       
%
%
%         
%
8 F. M7 D" k% B%  How To Use : JUST RUN
%
8 c" m3 F0 u2 @%  
9 C" I8 \, |' G7 n2 [; F%   
- I+ j& W; f) V6 g; w: t% Code From: Audio analysis Lab of Aalborg University (Website: https://audio.create.aau.dk/),
%            slightly modified by Wind at Harbin Institute  of Technology, Shenzhen, in 2018.3.24
2 m$ w+ w2 u" Z1 D4 m) a%
% Copyright (C) 1989, 1991 Free Software Foundation, Inc.
# Q; Q# W7 T( d1 z4 V%-------------------------------------------------------------------------



addpath([cd,'\..\rirGen\']);
) J5 C3 B2 h$ M4 Q4 E& z
%-----------------------------------------------initial parameters-----------------------------------

setup.nRirLength = 2048;
4 ^' L7 ?$ f9 J" T( }setup.hpFilterFlag = 1;
/ M, N' d$ a; ?' H+ Tsetup.reflectionOrder = -1;
setup.micType = 'omnidirectional';
setup.nSensors = 4;
8 i& J) z1 `  b/ M/ }3 S  }/ o" Jsetup.sensorDistance = 0.05;
' N) M4 @8 B; I, o0 n6 lsetup.reverbTime = 0.1;
- _' V2 `7 q! W3 z4 @) usetup.speedOfSound = 340;

setup.noiseField = 'spherical';
! [' g# U: \  Z% H+ c0 L: @setup.sdnr = 20;
setup.ssnr = 25;
+ |1 N: i) i$ y/ ~1 [
; w2 `' `/ E2 T$ Rsetup.roomDim = [3;4;3];

srcHeight = 1;
arrayHeight = 1;
5 `5 t4 s+ b0 t; D; d7 N
arrayCenter = [setup.roomDim(1:2)/2;1];
, X9 }5 I! E, H! B
, c% ~/ b+ l$ C2 m. d4 u& o4 z7 varrayToSrcDistInt = [1,1];

; D0 B4 N" }+ K; Isetup.srcPoint = [1.5;1;1];
' [. r. N( p# Z; e0 U
setup.micPoints = generateUlaCoords(arrayCenter,setup.nSensors,setup.sensorDistance,0,arrayHeight);
9 m% \0 {! X9 u- T( z
5 F$ D9 s; }0 Q/ V- f  s4 r# r
[cleanSignal,setup.sampFreq] = audioread('..\data\twoMaleTwoFemale20Seconds.wav');
1 d% O! O  ~; R; f7 k& b, }
%---------------------------------------------------initial end----------------------------------------
& e; e; B& _. H4 E+ d0 p  l2 m

2 X7 L  |2 A, q1 ~3 z7 I" l
%-------------------------------algorithm processing--------------------------------------------------

2 _* B, ~: M" B, ^: j$ Y& z8 Tif setup.reverbTime == 0,
7 j# ]7 z. j" R+ v    setup.reverbTime = 0.2;
( [( h3 ~6 U4 O  Q" O9 d    reflectionOrder = 0;
else
$ |' w! I* b/ J+ u% z    reflectionOrder = -1;
end

rirMatrix = rir_generator(setup.speedOfSound,setup.sampFreq,setup.micPoints',setup.srcPoint',setup.roomDim',...
7 z; j4 p. Y0 C7 d% H% t    setup.reverbTime,setup.nRirLength,setup.micType,setup.reflectionOrder,[],[],setup.hpFilterFlag);

for iSens = 1:setup.nSensors,
- g2 j3 H/ v6 F' ^* _/ j* d! m) o    tmpCleanSignal(:,iSens) = fftfilt(rirMatrix(iSens,',cleanSignal);
end
1 i1 U# p5 r6 c2 {: T$ JmcSignals.clean = tmpCleanSignal(setup.nRirLength:end,;
/ n& @1 E1 V, S! Xsetup.nSamples = length(mcSignals.clean);

! \) S) r$ U; A0 A- T9 |mcSignals.clean = mcSignals.clean - ones(setup.nSamples,1)*mean(mcSignals.clean);
' Z3 b" f/ C1 e3 @6 g
%-------produce the microphone recieved clean signals---------------------------------------------
, i' d9 W7 c9 H  @
mic_clean1=10*mcSignals.clean(:,1); %Because of the attenuation of the recievd signals,Amplify the signals recieved by Mics with tenfold
mic_clean2=10*mcSignals.clean(:,2);
4 v; H9 L% |, r/ D9 a# ymic_clean3=10*mcSignals.clean(:,3);
mic_clean4=10*mcSignals.clean(:,4);
7 j3 Z+ f. v$ O: d+ _audiowrite('mic_clean1.wav' ,mic_clean1,setup.sampFreq);
audiowrite('mic_clean2.wav' ,mic_clean2,setup.sampFreq);
audiowrite('mic_clean3.wav' ,mic_clean3,setup.sampFreq);
& o+ ]' s  h2 O" z2 [audiowrite('mic_clean4.wav' ,mic_clean4,setup.sampFreq);

9 o, G5 ?6 l  Z5 G) x7 z%----------------------------------end--------------------------------------------------

4 I+ K" I9 O7 `- ~0 M! Q3 Taddpath([cd,'\..\nonstationaryMultichanNoiseGenerator\']);
1 w9 u+ R2 }1 J9 Y3 y6 L
cleanSignalPowerMeas = var(mcSignals.clean);

- y' s* D: k0 z
0 E8 ]4 `5 e: |; i4 N! l! N  omcSignals.diffNoise = generateMultichanBabbleNoise(setup.nSamples,setup.nSensors,setup.sensorDistance,...
. V& s( d2 N$ k/ R- a" k    setup.speedOfSound,setup.noiseField);
/ H# I4 P) M, Z0 ]4 X3 K  AdiffNoisePowerMeas = var(mcSignals.diffNoise);
% }4 w8 H" e( W5 q' ]- BdiffNoisePowerTrue = cleanSignalPowerMeas/10^(setup.sdnr/10);
) {  S( L0 N# DmcSignals.diffNoise = mcSignals.diffNoise*...
    diag(sqrt(diffNoisePowerTrue)./sqrt(diffNoisePowerMeas));

mcSignals.sensNoise = randn(setup.nSamples,setup.nSensors);
sensNoisePowerMeas = var(mcSignals.sensNoise);
2 b6 V2 F8 W; V# Z# |5 r6 X, jsensNoisePowerTrue = cleanSignalPowerMeas/10^(setup.ssnr/10);
, q+ O( x3 f1 m) \mcSignals.sensNoise = mcSignals.sensNoise*...
' d' x+ S* G* S5 h& r# [& ~    diag(sqrt(sensNoisePowerTrue)./sqrt(sensNoisePowerMeas));

9 ?! D: @  F4 ?8 mmcSignals.noise = mcSignals.diffNoise + mcSignals.sensNoise;
mcSignals.observed = mcSignals.clean + mcSignals.noise;

. k, E: }4 i4 l! j: Z%------------------------------processing end-----------------------------------------------------------

, l& U$ u) G; g0 Z* U
" X' `6 a2 d- q. _6 s4 A6 B! F

%----------------produce the noisy speech of MIc in the specific ervironment sets------------------------

# q- n+ I) _5 i+ P! F. [% Xnoisy_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);
3 b* ~5 e$ D7 _: x+ el1=size(noisy_mix1);
l2=size(noisy_mix2);
/ l+ R* r4 ]5 F3 `2 q* }$ ol3=size(noisy_mix3);
: q# M% s$ {0 X; Jl4=size(noisy_mix4);
audiowrite('diffused_babble_noise1_20dB.wav' ,noisy_mix1,setup.sampFreq);
audiowrite('diffused_babble_noise2_20dB.wav' ,noisy_mix2,setup.sampFreq);
audiowrite('diffused_babble_noise3_20dB.wav' ,noisy_mix3,setup.sampFreq);
audiowrite('diffused_babble_noise4_20dB.wav' ,noisy_mix4,setup.sampFreq);
2 _' s# v- {7 T; m

%-----------------------------end-------------------------------------------------------------------------
' }% J8 U6 G& W2 [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') 。
直接把它们替换成你想要处理的音频文件即可。
2 ~8 V2 S) q+ A; f3 D
! F' \7 j3 p9 z; l  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 o* k, _6 l" j7 o! ?, p
+ y7 u$ W2 U* |5 N
图1 麦克风类型图

图二 房间的坐标系
- U8 j9 ~7 y( ]9 r6 V  ]! A# a
" F' G+ A1 `* [6 O; y6 {  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。
' L, h3 Y5 x* j" Y# H$ g$ c. A1 m————————————————
# g5 i3 N8 |- a9 F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。
: R/ I+ @2 s# H1 s% L  f$ v原文链接：https://blog.csdn.net/zhanglu_wind/article/details/79674998
" a: K4 S9 P2 I* e