麦克风阵列仿真环境的搭建

浅夏110

1. 引言
% C1 T6 X/ j6 D) W: J  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。
- J8 v2 X( J. n; h9 r
8 O' ]7 P$ m) P9 I. b  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。

! [' w1 b  |6 J# N* O! p! n2. 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)

. |) c; h8 w2 g) c* `* G
%-----------------------------------------------------------------------
' ~% g1 g, |6 s2 J# w8 K%  Producing the multi_noisy_signals for Mic array Beamforming.
8 W9 S8 Y3 N' E$ K%
  `0 e. U/ m5 @* n- Y# }( z%  Usage:  multichannelSignalGenerator(setup)
%         
%        setup.nRirLength : The length of Room Impulse Response Filter
5 K) m2 c6 x; q* s%        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.
%        setup.micType : [omnidirectional, subcardioid, cardioid, hypercardioid, bidirectional], default is omnidirectional.
%           
%        setup.nSensors : The numbers of the Mic
; Y+ N0 y0 Q' S* e$ x& W# |; X: t%        setup.sensorDistance : The distance between the adjacent Mics (m)
%        setup.reverbTime : The reverberation time of room
%        setup.speedOfSound : sound velocity (m/s)
%
%        setup.noiseField : Two kinds of Typical noise field, 'spherical' and 'cylindrical'
) f6 x+ F1 v/ e. d5 p& Q%        setup.sdnr : The target mixing snr for diffuse noise and clean siganl.
%        setup.ssnr : The approxiated mixing snr for sensor noise and clean siganl.
%
( e7 l' F( a/ c9 q  B7 k%        setup.roomDim : 1 x 3 array specifying the (x,y,z) coordinates of the room (m).           
1 G6 I6 |. o, W# ]( Y0 |%        setup.micPoints : 3 x M array, the rows specifying the (x,y,z) coordinates of the mic postions (m).
# N- U, D/ d: O- q$ m%        setup.srcPoint  : 3 x M array, the rows specifying the (x,y,z) coordinates of the  audio source postion (m).
' H/ V+ r% g9 j- _3 W%
5 i0 `% K' m4 g2 P" c%        srcHeight : The height of target audio source
%        arrayHeight : The height of mic array
0 A1 Z, V2 u1 a7 E%
%        arrayCenter : The Center Postion of mic array
* k) D0 ~% b( p3 E. [& @  e%
. h2 i, I- @7 N  b! g%        arrayToSrcDistInt :The distance between the array and audio source on the xy axis
' x( ?: c+ t& f+ F- ~%
%                       
%
%
$ k; [9 L+ L6 h' j6 p* M% C%         
  n# _- o1 J/ U: K5 e5 T%
%  How To Use : JUST RUN
  M( M5 H. p, c4 f0 E%
%  
%   
% 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
) C) c; A! L2 t/ w  {1 S( L% F* ~%
3 W. v+ m, z  T% Copyright (C) 1989, 1991 Free Software Foundation, Inc.
& v* o3 U" l# h0 l: @) e%-------------------------------------------------------------------------
2 g6 i- N  }5 d1 p
6 |3 z3 S) z! m' @' n
  `' O0 n/ @. ?% h$ p
addpath([cd,'\..\rirGen\']);

%-----------------------------------------------initial parameters-----------------------------------
8 K( F8 C$ B7 F3 _' Q; D! i
setup.nRirLength = 2048;
setup.hpFilterFlag = 1;
setup.reflectionOrder = -1;
' _4 |; d5 P4 t9 d) a6 Qsetup.micType = 'omnidirectional';
setup.nSensors = 4;
* ^& y6 Y" s+ T1 |* S" i: ?setup.sensorDistance = 0.05;
setup.reverbTime = 0.1;
setup.speedOfSound = 340;

2 z- ]' @2 W4 ^# b& g, ysetup.noiseField = 'spherical';
setup.sdnr = 20;
setup.ssnr = 25;

setup.roomDim = [3;4;3];

: b0 o" N! U7 ~4 e1 @# o1 @5 zsrcHeight = 1;
* o$ U3 B- h  y3 varrayHeight = 1;

3 u% _& R8 V) g" h, [2 tarrayCenter = [setup.roomDim(1:2)/2;1];

& Z! p# l3 ?  ]; RarrayToSrcDistInt = [1,1];
- V; i( m' {0 P4 @- z
# X6 V1 c0 u1 d- Gsetup.srcPoint = [1.5;1;1];

setup.micPoints = generateUlaCoords(arrayCenter,setup.nSensors,setup.sensorDistance,0,arrayHeight);
0 F# R+ w2 \7 |! P3 z

[cleanSignal,setup.sampFreq] = audioread('..\data\twoMaleTwoFemale20Seconds.wav');

+ j: y. a: q4 Z%---------------------------------------------------initial end----------------------------------------


9 L* U# P' D: i4 {1 ^
%-------------------------------algorithm processing--------------------------------------------------
6 q! I3 L5 X: e7 q% W+ Q
$ ^' y0 ~  M! G" y( Bif setup.reverbTime == 0,
% X0 L" N& U0 p" A    setup.reverbTime = 0.2;
    reflectionOrder = 0;
' N5 r9 M! w3 |, Ielse
# Q5 J1 ^, ?; a6 p. }6 q* ?    reflectionOrder = -1;
& Y8 ]6 |6 T- E0 n7 J0 Oend
5 l/ ], B/ ?! w4 |
) J" k8 h! P2 L0 e- lrirMatrix = rir_generator(setup.speedOfSound,setup.sampFreq,setup.micPoints',setup.srcPoint',setup.roomDim',...
% Q: h' h/ n1 `) n( }4 L    setup.reverbTime,setup.nRirLength,setup.micType,setup.reflectionOrder,[],[],setup.hpFilterFlag);

, S" _5 x, Y1 Z, m9 y6 ifor iSens = 1:setup.nSensors,
    tmpCleanSignal(:,iSens) = fftfilt(rirMatrix(iSens,',cleanSignal);
end
+ z' C: R( |: t  f: e, n# EmcSignals.clean = tmpCleanSignal(setup.nRirLength:end,;
setup.nSamples = length(mcSignals.clean);

mcSignals.clean = mcSignals.clean - ones(setup.nSamples,1)*mean(mcSignals.clean);

( w5 }2 p& C+ ?3 U( C%-------produce the microphone recieved clean signals---------------------------------------------

4 @1 i% }8 u' U- |mic_clean1=10*mcSignals.clean(:,1); %Because of the attenuation of the recievd signals,Amplify the signals recieved by Mics with tenfold
! `- B2 W6 T5 \* {$ k( u( U6 gmic_clean2=10*mcSignals.clean(:,2);
; y" H5 i' y; y% E1 A. }, fmic_clean3=10*mcSignals.clean(:,3);
4 k2 y! h4 h& E& X8 xmic_clean4=10*mcSignals.clean(:,4);
  C4 k8 U* j. c; i( ?audiowrite('mic_clean1.wav' ,mic_clean1,setup.sampFreq);
0 S7 ]  l4 S$ Q/ {9 caudiowrite('mic_clean2.wav' ,mic_clean2,setup.sampFreq);
6 n4 G* \; T# ^# @7 Xaudiowrite('mic_clean3.wav' ,mic_clean3,setup.sampFreq);
9 p' H, g. B$ r' P# G3 ]* z. \) haudiowrite('mic_clean4.wav' ,mic_clean4,setup.sampFreq);
: D/ q- f. ?/ L; w
%----------------------------------end--------------------------------------------------

addpath([cd,'\..\nonstationaryMultichanNoiseGenerator\']);
9 g* i2 m; c: S" I/ \8 X
! e9 X; a' Y1 S5 CcleanSignalPowerMeas = var(mcSignals.clean);
1 t( c0 y! C5 y6 c8 c5 l' H
3 V: a8 X( G- }( U* B( s% t* v
mcSignals.diffNoise = generateMultichanBabbleNoise(setup.nSamples,setup.nSensors,setup.sensorDistance,...
    setup.speedOfSound,setup.noiseField);
! X5 B; R* O% ZdiffNoisePowerMeas = var(mcSignals.diffNoise);
* U# ?8 R- s0 R  \' f6 m3 x+ idiffNoisePowerTrue = cleanSignalPowerMeas/10^(setup.sdnr/10);
2 ~5 H7 w+ d5 U" L' n8 l; XmcSignals.diffNoise = mcSignals.diffNoise*...
. v" l4 q/ W3 P    diag(sqrt(diffNoisePowerTrue)./sqrt(diffNoisePowerMeas));

4 r1 {0 h6 v& |# t# PmcSignals.sensNoise = randn(setup.nSamples,setup.nSensors);
sensNoisePowerMeas = var(mcSignals.sensNoise);
8 f- h+ f6 z2 Q/ w* BsensNoisePowerTrue = cleanSignalPowerMeas/10^(setup.ssnr/10);
mcSignals.sensNoise = mcSignals.sensNoise*...
0 t  A( S; o, k; }8 F& h    diag(sqrt(sensNoisePowerTrue)./sqrt(sensNoisePowerMeas));
/ |0 l" Z; p1 R+ V7 |& d
mcSignals.noise = mcSignals.diffNoise + mcSignals.sensNoise;
mcSignals.observed = mcSignals.clean + mcSignals.noise;

, q( t& K/ a4 S2 o5 {5 s0 q( \$ {& \) J%------------------------------processing end-----------------------------------------------------------


: s5 g* _. s! s; J' K# l% P

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

- Q6 Y/ t1 [8 r; T4 B1 w6 bnoisy_mix1=10*mcSignals.observed(:,1); %Amplify the signals recieved by Mics with tenfold
noisy_mix2=10*mcSignals.observed(:,2);
$ J4 A0 b7 |/ ?2 E5 Onoisy_mix3=10*mcSignals.observed(:,3);
) S5 J2 O! ~, C% Inoisy_mix4=10*mcSignals.observed(:,4);
l1=size(noisy_mix1);
l2=size(noisy_mix2);
l3=size(noisy_mix3);
l4=size(noisy_mix4);
8 B9 j3 A8 V6 A" \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);


%-----------------------------end-------------------------------------------------------------------------
9 x  m' b$ x2 O# B, Z! o! C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') 。
3 G$ s% G9 b2 v+ E直接把它们替换成你想要处理的音频文件即可。
8 Y. A) m5 K2 |1 j* |6 T5 w
  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）。

5 M- ?3 r. C+ ~/ V/ d
. Q% }- H- o; T7 x3 g9 ^
图1 麦克风类型图
" n& J/ n: Q( N  l( ?0 L3 x
- g+ `( ?" z8 m" O* s7 @图二 房间的坐标系
, E5 P' ~: R2 E/ ~, ~$ h& k- b
& Z. ^# S+ C/ T/ ~+ {) w  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。
- w' o8 E" i# W: T5 H. j原文链接：https://blog.csdn.net/zhanglu_wind/article/details/79674998
8 l: k, j$ A- C2 N% [

# U+ W" D& p. C6 n2 _+ r