麦克风阵列仿真环境的搭建

浅夏110

1. 引言
  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。

* |& A' V- a# H% ^5 U+ N  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。
$ h1 H4 I" D" L) H. b
2. 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：
  M) Q- K, R7 ~2 r  Rfunction [mcSignals,setup] = multichannelSignalGenerator(setup)
$ v+ h* c! U- e; l( F% e2 N1 d8 b7 I5 P

%-----------------------------------------------------------------------
, Y  g( k" Z* v4 w, {5 Z%  Producing the multi_noisy_signals for Mic array Beamforming.
%
: Y- m  h# I% ~% {% w' i+ u% z" |%  Usage:  multichannelSignalGenerator(setup)
+ H, s* }! k4 r+ I0 V%         
) P! \2 F& E  I  d; b9 ~%        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
9 X1 E' u! {( U6 G%        setup.reflectionOrder : reflection order, default is -1, i.e. maximum order.
! u4 n: q6 ]: g%        setup.micType : [omnidirectional, subcardioid, cardioid, hypercardioid, bidirectional], default is omnidirectional.
( p- U* H, I! W/ q  O* W%           
%        setup.nSensors : The numbers of the Mic
%        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'
- c/ V( K4 S+ C  {* D4 {4 a%        setup.sdnr : The target mixing snr for diffuse noise and clean siganl.
%        setup.ssnr : The approxiated mixing snr for sensor noise and clean siganl.
%
1 z8 v9 S# L, z, Y* M%        setup.roomDim : 1 x 3 array specifying the (x,y,z) coordinates of the room (m).           
8 V# e* h0 f2 u8 z% [9 \%        setup.micPoints : 3 x M array, the rows specifying the (x,y,z) coordinates of the mic postions (m).
# D2 E, \( b2 ~! @- \%        setup.srcPoint  : 3 x M array, the rows specifying the (x,y,z) coordinates of the  audio source postion (m).
%
7 S: n. I" V" R$ C% F%        srcHeight : The height of target audio source
%        arrayHeight : The height of mic array
2 J2 G0 w0 D6 q# L%
7 H) Z. l6 A1 Z+ U& a! f7 V%        arrayCenter : The Center Postion of mic array
%
%        arrayToSrcDistInt :The distance between the array and audio source on the xy axis
%
%                       
% ~* |# }  h) Y" i, C/ v%
%
, i0 Y# N, F/ ~, @0 n! L/ t1 K! h%         
0 g5 ]# l$ U3 I%
%  How To Use : JUST RUN
- V6 M& R+ g- a( O! f%
%  
5 w1 X* x4 p9 E: Y- R%   
% 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
%
% Copyright (C) 1989, 1991 Free Software Foundation, Inc.
%-------------------------------------------------------------------------
- _/ m! c. D8 |) A3 r- J$ n


4 X( K+ R0 |6 s- h' Z* n/ baddpath([cd,'\..\rirGen\']);
9 \6 m1 ?! z$ W! E: w. X% m% X/ Q, A
, ]+ t8 Z/ N: C- c, Z6 j. ]2 E0 J%-----------------------------------------------initial parameters-----------------------------------

setup.nRirLength = 2048;
setup.hpFilterFlag = 1;
setup.reflectionOrder = -1;
setup.micType = 'omnidirectional';
setup.nSensors = 4;
4 M6 k, K2 c5 V# Q2 Ysetup.sensorDistance = 0.05;
setup.reverbTime = 0.1;
setup.speedOfSound = 340;

setup.noiseField = 'spherical';
4 }7 S% I$ D/ Z; o0 D+ m0 t1 Nsetup.sdnr = 20;
setup.ssnr = 25;
, j- H0 v5 o5 e' h+ m9 ]
setup.roomDim = [3;4;3];

$ }; m( t8 M, ]0 d% FsrcHeight = 1;
0 M2 |0 |" P! F  I; X7 JarrayHeight = 1;

$ Q# t7 X, Z0 G1 y! jarrayCenter = [setup.roomDim(1:2)/2;1];

arrayToSrcDistInt = [1,1];
" C6 W* t3 _, S5 o* h
setup.srcPoint = [1.5;1;1];

; q: h2 L" G. v' Y9 _, ?setup.micPoints = generateUlaCoords(arrayCenter,setup.nSensors,setup.sensorDistance,0,arrayHeight);
# |' F9 [* j/ q1 s/ V# q& i

. g; t0 Z( B8 W5 V- l& U[cleanSignal,setup.sampFreq] = audioread('..\data\twoMaleTwoFemale20Seconds.wav');

) Z( Z) r: [4 z6 U/ j%---------------------------------------------------initial end----------------------------------------
0 @5 U8 p1 c7 }1 {7 n) P( x

% H0 H' O: \4 Q: ?$ ]( M
& G- r( Q* a6 Y0 @%-------------------------------algorithm processing--------------------------------------------------
' h3 ?4 Q2 C' ?  ^" N
if setup.reverbTime == 0,
# s1 g$ l. I& Y7 Q3 K' o    setup.reverbTime = 0.2;
  j1 K' A% a8 Q' H3 A    reflectionOrder = 0;
else
6 j1 h  @8 b# e- X) P    reflectionOrder = -1;
end

/ X" X) |7 S- X9 [7 h' K; S4 E; }' N' YrirMatrix = rir_generator(setup.speedOfSound,setup.sampFreq,setup.micPoints',setup.srcPoint',setup.roomDim',...
& m# q; W# O& ~    setup.reverbTime,setup.nRirLength,setup.micType,setup.reflectionOrder,[],[],setup.hpFilterFlag);
- H3 V1 l* ]: ]
6 ]4 z/ v7 I' K/ B1 I1 [! Xfor iSens = 1:setup.nSensors,
0 @  m! o( w* r; J$ c    tmpCleanSignal(:,iSens) = fftfilt(rirMatrix(iSens,',cleanSignal);
end
2 \& {4 j2 i; Z/ u  e. p1 M) ^) U+ SmcSignals.clean = tmpCleanSignal(setup.nRirLength:end,;
$ S: _* Q1 n) q/ M" }, I" `& X# nsetup.nSamples = length(mcSignals.clean);

, E$ v7 t5 i% N$ ymcSignals.clean = mcSignals.clean - ones(setup.nSamples,1)*mean(mcSignals.clean);
, q' L2 k9 v5 r* G) p: c
9 v. y$ e3 j/ L; C9 j' I%-------produce the microphone recieved clean signals---------------------------------------------

  c4 x, L4 d  u, s& _mic_clean1=10*mcSignals.clean(:,1); %Because of the attenuation of the recievd signals,Amplify the signals recieved by Mics with tenfold
$ Q& K5 e0 z' b+ I! Q  qmic_clean2=10*mcSignals.clean(:,2);
mic_clean3=10*mcSignals.clean(:,3);
mic_clean4=10*mcSignals.clean(:,4);
audiowrite('mic_clean1.wav' ,mic_clean1,setup.sampFreq);
; e* I* v$ `# L9 g. U( Raudiowrite('mic_clean2.wav' ,mic_clean2,setup.sampFreq);
audiowrite('mic_clean3.wav' ,mic_clean3,setup.sampFreq);
audiowrite('mic_clean4.wav' ,mic_clean4,setup.sampFreq);

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

addpath([cd,'\..\nonstationaryMultichanNoiseGenerator\']);

. q# g# l4 h7 z9 P; HcleanSignalPowerMeas = var(mcSignals.clean);

! B0 }% R+ g3 k
& Z4 B5 K% q3 ?& X( M: j. {. P. `mcSignals.diffNoise = generateMultichanBabbleNoise(setup.nSamples,setup.nSensors,setup.sensorDistance,...
    setup.speedOfSound,setup.noiseField);
. t4 Y. I% C( Z( X3 }  M$ SdiffNoisePowerMeas = var(mcSignals.diffNoise);
$ f$ {) o) c8 [0 w3 p' y( {0 \5 WdiffNoisePowerTrue = cleanSignalPowerMeas/10^(setup.sdnr/10);
3 f3 b! v: f* i! s) BmcSignals.diffNoise = mcSignals.diffNoise*...
    diag(sqrt(diffNoisePowerTrue)./sqrt(diffNoisePowerMeas));
6 f3 \1 h  j# C
  W  c0 J' X0 x( T/ ?  |3 w3 A  bmcSignals.sensNoise = randn(setup.nSamples,setup.nSensors);
" I8 I) w4 Y/ G& |sensNoisePowerMeas = var(mcSignals.sensNoise);
8 p5 d  u5 [2 {8 B- V2 wsensNoisePowerTrue = cleanSignalPowerMeas/10^(setup.ssnr/10);
! P. |* H7 b) V! ~$ L3 @mcSignals.sensNoise = mcSignals.sensNoise*...
/ I6 n* N, Z7 s    diag(sqrt(sensNoisePowerTrue)./sqrt(sensNoisePowerMeas));
  x$ j& _* n& T3 b! H" t
1 m" `6 H1 x0 j  |mcSignals.noise = mcSignals.diffNoise + mcSignals.sensNoise;
mcSignals.observed = mcSignals.clean + mcSignals.noise;
1 t$ A3 w( w9 ?: K& F+ v
%------------------------------processing end-----------------------------------------------------------

2 o- ^2 i4 W2 c& L  n4 R


3 J$ ~: a6 Q. B* Y%----------------produce the noisy speech of MIc in the specific ervironment sets------------------------

  m* k$ Q. O9 z5 q3 Dnoisy_mix1=10*mcSignals.observed(:,1); %Amplify the signals recieved by Mics with tenfold
noisy_mix2=10*mcSignals.observed(:,2);
2 w0 z$ e6 M8 P' h( Cnoisy_mix3=10*mcSignals.observed(:,3);
) M1 u9 Q7 J; O/ K& I7 u1 W4 lnoisy_mix4=10*mcSignals.observed(:,4);
) M+ o/ |  z/ Y/ X. E# Fl1=size(noisy_mix1);
l2=size(noisy_mix2);
l3=size(noisy_mix3);
, `/ z! ^1 i! \l4=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);


%-----------------------------end-------------------------------------------------------------------------
7 d( b* ~6 j6 A( j5 o+ ~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') 。
% \6 E6 X* j( @直接把它们替换成你想要处理的音频文件即可。
5 C# H* v% q5 _, Q' E
  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）。
1 U$ A1 E1 {- q3 A/ V

# ^; k0 A! w- [5 F7 ~
* r# I- K% m0 h! h/ s! j图1 麦克风类型图
& b( F, ^$ I, g6 x! K
图二 房间的坐标系

2 x5 {% ^8 H/ f& A  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。
) ?5 z; n5 I& _7 _* S1 l0 c————————————————
( g  [9 D8 r/ y( d9 A# E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


9 b7 Q4 D! G4 N. \: P