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。

  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
$ h6 _; l6 e* N: ]" n& s+ `. S  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)
$ v% ]  ^% b- O# V

2 q; Y( l; N- k; i: l%-----------------------------------------------------------------------
%  Producing the multi_noisy_signals for Mic array Beamforming.
%
%  Usage:  multichannelSignalGenerator(setup)
%         
%        setup.nRirLength : The length of Room Impulse Response Filter
! t5 Y  w" T/ `: @" S$ C%        setup.hpFilterFlag  : use 'false' to disable high-pass filter, the high-%pass filter is enabled by default
  {! t" k* G: T* Z/ C" T! I%        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
%        setup.sensorDistance : The distance between the adjacent Mics (m)
%        setup.reverbTime : The reverberation time of room
: f7 `: ^0 [' ]9 ~3 B8 U%        setup.speedOfSound : sound velocity (m/s)
%
%        setup.noiseField : Two kinds of Typical noise field, 'spherical' and 'cylindrical'
: b0 n! \: e2 w" p! B$ |%        setup.sdnr : The target mixing snr for diffuse noise and clean siganl.
%        setup.ssnr : The approxiated mixing snr for sensor noise and clean siganl.
6 G4 f0 V2 W; I- T+ K%
& a5 J/ @# m! B%        setup.roomDim : 1 x 3 array specifying the (x,y,z) coordinates of the room (m).           
9 M# m* q4 Y; L2 Y4 k%        setup.micPoints : 3 x M array, the rows specifying the (x,y,z) coordinates of the mic postions (m).
%        setup.srcPoint  : 3 x M array, the rows specifying the (x,y,z) coordinates of the  audio source postion (m).
: `( O/ E: A3 w3 Y. n8 t- Z4 i9 d%
%        srcHeight : The height of target audio source
%        arrayHeight : The height of mic array
%
%        arrayCenter : The Center Postion of mic array
5 f4 B. Y; G3 @; @( U8 l%
%        arrayToSrcDistInt :The distance between the array and audio source on the xy axis
" j; s# t$ v" m: e. V& k% |%
1 N" v2 C" j0 b! x( y%                       
: e: I0 ~" c( ^8 `/ O& ~0 W1 E%
+ z8 w3 \2 \0 Q. V%
%         
%
%  How To Use : JUST RUN
' ^) e2 H, k  p%
1 S5 D! V: O5 [& F0 S%  
%   
/ F- l' A7 y. v: Z% Code From: Audio analysis Lab of Aalborg University (Website: https://audio.create.aau.dk/),
6 O/ M/ O# n7 g( k6 F/ x, ~' B%            slightly modified by Wind at Harbin Institute  of Technology, Shenzhen, in 2018.3.24
%
% Copyright (C) 1989, 1991 Free Software Foundation, Inc.
%-------------------------------------------------------------------------
8 d5 Y1 y: F; Q4 E

0 n' B6 j4 n) C& j" ^5 U
. l& ^" F+ }$ Z% f$ O6 Saddpath([cd,'\..\rirGen\']);
# }2 E6 ?8 Q: Q, S" Y5 y- c
%-----------------------------------------------initial parameters-----------------------------------

setup.nRirLength = 2048;
setup.hpFilterFlag = 1;
setup.reflectionOrder = -1;
* O1 x4 E: U" h  H- o5 hsetup.micType = 'omnidirectional';
* o4 }3 }. l7 \  Nsetup.nSensors = 4;
setup.sensorDistance = 0.05;
6 W$ @4 [/ ^7 `setup.reverbTime = 0.1;
setup.speedOfSound = 340;
2 D% e9 C) u5 \
setup.noiseField = 'spherical';
setup.sdnr = 20;
setup.ssnr = 25;

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

9 T6 g/ b" m' D7 J7 EsrcHeight = 1;
2 Q8 v4 H0 H* O1 u8 carrayHeight = 1;
! ]$ z/ ?  `5 E. ]: V" y- b7 P: x
# [/ Y. X4 C1 Y" Q* marrayCenter = [setup.roomDim(1:2)/2;1];

# k! \' ]' k6 p' X8 j4 e( }4 UarrayToSrcDistInt = [1,1];

+ p& k7 H) I1 \* y& \/ Y' h# gsetup.srcPoint = [1.5;1;1];

setup.micPoints = generateUlaCoords(arrayCenter,setup.nSensors,setup.sensorDistance,0,arrayHeight);

4 Z2 S/ x1 q) S5 i1 B* V# E; @% f
% T* {7 ~3 ~& n, W2 z! e[cleanSignal,setup.sampFreq] = audioread('..\data\twoMaleTwoFemale20Seconds.wav');

+ U7 n5 ^: V3 `5 F4 J) K" B0 }2 D%---------------------------------------------------initial end----------------------------------------


6 a- ~) P+ g# [1 W
%-------------------------------algorithm processing--------------------------------------------------
. Z: R" F. e- f* Z0 I2 u' }
* k" i* O: J5 `- \: Bif setup.reverbTime == 0,
    setup.reverbTime = 0.2;
    reflectionOrder = 0;
else
    reflectionOrder = -1;
7 I9 b& U6 M  [8 ?1 bend

rirMatrix = rir_generator(setup.speedOfSound,setup.sampFreq,setup.micPoints',setup.srcPoint',setup.roomDim',...
    setup.reverbTime,setup.nRirLength,setup.micType,setup.reflectionOrder,[],[],setup.hpFilterFlag);
. h0 Y- Z' o7 H- e  B' c9 }
for iSens = 1:setup.nSensors,
4 i9 i- u# ], f& B4 Q3 ]3 X$ C6 w3 I    tmpCleanSignal(:,iSens) = fftfilt(rirMatrix(iSens,',cleanSignal);
  i( b$ s0 y, D( g  v9 F: `4 t/ Jend
, `7 T  y' K3 k" s( o9 \$ emcSignals.clean = tmpCleanSignal(setup.nRirLength:end,;
setup.nSamples = length(mcSignals.clean);

# x6 z5 d: _0 _& ImcSignals.clean = mcSignals.clean - ones(setup.nSamples,1)*mean(mcSignals.clean);

%-------produce the microphone recieved clean signals---------------------------------------------
* T: V! w/ O- v. i  Q
( U8 w0 t( _! h( tmic_clean1=10*mcSignals.clean(:,1); %Because of the attenuation of the recievd signals,Amplify the signals recieved by Mics with tenfold
; q' h# e2 o& L7 g& \mic_clean2=10*mcSignals.clean(:,2);
3 v) L* B2 V0 z- @8 }mic_clean3=10*mcSignals.clean(:,3);
' {' |' M7 \4 lmic_clean4=10*mcSignals.clean(:,4);
- u" e7 t' ?  x( D% Naudiowrite('mic_clean1.wav' ,mic_clean1,setup.sampFreq);
audiowrite('mic_clean2.wav' ,mic_clean2,setup.sampFreq);
! O8 Y5 B$ F7 r2 p5 L& Kaudiowrite('mic_clean3.wav' ,mic_clean3,setup.sampFreq);
audiowrite('mic_clean4.wav' ,mic_clean4,setup.sampFreq);
; e& U. ?  P" j1 Z
, \& r) d! }$ \* m%----------------------------------end--------------------------------------------------

( M8 e1 |" P. u3 A3 x5 i; e% {addpath([cd,'\..\nonstationaryMultichanNoiseGenerator\']);

5 x+ t( [: M% `+ u0 _1 CcleanSignalPowerMeas = var(mcSignals.clean);
$ J) y. i; n. n3 w9 T* N
; h! [; F6 }1 p% H2 `
mcSignals.diffNoise = generateMultichanBabbleNoise(setup.nSamples,setup.nSensors,setup.sensorDistance,...
    setup.speedOfSound,setup.noiseField);
! S# A2 S& M5 QdiffNoisePowerMeas = var(mcSignals.diffNoise);
9 \. y) w2 I3 [, x: F# N  GdiffNoisePowerTrue = cleanSignalPowerMeas/10^(setup.sdnr/10);
& y4 d2 m2 I& \$ I) ~mcSignals.diffNoise = mcSignals.diffNoise*...
    diag(sqrt(diffNoisePowerTrue)./sqrt(diffNoisePowerMeas));

mcSignals.sensNoise = randn(setup.nSamples,setup.nSensors);
sensNoisePowerMeas = var(mcSignals.sensNoise);
) A# y0 L$ t) n. p; e9 K1 osensNoisePowerTrue = cleanSignalPowerMeas/10^(setup.ssnr/10);
mcSignals.sensNoise = mcSignals.sensNoise*...
5 s0 h9 G& A5 Z8 O3 ]    diag(sqrt(sensNoisePowerTrue)./sqrt(sensNoisePowerMeas));
" ]% K+ l$ I; z' x+ s& o9 b+ c
/ m4 @* z- Y" F$ FmcSignals.noise = mcSignals.diffNoise + mcSignals.sensNoise;
4 E: U6 N7 S' N+ L" L2 b5 f$ R; bmcSignals.observed = mcSignals.clean + mcSignals.noise;

9 ^& Y  \( B. w/ M%------------------------------processing end-----------------------------------------------------------
: {/ X; L) a" z1 I0 b
, ?# c* Y. o& W' a4 G
# V+ m0 b+ t) a) _$ ]2 ^& Y

" ?/ T  g+ |0 z" ?! N%----------------produce the noisy speech of MIc in the specific ervironment sets------------------------

$ q' O( D2 C2 h0 O0 xnoisy_mix1=10*mcSignals.observed(:,1); %Amplify the signals recieved by Mics with tenfold
% P$ J) l$ Y2 wnoisy_mix2=10*mcSignals.observed(:,2);
% `' {& L: E( g8 V5 D: Y! Enoisy_mix3=10*mcSignals.observed(:,3);
noisy_mix4=10*mcSignals.observed(:,4);
  }7 M' ^2 ?/ x7 E7 }l1=size(noisy_mix1);
$ A5 g2 d' |, dl2=size(noisy_mix2);
7 V0 t3 u! L- I! o1 H5 s# H8 }l3=size(noisy_mix3);
l4=size(noisy_mix4);
audiowrite('diffused_babble_noise1_20dB.wav' ,noisy_mix1,setup.sampFreq);
; u0 G8 s; V: R6 I, p$ o! Uaudiowrite('diffused_babble_noise2_20dB.wav' ,noisy_mix2,setup.sampFreq);
0 Y+ R. m! }8 C- r8 F+ W# Yaudiowrite('diffused_babble_noise3_20dB.wav' ,noisy_mix3,setup.sampFreq);
3 ^6 |  j- q# ?audiowrite('diffused_babble_noise4_20dB.wav' ,noisy_mix4,setup.sampFreq);

/ Z* N8 ]/ t: W  K/ S, _
%-----------------------------end-------------------------------------------------------------------------
; e  T/ }& x' K3 F2 J- B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。

  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 l8 t. ?7 e) r( d& Q8 I7 P) U
) y6 ?; w" c) A  s" E8 E$ ]
图1 麦克风类型图

5 t2 C0 a2 v+ a图二 房间的坐标系

* V* b" |4 G6 T5 G  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。
0 @! d; S. L+ ]* B————————————————
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
# c. {5 M+ j. R/ _" u
8 c) Z7 z2 U6 w. O
1 l' y$ z* N9 u. \/ M: L% K0 i