麦克风阵列仿真环境的搭建

浅夏110

1. 引言
8 j& \) N7 h% r+ M7 {; v  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。
" C* [% H9 d8 D4 k! Y' h
7 D1 ?0 d# D. R' D! t  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
' n# A& k' s& O1 j' |2 }: f  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)

7 t3 d+ D5 J" N6 o
0 L4 \+ }2 ?% \%-----------------------------------------------------------------------
. H" Y6 Y% ]  L1 B" G%  Producing the multi_noisy_signals for Mic array Beamforming.
%
( v1 y5 T8 Y; _6 Y' j/ x%  Usage:  multichannelSignalGenerator(setup)
5 Y$ X# E) q7 X( T; b& Y%         
% y" P. d7 v1 G. ?; t%        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
, w! a: G' s$ x. U9 `- O' T%        setup.reflectionOrder : reflection order, default is -1, i.e. maximum order.
%        setup.micType : [omnidirectional, subcardioid, cardioid, hypercardioid, bidirectional], default is omnidirectional.
, h* V2 A7 q' I- a4 V0 n%           
# i& M1 [& R0 f- J5 v%        setup.nSensors : The numbers of the Mic
%        setup.sensorDistance : The distance between the adjacent Mics (m)
%        setup.reverbTime : The reverberation time of room
2 u5 p% [8 b& A7 O3 K1 U%        setup.speedOfSound : sound velocity (m/s)
# o2 C% F4 y6 @4 R0 i9 t%
%        setup.noiseField : Two kinds of Typical noise field, 'spherical' and 'cylindrical'
& Y, Z: l# ~9 t, S%        setup.sdnr : The target mixing snr for diffuse noise and clean siganl.
4 p( P9 J  }0 d( d; A%        setup.ssnr : The approxiated mixing snr for sensor noise and clean siganl.
%
%        setup.roomDim : 1 x 3 array specifying the (x,y,z) coordinates of the room (m).           
%        setup.micPoints : 3 x M array, the rows specifying the (x,y,z) coordinates of the mic postions (m).
# V  ]! l' c5 m# s%        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
%        arrayHeight : The height of mic array
%
- @& S/ S" f8 o%        arrayCenter : The Center Postion of mic array
9 N1 x3 p& X4 m8 z8 |9 v' Y( G1 y%
; N8 ~  M5 ^4 B" y%        arrayToSrcDistInt :The distance between the array and audio source on the xy axis
%
%                       
. D' l: k9 M# D. p2 n4 r7 ^%
%
& j( A0 Z1 |# j' U$ Z* Z; c2 v' \%         
%
( [6 n; `( K! c" v4 |%  How To Use : JUST RUN
%
%  
, u9 {+ Q7 y2 h0 V/ h( Y, y%   
9 L% y3 }2 _6 n( ~. s4 N# A( ]% 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
4 \. k+ h' O" @2 Z6 r9 [5 G! F%
% Copyright (C) 1989, 1991 Free Software Foundation, Inc.
%-------------------------------------------------------------------------

% g  u* Z$ O: x) ?
" A; u2 k$ }7 m8 O* c2 h2 ]
% R. g% L6 ~9 P( g+ paddpath([cd,'\..\rirGen\']);

' c( U. p8 I5 `- v4 s%-----------------------------------------------initial parameters-----------------------------------
7 n2 R$ I1 ^) V& k+ u' _8 ~
setup.nRirLength = 2048;
setup.hpFilterFlag = 1;
( {$ l0 N2 j* {9 @2 Wsetup.reflectionOrder = -1;
! P# T) Y5 A- g; t) Psetup.micType = 'omnidirectional';
- l6 _7 S& N! K0 |setup.nSensors = 4;
9 @" V8 D" W3 _! H4 ?setup.sensorDistance = 0.05;
setup.reverbTime = 0.1;
setup.speedOfSound = 340;
" ^" O: u% v  s. `: ]2 E
setup.noiseField = 'spherical';
/ M+ ^$ u$ B$ u* Csetup.sdnr = 20;
' n/ s. t! |  q# g& }setup.ssnr = 25;

5 ]' x7 V9 X+ X0 V2 }7 ~" w" ssetup.roomDim = [3;4;3];
& k# M1 J8 r; |6 t
) t7 ~% V3 `6 w. \4 gsrcHeight = 1;
arrayHeight = 1;

: L: ~. R0 Y* v6 P9 a. |7 barrayCenter = [setup.roomDim(1:2)/2;1];
$ |& E" [  n# l
' F% X4 ~- Z3 [9 }2 ]arrayToSrcDistInt = [1,1];
7 ^/ o. B( C8 d" y. J3 i; N
7 R3 g: V' V  K- T& [6 `. ]; Isetup.srcPoint = [1.5;1;1];
. c7 [" [: }5 T* [/ c
3 k6 ?' f7 p, C  e' L  \setup.micPoints = generateUlaCoords(arrayCenter,setup.nSensors,setup.sensorDistance,0,arrayHeight);


[cleanSignal,setup.sampFreq] = audioread('..\data\twoMaleTwoFemale20Seconds.wav');
' N" Z1 d' ]5 B1 m# I
' l+ V# O' H( B' L; J%---------------------------------------------------initial end----------------------------------------


0 d- H( f! y' {+ t$ r( f$ x8 c
! s0 b! F! k" O4 U5 M%-------------------------------algorithm processing--------------------------------------------------
! @, V, A9 ~+ [- M) z* ^
if setup.reverbTime == 0,
    setup.reverbTime = 0.2;
& i5 e. i  N; g* f" P    reflectionOrder = 0;
else
    reflectionOrder = -1;
. N1 Q' u2 Y, W& ?; D% nend

: B3 M. r/ u5 ]; t: G) \rirMatrix = rir_generator(setup.speedOfSound,setup.sampFreq,setup.micPoints',setup.srcPoint',setup.roomDim',...
) O; w8 Y, ]4 @. r* W; u& H7 K    setup.reverbTime,setup.nRirLength,setup.micType,setup.reflectionOrder,[],[],setup.hpFilterFlag);

2 d1 n1 I, X# p, z1 P  J  pfor iSens = 1:setup.nSensors,
    tmpCleanSignal(:,iSens) = fftfilt(rirMatrix(iSens,',cleanSignal);
end
& u5 f$ @0 l' o! N+ qmcSignals.clean = tmpCleanSignal(setup.nRirLength:end,;
) D) K/ j5 S; w) X; [setup.nSamples = length(mcSignals.clean);

; b* O! I7 G0 Y. j( \) g. m5 {mcSignals.clean = mcSignals.clean - ones(setup.nSamples,1)*mean(mcSignals.clean);
) e, t% i# \  w' {- R6 |+ j
+ o0 k/ `6 \0 `3 A; X5 u/ \%-------produce the microphone recieved clean signals---------------------------------------------
( f1 r) I. A5 T- e  Q. C" L
mic_clean1=10*mcSignals.clean(:,1); %Because of the attenuation of the recievd signals,Amplify the signals recieved by Mics with tenfold
8 j% z% Y1 [2 C6 l7 cmic_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);
9 S1 |+ \) a2 V( L2 {& zaudiowrite('mic_clean2.wav' ,mic_clean2,setup.sampFreq);
audiowrite('mic_clean3.wav' ,mic_clean3,setup.sampFreq);
audiowrite('mic_clean4.wav' ,mic_clean4,setup.sampFreq);
6 I& G9 j: L/ z! C% R
%----------------------------------end--------------------------------------------------
& D. t3 v% J5 S0 n/ [" c
' ]* _, J- y" v% d3 w4 \7 qaddpath([cd,'\..\nonstationaryMultichanNoiseGenerator\']);
  T, X# D* Z1 U' q
* e4 {$ |" n4 v6 q" q# j) hcleanSignalPowerMeas = var(mcSignals.clean);

2 ]1 W3 @$ N$ Y! H+ N
- d/ Y& s0 _7 L. BmcSignals.diffNoise = generateMultichanBabbleNoise(setup.nSamples,setup.nSensors,setup.sensorDistance,...
    setup.speedOfSound,setup.noiseField);
diffNoisePowerMeas = var(mcSignals.diffNoise);
9 v+ U8 F" C) ^+ a' wdiffNoisePowerTrue = cleanSignalPowerMeas/10^(setup.sdnr/10);
1 I* k( u6 E$ e5 O7 J4 CmcSignals.diffNoise = mcSignals.diffNoise*...
    diag(sqrt(diffNoisePowerTrue)./sqrt(diffNoisePowerMeas));
8 ?7 H2 @4 n" n8 R( v9 N% Q
mcSignals.sensNoise = randn(setup.nSamples,setup.nSensors);
sensNoisePowerMeas = var(mcSignals.sensNoise);
sensNoisePowerTrue = cleanSignalPowerMeas/10^(setup.ssnr/10);
mcSignals.sensNoise = mcSignals.sensNoise*...
    diag(sqrt(sensNoisePowerTrue)./sqrt(sensNoisePowerMeas));
- s  h( i; ^, W2 W$ c" I, C! k
& m, p% _1 [7 C# J8 G. OmcSignals.noise = mcSignals.diffNoise + mcSignals.sensNoise;
mcSignals.observed = mcSignals.clean + mcSignals.noise;
# A$ @) D  x$ M& p3 H$ P& ^4 N
7 o  e1 B1 [0 e$ M2 H5 C3 t' R9 _%------------------------------processing end-----------------------------------------------------------


& v! X: H. L9 g& F# a6 K
% s3 B  a+ F" i/ Z8 V) b* S
  s3 p. R# d/ ^* t+ u+ H%----------------produce the noisy speech of MIc in the specific ervironment sets------------------------
: P2 {; x; v" m& k; t. ?' J
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);
/ ~- _' a4 d$ ]( Z: _3 l/ Q1 i( Pl1=size(noisy_mix1);
2 X% f+ R. j/ S% A% L* Zl2=size(noisy_mix2);
l3=size(noisy_mix3);
) W3 F  C/ c/ n+ ?* C3 u  w& u2 dl4=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 d  W3 B$ B
) G2 p# B3 `% o" [5 H1 n" ^%-----------------------------end-------------------------------------------------------------------------
1 B! z' d2 \4 `) B5 B, N  o: d& \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）。



9 S0 i9 k( ]) J图1 麦克风类型图
: ?* j+ y2 O; v; C. [
图二 房间的坐标系

# ]( k0 w' ~6 T* C8 d" L  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。
3 J2 V' q& g* I# l原文链接：https://blog.csdn.net/zhanglu_wind/article/details/79674998

7 N; X6 \2 a# `3 Z