麦克风阵列仿真环境的搭建

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

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)%-----------------------------------------------------------------------
%  Producing the multi_noisy_signals for Mic array Beamforming.
%
%  Usage:  multichannelSignalGenerator(setup)
%
%   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.
%   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
%   setup.speedOfSound : sound velocity (m/s)
%
%   setup.noiseField : Two kinds of Typical noise field, 'spherical' and 'cylindrical'
%   setup.sdnr : The target mixing snr for diffuse noise and clean siganl.
%   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).
%   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
%
%   arrayCenter : The Center Postion of mic array
%
%   arrayToSrcDistInt :The distance between the array and audio source on the xy axis
%
%
%
%
%
%
%  How To Use : JUST RUN
%
%
%
% 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.
%-------------------------------------------------------------------------addpath([cd,'\..\rirGen\']);%-----------------------------------------------initial parameters-----------------------------------setup.nRirLength = 2048;
setup.hpFilterFlag = 1;
setup.reflectionOrder = -1;
setup.micType = 'omnidirectional';
setup.nSensors = 4;
setup.sensorDistance = 0.05;
setup.reverbTime = 0.1;
setup.speedOfSound = 340;setup.noiseField = 'spherical';
setup.sdnr = 20;
setup.ssnr = 25;setup.roomDim = [3;4;3];srcHeight = 1;
arrayHeight = 1;arrayCenter = [setup.roomDim(1:2)/2;1];arrayToSrcDistInt = [1,1];setup.srcPoint = [1.5;1;1];setup.micPoints = generateUlaCoords(arrayCenter,setup.nSensors,setup.sensorDistance,0,arrayHeight);[cleanSignal,setup.sampFreq] = audioread('..\data\twoMaleTwoFemale20Seconds.wav');%---------------------------------------------------initial end----------------------------------------%-------------------------------algorithm processing--------------------------------------------------if setup.reverbTime == 0,setup.reverbTime = 0.2;reflectionOrder = 0;
elsereflectionOrder = -1;
endrirMatrix = rir_generator(setup.speedOfSound,setup.sampFreq,setup.micPoints',setup.srcPoint',setup.roomDim',...setup.reverbTime,setup.nRirLength,setup.micType,setup.reflectionOrder,[],[],setup.hpFilterFlag);for iSens = 1:setup.nSensors,tmpCleanSignal(:,iSens) = fftfilt(rirMatrix(iSens,:)',cleanSignal);
end
mcSignals.clean = tmpCleanSignal(setup.nRirLength:end,:);
setup.nSamples = length(mcSignals.clean);mcSignals.clean = mcSignals.clean - ones(setup.nSamples,1)*mean(mcSignals.clean);%-------produce the microphone recieved clean signals---------------------------------------------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);
mic_clean3=10*mcSignals.clean(:,3);
mic_clean4=10*mcSignals.clean(:,4);
audiowrite('mic_clean1.wav' ,mic_clean1,setup.sampFreq);
audiowrite('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\']);cleanSignalPowerMeas = var(mcSignals.clean);mcSignals.diffNoise = generateMultichanBabbleNoise(setup.nSamples,setup.nSensors,setup.sensorDistance,...setup.speedOfSound,setup.noiseField);
diffNoisePowerMeas = var(mcSignals.diffNoise);
diffNoisePowerTrue = cleanSignalPowerMeas/10^(setup.sdnr/10);
mcSignals.diffNoise = mcSignals.diffNoise*...diag(sqrt(diffNoisePowerTrue)./sqrt(diffNoisePowerMeas));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));mcSignals.noise = mcSignals.diffNoise + mcSignals.sensNoise;
mcSignals.observed = mcSignals.clean + mcSignals.noise;%------------------------------processing end-----------------------------------------------------------%----------------produce the noisy speech of MIc in the specific ervironment sets------------------------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);
l1=size(noisy_mix1);
l2=size(noisy_mix2);
l3=size(noisy_mix3);
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-------------------------------------------------------------------------

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）。

图1 麦克风类型图

图二房间的坐标系

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。