Живое направление оценки прибытия с линейным массивом микрофона
В этом примере показано, как получить и обработать живое многоканальное аудио. Это также представляет простой алгоритм для оценки Направления прибытия (DOA) источника звука с помощью нескольких пар микрофона в линейной матрице.
Выберите и сконфигурируйте источник аудиосэмплов
Если многоканальный входной аудиоинтерфейс доступен, то измените этот скрипт, чтобы установить sourceChoice 'жить'. В этом режиме пример будет использовать живые входные аудиосигналы - это также примет, что все входные параметры (два или больше) управляются микрофонами, расположенными на линейной матрице. Если никакой массив микрофона или многоканальная звуковая карта не доступны, то установленный sourceChoice к 'записанному'. В этом режиме пример будет использовать записанные заранее аудиосэмплы, полученные с линейной матрицей. Для sourceChoice = 'живой', следующий код использует audioDeviceReader получать 4 живых звуковых канала через Microsoft Kinect™ для Windows®. Чтобы использовать другую настройку массива микрофона, гарантируйте, что установленный драйвер аудиоустройства является одним из обычных типов, поддержанных MATLAB, и установил Device свойство audioDeviceReader соответственно. Можно запросить допустимый Device присвоения для вашего компьютера путем вызова getAudioDevices метод audioDeviceReader объект. Обратите внимание на то, что даже когда с помощью Microsoft Kinect, имя устройства может варьироваться через машины и не может совпадать с той, используемой в этом примере. Используйте заполнение клавишей Tab, чтобы получить правильное имя на вашей машине.
% sourceChoice = {'recorded'|'live'} sourceChoice = 'recorded'; % Set for how long the live processing should last endTime = 20; % And how many samples per channel should be acquired and processed at each % iteration audioFrameLength = 3200; switch sourceChoice case 'live' fs = 16000; audioInput = audioDeviceReader(... 'Device', 'Microphone Array (Microsoft Kinect USB Audio)',... 'SampleRate', fs, ... 'NumChannels', 4,... 'OutputDataType','double',... 'SamplesPerFrame', audioFrameLength); case 'recorded' % The following audio files holds a 20-second recording of 4 raw % audio channels acquired with a Microsoft Kinect(TM) for % Windows(R) in the presence of a noisy source moving in front of % the array roughly from -40 to about +40 degrees and then back % to the initial position. audioFileName = 'AudioArray-16-16-4channels-20secs.wav'; audioInput = dsp.AudioFileReader(... 'OutputDataType','double',... 'Filename', audioFileName,... 'PlayCount', inf, ... 'SamplesPerFrame', audioFrameLength); fs = audioInput.SampleRate; end
Задайте геометрию массивов
Следующие значения идентифицируют аппроксимированные линейные координаты 4 встроенных микрофонов Microsoft Kinect™ относительно положения камеры RGB (не используемый в этом примере). Для 3D использования координат [[x1; y1; z1], [x2; y2; z2]..., [xN; yN; цинк]]
micPositions = [-0.088, 0.042, 0.078, 0.11];
Сформируйте пары микрофона
Алгоритм, используемый в этом примере, работает с парами микрофонов независимо. Это затем комбинирует отдельные оценки DOA, чтобы предоставить одному живому DOA выход. Чем больше доступных пар, тем более устойчивый (все же в вычислительном отношении дорогой) оценка DOA. Максимальное количество доступных пар может быть вычислено через nchoosek (длина (micPositions), 2). В этом случае эти 3 пары с самыми большими расстояниями межмикрофона выбраны. Чем больше расстояние межмикрофона, тем более чувствительный оценка DOA. Каждый столбец следующей матрицы описывает выбор пары микрофона в массиве. Все значения должны быть целыми числами между 1 и длина (micPositions).
micPairs = [1 4; 1 3; 1 2]; numPairs = size(micPairs, 1);
Инициализируйте визуализацию DOA
% Create an instance of the helper plotting object DOADisplay. This will % display the estimated DOA live with an arrow in a polar plot. DOAPointer = DOADisplay();
Создайте и сконфигурируйте алгоритмические базовые блоки
Аудио длины Системы координат
bufferLength = 64; % Use a helper object to rearrange the input samples according the how the % microphone pairs are selected preprocessor = PairArrayPreprocessor(... 'MicPositions', micPositions,... 'MicPairs', micPairs,... 'BufferLength', bufferLength); micSeparations = getPairSeparations(preprocessor); % The main algorithmic builing block of this example is a cross-correlator. % That is used in conjunction with an interpolator to ensure a finer DOA % resolution. In this simple case it is sufficient to use the same two % objects across the different pairs available. In general, however, % different channels may need to independently save their internal states % and hence to be handled by separate objects. XCorrelator = dsp.Crosscorrelator(... 'Method', 'Frequency Domain'); interpFactor = 8; b = interpFactor * fir1((2*interpFactor*8-1),1/interpFactor); groupDelay = median(grpdelay(b)); interpolator = dsp.FIRInterpolator(... 'InterpolationFactor',interpFactor,... 'Numerator',b);
Получите и сигналы процесса в цикле
Для каждой итерации следующего цикла с условием продолжения: считайте audioFrameLength выборки для каждого звукового канала, обработайте данные, чтобы оценить значение DOA и отобразить результат на сделанной на заказ основанной на стреле полярной визуализации.
tic for idx = 1:(endTime*fs/audioFrameLength) cycleStart = toc; % Read a multichannel frame from the audio source % The returned array is of size AudioFrameLength x size(micPositions,2) multichannelAudioFrame = audioInput(); % Rearrange the acquired sample in 4-D array of size % bufferLength x numBuffers x 2 x numPairs where 2 is the number of % channels per microphone pair bufferedFrame = preprocessor(multichannelAudioFrame); % First estimate the DOA for each pair, independently % Initialize arrays used across available pairs numBuffers = size(bufferedFrame, 2); delays = zeros(1,numPairs); anglesInRadians = zeros(1,numPairs); xcDense = zeros((2*bufferLength-1)*interpFactor, numPairs); % Loop through available pairs for kPair = 1:numPairs % Estimate inter-microphone delay for each 2-channel buffer delayVector = zeros(numBuffers, 1); for kBuffer = 1:numBuffers % Cross-correlate pair channels to get a coarse % crosscorrelation xcCoarse = XCorrelator( ... bufferedFrame(:,kBuffer,1,kPair), ... bufferedFrame(:,kBuffer,2,kPair)); % Interpolate to increase spatial resolution xcDense = interpolator(flipud(xcCoarse)); % Extract position of maximum, equal to delay in sample time % units, including the group delay of the interpolation filter [~,idxloc] = max(xcDense); delayVector(kBuffer) = ... (idxloc - groupDelay)/interpFactor - bufferLength; end % Combine DOA estimation across pairs by selecting the median value delays(kPair) = median(delayVector); % Convert delay into angle using the microsoft pair spatial % separations provided anglesInRadians(kPair) = HelperDelayToAngle(delays(kPair), fs, ... micSeparations(kPair)); end % Combine DOA estimation across pairs by keeping only the median value DOAInRadians = median(anglesInRadians); % Arrow display DOAPointer(DOAInRadians) % Delay cycle execution artificially if using recorded data if(strcmp(sourceChoice,'recorded')) pause(audioFrameLength/fs - toc + cycleStart) end end release(audioInput)
