pyroomacoustics 0.1.23

摘要

热声学是一个旨在快速发展的软件包。 以及音频阵列处理算法的测试。包裹的内容 可分为三个主要部分：

1. 直观的python面向对象界面，可快速构建不同的模拟场景，包括二维和三维房间中的多个声源和麦克风；
2. 快速实现通用多面体房间的图像源模型，有效地生成房间脉冲响应并模拟源与接收器之间的传播；
3. stft、波束形成、测向、自适应滤波、信源分离和单信道去噪等常用算法的参考实现。
< > >

这些组件一起形成一个包，有可能加快上市时间 通过显著减少 绩效评估步骤。请参阅本笔记本 用于演示此软件包的不同组件。

室内声学模拟

考虑以下情况。

< Buff行情>

例如，假设你想制作一部犯罪广播剧 碰巧，根据编剧的说法，故事情节必须达到高潮 在一个恶魔般的群体中，很快就堕落成一场激烈的枪战，所有的一切都发生了 就在牛津高混响声环境的圣坛周围 基督教堂大教堂。为了确保它听起来是真实的，你问 基督教堂请求允许在教堂内记录最后一幕，但是 不知怎的，他不相信你作品的艺术价值，就拒绝了 给你许可。但在传统的录音室里录下来，这一幕听起来很平淡。 那你怎么办？

-施努普、内尔肯和金，《听觉神经科学》，2010年。

面对这种困难情况， 热声学 可以通过模拟节省时间 基督教堂的环境！

包装的核心是一个房间脉冲响应（RIR）发生器，基于 可以处理的图像源模型

• 凸面和非凸面房间
• 二维/三维房间

纯python实现和c加速器都包含在 速度和兼容性。

这个包的哲学是抽象出 使用面向对象编程方法的实验。每一个元素 使用类表示，并且可以通过组合 这些元素就像在真正的实验中一样。

假设我们要模拟一个使用线性的延迟和和波束形成器 在一个只有一个鞋盒形状的房间内设置四个麦克风的阵列 音源。首先，我们创建一个房间对象，在其中添加一个麦克风 数组对象和声源对象。然后，room对象有方法 计算源和接收器之间的RIR。波束形成器CT随后延伸 麦克风阵列类，有不同的方法计算权重， 示例延迟和和权重。请参见下面的示例了解 代码看起来像。

room 类还允许处理源发出的声音样本， 有效地模拟声源和麦克风之间的声音传播。 在构成波束形成器的麦克风的输入端，一个stft（短时间 fourier transform）引擎允许通过 波束形成器并评估输出。

参考实施

除了核心图像源模型模拟之外， 热声学 还包含一些流行音频处理的参考实现 用于

• 短时傅里叶变换 （块+联机）
• 波束成形
• 到达方向 （DOA）查找
• 自适应过滤（nlms，rls）
• 盲源分离 （auxiva、trinicon、ilrma、sparseauxiva）
• 单通道去噪 （谱减法、子空间、迭代维纳）

我们使用面向对象的方法来抽象 特定的算法，使它们易于比较。每个算法都可以通过可选参数进行调整。我们试图 为调整参数预先设置值，以便使用默认值运行 通常会产生合理的结果。

数据集

为了简化数据集的使用，我们提供了一些包装器 允许快速加载和排序一些流行的语音语料库。在 一旦我们支持以下内容。

• cmu arctic
• 计时
• 谷歌语音命令数据集

有关详细信息，请参见 文档