torchaudio.prototype.functional.simulate_rir_ism

torchaudio.prototype.functional.simulate_rir_ism(room: Tensor, source: Tensor, mic_array: Tensor, max_order: int, absorption: Union[float, Tensor], output_length: Optional[int] = None, delay_filter_length: int = 81, center_frequency: Optional[Tensor] = None, sound_speed: float = 343.0, sample_rate: float = 16000.0) → Tensor

基于图像源法 [Allen 和 Berkley，1979] 计算房间冲激响应（RIR）。该实现基于pyroomacoustics [Scheibler 等人，2018].

参数:

• room (torch.Tensor) – 房间坐标。room 的形状必须为 (3,)，代表房间的三个维度。

• source (torch.Tensor) – 声音源坐标。维度为 (3,) 的张量。

• mic_array (torch.Tensor) – 麦克风坐标。维度为 (channel, 3) 的张量。

• max_order (int) – 源反射的最大次数。

• 吸收 (浮点数 或 torch.Tensor) – 声能的吸收 [维基百科贡献者，n.d.] 墙体材料的系数。如果数据类型为 float，则所有墙体和所有频率的吸收系数相同。如果 absorption 是一个一维张量，则形状必须为 (6,)，其中值分别表示 "west"、"east"、"south"、"north"、"floor" 和 "ceiling" 的吸收系数。如果 absorption 是一个二维张量，则形状必须为 (7, 6)，其中 7 代表八度音程带的数量。

• output_length (整数 或 None, 可选) –

  模拟 RIR 信号的输出长度。如果为 None，则长度定义为

  \[\frac{\text{max\_d} \cdot \text{sample\_rate}}{\text{sound\_speed}} + \text{delay\_filter\_length} \]

  其中 max_d 是镜像声源和麦克风之间的最大距离。

• delay_filter_length (整数, 可选) – 用于计算 sinc 函数的滤波器长度。(默认值：81)

• center_frequency (torch.Tensor, 可选) – 多频带墙壁的八度音程带的中心频率。仅在 absorption 是二维张量时使用。

• sound_speed (浮点数, 可选) – 声速。(默认值：343.0)

• sample_rate (浮点数, 可选) – 生成的房间冲激响应信号的采样率。(默认值：16000.0)

返回值:

模拟房间冲激响应波形。维度为 (通道, rir_length) 的张量。

返回值类型:

(torch.Tensor)

注意

如果 absorption 是一个二维张量并且 center_frequency 设置为 None，则八度音程带的中心频率固定为 [125.0, 250.0, 500.0, 1000.0, 2000.0, 4000.0, 8000.0]。用户需要将 absorption 的值调整到相应的频率。