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

基於影像源方法 [[Allen and Berkley, 1979](references.html#id63)]，計算室內脈衝響應 (RIR)。此實作基於 pyroomacoustics [[Scheibler *et al.*, 2018](references.html#id62)]。

參數:

• room (torch.Tensor) – 房間座標。room 的形狀必須為 (3,)，代表房間的三個維度。

• source (torch.Tensor) – 聲源座標。維度為 (3,) 的張量。

• mic_array (torch.Tensor) – 麥克風座標。維度為 (channel, 3) 的張量。

• max_order (int) – 音源的最大反射次數。

• absorption (float 或 torch.Tensor) – 牆壁材料對聲音能量的吸收 [[Wikipedia contributors, n.d.](references.html#id64)] 係數。如果 dtype 為 float，則所有牆壁和所有頻率的吸收係數都相同。如果 absorption 是一維張量，則形狀必須為 (6,)，其中值分別代表 "west"、"east"、"south"、"north"、"floor" 和 "ceiling" 的吸收係數。如果 absorption 是二維張量，則形狀必須為 (7, 6)，其中 7 代表八度音程頻帶的數量。

• output_length (int 或 None, 可選) –

  模擬 RIR 訊號的輸出長度。如果為 None，則長度定義為

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

  其中 max_d 是影像源和麥克風之間的最大距離。

• delay_filter_length (int, 可選) – 用於計算 sinc 函數的濾波器長度。（預設值：81）

• center_frequency (torch.Tensor, 可選) – 多頻帶牆壁的八度音程頻帶的中心頻率。僅當 absorption 是二維張量時使用。

• sound_speed (float, 可選) – 聲速。（預設值：343.0）

• sample_rate (float, 可選) – 產生的室內脈衝響應訊號的取樣率。（預設值：16000.0）

傳回:

模擬的室內脈衝響應波形。維度為 (channel, rir_length) 的張量。

傳回類型:

(torch.Tensor)

注意

如果 absorption 是二維張量且 center_frequency 設定為 None，則八度音程頻帶的中心頻率固定為 [125.0, 250.0, 500.0, 1000.0, 2000.0, 4000.0, 8000.0]。使用者需要調整 absorption 的值以對應的頻率。