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

已弃用

警告

此函数已被弃用。它将在 2.9 版本中移除。此弃用是向维护阶段过渡 TorchAudio 的大规模重构工作的一部分。更多信息请参见 https://github.com/pytorch/audio/issues/3902。

根据图像源方法 [Allen and Berkley, 1979] 计算房间冲激响应 (RIR)。实现基于pyroomacoustics [Scheibler et al., 2018]。

参数

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

• source (torch.Tensor) – 声源坐标。形状为 (3,) 的张量。

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

• max_order (int) – 声源反射的最大阶数。

• absorption (float 或 torch.Tensor) – 墙壁材料对声能的吸收 [Wikipedia contributors, n.d.] 系数。如果 dtype 是 float，则吸收系数对所有墙壁和所有频率都相同。如果 absorption 是一个一维张量，其形状必须是 (6,)，其中值分别代表 "west"、"east"、"south"、"north"、"floor" 和 "ceiling" 的吸收系数。如果 absorption 是一个二维张量，其形状必须是 (7, 6)，其中 7 代表倍频程带的数量。

• output_length (int 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 是图像源与麦克风之间的最大距离。

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

• center_frequency (torch.Tensor, 可选) – 多带墙壁的倍频程带的中心频率。仅当 absorption 是二维张量时使用。

• sound_speed (float, 可选) – 声速。(默认：343.0)

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

返回

模拟的房间冲激响应波形。形状为 (channel, rir_length) 的张量。

返回类型

(torch.Tensor)

注意

如果 absorption 是二维张量且 center_frequency 设置为 None，则倍频程带的中心频率固定为 [125.0, 250.0, 500.0, 1000.0, 2000.0, 4000.0, 8000.0]。用户需要根据相应的频率调整 absorption 的值。