使用多个麦克风检测声音方向

首先，我看到了一个类似的线程，但是它与我要实现的目标有点不同。我正在构建一个机器人，它将跟随调用它的人。我的想法是使用3个或4个麦克风-即按照以下安排，以确定从哪个方向调用机器人：

其中S是源，A，B和C是麦克风。这个想法是要计算从AB，AC，BC对记录的信号的相位相关性，并以此为基础构造一个矢量，该矢量将使用一种三角测量指向源。该系统甚至不必实时工作，因为它将被语音激活-来自所有麦克风的信号将被同时记录，仅从一个麦克风中采样声音，如果适合语音签名，将从最后一秒的分数，以便计算方向。我知道这可能无法很好地工作，例如，当从另一个房间调用机器人或有多次反射时。

这只是我的一个主意，但我从未尝试过类似的事情，在构造可以完成此工作的实际硬件之前，我有几个问题：

1. 这是这样做的典型方法吗？（即用于电话中以消除噪音？）还有其他可能的方法吗？
2. 可以以某种方式同时计算3个源之间的相位相关吗？（即为了加快计算速度）
3. 22khz的采样率和12bit的深度对于该系统是否足够？我特别担心位深度。
4. 是否应将麦克风放在单独的管子中以改善分离？

为了扩展穆勒的答案，

4. 是否应将麦克风放在单独的管子中以改善分离？

4. 不，您正在尝试确定声源的方向，添加电子管只会使声音在电子管内反弹，这是绝对不希望的。
   
   最好的做法是使他们直立，这样他们都会收到相似的声音，唯一与他们不同的是他们的身体位置，它们会直接影响相位。6 kHz正弦波的波长为。因此，如果您要唯一地识别高达6 kHz的正弦波相位（这是人类说话的典型频率），则应该将麦克风的间距最大为5.71毫米。这是一个项目$\frac{\text{speed of sound}}{\text{sound frequency}}=\frac{343\text{ m/s}}{6\text{ kHz}}=5.71\text{ mm}$直径小于5.71毫米。不要忘记添加一个截止频率在6-10 kHz左右的低通滤波器。

---

编辑

我觉得这个＃2问题看起来很有趣，因此我决定尝试自行解决。

2. 可以以某种方式同时计算3个源之间的相位相关吗？（即为了加快计算速度）

如果您知道线性代数，那么可以想象您将麦克风放置在一个三角形中，其中每个麦克风之间的距离为4 mm，每个内角为。$60°$

因此，假设它们处于此配置中：

       C
      / \
     /   \
    /     \
   /       \
  /         \
 A - - - - - B

我会...

• 使用的命名法这是一个指向从矢量到$\overline{AB}$$A$$B$
• 叫我的原点$A$
• 用毫米写所有数字
• 使用3D数学，但以2D方向结束
• 将麦克风的垂直位置设置为其实际波形。因此，这些方程式基于看起来像这样的声波。
• 根据麦克风的位置和波形计算它们的叉积，然后忽略该叉积的高度信息，并使用arctan得出信号源的实际方向。
• 调用在位置上的麦克风的输出，呼叫麦克风的输出在位置，呼叫麦克风的位置处的输出$a$$A$$b$$B$$c$$C$

因此，以下几点是正确的：

• $A=(0,0,a)$
• $B=(4,0,b)$
• $C=(2,\sqrt{4^2-2^2}=2\sqrt{3},c)$

这给我们：

• $\overline{AB} = (4,0,a-b)$
• $\overline{AC} = (2,2\sqrt{3},a-c)$

叉积只是$\overline{AB}×\overline{AC}$

$$\begin{align} \overline{AB}×\overline{AC}&= \begin{pmatrix} 4\\ 0\\ a-b\\ \end{pmatrix} × \begin{pmatrix} 2\\ 2\sqrt{3}\\ a-c\\ \end{pmatrix}\\\\ &=\begin{pmatrix} 0\cdot(a-c)-(a-b)\cdot2\sqrt{3}\\ (a-b)\cdot2-4\cdot(a-c)\\ 4\cdot2\sqrt{3}-0\cdot2\\ \end{pmatrix}\\\\ &=\begin{pmatrix} 2\sqrt{3}(b-a)\\ -2a-2b-4c\\ 8\sqrt{3}\\ \end{pmatrix} \end{align}$$

Z信息只是垃圾，对我们来说是零利率。随着输入信号的变化，交叉矢量将朝着信号源来回摆动。因此，一半时间它将直接指向光源（忽略反射和其他寄生物）。而另一半的时间它将指向与源相距180度的位置。$8\sqrt{3}$

我在说的是，可以将其简化为，然后将弧度转换为度。$\arctan(\frac{-2a-2b-4c}{2\sqrt{3}(b-a)})$$\arctan(\frac{a+b+2c}{\sqrt{3}(a-b)})$

因此，最终得到的是以下等式：

$$\arctan\Biggl(\frac{a+b+2c}{\sqrt{3}(a-b)}\Biggr)\frac{180}{\pi}$$

---

但是有一半的时间信息实际上是100％错误的，那么如何.....应该100％地使它正确？

好吧，如果领先于，那么源就不可能更接近B。$a$$b$

换句话说，只需将以下内容简化即可：

source_direction=atan2(a+b+2c,\sqrt{3}*(a-b))*180/pi;
if(a>b){
   if(b>c){//a>b>c
     possible_center_direction=240; //A is closest, then B, last C
   }else if(a>c){//a>c>b
     possible_center_direction=180; //A is closest, then C last B
   }else{//c>a>b
     possible_center_direction=120; //C is closest, then A last B
   }
}else{
   if(c>b){//c>b>a
     possible_center_direction=60; //C is closest, then B, last A
   }else if(a>c){//b>a>c
     possible_center_direction=300; //B is closest, then A, last C
   }else{//b>c>a
     possible_center_direction=0; //B is closest, then C, last A
   }
}

//if the source is out of bounds, then rotate it by 180 degrees.
if((possible_center_direction+60)<source_direction){
  if(source_direction<(possible_center_direction-60)){
    source_direction=(source_direction+180)%360;
  }
}

也许您只想在声源是来自特定垂直角度的情况下做出反应，如果人们在麦克风上方讲话=> 0相变=>什么也不做。人们在它旁边水平交谈=>一些相变=>反应。

$$\begin{align} |P| &= \sqrt{P_x^2+P_y^2}\\ &= \sqrt{3(a-b)^2+(a+b+2c)^2}\\ \end{align}$$

因此，您可能需要将该阈值设置为较低的值，例如0.1或0.01。我不太确定，取决于音量，频率和寄生虫，请自己进行测试。

何时使用绝对值方程式的另一个原因是过零，当方向指向错误的方向时可能会稍有力矩。即使只有1％的时间，即使是这样。因此，您可能需要将一阶LP滤波器附加到该方向。

true_true_direction = true_true_direction*0.9+source_direction*0.1;

而且，如果您想对特定的音量做出反应，只需将3个麦克风加在一起，然后将其与某个触发值进行比较即可。麦克风的平均值将是它们的总和除以3，但是如果将触发值增加3倍，则不需要除以3。

---

我在将代码标记为C / C＃/ C ++或JS或任何其他代码时遇到问题，因此可悲的是，代码违反了我的意愿。哦，祝你生意顺利。听起来很有趣。

另外，有50/50的可能性，即99％的时间方向与源之间的距离为180。我是犯此类错误的大师。不过，对此的更正只是将应添加180度时的if语句反转。

1. 是的，这是合理且典型的。
2. 您也可以一次使用三个麦克风信号（而不是通过三个对相关进行“绕行”操作）。在到达方向应用程序中查找“ MUSIC”和“ ESPRIT”。
3. 很有可能。您并不是要追求高音质，而是要拥有良好的相关性，而在这里和那里的一些地方可能不会破坏系统。另一方面，较高的采样率，例如非常常见的44.1 kHz或48 kHz，很可能会在相同的观察长度上立即使角度精度加倍。