混响的定义:
混响效果等效为不同延迟的信号的叠加,因此即混响效果可以表示为一个FIR滤波器与信号源卷积的形式。
即 y ( t ) = g ⃗ ∗ s ⃗ ( t ) \mathrm{y}(t)=\vec{g} * \vec{s}(t) y(t)=g∗s(t)
“*”表示卷积。 g ⃗ \vec{g} g为混响的时域响应,长度为 L g L_{g} Lg,向量 s ⃗ ( t ) = [ s ( t ) , s ( t − 1 ) , … , s ( t − L g ) ] \vec{s}(t)=\left[s(t), s(t-1), \ldots, s\left(t-L_{g}\right)\right] s(t)=[s(t),s(t−1),…,s(t−Lg)],表示不同延迟的信号向量。
模型构建:
假设源 s k s_{k} sk发出的语音信号被N个麦克风接收,且从声源到麦克风的响应已知,则麦克风n采样 L h L_{h} Lh点的受混响影响的信号
y ⃗ n ( k ) \vec{y}_{n}(k) yn(k)可以表示为:
y ⃗ n ( k ) = G n s ( k ) + v ⃗ n ( k ) , n = 1 , 2 , ⋯ , N \vec{y}_{n}(k)=\boldsymbol{G}_{n} \boldsymbol{s}(k)+\vec{v}_{n}(k), n=1,2, \cdots, N yn(k)=Gns(k)+vn(k),n=1,2,⋯,N
其中 y ⃗ n ( k ) = [ y n ( k ) y n ( k − 1 ) ⋯ y n ( k − L h + 1 ) ] T \vec{y}_{n}(k)=\left[y_{n}(k) y_{n}(k-1) \cdots y_{n}\left(k-L_{h}+1\right)\right]^{\mathrm{T}} yn(k)=[yn(k)yn(k−1)⋯yn(k−Lh+1)]T
源 s k s_{k} sk到麦克风n,卷积的矩阵形式为:
G n = [ g n , 0 ⋯ g n , L g − 1 0 0 ⋯ 0 0 g n , 0 ⋯ g n , L g − 1 0 ⋯ 0 ⋮ ⋮ ⋮ ⋮