HARK学习（三）--文件格式

最新推荐文章于 2021-01-17 14:16:00 发布

BenjaminYoung29

最新推荐文章于 2021-01-17 14:16:00 发布

阅读量701

点赞数

CC 4.0 BY-SA版权

分类专栏： Hark

本文链接：https://blog.csdn.net/BenjaminYoung29/article/details/51119539

Hark 专栏收录该内容

7 篇文章

订阅专栏

本文介绍了一种名为HARK的XML文件格式，主要用于定义位置信息、配置参数及位置间的关联关系，并提供了示例文件。此外，还介绍了两种其它格式：MatrixBinaryFormat用于表示转移函数矩阵，ZipFormat则用于整合多种信息如麦克风与声源位置。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

XML

这个格式用于表示位置的文件。

hark_xml

用途：所有HARK XML文件格式的根节点。
属性：hark_xml有强制属性版本（mandatory attribute version？）
字节点：config,positions,neighbors,channels

config

用途：XML文件通用的描述
属性：没有属性
子节点：有以下可选子节点。除了comment外所有的节点都是用于一个transfer function file。
- comment:文件的描述，任意字符串
- SynchronousAverage:转移功能（transfer function measurement)的信号的重复次数。一个自然数
- TSPpath：TSP信号的音频文件的路径，字符串
- TSPOffset：transfer function计算的偏移量，自然数
- PeakSearch：两个属性：from跟to。这个信息是用来计算峰顶与峰谷的差（？）。必须的属性，而且一定要是自然数
- nfft：transfer function calculation的傅立业变换的长的
- samplingRate:transfer function measuremeent的记录信号的采集速度。自然数，通常是16000Hz
- signalMax：transfer function measuremeent的记录信号的振幅。自然数，如果波形样本的宽度是16位，那这个值一定是32767
- TSPLength：？？？

positions

用途：代表一套位置
属性：
- type：强制行的，用来声明位置的类型
  - noise：噪声位置
    - microphone：麦克风的位置
    - source：定位的声源的位置
    - tsp：TSP录音文件的位置
    - impluse：脉冲回应文件（impluse response files）的位置
- coordinate:强制性的，表示位置的坐标系统。这个值一定是迪卡尔坐标或角坐标
- frame：可选，
子节点：前两个是必须的。
- id：每个位置节点具有的独特的数字
- path：位置对应的路径
- If coordinate=”cartesian” :单位mm
- If coordinate=”polar”:属性是azimuth方位，elevation海拔，radius半径。前两个单位是度，半径单位mm

neighbors

用途:表示位置节点之间的相邻关系
属性：强制属性是algorithm。表示计算位置的邻居的算法。通常只有NearestNeighbor是可用的。该算法基于欧级里德距离计算。
字节点：id：他自己的id。/ids：他跟他邻居的id。比如下面表示它自己id为1，邻居为2

<neighbor id="1" ids="1;2"/>

XML文件格式样本

<hark_xml version="1.3">
    <config>
        <comment>Test file</comment>
        <SynchronousAverage>16</SynchronousAverage>
        <TSPpath>/home/tsp.wav</TSPpath>
        <TSPOffset>2</TSPOffset>
        <PeakSearch from="0" to="100"/>
        <nfft>1024</nfft>
        <samplingRate>0</samplingRate>
        <signalMax>0</signalMax>
        <TSPLength>0</TSPLength>
    </config>
    <positions type="tsp" coordinate="cartesian">
        <position x="0.100" y="0.100" z="0.100" id="0" path="/home/tsp1.wav"/>
        <position x="0.150" y="0.100" z="0.100" id="1" path="/home/tsp2.wav"/>
        <position x="0.200" y="0.200" z="0.200" id="2" path="/home/tsp3.wav"/>
    </positions>
    <neighbors algorithm="NearestNeighbor">
        <neighbor id="0" ids="0;1;2;"/>
        <neighbor id="1" ids="1;0;2;"/>
        <neighbor id="2" ids="2;1;0;"/>
    </neighbors>
</hark_xml>

Matrix Binary Format二进制矩阵格式

这格式代表了一个转移函数的矩阵，下图
一开始32字节，一个字符串表明该文件是矩阵二进制文件。第二个32字节，一个字符串表明了内容的数据类型。支持的数据类型有int32,float32,complex(4字节int，4字节float）
这里写图片描述

Zip Format

该文件格式代表一套组合信息。比如一个表示所有方向的转移方程的定位用的转移方程文件（？This file format represents a compound information such as a transfer function file for localization which represents This file format represents a compoutransfer functions for all directions. ）一个转移方程包含多种信息。比如microphone的位置，source的位置，转移方程本身。zip format将他们全部结合进一个文件，同时用一个目录树（directory tree）来表示他们之间的关系。