作者：Jon Gabay

引言

世界是不斷變化的。這種不斷發(fā)展的狀態(tài)，意味著我們與世界、設(shè)備和他人互動(dòng)的方式也在發(fā)生變化。支配這種變化的，除了獲取利潤(rùn)外，還存在兩種重要的力量：其一，是技術(shù)的發(fā)展，它推動(dòng)著我們不斷開拓創(chuàng)新，帶來了各種當(dāng)今習(xí)以為常的設(shè)備和應(yīng)用程序；其二，則是在新冠疫情的推動(dòng)下，人們對(duì)身體健康的關(guān)注度變得更高。

當(dāng)人們擁有更多時(shí)間用來娛樂，沉浸式技術(shù)便迎來了發(fā)展機(jī)遇。現(xiàn)在，消費(fèi)者可以購買到多家制造商推出的虛擬現(xiàn)實(shí)和增強(qiáng)現(xiàn)實(shí)頭顯設(shè)備，業(yè)余開發(fā)者和專業(yè)人員也可以借助開發(fā)工具來渲染虛擬世界和場(chǎng)景。這些顯示技術(shù)正不時(shí)地見諸媒體頭條，與此同時(shí)相應(yīng)的音頻技術(shù)也沒被落下。

在公認(rèn)的五大感知中，聲音也許是人們最先感受到的。不論是大自然的豐富、管弦樂的渾厚，還是靈歌的激蕩，聲音和其他任何感知一樣，都會(huì)對(duì)我們的情感和生理產(chǎn)生深遠(yuǎn)的影響。

發(fā)展歷程

我們之所以能繁衍至今，很大程度上離不開我們專注于傾聽的能力。例如，我們的祖先在狩獵時(shí)，會(huì)通過聲音來追蹤和尋找食物，維持家族或村莊的生計(jì)。借助聲音，他們能夠以一種3D沉浸式的方式來定位潛在的致命因素，從而避開捕食者。我們只要聽到聲音，就可以感知到它在哪個(gè)方向、距離我們多遠(yuǎn)，以及它正以怎樣的速度靠近。

沉浸式音頻是一種高科技音頻處理和音響技術(shù)，它的實(shí)現(xiàn)離不開高質(zhì)量的音頻處理，以及一系列經(jīng)過精心設(shè)計(jì)、校準(zhǔn)和布置的高、中、低音揚(yáng)聲器單元，這樣才能提供動(dòng)態(tài)的全頻譜聽覺感受。

雖然以往的普通發(fā)燒友并不追求這樣的配置，但電影院和各種表演場(chǎng)所多年來一直在運(yùn)用這項(xiàng)技術(shù)。就像所有的開創(chuàng)性技術(shù)一樣，它最終會(huì)找到自己的方式來惠及其他領(lǐng)域。

現(xiàn)代娛樂系統(tǒng)會(huì)采用許多專門的過濾器和動(dòng)態(tài)處理，創(chuàng)造出能讓更多人負(fù)擔(dān)得起的方案。如今，家庭影院的普及度已經(jīng)站上新高，新冠疫情的橫行進(jìn)一步推動(dòng)了這種趨勢(shì)。在遍地開花的游戲裝備和家庭影院中，沉浸式音頻是一種順理成章的需求。

雖然立體聲可以實(shí)現(xiàn)基礎(chǔ)的環(huán)繞聲能力，但杜比數(shù)字5.1 (Dolby Digital 5.1) 技術(shù)才是當(dāng)今應(yīng)用最廣泛的環(huán)繞聲和3D音頻方案。此類系統(tǒng)包括杜比數(shù)字、杜比定向邏輯II (Dolby Pro Logic II)、DTS、SDDS和THX等技術(shù)，它們都采用圍繞聽眾布置的六揚(yáng)聲器配置（五個(gè)全帶寬聲道、一個(gè)重低音揚(yáng)聲器）（圖1）。這些環(huán)繞聲技術(shù)首先在電影院中得到應(yīng)用，這推動(dòng)了它們實(shí)現(xiàn)進(jìn)一步發(fā)展，并將成本降低到大眾可以接受的程度。

圖1：5.1環(huán)繞聲使用五個(gè)放置在特定位置的全頻揚(yáng)聲器和一個(gè)重低音揚(yáng)聲器。音頻處理工程師可以通過混音，讓聽眾感覺到聲音似乎在他們周圍移動(dòng)。重低音揚(yáng)聲器通常可以放在任意位置。（圖源：Zern Liew/Shutterstock.com）

在這樣的系統(tǒng)中，多個(gè)揚(yáng)聲器都由獨(dú)立的音頻流驅(qū)動(dòng)，讓聽眾可以感受到虛擬的聲音環(huán)繞在自己周圍。其中，左后和右后聲道負(fù)責(zé)空間深度；左前、右前和前中置聲道負(fù)責(zé)橫向深度；重低音揚(yáng)聲器負(fù)責(zé)整個(gè)空間的低頻聲音。

對(duì)于處在收聽區(qū)域（也就是沙發(fā)）中央的單個(gè)聽眾而言，這樣的配置是理想的。在多人收聽的情況下，不同位置的聽眾體驗(yàn)上會(huì)有細(xì)微差異，但總體而言是相對(duì)一致的，每個(gè)人都可以感受到聲音的移動(dòng)。現(xiàn)在，已經(jīng)有一些錄音師在新唱片中提供了5.1環(huán)繞聲音軌，并以“沉浸式”來進(jìn)行宣傳。

一個(gè)有趣的事實(shí)是，前中置聲道針對(duì)語音范圍的聲音進(jìn)行了優(yōu)化，這有助于聽眾在沉浸于3D音效的同時(shí)依然能夠分辨人物對(duì)話。在豐富、渾厚的聲音越來越受追捧的情況下，分辨人聲會(huì)變得更加困難。通過中置聲道的過濾和放大，聽眾便更容易聽清人物對(duì)話。

在5.1環(huán)繞聲基礎(chǔ)上，如果取消左后和右后聲道，改為左環(huán)繞、右環(huán)繞和后中置聲道，便可升級(jí)為6.1環(huán)繞聲（圖2）；如果在6.1環(huán)繞聲基礎(chǔ)上取消后中置聲道，改為左后和右后聲道，則成為7.1環(huán)繞聲（圖3）。

圖2：6.1環(huán)繞聲在左右兩側(cè)配備了揚(yáng)聲器，當(dāng)音頻對(duì)象從前面移向側(cè)面或背后時(shí)可增強(qiáng)移動(dòng)音效。重低音揚(yáng)聲器依然可以隨意放置，這里也不討論有關(guān)低音的話題。（圖源：Zern Liew/Shutterstock.com）

7.1環(huán)繞聲技術(shù)增加了更多揚(yáng)聲器和獨(dú)立聲道，因而可以構(gòu)建出2.5D的立方體或多邊形聲場(chǎng)，在重要位置配備更多高、中、低音單元，使聽眾沉浸到2D和有限的3D音頻中（圖3）。對(duì)于聲音從聽眾正上方或正下方發(fā)出的音效，一定程度上可以通過信號(hào)處理來近似地實(shí)現(xiàn)，但并不能達(dá)到比較完美的效果，除非在上方或下方確實(shí)有揚(yáng)聲器。

圖3：以較小角度放置更多揚(yáng)聲器，有助于消除可能出現(xiàn)的音頻熱點(diǎn)，尤其是在音軌沒有正確地進(jìn)行混音或處理，或者音頻轉(zhuǎn)換器未能正確處理環(huán)繞聲的情況下。（圖源：Zern Liew/Shutterstock.com）

值得注意的是，我們可以通過音源轉(zhuǎn)換器對(duì)拾取的立體聲音頻信號(hào)進(jìn)行處理，從而創(chuàng)建出合成的多揚(yáng)聲器環(huán)繞聲信號(hào)。也就是說，只需借助數(shù)字信號(hào)處理技術(shù)，我們就能夠在很大程度上從立體聲中分離出聲源的位置。當(dāng)然，3D音頻最理想的解決方案依然是通過3D麥克風(fēng)拾取聲音，然后使用同樣的3D揚(yáng)聲器配置來播放，但這種做法即麻煩又困難，而且既然信號(hào)處理就能夠?qū)崿F(xiàn)很近似的效果，也就鮮少有人會(huì)如此折騰了。

但信號(hào)處理真的是一劑“萬靈丹”嗎？我們敏銳的聽覺，僅僅遇上信號(hào)處理和有限的幾個(gè)揚(yáng)聲器，就可以被糊弄嗎？如果不是這樣的話，我們是不是就得用上滿墻、滿天花板的揚(yáng)聲器？

圖4：有一句老話叫“多多益善”。許多藝人都喜歡在現(xiàn)場(chǎng)配備一大堆揚(yáng)聲器和功放，這在大型戶外演出中也許是必要的，但你真的希望把整面墻都掛滿揚(yáng)聲器嗎？在某些情況下，你是不是更希望體驗(yàn)到更好的音效，而不是更大的音量？（圖源：tommistock/Shutterstock.com）

面向?qū)ο蟮囊纛l

沉浸式音頻的最新實(shí)踐來自杜比全景聲 (Dolby Atmos)，它最初是為影院應(yīng)用而設(shè)計(jì)的。迄今為止，已有近5000家影院經(jīng)過改造，通過64個(gè)揚(yáng)聲器帶來這種全新聽覺體驗(yàn)。該技術(shù)支持由多達(dá)128個(gè)聲道組成的大型陣列，這些聲道可以使用全頻、低音、重低音和高音單元。

與傳統(tǒng)音頻不同的是，杜比全景聲（及其競(jìng)爭(zhēng)對(duì)手索尼360）采用了“音頻對(duì)象”的概念。視聽接收器 (AVR) 將自動(dòng)適配揚(yáng)聲器的數(shù)量、類型和位置，并對(duì)每個(gè)音頻對(duì)象的頻譜構(gòu)成、振幅位置、速度和方向進(jìn)行處理。不過，“音頻對(duì)象”并不僅僅包含聲音本身，它還帶有各種元數(shù)據(jù)，幫助對(duì)象音頻渲染器 (OAR) 讓對(duì)象移動(dòng)起來。在128個(gè)聲道中，10個(gè)用于環(huán)境效果，余下的118個(gè)可用于音頻對(duì)象。

這些聲道并不一定對(duì)應(yīng)于特定的揚(yáng)聲器。聲道信息和聲音對(duì)象是對(duì)應(yīng)的，對(duì)象音頻可以進(jìn)行處理，并與其他對(duì)象音頻相結(jié)合，最終以適當(dāng)?shù)囊袅糠峙涞礁鱾�(gè)揚(yáng)聲器。整個(gè)過程均由AVR借助元數(shù)據(jù)來實(shí)時(shí)處理信號(hào)，并進(jìn)行實(shí)時(shí)混音和分配。

可以想見，這樣的技術(shù)絕不像立體聲那樣，只要隨手放兩臺(tái)揚(yáng)聲器就可以實(shí)現(xiàn)。對(duì)于杜比全景聲以及許多其他環(huán)繞聲和3D音響系統(tǒng)，揚(yáng)聲器在放好位置后還必須進(jìn)行校準(zhǔn)，才能共同呈現(xiàn)出精確的聲場(chǎng)。杜比全景聲還有適用于家庭影院的方案，但并不會(huì)用到全部128個(gè)聲道。這種家用方案采用的應(yīng)該是34個(gè)揚(yáng)聲器的配置。

杜比全景聲并不是完全新鮮的事物。2012年，洛杉磯的一家影院舉辦了一部迪士尼電影的首映式，這是該技術(shù)的首次實(shí)際應(yīng)用。從那時(shí)起，大型影院、IMAX、天文館、音樂劇、戲劇和其他音響應(yīng)用都積極采用這項(xiàng)技術(shù)，使之成為了新電影和活動(dòng)事實(shí)上的音頻拾取標(biāo)準(zhǔn)。杜比全景聲還通過天花板上的揚(yáng)聲器來構(gòu)建完整的聲音半球，不僅能夠使聲音真正從上方發(fā)出，還讓實(shí)時(shí)處理變得更加容易。

曾幾何時(shí)，杜比全景聲對(duì)普通發(fā)燒友而言過于復(fù)雜和昂貴，但現(xiàn)在它對(duì)于有足夠空間和預(yù)算的發(fā)燒友而言，已經(jīng)成為讓朋友們驚嘆的必備配置，拉風(fēng)指數(shù)五顆星。

如果你已經(jīng)在其他環(huán)繞聲技術(shù)上耗費(fèi)了大量銀子，那么也可以入手一個(gè)杜比全景聲轉(zhuǎn)換器，然后繼續(xù)使用現(xiàn)有的揚(yáng)聲器和功放。不過，你一定不會(huì)止步于此，至少你肯定希望配備天花板揚(yáng)聲器。該轉(zhuǎn)換器可以將杜比5.1轉(zhuǎn)換為17揚(yáng)聲器的7.4.1環(huán)繞聲配置。

值得注意的是，杜比全景聲還可以通過條形音箱而非環(huán)繞揚(yáng)聲器來實(shí)現(xiàn)。各種形式的條形音箱技術(shù)正越來越受到歡迎。降低成本、簡(jiǎn)化設(shè)置、降低功耗、減少電纜和縮小尺寸等明顯的優(yōu)勢(shì)推動(dòng)了這項(xiàng)技術(shù)的發(fā)展。

相控陣垂直條形音箱已經(jīng)證明了它們能夠以良好的清晰度和分離度模擬完整的音頻頻譜。使用它們的音樂人會(huì)告訴你，帶有6英寸揚(yáng)聲器的條形音箱柱可為重低音揚(yáng)聲器應(yīng)用提供相當(dāng)于18英寸揚(yáng)聲器的清晰度。這應(yīng)該足夠引起一些人的注意了。因此，水平條形音箱和基于條形音箱的混合系統(tǒng)（包括遠(yuǎn)程揚(yáng)聲器）在許多家庭影院和工作室中都很受歡迎。

條形音箱的頂部揚(yáng)聲器和側(cè)邊揚(yáng)聲器使聲音在墻壁和天花板表面反射，讓聽眾感到它似乎來自上方和背后。現(xiàn)代感十足的特斯拉Model 3就將前置條形音箱技術(shù)作為其15揚(yáng)聲器音頻系統(tǒng)的一部分，從而將環(huán)繞聲和沉浸式音頻作為一項(xiàng)賣點(diǎn)。關(guān)閉Model 3的后置揚(yáng)聲器，啟用帶有信號(hào)處理和混響的沉浸式音頻模式，便可以體驗(yàn)到這項(xiàng)功能，那些嘗試過的人都堅(jiān)信聲音是從后面?zhèn)鱽淼摹２贿^它的實(shí)際反饋毀譽(yù)參半，許多人都不喜歡這樣的音效。測(cè)評(píng)師的觀點(diǎn)也呈現(xiàn)出兩極化傾向，不少都提到了不同類型的音樂適合或者不適合條形音箱式的沉浸式方案。這是有道理的，因?yàn)槁曇粼佻F(xiàn)的質(zhì)量離不開錄音師的混音技術(shù)。條形音箱能夠在這種場(chǎng)景中成功落地，意味著準(zhǔn)確、帶有上下方向的沉浸式音箱技術(shù)在沒有地板和天花板揚(yáng)聲器的情況下也幾乎都能實(shí)現(xiàn)。

拾取和渲染

諸如游戲之類的沉浸式視頻體驗(yàn)，使用的是一種完全創(chuàng)造出來的環(huán)境，由具有表面渲染和指定物理屬性的3D結(jié)構(gòu)組成。真實(shí)的視頻片斷可以被捕獲并以數(shù)字方式拼接在一起，形成一個(gè)包括上下影像的全景。

沉浸式的體驗(yàn)，例如在國家公園中散步，可以整合豐富的視覺效果，而音頻則可以通過對(duì)預(yù)先錄制的片段進(jìn)行組合來合成或創(chuàng)建出來。這些片段可以在3D音響系統(tǒng)中進(jìn)行拾取，并用作沉浸式體驗(yàn)的一部分。就像由頭部追蹤控制的視頻一樣，音頻也必須由頭部追蹤來控制。例如，在你面對(duì)一條潺潺小溪時(shí)，所聽到的聲音與背對(duì)它時(shí)會(huì)有顯著區(qū)別。如果沒有通過頭部追蹤來控制聲音，沉浸式體驗(yàn)就會(huì)大打折扣。

好在，你不必為沉浸式的目的而自己發(fā)明3D音頻拾取方案。諸如森海塞爾 (Sennheiser) 等知名音頻廠商利用分段軸和數(shù)字工具，制造出了專業(yè)的真正全向麥克風(fēng)，以拾取高度定向的聲音（圖5）。AMBEO VR Mic包含多個(gè)敏感的寬頻譜麥克風(fēng)元件，并采用環(huán)繞聲配置。DearVR MICRO處理軟件可以渲染定向音頻以提供標(biāo)準(zhǔn)環(huán)繞聲配置。

圖5：Sennheiser AMBEO VR Mic等沉浸式音頻拾取技術(shù)，使數(shù)字音頻引擎能夠根據(jù)地磁極和方向來渲染聲場(chǎng)。通過數(shù)字求和，可以創(chuàng)造出結(jié)合了不同距離多個(gè)聲源的復(fù)合音頻。（圖源：森海塞爾）

為此，音頻引擎需要知道你頭部的方向和運(yùn)動(dòng)。按照今天的標(biāo)準(zhǔn)，這一點(diǎn)在使用頭顯設(shè)備時(shí)很容易實(shí)現(xiàn)，因?yàn)樗鼈兌純?nèi)置了頭部追蹤功能用于視頻渲染。但是，如何才能通過局限于兩只耳朵的耳機(jī)來實(shí)現(xiàn)基于頭部位置的沉浸式音頻系統(tǒng)呢？我們可以把多個(gè)微型揚(yáng)聲器放置在耳機(jī)中，模擬環(huán)繞聲體驗(yàn)。對(duì)于大多數(shù)應(yīng)用而言，立體聲已經(jīng)足夠，但它與真正的環(huán)繞聲依然不在同一水平上。

非娛樂應(yīng)用

雖然大多數(shù)情況下沉浸式視聽技術(shù)會(huì)用于娛樂用途，但它在專業(yè)用途中也有一席之地。例如，產(chǎn)品設(shè)計(jì)工程就可以從包括視頻和音頻在內(nèi)的沉浸式技術(shù)中獲益。從視頻的角度而言，可以通過虛擬的方式構(gòu)建、渲染和檢查復(fù)雜組件的機(jī)械設(shè)計(jì)。對(duì)于以沉浸式方式生成的虛擬組件，例如噴氣式發(fā)動(dòng)機(jī)，我們可以身臨其境地進(jìn)行構(gòu)建、推入和檢查，確保齒輪和渦輪對(duì)齊。沉浸在制造環(huán)境中的工廠專家可以指導(dǎo)世界另一端的維修技術(shù)人員進(jìn)行操作。

沉浸式音頻也可以在工程應(yīng)用中提供幫助。設(shè)計(jì)汽車的工程團(tuán)隊(duì)可以聆聽到模擬渲染的發(fā)動(dòng)機(jī)和變速箱噪音。他們可以從虛擬設(shè)計(jì)中提取出氣流、振動(dòng)和擺動(dòng)等環(huán)境控制要素，也可以在虛擬環(huán)境中設(shè)計(jì)并測(cè)試車窗，避免在特定車速下將車窗搖到特定位置時(shí)發(fā)出砰砰聲——這是一種在當(dāng)今許多新車上依然會(huì)出現(xiàn)的問題。

在各種用例中，音頻都是沉浸式體驗(yàn)的組成部分，但并不是所有情況都需要環(huán)繞聲。至少在通過雙耳耳機(jī)實(shí)現(xiàn)真正環(huán)繞聲的問題解決之前，模擬環(huán)繞聲可能就已經(jīng)足夠了。