作者：Jon Gabay 

音頻偏好始終被視為一項個(gè)人體驗。一個(gè)人認為好的東西對另外一個(gè)人可能并非如此。但隨著(zhù)Apple iOS 16對Personalized Spatial Audio的支持，許多渠道上眾說(shuō)紛紜，誤傳誤報層出不窮。本文將淺談一下空間音頻技術(shù)的現狀和特性。

人們對再現更佳音質(zhì)的追求似乎永無(wú)止境。從Victrola的手搖留聲機到新的環(huán)繞立體聲技術(shù)，收聽(tīng)者們一直在尋求用技術(shù)來(lái)改善傳遞到他們耳朵的聲音。隨著(zhù)空間音頻技術(shù)的新應用，這種對改善音頻和收聽(tīng)體驗的追求迎來(lái)了新的轉機，因為這項技術(shù)承諾提供比以往更身臨其境的聽(tīng)覺(jué)體驗。

Apple Spatial Audio并不是唯一的空間音頻技術(shù)；Sony和Denon等公司在這項技術(shù)上也處于前排地位，并提供商業(yè)化產(chǎn)品。不過(guò)，本文僅討論空間音頻技術(shù)一般概念以及Apple的Personalized Spatial Audio。

音頻偏好始終被視為一項個(gè)人體驗。一個(gè)人認為好的東西對另外一個(gè)人可能并非如此。但隨著(zhù)Apple iOS 16對Personalized Spatial Audio的支持，許多渠道上眾說(shuō)紛紜，誤傳誤報層出不窮。本文將淺談一下空間音頻技術(shù)的現狀和特性。

頭部結構剖析

個(gè)性化音頻要考慮身體機能運轉背后的生理和物理因素；每個(gè)人都是獨二無(wú)二的。耳朵離頭部的距離、在頭部的位置以及耳朵本身的形狀和角度都會(huì )影響我們的聽(tīng)覺(jué)體驗。對于Personalized Spatial Audio，Apple使用運行iOS 16系統的iPhone中的3D TrueDepth®相機功能來(lái)三維掃描用戶(hù)的頭部。

iPhone進(jìn)行三次掃描：頭部左側、頭部右側和正面臉部（不是一些人所說(shuō)的內耳道）。生成專(zhuān)屬于個(gè)人的配置文件并存儲起來(lái)，以備播放引擎使用。人們擔心這些配置數據文件會(huì )被獲取并用于先進(jìn)的面部識別系統。Apple表示，這些文件在設備上是安全且加密的，不會(huì )用于監控和先進(jìn)的面部識別應用。

TrueDepth掃描參數創(chuàng )建一個(gè)聲學(xué)模型，音頻渲染引擎使用該模型來(lái)優(yōu)化用戶(hù)耳朵接收的實(shí)時(shí)音頻流。

但是等等，好像還不止于此。

對于人類(lèi)而言，當播放的聲音進(jìn)入內耳時(shí)，內耳會(huì )產(chǎn)生共鳴，并用自己的聲音做出回應。這些聲音來(lái)自耳朵里的耳蝸，可被檢測和測量。這些交感聲音被稱(chēng)為耳聲發(fā)射（OAE），在聽(tīng)眾更敏感的頻率上，聲音明顯更大。許多耳機制造商在耳塞內安裝了靈敏的麥克風(fēng)來(lái)檢測耳聲發(fā)射。頻率掃描讓Spatial Audio系統可以剖析用戶(hù)每只耳朵的聽(tīng)力頻率響應圖。

該系統利用每只耳朵的頻率特征來(lái)量身調整音頻，通過(guò)補償用戶(hù)不太敏感的頻率來(lái)使用全頻譜。由此產(chǎn)生的動(dòng)態(tài)調整均衡器利用耳塞發(fā)射器的特定角度來(lái)優(yōu)化不同頻率下的音頻和頻譜功率，呈現完整的音頻流頻率。

聲球

空間音頻感覺(jué)有點(diǎn)像環(huán)繞頭部的聲音泡泡。音軌呈現出一種新的特色，不是僅僅出現在左邊、右邊、前方中間和后方中間，因為它們是來(lái)自定向揚聲器的環(huán)繞聲。相反，聲音發(fā)射源好像是環(huán)繞在頭部，當您把頭靠近這些聲源的“音頻線(xiàn)”（類(lèi)似于視線(xiàn)）時(shí)，聲音會(huì )變得更響、更亮。為了實(shí)現這一點(diǎn)，音軌必須是包含所有聲球聲源及其相對水平和距離數據的編碼音軌。

空間音頻的使用

空間音頻處理可用于戲劇音頻、電影音頻、游戲音頻以及健康和健身應用�？梢哉f(shuō)，目前非常流行的應用是游戲 — 尤其是虛擬現實(shí)（VR）游戲。

VR頭顯采用先進(jìn)且高效的頭部跟蹤，以確保音頻和視頻同步。如果沒(méi)有快速準確的頭部跟蹤，VR會(huì )讓人很快感到惡心想吐；例如，當您轉頭時(shí)，若場(chǎng)景沒(méi)有實(shí)時(shí)跟蹤，大腦就會(huì )遇到問(wèn)題。

因此，VR頭顯會(huì )錨定空間音頻引擎，所以當頭部轉動(dòng)時(shí)，來(lái)自該方向的主要聲音來(lái)源就會(huì )發(fā)出超大的聲音。其他聲音也會(huì )隨著(zhù)頭部的位置和轉動(dòng)速度而改變位置。

但家庭影院空間音頻系統無(wú)法執行這類(lèi)錨定。例如，如果您坐在沙發(fā)上看電影，只要觀(guān)看中央屏幕，空間音頻就可能會(huì )提供一個(gè)合理的近似環(huán)繞聲。但是當您轉頭時(shí)，系統就很難讓側邊的聲音更加突出。機器視覺(jué)攝像頭和人工智能可能會(huì )幫助系統識別您的轉頭，但這項技術(shù)目前還不成熟。

一些聽(tīng)戴式設備中使用的加速度計和陀螺儀可以執行頭部跟蹤，但這并不是完美解決方案。因此，這種相對頭部跟蹤技術(shù)遠不如絕對頭部跟蹤技術(shù)那樣又快又準。

不論哪種情況，其中包括游戲，都需要快速的響應時(shí)間和低延遲，這樣當聽(tīng)眾移動(dòng)頭部時(shí)，其音頻線(xiàn)就做出正前方出現較高音頻源而兩側出現靜音或較低音頻源的響應。

家庭和劇院使用的可能解決方案就是讓每個(gè)人都戴上沉浸式VR頭顯。這個(gè)方案只有在音頻引擎能夠同時(shí)為每個(gè)人提供量身定制的音頻流時(shí)才可行。但這是一個(gè)更加昂貴的解決方案，而且大大削弱了看電影的社交體驗。

其他問(wèn)題、顧慮、技術(shù)和用途

盡管空間音頻是一種純粹的數字技術(shù)，但使用耳塞時(shí)也會(huì )遇到問(wèn)題。音頻發(fā)射器較小會(huì )限制低音響應。這就是低音功放為何要使用更顯眼的揚聲器、低音炮和大型重低音喇叭的原因。

低音依賴(lài)于大量的空氣運動(dòng)，因而較小的發(fā)射器不如較大的聲波發(fā)射器。相控陣已經(jīng)展示了讓較小發(fā)射器保持適當間距來(lái)增強頻譜中低頻的功率，從而再現低音的能力，但用耳塞很難實(shí)現這一點(diǎn)。

較大的耳機通常使用能提供更好低音響應的較大音頻發(fā)射器。但耳機需要不同的音頻處理來(lái)再現頻譜，尤其是環(huán)繞聲效果。耳機使用360度頭部相關(guān)傳輸函數（HRTF）濾波器。這些濾波器調節聲音的播放方式，所以耳朵反彈使它看起來(lái)在不同的位置和水平上感知到聲音。

無(wú)論如何，360度音頻技術(shù)在游戲、劇院、健康與保健之外都有許多潛在的應用和用途。白色噪音和粉色噪音機器已經(jīng)在幫助人們入睡、放松和減壓。未來(lái)的應用可能在空間音頻中增加生物識別傳感器，以記錄哪些頻率和模式有助于個(gè)人放松、降低血壓和入睡。跟蹤阿爾法腦電波可以關(guān)閉這個(gè)反饋回路，從而增強放松狀態(tài)。

這項技術(shù)還可以作為一種聽(tīng)力輔助設備來(lái)幫助失聰或有聽(tīng)覺(jué)障礙的人，盡管目前這還是一項沒(méi)有得到證實(shí)的用途。音樂(lè )家可以使用空間音頻來(lái)獲得理想的入耳混音效果。舞臺音量和場(chǎng)地混音總是不同。音響師可以調節場(chǎng)地混音，但空間音頻可以幫助表演者在舞臺上聽(tīng)得更清楚。

目前，人們對空間音頻的評價(jià)褒貶不一；有些人喜歡，有些人不喜歡。這是一項每個(gè)人都必須自己嘗試后才能做出決定的技術(shù)。畢竟，許多用戶(hù)對眾多環(huán)繞聲系統昂貴的價(jià)格和復雜的設置并不滿(mǎn)意，更何況背景音有時(shí)會(huì )壓過(guò)對話(huà)音。

空間音頻的使用

空間音頻技術(shù)通過(guò)分析人體結構和生理特性，利用獨特的音頻配置文件，并結合先進(jìn)的音頻渲染技術(shù)，提供更加個(gè)性化和身臨其境的聆聽(tīng)體驗。這項技術(shù)的應用范圍涵蓋游戲、劇院、健康、健身等領(lǐng)域，其未來(lái)的影響可能會(huì )徹底改變我們體驗音頻的方式。