沉浸式音频环绕声Ambisonics

沉浸式音频入门：格式、阵列与空间线索

沉浸感不由通道数单独决定。录音要保留方向、距离和空间反射，回放端还得把这些线索正确还原。

作者 · DADAO 声学实验室 · DADAO AUDIO约 8 分钟阅读

Contents · 目录

这一篇在讲什么

6 章 · 约 8 分钟

Chapter01

Definition

通道围着人，不等于空间感就成立

“沉浸”和“包围感”在行业文章里常被交替使用。这里把沉浸感理解为听众对整个声场的投入感，把包围感理解为侧后方、上方和房间反射带来的空间线索。多只音箱播放同一份单声道信号，只是增加了发声位置，未必能形成稳定的空间印象。[1] 对扬声器回放而言，高度层是 7.1.4、9.1.4 等三维布局区别于传统 5.1 水平环绕的主要特征；耳机也可以通过双耳渲染呈现高度线索。[2][5]

图 1 · 立体声、水平环绕与带高度层布局的维度差异。

Chapter02

Formats

先把布局记法读对

5.1 包含 5 个主通道和 1 个 LFE 通道。Dolby 的 7.1.4 记法中，第一位是耳平面通道数，第二位是 LFE 通道数，最后一位是高度通道数。[3] ITU-R BS.2051 把 22.2 记为 22 个主通道加 2 个 LFE，主通道分布在上、中、下三层。[2] “.1”描述的是 LFE 信号通道，不等于现场只能装一只低音扬声器。格式规定交付和监听边界，拾音阵列仍要根据声源、房间和希望保留的空间线索来选。

图 2 · 四种扬声器布局的主通道、LFE 与高度信息。

Chapter03

Ambisonics

Ambisonics 是声场表示，不是一款球形话筒

Ambisonics 用球谐函数表示声场，不绑定某一种硬件。常见一阶话筒用四只近似共点、四面体排列的胶囊采集 A-format，再矩阵转换为 W、X、Y、Z 四路 B-format；这只是实现一阶信号的一种方式。[4] 三维 N 阶 Ambisonics 需要 (N+1)² 路球谐信号。提高阶数通常能增加空间分辨率并扩大可用重放区域，但结果仍受频率、解码器和扬声器布局影响。[4][5] 输出到 5.1、7.1.4 或耳机时，都需要针对目标系统渲染。

图 3 · Ambisonics 的阶数、信号数与目标渲染关系。

Chapter04

Spaced Array

2L 的间距阵列，是案例，不是统一模板

间距阵列利用话筒之间的到达时间和相关性差异来获得空间感。DPA 介绍过 Morten Lindberg 的 7+4 全向阵列案例，并写到话筒之间至少相距约 1 m；Lindberg 在另一篇访谈中也说明，他会按乐团和场地改变阵列，尺度可从约 40 cm 到 150 cm。[1][6] 两份资料说的是不同配置，恰好说明“7+4”不是一组可照抄的固定坐标。更稳妥的用法，是研究它的直通路由和上下层关系，再用自己的节目素材决定尺寸。

图 4 · 2L 7+4 间距阵列的概念层级；具体尺寸随项目调整。

Chapter05

De-correlation

解相关能扩散声场，也会留下处理痕迹

解相关不是把同一条音频简单复制到更多通道。常见做法会用全通、时变滤波或短延迟降低通道间相关性，同时尽量保留原信号的频谱和瞬态。它可以用来合成扩散声，也能在部分扩声场景中减小多声源造成的低频起伏。[7] 参数过重则可能带来瞬态拖尾、音色变化或定位变宽。处理后要一起检查相关度、单声道、下混结果和多个听音点，不能只在甜蜜点判断“更宽了”。

图 5 · 解相关处理的用途与需要回查的副作用。

Chapter06

Approach

先列优先级，再选阵列

需要清楚定位和后期旋转时，可以从共点或近共点方案开始；更看重厅堂包围感时，再考虑间距阵列。压力式全向话筒通常有较好的低频延伸，但也会收进更多房间声和低频噪声。[1] 最终方案还要同时检查阵列尺寸、场地混响、监听布局和目标交付格式。一只话筒直通一个扬声器通道可以是某些制作的工作方法，却不是所有沉浸式录音都要遵守的规则。