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

人們對(duì)再現(xiàn)更佳音質(zhì)的追求似乎永無止境。從Victrola的手搖留聲機(jī)到新的環(huán)繞立體聲技術(shù)，收聽者們一直在尋求用技術(shù)來改善傳遞到他們耳朵的聲音。隨著空間音頻技術(shù)的新應(yīng)用，這種對(duì)改善音頻和收聽體驗(yàn)的追求迎來了新的轉(zhuǎn)機(jī)，因?yàn)檫@項(xiàng)技術(shù)承諾提供比以往更身臨其境的聽覺體驗(yàn)。

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(xiàng)技術(shù)上也處于前排地位，并提供商業(yè)化產(chǎn)品。不過，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(xiàng)個(gè)人體驗(yàn)。一個(gè)人認(rèn)為好的東西對(duì)另外一個(gè)人可能并非如此。但隨著Apple iOS 16對(duì)Personalized Spatial Audio的支持，許多渠道上眾說紛紜，誤傳誤報(bào)層出不窮。本文將淺談一下空間音頻技術(shù)的現(xiàn)狀和特性。

01

頭部結(jié)構(gòu)剖析

個(gè)性化音頻要考慮身體機(jī)能運(yùn)轉(zhuǎn)背后的生理和物理因素；每個(gè)人都是獨(dú)二無二的。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)影響我們的聽覺體驗(yàn)。對(duì)于Personalized Spatial Audio，Apple使用運(yùn)行iOS 16系統(tǒng)的iPhone中的3D TrueDepth相機(jī)功能來三維掃描用戶的頭部。

iPhone進(jìn)行三次掃描：頭部左側(cè)、頭部右側(cè)和正面臉部（不是一些人所說的內(nèi)耳道）。生成專屬于個(gè)人的配置文件并存儲(chǔ)起來，以備播放引擎使用。人們擔(dān)心這些配置數(shù)據(jù)文件會(huì)被獲取并用于先進(jìn)的面部識(shí)別系統(tǒng)。Apple表示，這些文件在設(shè)備上是安全且加密的，不會(huì)用于監(jiān)控和先進(jìn)的面部識(shí)別應(yīng)用。

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

但是等等，好像還不止于此。

對(duì)于人類而言，當(dāng)播放的聲音進(jìn)入內(nèi)耳時(shí)，內(nèi)耳會(huì)產(chǎn)生共鳴，并用自己的聲音做出回應(yīng)。這些聲音來自耳朵里的耳蝸，可被檢測(cè)和測(cè)量。這些交感聲音被稱為耳聲發(fā)射（OAE），在聽眾更敏感的頻率上，聲音明顯更大。許多耳機(jī)制造商在耳塞內(nèi)安裝了靈敏的麥克風(fēng)來檢測(cè)耳聲發(fā)射。頻率掃描讓Spatial Audio系統(tǒng)可以剖析用戶每只耳朵的聽力頻率響應(yīng)圖。

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

02

聲球

空間音頻感覺有點(diǎn)像環(huán)繞頭部的聲音泡泡。音軌呈現(xiàn)出一種新的特色，不是僅僅出現(xiàn)在左邊、右邊、前方中間和后方中間，因?yàn)樗鼈兪莵碜远ㄏ驌P(yáng)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(dāng)您把頭靠近這些聲源的“音頻線”（類似于視線）時(shí)，聲音會(huì)變得更響、更亮。為了實(shí)現(xiàn)這一點(diǎn)，音軌必須是包含所有聲球聲源及其相對(duì)水平和距離數(shù)據(jù)的編碼音軌。

03

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(yīng)用。可以說，目前非常流行的應(yīng)用是游戲—尤其是虛擬現(xiàn)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。如果沒有快速準(zhǔn)確的頭部跟蹤，VR會(huì)讓人很快感到惡心想吐；例如，當(dāng)您轉(zhuǎn)頭時(shí)，若場(chǎng)景沒有實(shí)時(shí)跟蹤，大腦就會(huì)遇到問題。

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

但家庭影院空間音頻系統(tǒng)無法執(zhí)行這類錨定。例如，如果您坐在沙發(fā)上看電影，只要觀看中央屏幕，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(dāng)您轉(zhuǎn)頭時(shí)，系統(tǒng)就很難讓側(cè)邊的聲音更加突出。機(jī)器視覺攝像頭和人工智能可能會(huì)幫助系統(tǒng)識(shí)別您的轉(zhuǎn)頭，但這項(xiàng)技術(shù)目前還不成熟。

一些聽戴式設(shè)備中使用的加速度計(jì)和陀螺儀可以執(zhí)行頭部跟蹤，但這并不是完美解決方案。因此，這種相對(duì)頭部跟蹤技術(shù)遠(yuǎn)不如絕對(duì)頭部跟蹤技術(shù)那樣又快又準(zhǔn)。

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

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（圖1）。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(yàn)。

04

其他問題、顧慮、技術(shù)和用途

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

低音依賴于大量的空氣運(yùn)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(dāng)間距來增強(qiáng)頻譜中低頻的功率，從而再現(xiàn)低音的能力，但用耳塞很難實(shí)現(xiàn)這一點(diǎn)。

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

無論如何，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(yīng)用和用途。白色噪音和粉色噪音機(jī)器已經(jīng)在幫助人們?nèi)胨⒎潘珊蜏p壓。未來的應(yīng)用可能在空間音頻中增加生物識(shí)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(qiáng)放松狀態(tài)。

這項(xiàng)技術(shù)還可以作為一種聽力輔助設(shè)備來幫助失聰或有聽覺障礙的人，盡管目前這還是一項(xiàng)沒有得到證實(shí)的用途。音樂家可以使用空間音頻來獲得理想的入耳混音效果。舞臺(tái)音量和場(chǎng)地混音總是不同。音響師可以調(diào)節(jié)場(chǎng)地混音，但空間音頻可以幫助表演者在舞臺(tái)上聽得更清楚。

目前，人們對(duì)空間音頻的評(píng)價(jià)褒貶不一；有些人喜歡，有些人不喜歡。這是一項(xiàng)每個(gè)人都必須自己嘗試后才能做出決定的技術(shù)。畢竟，許多用戶對(duì)眾多環(huán)繞聲系統(tǒng)昂貴的價(jià)格和復(fù)雜的設(shè)置并不滿意，更何況背景音有時(shí)會(huì)壓過對(duì)話音。

05

空間音頻的使用

空間音頻技術(shù)通過分析人體結(jié)構(gòu)和生理特性，利用獨(dú)特的音頻配置文件，并結(jié)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體驗(yàn)。這項(xiàng)技術(shù)的應(yīng)用范圍涵蓋游戲、劇院、健康、健身等領(lǐng)域，其未來的影響可能會(huì)徹底改變我們體驗(yàn)音頻的方式。

審核編輯：彭菁