沉浸式音頻會(huì)改變音樂的未來嗎？

讓我們想象一下這樣的場景：您被12個(gè)頌缽包圍著，周圍充滿了響亮的聲音和閃爍的諧波，復(fù)雜的泛音充斥在您身邊的各個(gè)角落。盡管您此時(shí)正完全被包裹在這些聲音當(dāng)中，但是您仍然可以精確的定位出聲音在空間中的精確位置。隨著這個(gè)演示的結(jié)束，您平靜下來，才發(fā)現(xiàn)您實(shí)際上并沒有被12個(gè)頌缽所包圍，而是正身處于音樂圈最大的貿(mào)易展會(huì)當(dāng)中。

上面我所描述的場景就是2019年的NAMM展中，Genelec的沉浸式體驗(yàn)展臺(tái)上所展示的場景。Richard Devine是一位電子樂音樂家，同時(shí)他也是一位聲音設(shè)計(jì)師，他受邀在7.1.4 Dolby Atmos揚(yáng)聲器系統(tǒng)（該系統(tǒng)使用了七個(gè)定向揚(yáng)聲器，一個(gè)重低音音箱和四個(gè)頂置揚(yáng)聲器）上展示他制作的一些三維聲/環(huán)境立體聲錄音。憑借Genelec所提供的擁有最先進(jìn)技術(shù)的揚(yáng)聲器，再配合杜比的聲學(xué)規(guī)格，該展臺(tái)能夠把聽眾包裹在一個(gè)完全立體的聲音“半球”中。

Devine在回憶起這段經(jīng)歷時(shí)，饒有興致地說：“當(dāng)時(shí)在場的每一位觀眾，甚至包括我自己，都非常的震驚。我們所有人都吃驚的坐在那里，震驚的下巴都掉下來了。您能夠聽到從頭頂傳來的聲音，從側(cè)面?zhèn)鱽淼穆曇?，從各個(gè)方向傳來的聲音，我們完全沉浸在這些聲音當(dāng)中......是一種身臨其境的感覺。就像是您正身處于那個(gè)房間里，被這些頌缽所包圍著。”

在過去的幾年里，Devine一直身處在（不斷發(fā)展著的）沉浸式音頻領(lǐng)域的前沿，旨在創(chuàng)造出能夠令人信服的三維聲音體驗(yàn)。例如，站臺(tái)上所使用的頌缽的錄音就是最近他與Rode Microphones（Soundfield Ambisonic麥克風(fēng)的發(fā)明人）一起創(chuàng)作的。這位模塊化合成器的愛好者也被谷歌，蘋果和微軟等科技業(yè)的巨頭聘用，為它們的虛擬現(xiàn)實(shí)應(yīng)用以及其他的一些絕密項(xiàng)目提供3D音景和音樂。

Brian Eno的三維聲/環(huán)境立體聲揚(yáng)聲器系統(tǒng)。

僅憑著Devine的這些經(jīng)歷，我們就能夠清晰的意識(shí)到沉浸式音頻的確是音頻技術(shù)的未來，但這也引出了另一個(gè)問題：為什么至今為止都沒有一個(gè)真正的沉浸式音樂技術(shù)面世？除了一些例外 - 比如于20世紀(jì)70年代出現(xiàn)，隨即就迅速被拋棄的四聲道立體聲格式，還有Brian Eno推出的3揚(yáng)聲器家庭立體聲hack系統(tǒng)（在Ambient 4：On Land的專輯內(nèi)頁中有詳細(xì)的描述） - 我們的音樂從未真正的超越立體聲時(shí)代。環(huán)繞立體聲專輯僅僅存在于一個(gè)很小的市場中，但總體來說，老式普通的立體聲系統(tǒng)那無法撼動(dòng)的地位，已經(jīng)保持了有50多年了。

然而，隨著沉浸式音頻的發(fā)展，這一現(xiàn)象有可能會(huì)被改變。事實(shí)上，這種改變很可能已經(jīng)發(fā)生了。您有感覺到嗎？

我相信無論音頻技術(shù)的未來到底如何，人們對沉浸式音頻技術(shù)都是充滿好奇的。接下來我會(huì)為大家介紹下沉浸式音頻的基礎(chǔ)知識(shí)、它是如何運(yùn)作的、它能為音樂人和創(chuàng)作者們帶來的怎樣驚人的可能性以及（如果您想進(jìn)一步探索沉浸式音頻的話）您所需要使用到的一些工具和資源。

什么是沉浸式音頻？

如今的時(shí)代，無論是在哪里，媒體都變得越來越具有沉浸感。VR頭戴式設(shè)備變得越來越便宜，每個(gè)月都有為VR設(shè)備開發(fā)的新游戲和新應(yīng)用程序出現(xiàn)在應(yīng)用市場上。使用了杜比全景聲（Dolby Atmos）技術(shù)的3D大制作電影在任何一個(gè)大牌劇院都可以看得到。聲音是上面所有這些體驗(yàn)的核心部分，因此沉浸式音頻技術(shù)的發(fā)展也異常迅速。（沉浸式音頻和“空間音頻”通?？梢曰Q使用，但是它們之間還是存在差異的。您可以參閱文章結(jié)尾處的術(shù)語表來了解。）但是，究竟什么是沉浸式音頻，它與環(huán)繞立體聲之間又有什么不同之處？

沉浸式音頻技術(shù)超越了環(huán)繞式立體聲技術(shù) - 事實(shí)上，從字面上（它們的名字上）來看，我們也能發(fā)現(xiàn)它們之間的差別。即使在最昂貴的9.1聲道系統(tǒng)中，傳統(tǒng)的環(huán)繞立體聲技術(shù)也只能作用于聽眾周圍的水平面，是一個(gè)二維的概念，僅僅相當(dāng)于沉浸式音頻所能覆蓋的球體的一個(gè)截面。像Dolby Atmos和DTS：X這樣的沉浸式音頻技術(shù)通過在天花板內(nèi)布置揚(yáng)聲器，創(chuàng)造出了高度這個(gè)新的維度，從而將聲場擴(kuò)展為三維。

另一個(gè)主要區(qū)別是沉浸式音頻技術(shù)的實(shí)現(xiàn)是與揚(yáng)聲器無關(guān)的，這意味著人們只需要對混音進(jìn)行簡單的調(diào)整，就可以在不同的音響系統(tǒng)上進(jìn)行回放。然而環(huán)繞立體聲技術(shù)需要為不同的音響系統(tǒng)（例如5.1，7.1等等）準(zhǔn)備單獨(dú)的混音才可以。對于沉浸式音頻技術(shù)來說，我們不但可以在電影院的音響系統(tǒng)中使用，也可以在智能揚(yáng)聲器網(wǎng)絡(luò)，甚至是普通的耳機(jī)上回放同一段混音，而且能夠同時(shí)保留住空間信息。

有趣的是，沉浸式音頻技術(shù)并不是一個(gè)全新的技術(shù)。三維聲/環(huán)境立體聲是如今主流的沉浸式音頻技術(shù)之一，但是它早在20世紀(jì)70年代就已經(jīng)被人們發(fā)明出來了。

雙耳聲也是一個(gè)在這幾年逐漸流行起來的概念，但是在這之前它其實(shí)已經(jīng)存在了很長一段時(shí)間了（還記得Virtual Barbershop虛擬理發(fā)店嗎？）。最初雙耳聲這個(gè)詞是作為立體聲錄音的同義詞使用的，真正的雙耳聲音頻會(huì)使用特殊的錄音和播放技術(shù)來重現(xiàn)聲音，以便讓我們的兩個(gè)耳朵自然地接收到聲音信號 - 這也就人們使用“雙耳聲”這個(gè)詞的原因。

縱覽音樂發(fā)展的歷史，其中充滿了人們對沉浸式錄音和沉浸式回放系統(tǒng)各種野心勃勃嘗試，無論是那些身穿實(shí)驗(yàn)室大褂的工程師們，還是具有前瞻性眼光的音樂家們都曾參與其中。

雙耳聲

雖然沉浸式音頻的概念和技術(shù)已經(jīng)不是什么新鮮的玩意兒了，但最近該領(lǐng)域卻迎來了爆炸式的發(fā)展，這其中最主要的一個(gè)推動(dòng)因素是：娛樂產(chǎn)業(yè)?，F(xiàn)如今，像VR和杜比全景聲（Dolby Atmos）這樣的技術(shù)已經(jīng)發(fā)展成熟，因此沉浸式音頻技術(shù)的那令人興奮不已的市場終于被打開了。您現(xiàn)在可以在劇院體驗(yàn)到沉浸式音頻技術(shù)，甚至是使用iPad和耳機(jī)（觀看同一部電影）也能夠獲得幾乎相同的體驗(yàn)。

艾比路（Abbey Road）是一個(gè)莊嚴(yán)而神圣的音樂工作室，披頭士樂隊(duì)，喬治·馬丁（George Martin），杰夫·埃里克（Geoff Emerick）以及其他一些推動(dòng)了錄音技術(shù)發(fā)展的偉大音樂人們都曾經(jīng)在這里工作過?，F(xiàn)在，艾比路憑借著旗下的Abbey Road Spatial Audio Forum，成為了沉浸式音頻領(lǐng)域的領(lǐng)導(dǎo)者之一。該工作室由其音頻產(chǎn)品的負(fù)責(zé)人Mirek Stiles創(chuàng)立，他在工作室主持研究工作，經(jīng)常召集音頻工程師和音樂家們一起進(jìn)行實(shí)驗(yàn)和頭腦風(fēng)暴，并且將這些頗有價(jià)值的沉浸式音頻的資料都發(fā)布在了其網(wǎng)站上。

對于沉浸式音頻這種70年代就起源的技術(shù)，為什么能夠在如今發(fā)展到了一個(gè)嶄新的階段？Abbey Road Spatial Audio Forum對這個(gè)問題做了如下的解釋：“沉浸式音頻技術(shù)真正的突破點(diǎn)是人們在玩游戲時(shí)更多的開始使用耳機(jī)，因此針對耳機(jī)的相關(guān)技術(shù)得到了廣泛的重視和開發(fā)。如今隨著虛擬現(xiàn)實(shí)設(shè)備的發(fā)展，沉浸式音頻的技術(shù)擁有了更多的應(yīng)用場景。其中的理由非常簡單：當(dāng)您與3D圖像進(jìn)行交互時(shí)，聲音也應(yīng)該讓您感受到空間感，只有這樣才能真真正正的體會(huì)身臨其境的感覺。”

如果現(xiàn)在我們就可以通過耳機(jī)來獲得完整的360°的聲音體驗(yàn)，那么這項(xiàng)技術(shù)被更廣泛的應(yīng)用到整個(gè)音樂圈的日子還會(huì)遠(yuǎn)么？

音樂的可能性

電影產(chǎn)業(yè)和游戲產(chǎn)業(yè)一直都是引領(lǐng)音頻技術(shù)革命的排頭兵，因此那些為這些產(chǎn)業(yè)創(chuàng)作音樂的專業(yè)作曲家就最有可能是將沉浸式音頻推上音頻新標(biāo)準(zhǔn)寶座的首功之臣。聲音在自由度上的增強(qiáng)不僅有助于作曲家們在創(chuàng)作時(shí)的情感表達(dá)，還能夠讓配樂為動(dòng)作和對話騰出更多的空間。如果您是一位專業(yè)作曲家，或者您的夢想是成為專業(yè)作曲家，那您就不能忽視沉浸式音頻技術(shù)。

另一方面，對于其他的音樂家來說，360°的全景音樂視頻是沉浸式音頻最常見的應(yīng)用場景。隨著360°全景攝像頭以及三維聲/環(huán)境立體聲麥克風(fēng)的價(jià)格變得越來越親民，藝術(shù)家們能夠以前所未有的方式將聽眾們帶入到他們的表演當(dāng)中 - 無論是在街頭的表演，在現(xiàn)場的演出，還是在錄音棚中制作的錄音。

對于音頻工程師和音樂制作人來說，沉浸式音頻技術(shù)一定是它們非?？释私獾募夹g(shù) - 畢竟，那些具有前瞻思維的作曲家和音樂人在制作音樂時(shí)，還是需要有專業(yè)人員來幫助他們進(jìn)行編輯和調(diào)音。三維聲/環(huán)境立體聲麥克風(fēng)是一個(gè)如瑞士軍刀般“萬能”的利器，它不僅可以用于制作精美的沉浸式音頻，還能夠帶來全包裹式的聲場，可以被當(dāng)成是“虛擬麥克風(fēng)”，聚焦在房間中的任何地方。

即使是DJ們，也可以享受到沉浸式音頻所帶來的樂趣。像London's Ministry of Sound這樣的夜店正在安裝杜比全景聲（Dolby Atmos）音響系統(tǒng)，以便為俱樂部的客人們提供身臨其境的音樂體驗(yàn)。杜比甚至開發(fā)了一個(gè)應(yīng)用程序，通過它，DJ和電子樂音樂家們能夠?qū)崟r(shí)的對聲場進(jìn)行操縱，始終將人群包圍在音樂當(dāng)中。

在杜比推廣該平臺(tái)的一個(gè)宣傳視頻當(dāng)中，英國的DJ Yousef這樣說：“當(dāng)您聆聽沉浸式音頻時(shí)，您會(huì)感覺自己仿佛就處在音軌和唱片當(dāng)中。”也是在這個(gè)視頻當(dāng)中，身兼音樂制作人和DJ的 Deadmau5說到：“我認(rèn)為這將是我以后所使用的最主要的技術(shù)。我會(huì)在Atmos中進(jìn)行編曲，然后再混音時(shí)轉(zhuǎn)換成立體聲。”

那些喜歡新事物的音樂人會(huì)非常喜歡沉浸式音頻 – 擁有催眠般效果的現(xiàn)場表演和極具突破性的音頻設(shè)備會(huì)變得層出不窮。

作曲家斯蒂芬巴頓（Stephen Barton）曾經(jīng)為《泰坦隕落》，《使命召喚：現(xiàn)代戰(zhàn)爭》等游戲制作配樂。他同樣被沉浸式音頻所帶來的無限的可能性所吸引。在接受艾比路的Mirek Stiles采訪時(shí)，他說到：“革命這個(gè)詞在音樂圈中經(jīng)常被提起，但是通常都是名不副實(shí) - 但是這次 （沉浸式音頻技術(shù)）確實(shí)是來真的了。如果沉浸式音頻的制作質(zhì)量足夠優(yōu)秀，我們會(huì)有一種完全突破了空間和設(shè)備的限制，從而完全身臨其境的感覺 - 這種效果非常震撼。”

Devine同樣用充滿激情的話語為我們解釋了這種效果：“至少對于我來說，在我的腦海里，音樂就像是變成了一棟建筑。我能夠想象出音樂在我的腦海中變成了Frank Gehry的建筑作品，擁有彎曲的金屬和玻璃裝飾，肋骨狀的建筑結(jié)構(gòu)仿佛在我的身邊展開。如果音樂在每個(gè)方向都是多維的，圍繞在您的身邊，在您的頭頂之上，在您的身體下方，您可以在這些音樂的細(xì)節(jié)中體驗(yàn)到它的存在。這種效果絕對是非常驚人的。“

沉浸式音頻所需的工具

那么如何真正的實(shí)現(xiàn)沉浸式音頻呢？首先，您其實(shí)不需要使用昂貴且復(fù)雜的多聲道揚(yáng)聲器系統(tǒng)來獲得完整的沉浸式音頻效果。只要您的耳機(jī)是雙聲道/雙耳聲“解碼”的，您就可以通過它來體驗(yàn)沉浸式音頻帶來的效果。雙耳聲解碼模擬了我們的耳朵識(shí)別空間信息時(shí)的獨(dú)特方式，因此我們可以使用任何支持該技術(shù)的耳機(jī)來體驗(yàn)360°沉浸式音頻（為了獲得最好的體驗(yàn)，建議您使用耳罩式耳機(jī)）。

雖然在這個(gè)過程中需要使用特殊的軟件來對沉浸式音頻進(jìn)行混音，但是很多這類軟件都是免費(fèi)的，而且使用起來非常容易。如果您是新手，我推薦您從空間音頻的插件開始入門，比如Ambisonic Tool Kit（ATK），AmbiX，Rode的Soundfield，或者是Facebook的FB360 Spatial Workstation，上面所有這些工具/插件都可以免費(fèi)下載，學(xué)習(xí)起來也不難。

上面所說的這些軟件包中包括了將單聲道或立體聲信號源轉(zhuǎn)換成三維聲/環(huán)境立體聲格式的編碼器插件，還有能夠在3D空間中對聲音進(jìn)行移動(dòng)和定位的工具，以及能夠?qū)⑼欢位煲魬?yīng)用在不同的回放系統(tǒng)上時(shí)所需要使用的解碼器插件。Spatial Workstation中還包含了能夠用于處理360°視頻和VR內(nèi)容的工具，它能夠完整的跟蹤我們頭部的運(yùn)動(dòng)。

如果您想從源頭開始錄制沉浸式音頻的話，那么您需要一個(gè)三維聲麥克風(fēng)，這種麥克風(fēng)能夠?qū)⑼暾?D空間聲音記錄在四個(gè)聲道上。Zoom的H3-VR standalone recorder是一款相當(dāng)超值的入門級設(shè)備，而價(jià)格相對較高的Rode Soundfield NT-FS1和Sennheiser Ambeo VR則擁有更加豐富和高級的功能。使用三維聲麥克風(fēng)，您可以捕捉幾乎所有場景中的聲音，并帶能夠收錄到令人難以置信的逼真細(xì)節(jié)。

Zoom H3-VR

Sennheiser Ambeo VR 3D

聲音的未來

只有時(shí)間才能證明沉浸式音頻是否能夠真正的引領(lǐng)音樂圈的潮流，但是如果它在娛樂界和科技領(lǐng)域的發(fā)展順利，那么它所帶來的革命也許會(huì)很快到來。雖然對于家庭用戶來說，復(fù)雜的揚(yáng)聲器陣列不是個(gè)很好的解決方案，但是通過耳機(jī)來體驗(yàn)沉浸式音頻會(huì)是一個(gè)重要的突破口。無論未來會(huì)發(fā)生什么，至少有一件事是肯定的 - 我們需要有創(chuàng)造力的人來推動(dòng)音頻技術(shù)的進(jìn)步。

如果您就是這個(gè)人，碰巧正在閱讀這篇文章，那我鼓勵(lì)您大膽的前進(jìn)，帶領(lǐng)我們進(jìn)入一個(gè)全新的聲音世界。

沉浸式音頻技術(shù)的術(shù)語表

空間音頻，本質(zhì)上來說它是對沉浸式音頻的一種更加科學(xué)的表達(dá)方式。通常來說，這兩個(gè)名稱可以互換使用，但是空間音頻是一個(gè)相對更準(zhǔn)確的術(shù)語。

在三維聲/環(huán)境立體聲中，聲音可以被定位在以聽眾為球心的球體中的任何一個(gè)位置，通過在四個(gè)聲道上進(jìn)行編碼 - 三個(gè)通道分別用于前/后，左/右和上/下的方向信息，還有一個(gè)“全向”通道。在回放環(huán)境立體聲時(shí)，必須解碼后才能在特定的回放系統(tǒng)上進(jìn)行播放，這個(gè)系統(tǒng)可以是DTS:X家庭影院系統(tǒng)，也可以是傳統(tǒng)的5.1聲道環(huán)繞設(shè)備，甚至可以是常規(guī)的耳機(jī)。

三維聲/環(huán)境立體聲麥克風(fēng)使用了四個(gè)以正四面體方式排列的麥克風(fēng)頭，它能夠捕捉一個(gè)球形空間內(nèi)的完整聲音，并保留聲音的精確空間位置。使用三維聲/環(huán)境立體聲進(jìn)行錄音時(shí)，采用raw四聲道，A-format進(jìn)行錄制，之后必須轉(zhuǎn)換為空間化的B-format，以便進(jìn)行進(jìn)一步的混音。這被稱為一階環(huán)境立體聲。

高階環(huán)境立體聲是指一系列的更為復(fù)雜的環(huán)境立體聲格式，它通過使用更多的通道來實(shí)現(xiàn)更準(zhǔn)確的空間定位。如果您將一階環(huán)境立體聲麥克風(fēng)看成三個(gè)雙向麥克風(fēng)所組成的一個(gè)“大頭釘”形狀的麥克風(fēng)團(tuán)兒，那么二階和三階的環(huán)境立體聲麥克風(fēng)看起來會(huì)更像是一個(gè)團(tuán)兒，但是會(huì)有更多的突出節(jié)點(diǎn)。

基于對象的音頻是另一種空間音頻格式，其工作方式與環(huán)境立體聲完全不同。從技術(shù)上來說，環(huán)境立體聲格式仍然是基于通道的，但是基于對象的音頻會(huì)把每一個(gè)聲音視為可以在虛擬空間中進(jìn)行移動(dòng)的對象。

杜比全景聲（Dolby Atmos）是由電影技術(shù)巨頭杜比實(shí)驗(yàn)室（Dolby Laboratories）開發(fā)的專利技術(shù)，是一種基于對象的音頻格式和平臺(tái)。Atmos實(shí)際上是一個(gè)連接著各種系統(tǒng)的網(wǎng)絡(luò)，其中包括了特殊的混音軟件，電影院的揚(yáng)聲器陣列規(guī)格，甚至包括了用于家庭的沉浸式音頻硬件，比如配備了Atmos技術(shù)的AV接收器和條形音箱。

DTS：X是杜比的競爭對手DTS所開發(fā)的另一種基于對象的音頻技術(shù)。它的工作方式與杜比全景聲基本相同，而且所實(shí)現(xiàn)的效果也差不多，但是DTS：X使用了不同的工具。好消息是，很多支持杜比全景聲的設(shè)備也支持解碼DTS：X格式。

頭部相關(guān)傳遞函數(shù)（HRTF）是一個(gè)描述您的頭部和耳朵對您所感知的聲音的影響的科學(xué)參數(shù)。來自不同方向的聲音分別到達(dá)兩只耳朵時(shí)，會(huì)具有輕微的相位和頻率上的差異，這個(gè)差異能夠讓我們本能地定位到聲源。在沉浸式音頻中，人工的HRTF可以被用來將復(fù)雜的空間混音轉(zhuǎn)換為左右兩個(gè)聲道的聲音信號，從而在耳機(jī)中產(chǎn)生逼真的雙耳聲/身歷聲效果。