三維聲（3D Audio）音頻技術方案與標準測試探討

文/陳宇海

引言

從工業(yè)時代至今，對聲音技術的探討，一直貫穿在社會發(fā)展過程中。聲音技術在發(fā)展過程中經歷了以麥克風、揚聲器為代表的單聲道音頻、雙聲道立體聲音頻，再到之后的5.1環(huán)繞聲，7.1環(huán)繞聲音頻等，聲音技術日趨成熟，直至發(fā)展到今天的三維聲（3D Audio）技術，從而使聲音技術達到爐火純青的地步。三維聲技術的應用推廣，使廣播電視業(yè)和新聞業(yè)進一步發(fā)展創(chuàng)新。

1.三維聲的相關概述

1.1 三維聲的含義

所謂三維聲，是指借助音箱陣列或耳機等，繼而為聽眾創(chuàng)造出別樣的聲音影像，這些聲音影像兼具三維空間感和方位感，從而使聽眾在虛擬的場景中保持清醒的頭腦，對于發(fā)聲的位置可以做出準確判斷，而這些聲音，則與人們在現實世界中所聽到的方式符號一致，從而滿足人們對聲音感知的需求。

1.2 三維聲的分類

一般來講，三維聲通常分為三層空間。第一層空間則為人耳高度，也就是說，聲音所能達到的高度，則為環(huán)繞聲音箱所在的高度。第二層空間則是指與人耳位置從30度仰角的高度，鳥鳴聲、風吹聲，則表現得尤為明顯，是這一層空間高度的典型代表。第三層空間高度則表現為人耳正上方所聽到的聲音，當然，這一層高度也被稱為“上帝之音”，飛機飛過的轟鳴聲，暴風雨來臨之前的雷鳴聲等，則是這一層空間高度的典型例證。

2.三維聲技術分析

2.1 聲道的實現方式分析

為了對三維聲進行全面了解，需要對三維聲的發(fā)聲技術進行探討。三維聲這一技術的實現，依托三種形式，第一種則為基于聲道的方式，第二種屬于聲傳床+對象的方式，第三種方式也為基于場景，從而使三維聲這一技術得以凸顯和應用。首先要探討基于聲道的實現方式，這種方式表現為要對聲道配置進行預先設定，進而將每個聲道的音源可以直接映射到其指定的揚聲器位置中。這種聲道方式制作的音頻可以確保聲音達到預期的效果，但是為了確保聲音可以在聽眾因為范圍之內，需要聽眾對位置進行準確選擇，基于聲道方式制作的音頻聲音傳播范圍小，需要在特定的揚聲器布局里重新播放，繼而使其聲音效果更為完美。

2.2 聲床+對象的實現方式分析

三維聲（3D Audio）是通過音箱陣列或耳機為聽眾創(chuàng)造具有三維空間感、方位感的聲音影像，使聽眾在虛擬的場景中獲得與人們在真實世界中心理聽覺方式相符、與臨場相似的聽覺感受的聲音系統。三維聲技術在發(fā)聲過程中也需要用到聲床+對象的實現方式，聲床對基本環(huán)境聲起到承載的作用，屬于基本聲場的音頻信號。聲道和特定揚聲器位置緊密相連，因而，要想使聲床+對象這一方式實現，需要對元數據定義的聲音場景進行預先設定。

2.3 場景的實現方式分析

現如今，民眾對音頻技術的要求越來越高，為了滿足民眾的需求，基于場景的實現方式在三維聲音制作中受到追捧和青睞，基于場景的實現方式技術的應用和推廣，聲音在捕獲方面和音頻選擇方面得到很大的突破。在這種發(fā)展模式下，聲音作為壓力波進行傳遞，對于給定時間的聲音場景，每個點都需要借助數個壓力函數得以體現，也就是說，每個點的壓力值在聲音技術方面發(fā)揮著重要作用。倘若獲知該空間中每個點的壓力值，便可對空間中的聲音進行完美重構。當然，為了對每個點的壓力值進行捕獲，需要借助一些方法對其進行處理。其中，包括基于球面諧波變換的高階精度系數，進而對三維空間所有點的壓力值進行表述。空間中每個點的壓力和其鄰近的點存在一定的關系，因而，可以借助麥克風陣列對聲音進行全方位收集，應用數學原理和公式對其進行計算，進而將上述系數進行有效推導。與此同時，為了使基于場景的音頻制作方式的優(yōu)勢得以充分發(fā)揮，需要對HOA系數進行準確獲取，提高生產空間系數的編碼質量，克服音頻制作方式的難點，從而使基于場景的實現方式的效能得以最大發(fā)揮。設計基于VBAP基本原理的三維音頻編解碼框架，以3個聲道為一組合成虛擬聲源及下混信號，編碼時增添時間差參數，在解碼端提出基于線性方程組求解的虛擬聲像重分配方法，獲得與原始聲道配置一致的重建信號。

2.4 三維聲重放環(huán)境分析

三維聲重放環(huán)境在三維聲音頻制作中發(fā)揮著重要作用，這種技術在日本電臺表現得尤為突出。日本電視臺的22.2多聲道音頻采用重放環(huán)境這一技術，有22個寬頻揚聲器和2個低頻揚聲器構成，當然，也可以使用較少的揚聲器對聲音進行重放。揚聲器使用數量的多少在很大程度上影響著最佳聽音的區(qū)域范圍，也就是說，揚聲器數量少，最佳聽音的區(qū)域范圍也就越小，兩者呈正相關。近年來，這種技術在我國音頻制作中也得到普遍應用和推廣，電影院也在采用這一技術，從而使音頻質量不斷提升。

2.5 雙耳渲染技術

虛擬現實（Virtual Reality，VR）的興起使三維音頻技術得到進一步的應用。VR中三維音頻的回放一般采用基于雙耳的方式，目前，VR中應用較多的三維音頻技術有基于物理聲場重建和球諧分解的Ambisonics技術、基于自然雙耳錄音（Binaural recording）的技術，以及基于頭相關傳遞函數（Head Related Transfer Function，HRTF）重建的技術。雙耳渲染技術是指三維聲的重放可以依托揚聲器和耳機得以實現，為此，為了使這一技術的性能和優(yōu)勢得以充分發(fā)揮和體現，需要對事先制作好的音源成品編碼文件進行解碼，從而使普通立體聲耳機可以聆聽三維聲音頻。雙耳渲染技術的誕生和應用，使三維聲這一技術更為成熟，滿足了民眾的精神需求，順應了時代發(fā)展潮流，從而使這一技術更為成熟。

3.三維聲在我國的標準

3.1 三維聲專題組的成立

為了使三維聲這一技術在我國進一步推廣和應用，我國于2012年3月成立了AVS技術應用聯合推進工作組，這一工作組主要是由工業(yè)和信息化部電子信息司與國家新聞出版廣電總局科技司共同成立的，這一工作組的成立，有利于我國廣播電影電視新業(yè)務的進一步發(fā)展，從而使我國自主創(chuàng)新技術更為成熟。2016年2月19日，我國成立了三維聲專題組，三維聲專題組的牽頭單位是中央電視臺。這一專題組的成立，使廣播電視領域的三維聲節(jié)目制作、傳輸分發(fā)和重放技術工作進一步開展。

3.2 三維聲在我國的發(fā)展

近年來，立體聲、多聲道音頻編碼技術發(fā)展迅速，在許多領域都獲得了廣泛應用。三維聲在我國發(fā)展過程中需要經過一定的時間考證。三維聲專題組完成需求制定工作的時間是2016年4月15日，之后于4月16日三維聲技術提案征集得以啟動。在此之后，三維聲專題組召開第一次工作組會議。各提案方提交三維聲的最終提案時間為2017年1月19日，2017年10月完成標準的測試驗證工作。當前，三維聲專題組正在進行測試總結，并開展標準的撰寫工作。

3.3 三維聲在我國廣播電視行業(yè)標準的探討

從目前發(fā)展情況來看，我國的三維聲廣播電視行業(yè)標準現階段基本上采用基于聲床+對象的實現方式，也就是說，需要在視音頻壓縮編碼端和接收終端進行測試。因而，需要對支持的對象進行明確，具體表現為三維生產中的坐標定位、音量大小、對象聲音有無等。同時，也需要對下方控制、聲道描述、節(jié)目相關信息描述等工作進行有效開展。此外，在后期制作中也需要對支持對象進行明確，在后期制作環(huán)境中，至少需要支持64個對象，在直播環(huán)境中最少需要支持四個對象，從而營造良好的環(huán)境氛圍，進而滿足聽眾更高層次的聲音享受。

結語

三維聲的聲音傳播方式使聲音效果發(fā)生極大變化，由最初的靜態(tài)傳播轉變?yōu)閯討B(tài)傳輸。同時，三維生可以營造良好的聲音環(huán)境，從而滿足聽眾對聲音的高層次需求。三維聲技術的應用推廣在很大程度上促進了廣播電視業(yè)的發(fā)展，從而使科技更好地為人類社會發(fā)展服務。

[1]汪芮，覃毅力，張建東，等.三維聲（3D Audio）音頻技術方案與標準測試[J].廣播與電視技術，2017（12）:28-32.

[2]廖傳奇，涂衛(wèi)平.基于空間位置信息的三維音頻編碼技術研究[J].計算機工程，2017，43（1）:303-308.

[3]張陽，趙俊哲，王進，等.虛擬現實中三維音頻關鍵技術現狀及發(fā)展[J].電聲技術，2017，41（6）:56-62.

[4]黃益超.立體聲及多聲道音頻編碼技術的發(fā)展[J].科研，2016（17）:00011-00011.