VR音頻技術(shù)在沉浸式廣播節(jié)目制作中的應(yīng)用

秦梓元

【摘 要】 通過采用Ambisonics及雙耳錄音等VR音頻技術(shù)對沉浸式音頻節(jié)目的制作進行嘗試，使聽眾能夠在傳統(tǒng)的立體聲耳機上聆聽虛擬的三維環(huán)繞聲節(jié)目，從而助力傳統(tǒng)廣播媒體探尋技術(shù)創(chuàng)新之路。

【關(guān)鍵詞】 VR音頻；虛擬三維音頻；雙耳錄音技術(shù)；Ambisonics技術(shù)

文章編號： 10.3969/j.issn.1674-8239.2018.02.005

【Abstract】The author tries to make an immersive audio program production by using VR audio technology such as Ambisonics and binaural recording， so that listeners can listen to the virtual 3D surround sound program on the traditional stereophonic headphones， thereby helping the traditional broadcasting media to explore the way of technological innovation.

【Key Words】VR audio； virtual three-dimensional audio； binaural recording technology； ambisonics technology

目前，VR（虛擬現(xiàn)實）技術(shù)已經(jīng)成為行業(yè)內(nèi)無人不知無人不曉的熱詞。自2014年3月美國Facebook公司以20億美元收購VR頭戴設(shè)備生產(chǎn)商Oculus，并于2016年初發(fā)布了首款面向大眾的商用VR頭戴式眼鏡Oculus Rift以來，Google、Samsung、Sony、HTC等行業(yè)巨頭先后加入對這一市場的爭奪，并發(fā)布了多款VR頭顯設(shè)備。因此，2016年也被稱為VR產(chǎn)業(yè)元年。

VR技術(shù)重在打造一種虛擬的沉浸式感官體驗，通過佩戴VR頭顯設(shè)備，用戶能夠自由地晃動頭部，且頭顯設(shè)備中的畫面也能夠伴隨頭部的晃動實時地變換視角，從而使用戶看到360°的虛擬全景畫面。在當(dāng)前技術(shù)條件下，該技術(shù)能夠提供較為逼真的視覺沉浸感。

伴隨著VR視頻技術(shù)的發(fā)展，VR音頻制作也需要相應(yīng)地采用三維環(huán)繞聲格式。與當(dāng)前電影行業(yè)廣泛采用的杜比全景聲技術(shù)相類似，VR音頻也是在水平面聲場的基礎(chǔ)上加入了高度信息，它是通過與視頻一樣的頭部追蹤技術(shù)，使用戶在做轉(zhuǎn)動頭部等動作時能夠聽到聲音變化的實時反饋，從而使其最大限度地還原用戶在現(xiàn)實生活中的聽覺體驗。因此，耳機還放也成為VR聲音還放的基本模式。

對于廣播領(lǐng)域來說，當(dāng)下聽眾采用移動設(shè)備和耳機收聽廣播節(jié)目已成為一種較為主流的收聽方式。在此契機下，如何運用VR音頻技術(shù)及相應(yīng)的制作方式，為聽眾創(chuàng)造沉浸式的聲音體驗便成為廣播工作者的一項重要課題。筆者作為一名廣播電臺的錄音師，希望通過VR音頻技術(shù)使聽眾能夠在傳統(tǒng)立體聲耳機上聆聽虛擬的三維環(huán)繞聲節(jié)目，感受沉浸式聲音的魅力。

1 VR音頻技術(shù)的相關(guān)概念

1.1 雙耳錄音技術(shù)（Binaural Recording）

雙耳錄音，通常也叫做人工頭錄音，是一種與常規(guī)立體聲錄音不同的錄音方式。與物體本身發(fā)出的聲音相比，人們真正感知的聲音受到很多因素的影響，如頭部、耳廓和耳道等身體結(jié)構(gòu)就是一個很重要的影響因素，也是辨別聲源方向的生理基礎(chǔ)。人工頭錄音技術(shù)模擬人耳聽覺的外部模型，在人工頭模型的仿真耳道外部入口處或耳道內(nèi)部末端放置傳聲器音頭，以這樣的方式錄制得到模擬左/右耳聽到的聲音，并最終通過耳機重放獲得與人耳聽覺類似的拾音效果。

當(dāng)然，雙耳錄音技術(shù)在拾取較為自然的人耳聽覺感受外，也存在一定的局限，這種方式錄制下來的聲音是“固定”的，即只記錄了當(dāng)時特定地點、特定方向的聲音信號，無法滿足VR內(nèi)容中根據(jù)用戶頭部運動而產(chǎn)生聲音變化實時反饋的需求。然而，這對于當(dāng)前廣播沉浸式音頻節(jié)目的錄制是一種簡便易行的方式，因為廣播作為一種純聲音的媒體，現(xiàn)在幾乎沒有聽眾會在耳機收聽節(jié)目的同時佩戴專門的頭顯或頭部定位設(shè)備。在實際的節(jié)目制作過程中，筆者認為這種沉浸式節(jié)目制作方式最大的問題，體現(xiàn)在聲音高度信息定位不明，聽音者很難分辨出聲音來自于聽音者頭部上方還是下方。

1.2 頭部相關(guān)傳輸函數(shù)（HRTF，Head Related Transfer Functions）

人們對聲音方位感的判斷主要來自于四個因素：時間差、聲級差、人體濾波效應(yīng)和頭部晃動。HRTF是聲源到達鼓膜的傳輸路徑所產(chǎn)生的頻率響應(yīng)的集合，是綜合了時間差、聲級差和人體濾波效應(yīng)等因素的聲源定位模型。它可以簡單地理解為“原始聲音與人耳實際接收到的聲音之間的差異”，而在實際運用中，HRTF 可以想象成是一個濾波器，對原始聲音進行頻段上的調(diào)整，使其接近人耳接收到的聽感效果。

用雙聲道立體聲耳機來獲得三維環(huán)繞聲效果的基本原理，是將制作完成的三維音頻進行HRTF編碼，將其轉(zhuǎn)換成攜帶有HRTF的雙聲道虛擬環(huán)繞聲信號，并通過耳機聽音恢復(fù)原始的三維聲音空間信息，獲得三維沉浸式環(huán)繞聲效果。

1.3 Ambisonics技術(shù)（FOA、HOA、A-Format、B-Format、AmbiX、FuMa）

Ambisonics技術(shù)是一種球形（Full-Sphere）的三維環(huán)繞聲技術(shù)，研發(fā)于20世紀70年代。從錄音方式來看，該技術(shù)可以理解為是 M/S 立體聲錄音制式的三維擴展，采用以一定方式組合的多個傳聲器音頭陣列來記錄具有高度和深度信息的多軌聲音信號，并最終通過若干個聲道的信息運算去形成一個三維的全景聲場。這項技術(shù)運用最為廣泛及成熟的是使用四個聲道的一階Ambisonics（First Order Ambisonic，F(xiàn)OA）。

一階Ambisonics傳聲器包含4個心形指向的傳聲器音頭，分別指向左前（LF）、左后（LB）、右前（RF）、右后（RB），所拾取的原始信號叫做A-Format，通過4個聲道的疊加或反相疊加，可以得到B-Format（見圖1）。B-Format格式包含4個通道的信息，即全方向的W信號、前后深度的X信號、左右寬度的Y信號和上下高度的Z信號，從而可形成一個包括水平面和垂直面三維信息的完整三維聲場。

同時，由于一階Ambisonics技術(shù)的缺點是空間解析度不夠好，為此也出現(xiàn)了更高階的版本（Higher Order Ambisonics，HOA），可以使用更多通道的聲音信息來計算聲場。通道數(shù)和階數(shù)的關(guān)系用公式（1）來描述。

通道數(shù)=（階數(shù)+1） （1）

因此，二階Ambisonics包含9個通道，三階Ambisonics包含16個通道，四階Ambisonics包含25個通道等，依次遞增，這會使系統(tǒng)輸出的數(shù)據(jù)量顯著增加，運算的復(fù)雜程度也大為提高。

此外，B-Format格式有兩種標準，分別為AmbiX和FuMa（Furse Malham），以一階Ambisonics為例，兩者在四軌音頻通道的排列及參數(shù)方面存在差異，AmbiX的排布為WYZX，而FuMa的排布為WXYZ，不同的設(shè)備或平臺可能會采用不同的格式，因此，在制作和導(dǎo)出Ambisonics音頻文件時需要針對不同設(shè)備或平臺做出相應(yīng)的調(diào)整。

Ambisonics 技術(shù)目前在VR領(lǐng)域直接能夠作為一種音頻文件格式用于音頻保存和流通，并且有些平臺已支持超過一階的Ambisonics文件，例如：Youtube支持一階AmbiX B-Format音頻，F(xiàn)acebook 360°支持二階AmbiX B-Format音頻等。與雙耳錄音技術(shù)相比，Ambisonics 技術(shù)在三維空間的表現(xiàn)以及聲音元素的定位方面有著明顯的優(yōu)勢，尤其由于高度信號的拾取使其在高度定位上也有了更好的分辨度。

2 VR音頻制作的軟硬件工具

2.1 雙耳人工頭傳聲器

有關(guān)雙耳錄音的研究早在20世紀60/70年代就已開始，Neumann 公司在當(dāng)時也推出過成熟的人工頭錄音產(chǎn)品（如 Neumann KU 80/81）。目前，市場上的主流產(chǎn)品包括Neumann KU-100（見圖2）、3Dio Free Space（見圖3）等。

2.2 Ambisonics傳聲器

目前市場上比較成熟的Ambisonics傳聲器有：Sennheiser的Ambeo VR Mic（見圖4）、TSL SoundField ST450 MKii，以及可支持高達四階錄音的MH Acoustics EigenMike em32傳聲器等。

2.3 聲像定位、格式轉(zhuǎn)換、雙耳渲染監(jiān)聽插件

隨著VR產(chǎn)業(yè)的發(fā)展，越來越多的插件開發(fā)商投入到VR音頻插件的研發(fā)隊伍中來，筆者在此無法一一列舉，僅選擇幾款筆者常用的插件進行簡要介紹。

2.3.1 聲像定位插件

（1）Wave Arts Panorama

Wave Arts Panorama（見圖5）能夠便于用戶使用普通的立體聲文件來制作逼真的三維音頻場景，用戶可在三維空間中移動聲音左右、上下、前后、以及遠近的位置，并將HRTF技術(shù)與聲學(xué)環(huán)境建模相結(jié)合，為音頻增加墻壁反射、混響、距離以及多普勒效果。其優(yōu)點是包括一個串音消除器模塊，可以將輸出的音頻轉(zhuǎn)換成可在傳統(tǒng)立體聲揚聲器播放的聲音；缺點是僅能輸出立體聲格式音頻（雙耳渲染監(jiān)聽）。

（2）Plugin Alliance dearVR Pro

dearVR Pro（見圖6）在功能上與Panorama有些類似，其優(yōu)點在于聲學(xué)空間的塑造，在混響模塊中加入了45種虛擬聲學(xué)環(huán)境預(yù)置，并且能夠?qū)崟r地在反射聲模塊中建立一個聲場空間模型。此外，輸出格式也能夠選擇Binaural（雙耳渲染）、一階至三階AmbiX、一階至三階FuMa以及正常的立體聲等多種格式，從而滿足完整的VR音頻制作需求。缺點是在聲像定位方面僅支持單聲道和立體聲音頻。

（3）Noise Makers Binaural

Noise Makers Binaural（見圖7）是一款雙耳音頻聲像定位插件，它能夠調(diào)整單聲道、立體聲，以及5.1和7.1環(huán)繞聲音頻的聲像并最終轉(zhuǎn)換為雙耳音頻輸出。

（4）Noise Makers Ambi Pan HD

Noise Makers Ambi Pan HD（見圖8）是一款在三維聲場中調(diào)整單聲道、立體聲，以及5.1和7.1環(huán)繞聲音頻聲像的插件，支持最高為三階Ambisonics的AmbiX B-Format格式輸出。缺點是聲像的設(shè)置和調(diào)整選項較少。

（5）Waves B360 Ambisonics Encoder

Waves B360 Ambisonics Encoder（見圖9）在操作上與Ambi Pan HD類似，但是B360能夠根據(jù)聲源的聲道格式靈活地調(diào)整各聲道間的聲道關(guān)系（如5.1聲道中能夠調(diào)整左前/右前立體聲聲場的寬度以及左后/右后立體聲聲場的寬度，7.1聲道以此類推）；缺點是僅支持一階Ambisonics格式輸出。

2.3.2 格式轉(zhuǎn)換插件

（1）Sennheiser Ambeo A-B

Sennheiser Ambeo A-B（見圖10）是專為Sennheiser的Ambeo VR Mic傳聲器提供的，Ambeo VR Mic能夠輸出A-Format格式的聲音信號，通過Ambeo A-B插件將原始的來自傳聲器四個傳聲器頭的信號轉(zhuǎn)換為Ambisonics的B-Format聲音信號。

（2）Waves FuMa及AmbiX轉(zhuǎn)換插件

Waves FuMa及AmbiX轉(zhuǎn)換插件（見圖11）能夠?qū)崿F(xiàn)B-Format兩種標準之間的相互轉(zhuǎn)換。

2.3.3 雙耳渲染監(jiān)聽插件

（1）Noise Makers Ambi Head HD

Noise Makers Ambi Head HD（見圖12）可支持將最高為三階的Ambisonics AmbiX B-Format音頻渲染為雙耳立體聲音頻進行監(jiān)聽，內(nèi)置有專為耳機聲音精準還放設(shè)計的HRTF濾波器。

（2）Waves Nx-Virtual Mix Room

Waves Nx-Virtual Mix Room（見圖13）除了具備采用立體聲耳機監(jiān)聽Ambisonics音頻的能力外，還能夠直接監(jiān)聽7.1、5.1及5.0環(huán)繞聲音頻。此外，在配套使用Waves出品的Nx Head Tracker頭部定位追蹤設(shè)備后，還能夠?qū)崿F(xiàn)完整的VR音頻監(jiān)聽功能。

3 沉浸式廣播節(jié)目制作流程

筆者在嘗試制作三維沉浸式廣播節(jié)目時，總結(jié)了一套常規(guī)的流程，包括前期錄音（雙耳人工頭、Ambisonics）、素材格式轉(zhuǎn)換、后期聲音處理（EQ、壓縮）、空間塑造以及音頻導(dǎo)出等環(huán)節(jié)（見圖14）。

3.1 前期錄音

在廣播節(jié)目制作中，為了滿足聽眾通過耳機還音獲得良好沉浸感的需求，通常采用兩種錄音方式來直接記錄現(xiàn)場三維聲場空間信息：一種是采用雙耳錄音技術(shù)的人工頭或類人工頭錄音，另一種是采用聲場合成技術(shù)的Ambisonics傳聲器錄音。兩種錄音方式拾取的聲音主要用來塑造一個完整的聲場，類似于主輔拾音制式中的主傳聲器，或者是杜比全景聲中聲床的概念。這里需要注意的是，雙耳音頻制作存在著以下幾個方面的問題：

（1）錄音方式十分有限。錄制只能使用人工頭傳聲器，或者在人的外耳道口放置微型全指向傳聲器去錄音。

（2）后期制作手段也受到極大限制。通常使用的諸多效果器（如EQ）會對錄音中的原始HRTF信息造成破壞，影響三維空間定位，因此無法應(yīng)用。

3.2 聲像定位

由于人工頭錄音加雙耳聲像定位插件的制作流程相對簡單，因此下面筆者主要談Ambisonics的制作流程。

對于現(xiàn)有的單聲道、立體聲、5.1/7.1環(huán)繞聲等格式聲音素材，需要在工作站中使用插件將其轉(zhuǎn)換為Ambisonics B-Format格式。這里筆者主要使用的是Plugin Alliance dearVR Pro（單聲道、立體聲）和Waves B360 Ambisonics Encoder插件（環(huán)繞聲），這使得現(xiàn)有的聲音素材可作為主輔拾音制式中的點聲源（輔助傳聲器）信號，或者是杜比全景聲中的對象來使用，通過三維聲像插件在整個球形聲場中靈活地調(diào)整其聲像位置（當(dāng)然也能夠用來塑造聲場，與傳聲器拾取的聲場結(jié)合使用或獨立使用）。需要注意的是，B360插件默認的最終編碼B-Format格式為WYZX即AmbiX標準，因此需要將Ambisonics傳聲器拾取的聲場信號及Plugin Alliance dearVR Pro轉(zhuǎn)換的信號標準統(tǒng)一為一階AmbiX。

隨著VR產(chǎn)業(yè)崛起，技術(shù)手段的不斷進步，傳統(tǒng)雙耳音頻中存在的種種弊端在Ambisonics中得到解決，在后期制作時能夠在一個普通的音頻文件中加入HRTF信息，使其獲得三維的空間定位。因此，在引入HRTF信息之前，可對音頻文件進行EQ、壓縮等處理，進而通過Ambisonics編碼器插件將其轉(zhuǎn)換為B-Format格式，這里需要說明，Ambisonics聲像定位及編碼器插件需要插入在EQ和壓縮等效果器之后，在Waves B360 Ambisonics Encoder的用戶手冊中專門強調(diào)稱該插件要插入在整個處理鏈路的最后一環(huán)。

3.3 三維空間感的處理

聲音的空間感體現(xiàn)出聲音與空間的關(guān)系，在沉浸式廣播節(jié)目中，這種關(guān)系需要進一步強化并力求精確。所謂空間感，來自聲音到達人耳的直達聲和聲音經(jīng)過周圍環(huán)境里各個障礙物反射后到達人耳的反射聲的組合。在現(xiàn)實空間里，反射聲的來源十分復(fù)雜，空間結(jié)構(gòu)、材料構(gòu)成、界面形狀等都對反射聲有影響。在同一個空間內(nèi)，隨著聲源或聽音者位置的改變，直達聲與反射聲的組合也在發(fā)生變化，從而讓人耳對聲源所處空間以及聽音者與聲源的位置關(guān)系有直觀的認識。在三維廣播節(jié)目中，聲音的空間感要和制作者所塑造的場景空間特征相匹配，包括各個障礙物所帶來的反射細節(jié)，人物所處位置變化帶來的反射聲變化等。只有當(dāng)這些細節(jié)和聽眾的生活經(jīng)驗相符，才能獲得最佳的沉浸感。

Ambisonics技術(shù)通常采用的空間處理方式是房間仿真，利用點聲源激勵預(yù)先設(shè)定好的房間模型的空間響應(yīng)，來模擬出聲音在房間里的空間感，獲得三維空間效果。但是這類房間仿真軟件對空間的設(shè)定往往較為簡化，主要基于長、寬、高的房間尺寸和房間活躍度模型，離復(fù)雜的三維現(xiàn)實空間還存在一定距離。但其優(yōu)勢在于可以根據(jù)聲源的位置變化來激勵空間響應(yīng)，獲得與位置相關(guān)的空間效果，從而加強了真實感，如Wigware的Ambisonics Reverb混響插件。

總之，沉浸式廣播節(jié)目的空間感建立在三維空間的基礎(chǔ)上，置身于聲場中的聽眾需要感受到來自四面八方的反射聲，包括來自水平維度和垂直維度的反射聲，才能獲得身處其中的幻覺。

3.4 實時監(jiān)聽和音頻導(dǎo)出

在制作三維音頻時，耳機作為還放工具通常也是監(jiān)聽工具，為了在雙聲道立體聲耳機中實現(xiàn)沉浸式的聲音感受，便需要進行實時雙耳渲染處理，這類插件能夠把Ambisonics格式的音頻轉(zhuǎn)換為雙耳音頻進行還音，筆者使用的是Waves Nx Virtual Mix Room插件中的Nx Ambisonics模塊。

4 制作經(jīng)驗分享

（1）在嘗試制作三維沉浸式廣播節(jié)目時，筆者考慮了兩種方案，一種是建立在固定HRTF基礎(chǔ)上，以雙耳音頻為最終成品的方案，目前頭部追蹤設(shè)備并未得到廣泛的推廣，聽眾基本上還是單純通過耳機獲取聲音位置相對固定的沉浸式音頻。由于雙耳錄音傳聲器拾音對于高度的拾取往往無法實現(xiàn)理想的效果，因此，筆者采用Ambisonics拾音加上將現(xiàn)有素材轉(zhuǎn)換為Ambisonics B-Format格式后，再渲染為雙耳音頻以得到高度定位更加明確的聲音。在目前的實際條件下，這種方案應(yīng)該是筆者進行沉浸式廣播節(jié)目音頻制作的首選方案。第二種方案則是面向未來聽眾可以通過佩戴頭部定位追蹤設(shè)備及耳機來獲取全方位的聽覺體驗，在收聽終端設(shè)備上實時解碼Ambisonics音頻，并配合頭部定位信息在聲場中自由擺動頭部，從而感受聲音隨著頭部擺動而產(chǎn)生的變化。該方案通過將聲音編碼為Ambisonics格式，并在用戶收聽終端進行解碼，因此除了在制作時可根據(jù)需要進行耳機雙耳音頻監(jiān)聽，導(dǎo)出成品文件時無需再進行雙耳渲染處理。

（2）在使用三維聲像插件之前的效果處理，實際上都是在處理聲源的原始聲音而不是最終聽到的聲音，只有當(dāng)這個聲音從聲像插件輸出后，才算是成為了最后聽到的聲音。三維聲像插件實際上是一個濾波器，對聲音頻率均衡方面的影響較大，且這種影響還會隨方位而變化，所以，建議做所有調(diào)整的時候都去監(jiān)聽三維聲像插件之后的信號。

（3）可以分開考慮早期反射聲和混響。對于聲音的三維空間感這個屬性，最重要的是來自早期反射聲的作用。使用上述的房間模型來獲得三維早期反射聲效果，但是混響是沒有方向性的，因此，可以將房間模型與傳統(tǒng)的混響效果器配合使用，這樣便可以使用任意類型的混響效果器了。但需要注意的是，在混響效果器中必須把早期反射聲設(shè)置模塊關(guān)閉，而且需要給混響加上一定量的預(yù)延時。

（4）由于采用立體聲耳機虛擬環(huán)繞聲聲場的方式，聲音元素在環(huán)繞聲場中的定位無法像采用揚聲器所塑造的環(huán)繞聲場那樣穩(wěn)定，因此，固定位置的聲音元素在人耳定位時無法做到特別明確，只有當(dāng)元素處于運動中時，通過感受聲音之間的相互關(guān)系可以較為理想地確定聲音的位置。因此，需要實現(xiàn)對一個聲音元素的明確定位時，可以嘗試采用自動化功能使其在聲場中運動起來。

5 技術(shù)發(fā)展趨勢

5.1 Pro Tools HD加入Ambisonics支持

在最近剛剛發(fā)布的Pro Tools HD 12.8.2版本軟件中，直接內(nèi)置了Facebook的Spatial Workstation插件，可以直接對VR音頻進行編輯、處理和編碼。

Pro Tools HD 12.8.2直接加入了一個新的音軌種類：Ambisonics，可以選擇一階Ambisonics、二階Ambisonics和三階Ambisonics三種。然后利用內(nèi)置的Facebook的Spatial Workstation插件就可以創(chuàng)建和操作Ambisonics音頻混音。

5.2 Zoom F8多軌錄音機支持Ambeo VR Mic增益統(tǒng)一調(diào)整

2017年IBC 展會上Sennehiser和Zoom宣布進行VR音頻合作，Zoom的F4和F8錄音機可以跟Ambeo VR Mic深度整合，實現(xiàn)直接控制。

Zoom的F4和F8多軌便攜錄音機可以搭配Sennheiser Ambeo VR Mic 傳聲器進行VR創(chuàng)作。F8和F4將在進行固件升級之后支持增益關(guān)聯(lián)功能，即在F4和F8上調(diào)節(jié)一個旋鈕可以同時控制Ambeo VR Mic的全部4個傳聲器音頭的增益，同時Ambeo VR Mic還支持在F8上進行A-B格式轉(zhuǎn)換。

5.3 MPEG-H技術(shù)

MPEG-H 電視音頻系統(tǒng)（下一代音頻編解碼器）基于音頻編碼標準化組織MPEG 最新開發(fā)的MPEG-H 3D 音頻標準，能夠為家庭端帶來沉浸式聲音體驗，增強電視節(jié)目的真實感和沉浸感，并通過音頻對象為觀眾呈現(xiàn)個性化的音頻內(nèi)容。

過去幾年間，媒體消費已更多轉(zhuǎn)向移動設(shè)備，而用戶也主要通過耳機收聽音頻內(nèi)容。因此，MPEG-H 電視音頻系統(tǒng)解碼器中集成了雙耳渲染組件，專門應(yīng)用于將沉浸聲和環(huán)繞聲內(nèi)容還放到耳機端。

6 結(jié)語

筆者認為，Ambisonics 技術(shù)將成為未來沉浸式廣播節(jié)目制作的主要方式。盡管目前受到收聽播放終端解碼的限制， Ambisonics三維音頻最終需要在制作端先渲染為雙耳音頻格式，以便于直接通過立體聲耳機實現(xiàn)收聽。考慮到當(dāng)下廣播節(jié)目收聽的發(fā)展現(xiàn)狀，筆者對于使用頭部追蹤設(shè)備進行真正意義上的VR音頻制作沒有進行過多嘗試，希望今后隨著智能設(shè)備硬件及客戶端的發(fā)展，未來廣播APP也能像Youtube等平臺一樣直接支持即時Ambisonics解碼收聽，從而將雙耳渲染這一步驟集成在用戶端，聽眾通過配置更輕便、易于佩戴的頭部定位設(shè)備，也能夠完全感受VR音頻的魅力，擺脫對整個聲場某一個固定剖面的聆聽，像VR視頻一樣自主地選擇在球形聲場中聽音的方向，實現(xiàn)360°廣播節(jié)目聲音的收聽。

參考文獻：

[1]王玨. VR（虛擬現(xiàn)實）電影聲音制作流程探析[J]. 現(xiàn)代電影技術(shù)，2017（1）：22-28.

[2]王玨. 虛擬現(xiàn)實電影聲音的特征與創(chuàng)作要點初探[J]. 北京電影學(xué)院學(xué)報，2017（2）：136-140.

[3]張瑩，沈希辰. 淺談VR電影的聲音設(shè)計思維[J]. 復(fù)旦學(xué)報（自然科學(xué)版），2017（4）：211-214.

[4]張瑩，沈希辰. 從Ambisonics到雙耳聽覺——VR電影聲音制作方案研究[J].復(fù)旦學(xué)報（自然科學(xué)版），2017（4）：215-221.

[5]許津瑋. VR 音頻探秘之一：什么是 VR 音頻 [OL]？ https：//www.midifan.com/modulearticle-detailview-5490.htm.

[6]許津瑋. VR 音頻探秘之二：Spatial Audio（VR音頻）的基本原理[OL]. https：//www.midifan.com/modulearticle-detailview-5491.htm.

[7]許津瑋. VR 音頻探秘之三：Spatial Audio 的實現(xiàn)方式[OL]. https：//www.midifan.com/modulearticle-detailview-5492.htm.

[8]Fraunhofer Institute for Integrated Circuits （IIS），MPEG-H電視音頻系統(tǒng)及國際標準化發(fā)展[J]. 信息技術(shù)與標準化，2017（6）：54-47.

[9]Waves. Ambisonics Explained：A Guide for Sound Engineers[OL]. https：//www.waves.com/ambisonics-explained-guide-for-sound-engineers.

[10]Waves. B360 Ambisonics Encoder User Guide[M]. 2017.