數(shù)字電影沉浸式音頻元數(shù)據(jù)與聲場(chǎng)組相關(guān)技術(shù)標(biāo)準(zhǔn)解析

王 豐

中國(guó)電影科學(xué)技術(shù)研究所（中央宣傳部電影技術(shù)質(zhì)量檢測(cè)所），北京100086

1 引言

沉浸式音頻（Immersive Audio）技術(shù)是近些年來(lái)國(guó)內(nèi)外備受關(guān)注的熱點(diǎn)之一，該技術(shù)被引入影院后，憑借其展現(xiàn)出的高品質(zhì)聲場(chǎng)包容感、準(zhǔn)確的位置感和豐富的聲音細(xì)節(jié)，極大地提升了觀眾觀影感受，為電影產(chǎn)業(yè)帶來(lái)了巨大變革，也讓電影行業(yè)迎來(lái)了新一輪的發(fā)展機(jī)遇。

眾多廠商對(duì)電影沉浸式音頻技術(shù)的深入研發(fā)，為電影聲音創(chuàng)作開(kāi)辟了新的空間，豐富了電影藝術(shù)作品的表現(xiàn)形式。而種類(lèi)繁多的技術(shù)工藝也對(duì)電影行業(yè)的有序發(fā)展帶來(lái)了一些阻礙，主要表現(xiàn)為不同廠商沉浸式音頻系統(tǒng)在實(shí)現(xiàn)方案和技術(shù)規(guī)范方面各有不同，在聲道數(shù)量、聲場(chǎng)布局以及制作編碼格式等方面都有著較大差別，同時(shí)都使用著各自的專(zhuān)用制作工具與母版格式，很難用統(tǒng)一的方式對(duì)不同系統(tǒng)的功能特性及還音特性進(jìn)行判斷。對(duì)于影院或終混棚建設(shè)而言，也只能從眾多規(guī)格中選擇某一種進(jìn)行設(shè)計(jì)或改造，很難搭建出能同時(shí)兼容多規(guī)格沉浸式音頻系統(tǒng)的還音環(huán)境。對(duì)于制片方而言，為了能盡可能多地創(chuàng)造票房，需要制作不同音頻版本的DCP，且需為此支付更多的制作費(fèi)用。

電影電視工程師協(xié)會(huì)（SMPTE）從2018 年至今陸續(xù)發(fā)布或修訂了多份關(guān)于沉浸式音頻的技術(shù)標(biāo)準(zhǔn)、工程指南及約束文件等技術(shù)類(lèi)文檔，分別對(duì)沉浸式音頻的元數(shù)據(jù)、碼流、打包方式、聲道及聲場(chǎng)組等方面作了定義和規(guī)范，提出了沉浸式音頻渲染器預(yù)期渲染還音效果和測(cè)試建議，為影院沉浸式音頻系統(tǒng)技術(shù)要求提供了統(tǒng)一的框架，為制版的統(tǒng)一、系統(tǒng)間的兼容提供了規(guī)范化指導(dǎo)。本文將重點(diǎn)對(duì)涉及影院沉浸式音頻“元數(shù)據(jù)”和“聲場(chǎng)組”的相關(guān)標(biāo)準(zhǔn)內(nèi)容進(jìn)行闡述，并結(jié)合其對(duì)應(yīng)的技術(shù)功能進(jìn)行分析與解讀。

2 沉浸式音頻元數(shù)據(jù)（Immersive Audio Metadata）

“SMPTE ST 2098-1 Immersive Audio Metadata”（以下簡(jiǎn)稱(chēng)“2098-1”）主要從聲道（Channel）、聲床（Bed）、音頻對(duì)象（Audio Object）三個(gè)方面定義了影院沉浸式音頻的元數(shù)據(jù)（Metadata）信息，對(duì)音頻對(duì)象所使用的坐標(biāo)系與參考系（Coordinate System and Frame of Reference）的對(duì)應(yīng)關(guān)系做出了說(shuō)明與定義，并強(qiáng)調(diào)不允許出現(xiàn)此標(biāo)準(zhǔn)之外的任何元數(shù)據(jù)類(lèi)型。該標(biāo)準(zhǔn)僅對(duì)元數(shù)據(jù)類(lèi)型作出了規(guī)范，也就是說(shuō)只對(duì)沉浸式音頻中可體現(xiàn)出的各項(xiàng)功能作了規(guī)定，并未對(duì)各項(xiàng)功能的實(shí)現(xiàn)方式或母版格式提出規(guī)范要求。這不僅能最大程度兼容現(xiàn)階段各廠商已研發(fā)完成的沉浸式音頻技術(shù)方案，而且能夠?yàn)殇秩拘Ч粲谐渥愕膫€(gè)性化發(fā)展空間。

2.1 聲道元數(shù)據(jù)（Channel Metadata）

聲道元數(shù)據(jù)是指與沉浸式音頻聲道相關(guān)的一組內(nèi)容，主要包含聲道標(biāo)識(shí)（Channel Identifier）、路由目標(biāo)（Routing Destination）、參考波形（Waveform Reference）等元數(shù)據(jù)信息。

聲道標(biāo)識(shí)用于表示唯一的音頻聲道，任何時(shí)候都不應(yīng)存在具有相同聲道標(biāo)識(shí)的兩個(gè)音頻聲道。路由目標(biāo)表示與聲道相關(guān)聯(lián)的一個(gè)揚(yáng)聲器或一組揚(yáng)聲器陣列。參考波形用于關(guān)聯(lián)與聲道相關(guān)且能夠被明確識(shí)別的音頻素材（Audio Essence）。對(duì)于數(shù)字影院沉浸式音頻系統(tǒng)來(lái)說(shuō)，音頻素材在“SMPTE ST 429-18:2019 D-Cinema Packaging - Immersive Audio Track File”（以下簡(jiǎn)稱(chēng)“429-18”）中被明確定義為無(wú)損壓縮格式。

在實(shí)際應(yīng)用中，聲道元數(shù)據(jù)在渲染系統(tǒng)的聲道指向與素材關(guān)聯(lián)功能如圖1 所示，以聲道元數(shù)據(jù)A 為例，聲道標(biāo)識(shí)表明該元數(shù)據(jù)為左聲道，參考波形關(guān)聯(lián)的音頻內(nèi)容為T(mén)rack1，并按照路由目標(biāo)指向，從CH1聲道對(duì)應(yīng)的揚(yáng)聲器中還音。

圖1 聲道元數(shù)據(jù)關(guān)聯(lián)示意圖

2.2 聲床元數(shù)據(jù)（Bed Metadata）

聲床元數(shù)據(jù)是沉浸聲的基礎(chǔ)元素，包含聲床標(biāo)識(shí)符（Bed Identifier）、聲床聲道列表（Bed Channel List）、重映射系數(shù)（Remap coefficients）、條件聲床（Conditional Bed）等內(nèi)容的元數(shù)據(jù)。

（1）聲床標(biāo)識(shí)符用來(lái)識(shí)別唯一的聲床，如果存在多個(gè)聲床（也稱(chēng)作同步聲床），需確保任何時(shí)候的兩個(gè)聲床都不得具有相同的聲床標(biāo)識(shí)符。聲床聲道列表用于列出聲床中的聲道，聲道的具體類(lèi)別將在后文做出詳細(xì)說(shuō)明。該標(biāo)準(zhǔn)對(duì)聲床的數(shù)量未做限制，但“SMPTE RDD 57:2021 SMPTE ST 2098-2 Immersive Audio Bitstream and PackagingConstraints: IAB Application Profile 1”（以下簡(jiǎn)稱(chēng)“RDD 57 Profile 1”）中建議現(xiàn)階段沉浸式音頻碼流只能含有一個(gè)聲床，且同時(shí)出現(xiàn)的聲床音頻素材數(shù)量和對(duì)象音頻素材數(shù)量總和不超過(guò)128個(gè)。為符合現(xiàn)階段的聲床規(guī)范要求，各廠商的沉浸式音頻制作系統(tǒng)使用了不同的解決方案。我們用3 個(gè)9.1OH 聲床舉例，有的制作系統(tǒng)在前期編輯和母版制作階段僅允許支持單一聲床，混音師需要將音頻工作站中與聲床相關(guān)的3 個(gè)聲床音頻內(nèi)容分配給同一組聲床母線中，將其在母版制作階段合并為單一聲床，由于母版中聲床只占用10個(gè)聲軌，剩余聲軌最多支持118個(gè)音頻對(duì)象（圖2）。有的制作系統(tǒng)在前期編輯和母版制作階段支持多個(gè)同步聲床，混音師可以將音頻工作站中多個(gè)音頻內(nèi)容分配給3 組聲床母線，由于母版中聲床占用了30個(gè)聲軌，剩余聲軌最多支持98 個(gè)音頻對(duì)象，但支持同步聲床的母版本身具備更多的可操作空間，母版中的3組聲床在編碼過(guò)程前會(huì)被縮混為單一聲床（圖3）。

圖2 支持單一聲床的母版制作流程示意圖

圖3 支持同步聲床的母版制作流程示意圖

（2）重映射系數(shù)是一組將原始聲床各個(gè)聲道的內(nèi)容分配到不同目標(biāo)聲場(chǎng)組配置的聲道增益參數(shù)，原數(shù)據(jù)中如果存在重映射系數(shù)，那么該數(shù)據(jù)中應(yīng)有能夠正確識(shí)別對(duì)應(yīng)目標(biāo)聲場(chǎng)組類(lèi)別的附加元數(shù)據(jù)信息，以及映射到目標(biāo)聲道的附加增益原數(shù)據(jù)信息。條件聲床用來(lái)表示一個(gè)或多個(gè)用于不同聲場(chǎng)組配置的替代聲床。元數(shù)據(jù)中如果存在條件聲床，應(yīng)支持對(duì)應(yīng)的替代聲床和使用該聲床的條件（聲場(chǎng)組配置），并要求條件聲床至少應(yīng)支持“SMPTE ST 428-12:2013, D-Cinema Distribution Master Common Audio Channels and Soundfield Groups”（以下簡(jiǎn)稱(chēng)“428-12”）標(biāo)準(zhǔn)中定義的5.1 和7.1DS 聲場(chǎng)配置。RDD 57 Profile 1 對(duì)重映射與條件聲床做出了建議性限制，明確現(xiàn)階段不需要支持這兩項(xiàng)功能。

2.3 對(duì)象元數(shù)據(jù)（Object Metadata）

音頻對(duì)象包含音頻素材和相關(guān)元數(shù)據(jù)信息，根據(jù)元數(shù)據(jù)指示的三維空間位置和其他屬性進(jìn)行渲染還音。該位置可能與單個(gè)揚(yáng)聲器有關(guān)，也可能與多個(gè)揚(yáng)聲器有關(guān)，主要包含對(duì)象標(biāo)識(shí)（Object Identifier）、參考波形（Waveform Reference）、對(duì)象位置（Object Position）、對(duì)象擴(kuò)散（Object Spread）、對(duì)象增益（Object Gain）、去相關(guān)（Decorrelation）、定位公差（Snap Tolerance）、條件對(duì)象（Conditional Object）、區(qū)域控制（Zone Control）等內(nèi)容的元數(shù)據(jù)集。

（1）對(duì)象標(biāo)識(shí)用于為音頻對(duì)象提供唯一標(biāo)識(shí)信息，任何時(shí)候的兩個(gè)音頻對(duì)象都不得具有相同的對(duì)象標(biāo)識(shí)符，對(duì)象標(biāo)識(shí)符在音頻對(duì)象的持續(xù)時(shí)間內(nèi)是不變的，標(biāo)識(shí)符應(yīng)保證能夠在播放過(guò)程中支持標(biāo)記任何時(shí)間點(diǎn)同時(shí)出現(xiàn)的最大數(shù)量音頻對(duì)象。本標(biāo)準(zhǔn)未定義同一時(shí)間出現(xiàn)的最大音頻對(duì)象數(shù)量，但RDD 57 Profile 1 對(duì)音頻對(duì)象數(shù)量做出了限制，明確同一時(shí)間最多可存在118 個(gè)對(duì)象。參考波形是用于引用與音頻對(duì)象相關(guān)聯(lián)的音頻素材，該標(biāo)識(shí)能夠?qū)σ纛l素材進(jìn)行明確的識(shí)別。在影院沉浸式音頻系統(tǒng)中，音頻素材在429-18標(biāo)準(zhǔn)中被明確定義為無(wú)損壓縮格式。

（2）對(duì)象位置元數(shù)據(jù)用于確定音頻對(duì)象在三維空間中的位置，該空間應(yīng)與影廳空間關(guān)系一一對(duì)應(yīng)，且位置信息不能超出該空間范圍之外。在本標(biāo)準(zhǔn)中，對(duì)象位置通過(guò)笛卡爾坐標(biāo)系指示，具體對(duì)應(yīng)關(guān)系將在下文中予以說(shuō)明。對(duì)象擴(kuò)散元數(shù)據(jù)描述了音頻對(duì)象在三維空間中的大小和形狀?！癝MPTE ST 2098-2:2019 Immersive Audio Bitstream Specification”（以下簡(jiǎn)稱(chēng)“2098-2”）標(biāo)準(zhǔn)中規(guī)定，沉浸式音頻應(yīng)支持以音頻對(duì)象位置為中心向四周均勻擴(kuò)散（也稱(chēng)1D 模式擴(kuò)散），也支持以對(duì)象位置為中心向四周非均勻（自定義）擴(kuò)散（也稱(chēng)3D 模式擴(kuò)散）。在RDD 57 Profile 1 對(duì)擴(kuò)散的方式做出了建議性限制，明確現(xiàn)階段影院沉浸式音頻僅包含1D 模式的擴(kuò)散。從現(xiàn)階段應(yīng)用層面來(lái)看，確定位置及擴(kuò)散的表達(dá)方式多種多樣，有的廠商使用三維坐標(biāo)方式將位置信息映射在笛卡爾坐標(biāo)系中，有的廠商使用向量的方式將位置信息映射在笛卡爾坐標(biāo)系中，而無(wú)論使用何種方式表達(dá)，位置和擴(kuò)散兩項(xiàng)功能都是沉浸式音頻中最基礎(chǔ)的元數(shù)據(jù)信息，也是實(shí)際應(yīng)用中最核心的功能，任何廠商的影院沉浸式音頻系統(tǒng)都應(yīng)支持這些功能。

（3）去相關(guān)元數(shù)據(jù)用于表示音頻對(duì)象去相關(guān)量的大小。在沉浸聲還音系統(tǒng)中，當(dāng)通過(guò)兩個(gè)或多個(gè)揚(yáng)聲器再現(xiàn)音頻對(duì)象時(shí)，感知到的聲音對(duì)象可以是局部（小范圍）的，也可以是相對(duì)擴(kuò)散（大范圍）的，這取決于重現(xiàn)音頻對(duì)象的源信號(hào)是相關(guān)的還是不相關(guān)的（或者說(shuō)是相同的信號(hào)還是經(jīng)過(guò)處理后有所區(qū)別的信號(hào)）。用多個(gè)相同信號(hào)再現(xiàn)一個(gè)聲音，則會(huì)產(chǎn)生一個(gè)相對(duì)容易確定發(fā)聲位置的小范圍聲源；使用多個(gè)相同但經(jīng)過(guò)去相關(guān)處理的信號(hào)再現(xiàn)一個(gè)聲音，則會(huì)產(chǎn)生一個(gè)更寬、更分散且不太容易確定發(fā)聲位置的聲源。在RDD 57 Profile 1對(duì)去相關(guān)的方式做出了建議性限制，明確現(xiàn)階段影院沉浸式音頻僅包含最小或最大兩種去相關(guān)模式。從現(xiàn)階段應(yīng)用層面來(lái)看，去相關(guān)通常都是跟隨對(duì)象擴(kuò)散而存在的，當(dāng)音頻對(duì)象為無(wú)擴(kuò)散（點(diǎn)聲源）狀態(tài)時(shí)，去相關(guān)量也為最低（無(wú)去相關(guān)）值，從而保證多只揚(yáng)聲器能準(zhǔn)確還原出明確的聲源位置。當(dāng)音頻對(duì)象為擴(kuò)散狀態(tài)時(shí)，去相關(guān)量需為最大值，保證多只揚(yáng)聲器能還原出一定范圍的聲源，而非點(diǎn)聲源。標(biāo)準(zhǔn)中沒(méi)有對(duì)去相關(guān)的實(shí)現(xiàn)方式做出統(tǒng)一的要求，各廠商需根據(jù)自身技術(shù)特點(diǎn)研發(fā)出各具特色的去相關(guān)渲染算法。

（4）定位公差元數(shù)據(jù)，表示對(duì)象音色保留優(yōu)先于對(duì)象位置保留的程度，該屬性的極限值分別表示“保留對(duì)象音色具有最高優(yōu)先級(jí)”和“保留對(duì)象位置具有最高優(yōu)先級(jí)”。 區(qū)域控制元數(shù)據(jù)表示區(qū)域內(nèi)指定的揚(yáng)聲器被排除在渲染之外的程度，對(duì)于每個(gè)基本區(qū)域，音頻對(duì)象可能有單獨(dú)的增益值。在RDD 57 Profile 1 對(duì)定位公差與區(qū)域控制功能是否必須存在沒(méi)有做出明確限制，但明確要求定位公差與區(qū)域控制如果存在，那么各自都應(yīng)為最大值。對(duì)于定位公差功能來(lái)說(shuō)，最大值意味著該音頻對(duì)象只會(huì)從某一只揚(yáng)聲器中還音，對(duì)于區(qū)域控制來(lái)說(shuō)，最大值意味著影廳還音系統(tǒng)控制的區(qū)域會(huì)完全屏蔽不發(fā)聲。從現(xiàn)階段實(shí)際應(yīng)用效果來(lái)看，當(dāng)啟用定位公差時(shí)，音頻對(duì)象在移動(dòng)過(guò)程中不會(huì)出現(xiàn)連續(xù)的相位變化，而是從影廳中的一個(gè)揚(yáng)聲器突然跳躍至另一個(gè)揚(yáng)聲器。啟用區(qū)域控制功能時(shí)，當(dāng)音頻對(duì)象被定位在某個(gè)被屏蔽的區(qū)域時(shí)，該信號(hào)在主觀聽(tīng)感上不應(yīng)出現(xiàn)降低或消失的情況，而是通過(guò)其他相鄰區(qū)域的揚(yáng)聲器還原出該音頻對(duì)象的內(nèi)容。由于現(xiàn)階段未對(duì)定位公差與區(qū)域控制兩項(xiàng)功能的有無(wú)做出明確要求，所以各廠商的沉浸式音頻系統(tǒng)對(duì)這些功能的開(kāi)發(fā)程度也參差不齊，有的系統(tǒng)完全支持定位公差與區(qū)域控制功能，有的系統(tǒng)暫不支持，也有的系統(tǒng)僅渲染還音端支持，而編輯制作端暫不支持。

對(duì)象增益定義了與音頻對(duì)象相關(guān)聯(lián)的音頻素材的增益量，該功能可為同一個(gè)音頻素材在不同聲場(chǎng)組配置的還音系統(tǒng)設(shè)置不同的增益量。條件對(duì)象元數(shù)據(jù)表示音頻對(duì)象應(yīng)用的目標(biāo)環(huán)境（聲場(chǎng)組配置），混音師可能需要為一個(gè)或多個(gè)不同聲場(chǎng)組配置分別制作不同的音頻對(duì)象，該元數(shù)據(jù)應(yīng)支持識(shí)別替代音頻對(duì)象及其使用的特定聲場(chǎng)組配置。在RDD 57 Profile 1 對(duì)對(duì)象增益與條件對(duì)象做出了建議性限制，明確了現(xiàn)階段影院沉浸式音頻不應(yīng)包含對(duì)象增益與條件對(duì)象內(nèi)容。

2.4 坐標(biāo)系和參考系

影院沉浸式音頻應(yīng)使用笛卡爾坐標(biāo)系指示音頻對(duì)象的位置，該坐標(biāo)系使用三個(gè)正交軸（x、y、z）來(lái)定位空間中相對(duì)于原點(diǎn)的位置點(diǎn)，x 軸代表左右位置，y軸代表前后位置，z軸代表上下位置，如圖4所示。該坐標(biāo)系為正方體參考系，能夠完全映射影廳內(nèi)部的空間結(jié)構(gòu)。

圖4 笛卡兒坐標(biāo)系

對(duì)于影廳來(lái)說(shuō)，音頻對(duì)象在正方體坐標(biāo)系內(nèi)對(duì)應(yīng)的位置坐標(biāo)值應(yīng)與影廳實(shí)際空間結(jié)構(gòu)一一對(duì)應(yīng)。標(biāo)準(zhǔn)定義了影廳的“前”平面是銀幕的位置，影廳中心面向前方的觀察者左側(cè)、右側(cè)、后側(cè)及上方，分別對(duì)應(yīng)影廳“左”平面、“右”平面、“后”平面及“上”方天花板位置。元數(shù)據(jù)可以支持音頻對(duì)象在正方體坐標(biāo)系內(nèi)、上和外部的位置，但至少應(yīng)支持從Z軸中點(diǎn)到正方體坐標(biāo)系頂部的正方體上和內(nèi)部位置（即應(yīng)支持上半個(gè)正方體坐標(biāo)系中的任意位置）。將正方體內(nèi)的音頻對(duì)象位置映射到影院揚(yáng)聲器是編解碼渲染器的功能，其規(guī)范在2098-2 標(biāo)準(zhǔn)中有明確定義，但無(wú)論位置映射到的房間形狀如何，正方體上的參考點(diǎn)都應(yīng)具有明確的含義：

（1）正方體的正面應(yīng)映射到電影院的前墻位置，且最前面的揚(yáng)聲器發(fā)聲面應(yīng)視為影廳的標(biāo)稱(chēng)前墻。

（2）正方體的左表面應(yīng)映射到電影院的左墻位置，且左側(cè)的揚(yáng)聲器發(fā)聲面應(yīng)視為影廳的標(biāo)稱(chēng)左墻。

（3）正方體的右表面應(yīng)映射到影院的右墻位置，且最右邊的揚(yáng)聲器發(fā)聲面應(yīng)視為影院的標(biāo)稱(chēng)右墻。

（4）正方體的背面應(yīng)映射到電影院的后墻位置，且后面的揚(yáng)聲器發(fā)聲面應(yīng)視為影廳的標(biāo)稱(chēng)后壁。

（5）正方體的中高平面應(yīng)映射到傳統(tǒng)二維揚(yáng)聲器系統(tǒng)的高度（例如傳統(tǒng)的5.1或7.1聲場(chǎng)組模式下?lián)P聲器所在的高度）。

（6）正方體的頂部應(yīng)映射到電影院的天花板位置，且頂部揚(yáng)聲器發(fā)聲面應(yīng)視為影廳的標(biāo)稱(chēng)天花板。

（7）正方體的底部應(yīng)映射到影廳的標(biāo)稱(chēng)地板。

舉例來(lái)看，圖5 表示了坐標(biāo)系位置與影廳位置的映射關(guān)系。左圖綠色點(diǎn)代表了標(biāo)準(zhǔn)正方體空間坐標(biāo)系中的一個(gè)位置，右圖綠色點(diǎn)代表了影廳示意圖中對(duì)應(yīng)的映射位置。對(duì)于大多數(shù)影廳來(lái)說(shuō)，影廳內(nèi)部結(jié)構(gòu)不會(huì)是標(biāo)準(zhǔn)正方體，而是長(zhǎng)度要大于寬度的不規(guī)則空間，坐標(biāo)系空間邊緣對(duì)應(yīng)揚(yáng)聲器發(fā)聲面所形成的平面，如右圖中藍(lán)色虛線所示。對(duì)于任何一個(gè)影廳，該音頻對(duì)象的位置都是處在從前至后的33%處，從左至右的25%處，與左圖中正方體空間坐標(biāo)系所表示的位置完全對(duì)應(yīng)。

圖5 坐標(biāo)系位置與影廳位置映射關(guān)系

3 沉浸式音頻聲道和聲場(chǎng)組（Immersive Audio Channels and Soundfield Groups）

“SMPTE ST 2098-5 D-Cinema Immersive Audio Channels and Soundfield Groups”（以下簡(jiǎn)稱(chēng)“2098-5”）標(biāo)準(zhǔn)是在428-12標(biāo)準(zhǔn)基礎(chǔ)上的延伸與拓展。后者定義了基于聲道的數(shù)字影院音頻素材的標(biāo)識(shí)符，還定義了基于聲道的聲場(chǎng)組的標(biāo)識(shí)符，前者將這些定義與概念擴(kuò)展到了與沉浸式音頻相關(guān)的附加音頻聲道和聲場(chǎng)組中，明確了影院沉浸式還音系統(tǒng)與傳統(tǒng)環(huán)繞聲還音系統(tǒng)的關(guān)系與區(qū)別，將428-12 中定義的參數(shù)與數(shù)字影院沉浸式音頻聲道和聲場(chǎng)組相關(guān)聯(lián)，確定了沉浸音頻聲道及聲場(chǎng)組的結(jié)構(gòu)類(lèi)別和命名規(guī)范。下面將428-12標(biāo)準(zhǔn)中的音頻聲道及聲場(chǎng)組規(guī)范與2098-5標(biāo)準(zhǔn)相結(jié)合進(jìn)行梳理與解讀。

3.1 音頻聲道

常規(guī)音頻聲道（沉浸聲場(chǎng)配置中的基礎(chǔ)層聲道）是指播放同一個(gè)單聲道音頻資產(chǎn)的揚(yáng)聲器（或揚(yáng)聲器組），聲道名稱(chēng)及標(biāo)識(shí)符，如表1所示。

表1 常規(guī)（傳統(tǒng)）音頻聲道標(biāo)識(shí)表

沉浸式音頻聲道是指在沉浸式聲場(chǎng)配置中，播放同一個(gè)單聲道音頻素材的高度層及頂層揚(yáng)聲器（或揚(yáng)聲器組），聲道名稱(chēng)及標(biāo)識(shí)符如表2所示。

表2 沉浸式音頻聲道標(biāo)識(shí)表

為推動(dòng)實(shí)現(xiàn)各廠商影院沉浸式音頻系統(tǒng)的互操作性，RDD 57 Profile 1對(duì)現(xiàn)階段聲道類(lèi)別給出了建議性限制，明確現(xiàn)階段只允許使用L、C、R、Lss、Rss、Lrs、Rrs、Lts、Rts、LFE這10個(gè)聲道。

3.2 聲場(chǎng)組

聲場(chǎng)組是通過(guò)給定的聲場(chǎng)配置同時(shí)播放一個(gè)或多個(gè)音頻聲道的集合。表3 列出了常見(jiàn)的傳統(tǒng)數(shù)字影院聲場(chǎng)組，每個(gè)聲場(chǎng)組由一個(gè)或多個(gè)音頻聲道組成，這些聲道將通過(guò)給定的聲場(chǎng)配置同時(shí)播放。

表3 常規(guī)（傳統(tǒng)）聲場(chǎng)組標(biāo)識(shí)表

影院沉浸式音頻還音系統(tǒng)聲場(chǎng)組是由沉浸式音頻聲道和常規(guī)音頻聲道共同組成的。表4 列出了常見(jiàn)的數(shù)字影院沉浸式聲場(chǎng)組，每個(gè)沉浸式聲場(chǎng)組由一組常規(guī)的音頻聲道加上一個(gè)或多個(gè)沉浸式音頻聲道組成，可通過(guò)給定的沉浸式聲場(chǎng)配置同時(shí)還音播放。

表4 沉浸式聲場(chǎng)組標(biāo)識(shí)表

由于影院沉浸式音頻系統(tǒng)目前的發(fā)展現(xiàn)狀難以實(shí)現(xiàn)對(duì)以上全部聲場(chǎng)組配置的渲染支持，為推動(dòng)實(shí)現(xiàn)各系統(tǒng)間的互操作性，RDD 57 Profile 1對(duì)現(xiàn)階段聲場(chǎng)組類(lèi)別給出了建議性限制，明確現(xiàn)階段只能使用7.1DS和9.1OH兩種聲場(chǎng)組配置。這種限制雖然會(huì)對(duì)部分廠商研發(fā)的渲染還音效果產(chǎn)生一定的負(fù)面影響，但能夠有效統(tǒng)一影院還音系統(tǒng)中揚(yáng)聲器布局的一致性，有效降低影院升級(jí)或更換沉浸式音頻系統(tǒng)的改造成本。

4 發(fā)展與思考

SMPTE 發(fā)布的沉浸式音頻系列標(biāo)準(zhǔn)有一定的前瞻性，其目的是規(guī)范和統(tǒng)一沉浸式音頻的元數(shù)據(jù)結(jié)構(gòu)類(lèi)型，讓不同技術(shù)廠商使用統(tǒng)一的交互格式，使各自的系統(tǒng)具備互操作性。國(guó)外一些影院沉浸式音頻廠商早在2019 年跨協(xié)會(huì)數(shù)字電影論壇（ISDCF）上已實(shí)現(xiàn)了基礎(chǔ)渲染還音功能技術(shù)層面的互操作，并聯(lián)合歐洲數(shù)字電影論壇（EDCF）創(chuàng)建了影院沉浸式音頻碼流約束性文檔，為現(xiàn)階段不同沉浸式音頻系統(tǒng)的兼容提供了相對(duì)完整的技術(shù)指南。然而，從現(xiàn)階段實(shí)際應(yīng)用情況來(lái)看，各影院間暫未完全實(shí)現(xiàn)使用相同DCP 在任意品牌還音系統(tǒng)完成渲染還音的目標(biāo)，一些互操作性較高的品牌，也會(huì)因渲染技術(shù)不同，出現(xiàn)同一個(gè)內(nèi)容在不同品牌渲染系統(tǒng)中還音效果的差異化?；诖嗽颍曇糁谱鳈C(jī)構(gòu)和影院往往會(huì)選擇市場(chǎng)占有率較高的廠商設(shè)備，從而保障同一部影片能夠在盡可能多的影廳實(shí)現(xiàn)相同的渲染還音質(zhì)量。

我國(guó)現(xiàn)階段也有多個(gè)機(jī)構(gòu)正在從事影院沉浸式音頻技術(shù)的開(kāi)發(fā)與應(yīng)用工作，部分機(jī)構(gòu)已經(jīng)打通了從軟件到硬件、從制作端到放映端完整技術(shù)鏈條，并在國(guó)內(nèi)外多個(gè)影廳得以商業(yè)應(yīng)用。單從技術(shù)層面來(lái)看，遵循SMPTE 系列標(biāo)準(zhǔn)而開(kāi)發(fā)的沉浸式音頻系統(tǒng)能夠在現(xiàn)階段實(shí)現(xiàn)相對(duì)良好的兼容性，但這些技術(shù)標(biāo)準(zhǔn)可能會(huì)涉及國(guó)外相關(guān)廠商的技術(shù)專(zhuān)利，存在著被國(guó)外核心技術(shù)壁壘“卡脖子”的風(fēng)險(xiǎn)。目前，我國(guó)部分沉浸式音頻技術(shù)研發(fā)機(jī)構(gòu)也在自發(fā)組建行業(yè)團(tuán)體，醞釀著具有自主核心技術(shù)知識(shí)產(chǎn)權(quán)的沉浸式音頻技術(shù)規(guī)范。

通過(guò)以上分析可以看出，形成沉浸式音頻自主核心技術(shù)知識(shí)產(chǎn)權(quán)，完善自有技術(shù)規(guī)范，只是防止被國(guó)外技術(shù)“卡脖子”的第一步。此外，還需要充分挖掘和發(fā)揮出自有核心技術(shù)知識(shí)產(chǎn)權(quán)在電影產(chǎn)業(yè)鏈中的商業(yè)價(jià)值，將自主核心技術(shù)有效嵌入到沉浸式音頻制作端、放映端，拓展活躍用戶數(shù)量，形成良好的商業(yè)運(yùn)營(yíng)生態(tài)環(huán)境，才能夠有力支撐電影技術(shù)的高質(zhì)量發(fā)展。?