三維聲（3D Audio）音頻技術方案與標準測試探討

文/陳宇海

引言

從工業時代至今，對聲音技術的探討，一直貫穿在社會發展過程中。聲音技術在發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環繞聲，7.1環繞聲音頻等，聲音技術日趨成熟，直至發展到今天的三維聲（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，使廣播電視業和新聞業進一步發展創新。

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。三維聲技術在發聲過程中也需要用到聲床+對象的實現方式，聲床對基本環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勢得以充分發揮，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 三維聲重放環境分析

三維聲重放環境在三維聲音頻制作中發揮著重要作用，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域范圍，也就是說，揚聲器數量少，最佳聽音的區域范圍也就越小，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勢得以充分發揮和體現，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務的進一步發展，從而使我國自主創新技術更為成熟。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目制作、傳輸分發和重放技術工作進一步開展。

3.2 三維聲在我國的發展

近年來，立體聲、多聲道音頻編碼技術發展迅速，在許多領域都獲得了廣泛應用。三維聲在我國發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標準的探討

從目前發展情況來看，我國的三維聲廣播電視行業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，在后期制作環境中，至少需要支持64個對象，在直播環境中最少需要支持四個對象，從而營造良好的環境氛圍，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生極大變化，由最初的靜態傳播轉變為動態傳輸。同時，三維生可以營造良好的聲音環境，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的發展，從而使科技更好地為人類社會發展服務。

[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展[J].科研，2016（17）:00011-00011.