下一代音頻：正在進展中的工作

我在2012年初開始嘗試、測試和撰寫關(guān)于沉浸式音頻的內(nèi)容，并記得在那之后的某個時候聽到了“下一代音頻”（NGA）這個術(shù)語。從那時起，很多團體提出了各種下一代內(nèi)容生產(chǎn)者和設(shè)備制造商以為基礎(chǔ)的特性和格式。

目前NGA將這些特性描述為放音設(shè)備和復制設(shè)備之間的沉浸感、交互和智能接口，但在美國，政府不強制要求推動這些特性的實施。更令人困惑的是，不僅沒有強制要求，而且還存在與Dolby Atmos和MPEG-H競爭和不兼容的格式。

既不是杜比也不是弗勞恩霍夫發(fā)明了沉浸式聲音或NGA，它實際上是技術(shù)進步以及獲得更大容量和更高質(zhì)量用于高級音頻制作的巧妙的壓縮方案的直接結(jié)果。沉浸式聲音之所以可以實現(xiàn)，是因為廣播公司能夠在狹義的數(shù)據(jù)帶寬內(nèi)向消費者提供最少10個聲道——5.1.4。音頻帶寬可以分配給音床、聲道或?qū)ο螅栽鰪姵两襟w驗或用于交互功能。

它值得嗎？

對每一個消費者來說，沉浸聲可能不是最終的娛樂體驗——研究顯示立體聲和5.1環(huán)繞聲條形音箱（回音壁）穩(wěn)步增加，但7.1及其它類別（這包括有一些變異的沉浸聲）只有小幅增加。這讓我相信，也許沉浸聲制作（特別是對體育）還沒有足夠的說服力讓人再多花些錢于更高質(zhì)量的音箱上。

沉浸聲一直是NGA最關(guān)注的焦點，也許因為它是ATSC 3.0推出時最先進的功能。但是，隨著“假沉浸式”DSP處理和各種聲稱播放沉浸聲的條形音箱的泛濫，幻想的影院效果聲似乎是癡心妄想。我再問：你如何通過上和側(cè)反射回音壁獲得沉浸式體驗？也許消費者比當初想象的更精明。

自從消費者的家庭音響包含了低音和高音控制，廣播世界已經(jīng)明白了用戶控制聲音的渴望，杜比迅速推出了對比控制，但在交互性方面與NGA建議的非傳統(tǒng)的對白聲道不可同日而語。

杜比通過引入對話歸一開辟了個性化，這對于不同的聆聽環(huán)境和內(nèi)容顯然是一個好主意，但弗勞恩霍夫的MPEG-H提供了真正用戶交互的可能性。例如，對無線廣播，教練和球員的語言可能會成問題，但一個單獨和可控的教練聲道消除直播中發(fā)生的預審和清除。對首席財務(wù)官來說，重要的是，教練聲道可以變現(xiàn)。注意，杜比宣稱通過使用對象聲道獲得相同水平的交互性。

所有這些交互性最終可由制作人和版權(quán)持有者限定，可以選擇更好的對白，可選的解說，甚至選擇一些對象，如無線電廣播設(shè)備和無線話筒。能夠控制多名球員或教練的話筒的任何一個，并以單聲道或立體聲聽——對我來說，這似乎是一種相當沉浸式的體驗。

呈現(xiàn)內(nèi)容

NGA的最后一個可能也是最被低估的好處是，它能夠?qū)⒁纛l內(nèi)容提交給幾乎任何消費設(shè)備或格式。例如，音頻元素被嵌入數(shù)字流中，并可以被混合—渲染為合理配方的單聲、立體聲、環(huán)繞聲或沉浸式混音。

環(huán)繞立體聲的早期不足是縮混和元數(shù)據(jù)。還要記住，使用機頂盒混合環(huán)繞聲道以渲染立體聲混音，在準確和等效的聲音制作方面始終存在問題，原因是很多聲音元素要被納入混音中。渲染接受所有的原料，產(chǎn)生一個全新的混音。

渲染是到達消費者之前的最后一個過程，理論上，渲染可以選擇不同的換能器特性、構(gòu)形和容器，并為任何聆聽設(shè)備優(yōu)化音景。然而，我仍然困惑于如何從側(cè)反射和上發(fā)射的條形音箱獲得沉浸式音景的準確表現(xiàn)——盡管它確實聽起來更好。

關(guān)于NGA的潛力已經(jīng)說了很多了。雖然技術(shù)在不斷發(fā)展，但具有引人入勝的沉浸式聲音和互動性的內(nèi)容卻很落后，除了在游戲領(lǐng)域。就像環(huán)繞聲開始變得保守一樣，沉浸聲制作也開始保守。

一個顯著的差異是早期的條形音箱是對環(huán)繞立體聲的一大改進，但我不相信沉浸聲體驗受益于條形音箱會像環(huán)繞立體聲一樣多。

沉浸式體驗對我們每個人來說都不一樣，NGA提供了一個框架，而非路線圖。 BP