靳聰，馬賽

(中國傳媒大學媒介音視頻教育部重點實驗室，北京100024)

1 引言

為了還原聲場的真實狀態(tài)，使人們聽起來就像身處原來的聽音環(huán)境，放音通道經(jīng)歷了從單聲道到雙聲道到多聲道的發(fā)展歷程:自從1877年，瑪斯·愛迪生發(fā)明了滾桶式留聲機開始，就進入了單聲道的錄音時代。盡管我們生活的環(huán)境中，隨時隨地都可從上下、左右、前后等各個不同的方向，感受到全方位的聲音世界，但由于受技術(shù)條件的制約，直到1958年，人們記錄和播放聲音方式，仍然以單聲道為主。最早期的聽音方式是單聲道，重建的聲源被看作一個點聲源。這種系統(tǒng)只能讓人們感受到非常有限的聲場信息，而不能反映聲源的二維方向性和空間的位置信息。傳統(tǒng)的立體聲由時間差(ITD)和強度差(IID)決定聲源在空間的定位［1］。在二維平面立體聲的重建過程中，通過時間差和強度差使聽音者感受到前方一定角度范圍內(nèi)的聲像信息［2］［3］。隨著多媒體技術(shù)的發(fā)展，多聲道系統(tǒng)逐漸發(fā)展成為4 聲道、5.1、7.1、9.1 環(huán)繞聲系統(tǒng)［4］。前方聲道數(shù)的增加極大地改善了聽音效果，最佳聽音位置也不只局限于“甜點”［5］［6］。為滿足 UHDTV 系統(tǒng)的需要，日本NHK廣播公司研制出了22.2多聲道環(huán)繞聲系統(tǒng)［7］。

中國傳媒大學媒介音視頻教育部重點實驗室研發(fā)出基于聲場優(yōu)化原則與惠更斯原理的多聲道動聲系統(tǒng)，即DMS系統(tǒng)(dynamic matrix sound system)(專利名稱:一種動聲聲場系統(tǒng)。專利號ZL 2009 1 0031119.4)。該系統(tǒng)把有限的聲源信號與惠更斯原理中無限的二次波聲場相結(jié)合，形成了一個M輸入與N個輸出的聲場系統(tǒng)，以有限的聲源真實地再現(xiàn)原始聲場［8］。

隨機選取在校大學生調(diào)查顯示，大學生中100%聽過立體聲音樂，其中有約70%的人經(jīng)常聽。傳統(tǒng)立體聲是目前應用最廣泛，影響最深遠，普及面最廣的聽音方式。本文通過主觀評價實驗方式［9］［10］，對 DMS 和傳統(tǒng)立體聲進行對比研究［11］，從而得出兩者主觀感受方面的區(qū)別，得出大眾對DMS的認可程度以及DMS的最佳應用范圍。

目前，對聲場效果的研究主要集中于聲道轉(zhuǎn)換［12-15］技術(shù)和虛擬聲場［16-17］技術(shù)，然而對不同系統(tǒng)聲場的心理測試研究不夠全面，更缺乏嚴格的科學的主觀評價。本文完成了DMS多聲道與傳統(tǒng)立體聲的心理感受比較的研究。

2 錄音方法及原理概述

本次錄音采取主話筒、輔助話筒、環(huán)境話筒的近遠場結(jié)合的DMS錄音方法。近場麥克風指的是輔助話筒，主要拾取直達聲，加強樂隊的定位和音色的修飾;遠場麥克風指的是主話筒和環(huán)境話筒，主要拾取環(huán)境聲和反射聲，增加空間信息。

主話筒不同于傳統(tǒng)錄音，而是采用基于波束形成原理的5點麥克風線陣列的拾音方式。主話筒往往有不同方式下的應用，在通常的兩聲道和環(huán)繞聲錄音場合中主話筒的特征屬性是不一樣的。原理上，由于主話筒拾取到的是一部分直達聲和環(huán)境聲，因此主話筒應該既有音源本身的聲像信息也有空間方向信息。

環(huán)境話筒拾取相應的自然反射聲和混響聲，包括空間印象聲像和空間深度聲像。在音樂廳內(nèi)，深度或者距離感的主要信息來自早期和遲后反射聲及混響聲的延時和電平與直達聲的相對關(guān)系。直達聲給出的方向信息要比現(xiàn)場自然聆聽下的方向信息少，但是在聲源方向性上能夠給出較重要的定位信息，環(huán)境話筒拾取的聲音包含較少的距離信息，因此，空間深度聲像主要與反射聲相關(guān)而不是與直達聲的設(shè)計相關(guān)。輔助話筒的作用主要是增加對音源的定位和對音色的修飾，拾取的主要是音源的直達聲。

在不同的播放環(huán)境中，需要加入的混響與效果是不同的。然而在現(xiàn)有的系統(tǒng)與標準中無法實現(xiàn)這種選擇與控制。DMS系統(tǒng)采用分部與分軌的錄音方法，可以實現(xiàn)音源的高度隔離。DMS專業(yè)錄音棚的設(shè)計要求同聲錄制的分軌隔離度達到80分貝。中國傳媒大學媒介音視頻教育部重點實驗室裝備了我國第一套DMS專業(yè)錄音室，12個錄音通道可以實現(xiàn)同聲12聲道的錄制，聲道之間的隔離度可以達到80分貝。這個指標是實現(xiàn)音源綜合的關(guān)鍵技術(shù)，用有限個音源的合成替代波前綜合方法所采用的眾多揚聲器系統(tǒng)。DMS綜合聲場可以克服波前綜合方法所產(chǎn)生的相位敏感，錄音陣列的復雜度與邊緣效果等難以克服的問題。

3 錄音樂隊編制

錄音采用多軌分期double的方法，利用小型樂隊配置實現(xiàn)大型樂隊的效果。弦樂部分基本配置為一提8人、二提6人、中提4人、大提4人、貝斯2人，銅管部分為長號3人、小號3人、圓號4人，木管部分為長笛2人、單簧管2人、雙簧管2人、巴松2人，都是通過double的方法實現(xiàn)標準管弦樂團的配置。合唱部分為8男8女，分成4個聲部演唱，double 3遍。定音鼓等打擊樂用MIDI制做。

4 錄音所用設(shè)備

話筒:DPA4009

U87

U89

SONY U800

話放:SSL super analogue channel

Studer 169

GML 8302

硬件效果器:GML Model 2030

Millenia TCL-2

Millenia NSEQ-2

Merging dua II

5 錄音話筒擺位圖

本次錄音采用分期分軌的錄音方法，按照標準的交響樂團編排，話筒擺位如圖1所示。其中主話筒采用5只心形指向性的DPA4009，構(gòu)成5點麥克風線陣列。距離樂隊2米，高度3米。環(huán)境話筒采用4只全指向性的U87，構(gòu)成有左前、右前、左后、右后四個方向的陣列。距離樂隊5米，高度5米。

圖1 錄音棚樂隊話筒擺位圖

6 后期混音及效果制作

DMS重放系統(tǒng)在分配聲道時，根據(jù)相關(guān)性的定義要求，相關(guān)性強的(例如直達聲)分配至前方聲道，相關(guān)性弱的(例如混響聲和反射聲)分配至后方和側(cè)方聲道。

為制作自然而且寬廣的聲場，本文采用分層式多聲道錄音陣列。五點線陣列中的話筒提供了不同方向的信號輸出。在錄音時要確保線陣列準確的定位以做到能重現(xiàn)正確的前方聲像，在播放時，正面采集的聲場信息主要分配給前方聲道，使得音樂有良好的樂器均衡和聲音質(zhì)量。輔助點話筒拾取到的主要是直達聲，按照樂隊真實的擺位分配至前方聲道，從而重現(xiàn)出較好的臨場感和真實感，對立體聲拾不到的近場聲音與效果給以比較好的補償。環(huán)境聲場用的話筒陣列具有左、右、左后和右后四個聲道輸出，并分配至后方和側(cè)方的放音聲道，它們給出良好的寬廣空間感。這個陣列中話筒的最佳位置應當選擇直達聲盡量少而又能豐富地拾取到混響聲的地方。本次錄音是在錄音棚中進行的，混響環(huán)境不好，因此可以在第三層上補充多聲道人工混響，即利用混響效果器通過調(diào)整一些參數(shù)，彌補環(huán)境話筒混響的不足。

在重放時，觀眾的視點在前方，主要的音樂成分設(shè)置于前方;具有空間信息的混響和間接聲重現(xiàn)于后方和四周。這個設(shè)計充分利用了給定的聲道數(shù)目重建出了實際錄音棚里樂隊的真實效果。

在DMS動聲系統(tǒng)實驗室中共排布有30個揚聲器，分為上下兩層排列在DMS電影廳實驗室中，第一層共有17個揚聲器，第二層共有13個揚聲器。圖2所示為DMS系統(tǒng)平面布局圖，圖中清晰的顯示了30個音箱的擺放位置及聲道數(shù)目情況。

我們根據(jù)以上理論分配聲道。首先將輔助話筒拾取到的每個聲部根據(jù)其在樂隊中的位置加以一定量的延時、混響，分配至1-12聲道。其中弦樂組離聽音者最近，管樂組經(jīng)過一定延時處理分配至3、4、7、8聲道，獨唱通過均衡、壓縮處理分配至5、6聲道。合唱組經(jīng)延時、混響處理分配至1-8，13-17聲道。主話筒5點線陣列分配至18-22聲道。環(huán)境話筒分配至23-30聲道。

圖2 DMS系統(tǒng)平面布局圖

7 主觀評價

7.1 音頻信號的選取

(1)DMS系統(tǒng)播放的音頻信號

DMS系統(tǒng)播放的音頻信號是利用DMS錄音方法在錄音棚里錄制并按照DMS的后期制作方法制作成的30聲道的民歌《大中原》，總時長5分32秒。

(2)立體聲系統(tǒng)播放的音頻信號

立體聲的音頻信號制作是在制作完的DMS系統(tǒng)的音頻信號基礎(chǔ)上完成的。將整首曲目分成5小段，每小段都是30個聲道的音頻文件，將其按照圖3的聲道間的比例關(guān)系計算并分配到立體聲的左、右兩個聲道上，便形成了5段1分鐘的立體聲系統(tǒng)播放的音頻信號。立體聲系統(tǒng)播放的音頻信號與DMS系統(tǒng)在名稱、內(nèi)容、特點、時長上保持完全一致。

圖3 實驗室音響布局球形圖

7.2 實驗環(huán)境

本次實驗在中國傳媒大學綜合樓8層的媒介音視頻教育部重點實驗室的DMS動聲系統(tǒng)實驗室進行。該系統(tǒng)的平面布局圖如圖2所示。根據(jù)揚聲器之間的距離及空間位置，通過角度的計算，得出實驗室音響布局球形圖，如圖3所示:

同時利用DMS動聲系統(tǒng)可以實現(xiàn)雙聲道立體聲的播放，即選擇低層的3、8兩個聲道放音，其他28個聲道靜音。沙發(fā)位置是DMS系統(tǒng)和立體聲系統(tǒng)的最佳聽音位置。

7.3 實驗流程

實驗的基本思路為對比實驗，即隨機用DMS系統(tǒng)和立體聲系統(tǒng)播放同一段音頻信號，由受試者進行打分。實驗流程如圖4所示:

圖4 實驗流程圖

本次實驗共有被試者21人，分別為8名男性，13名女性，年齡在20-30歲之間，聽力狀況良好。在被試者中共有18人有音樂基礎(chǔ)，3人無音樂基礎(chǔ)。

由于實驗室座位數(shù)量的限制，本實驗共分為三次進行。第一次實驗8人，音頻信號的播放順序為A1(立體聲)-A1(DMS)-A2(立體聲)-A2(DMS)-A3(立體聲聲)-A3(DMS)-A4(立體聲)-A4(DMS)-A5(立體聲)-A5(DMS)，用時10分鐘。第二次實驗6人，音頻信號的播放順序為A1(DMS播放)-A2(立體聲播放)-A1(立體聲)-A2(DMS)-A3(立體聲)-A4(立體聲)-A5(DMS)-A4(DMS)-A3(DMS)-A5(立體聲)，用時10分鐘。第三次實驗7人，音頻的播放順序為A1(DMS)-A1(立體聲)-A2(DMS)-A2(立體聲)-A3(DMS)-A3(立體聲)-A4(立體聲)-A4(DMS)-A5(立體聲)-A5(DMS)，用時10分鐘。用三種不同的順序播放，可以防止受試者產(chǎn)生主觀評價的慣性和刻板印象，能夠獲得更加準確和科學結(jié)果。每段音頻信號之間間隔5秒鐘，從而對每段音頻的播放做了區(qū)分，讓被試者有充分的時間進行打分，也保證了受試者的合理聽音狀態(tài)。

7.4 評價方法——語義細分法

對音質(zhì)而言，人的主觀感受是多方面的，音質(zhì)的好壞也可以分為多方面的評價指標［10］。在本次實驗中，一共選擇了14個音質(zhì)評價指標，每個評價指標的含義如下所述:

響度:即直達聲和混響聲的響度，對被試者而言是聽到音頻聲音的大小。

清晰度:聲音干凈清楚，從中可以辨認出每種聲音音色。播放音效時，能辨認是何種聲源發(fā)聲。播放音樂時，能辨認每個樂器的音色，聽清每個音符。

明亮度:指中高音的聽音感覺，音頻中高頻成分豐富，重放聲明亮，反之昏暗。

低音感:即低音的聽音感受，低音是否豐滿動聽，低音表現(xiàn)的是否好。

豐滿度:聲音是否豐滿動聽，高中低音表現(xiàn)是否適度，聽感是否溫暖、舒適、有彈性。

平衡感:音頻信號的各部分比例和諧，各聲道的一致性好，音頻信號的整體聲音效果是否協(xié)調(diào)。

空間感:受試者被充滿聲音的空間包圍，聲像方位基本準確。

寬度:聲音在空間的橫向表現(xiàn)上是否寬闊，主觀感覺聲音表現(xiàn)范圍寬。

深度:聲音在空間的縱向表現(xiàn)上是否有縱深感，主觀感覺聲音表現(xiàn)范圍較深。

臨場感:聽眾聽到聲音是否有身臨其境的感覺。

力度:聲音堅實有力，反應聲源的動態(tài)，反之單薄，干癟。

真實感:聽到的聲音是不是和真實聲源發(fā)聲相同。

動感:聲音的動態(tài)效果是否好。

整體感:對這種聲音系統(tǒng)播放聲音的整體感覺［11］。

語義細分法是一種多元尺度的分析方法。語義分析法是運用語義區(qū)分量表來研究事物的意義的一種方法。它是由美國心理學家奧斯古德和其同事所創(chuàng)立的。該方法以紙筆形式進行，要求被試在若干個七點等級的語義量表上對某一事物或概念(如汽車、鄰居)進行評價，以了解該事物或概念在各被評維度上的意義和強度。等級序列的兩個端點通常是意義相反的形容詞，如誠實與不誠實、強與弱、重要與不重要。本實驗采用語義細分法來獲得對DMS動聲系統(tǒng)和立體聲系統(tǒng)的多個評價指標的相對心理尺度。實驗選擇了14個評價指標，因此共有14對語義對，語義對及分數(shù)標準如表1所示，被試者根據(jù)表格所示的內(nèi)容進行打分。例如，為了評價清晰度，有清晰與模糊這對語義相反的語義對，在清晰與模糊之間有7個層次的分數(shù)，含義不同。1代表極度清晰，2代表非常清晰，3代表比較清晰，4代表既不清晰也不模糊，清晰度適中，5代表比較模糊，6代表非常模糊，7代表極度模糊［12］。

表1 語義細分法評價指標

7.5 語義細分法的結(jié)果

DMS系統(tǒng)的14個評價指標的平均值與立體聲的14個評價指標的平均值的對比結(jié)果如圖5所示:

圖5 立體聲與DMS對比結(jié)果

7.6 實驗結(jié)果分析

在折線圖中，根據(jù)DMS與立體聲的總體對比結(jié)果，可以發(fā)現(xiàn)除了響度這一評價指標以外，DMS系統(tǒng)在各項評價指標上都明顯優(yōu)于立體聲系統(tǒng)，尤其是空間感、臨場感、深度、動感四項指標上差距較大。說明與傳統(tǒng)立體聲相比，DMS系統(tǒng)確實能夠給聽眾提供一個更加開闊、更具動感、更加真實的聽音感受。由于采用了DMS音源綜合與聲場綜合的方法，DMS系統(tǒng)采用的聲道數(shù)遠遠小于波前綜合法所需要的眾多播放聲道。

綜上所述，通過語義細分法本文驗證了DMS動聲系統(tǒng)音質(zhì)水平全面高于傳統(tǒng)立體聲系統(tǒng)，聲音表現(xiàn)力較強，能給聽眾帶來動態(tài)主觀感受。其次，DMS動聲系統(tǒng)更適合于播放內(nèi)容豐富且具有空間動態(tài)特點的音頻。DMS可以應用于還原音樂廳的現(xiàn)場演出效果，將多種樂器的演奏逼真再現(xiàn)，使聽眾仿佛置身交響樂隊中間;還可以應用于電影院中，生動呈現(xiàn)人聲、音樂、音效，給人身臨其境的享受。最后，為了拓展DMS系統(tǒng)的應用范圍，讓更多的聽眾享受DMS動聲系統(tǒng)，給他們帶來更完美的聽音感受，未來還要考慮性別、年齡、喜好等因素對于聲音系統(tǒng)的影響，展開融合心理學、行為學、藝術(shù)學等多種學科的深入研究。

［1］Stevens SS，Newman E B.The localization of actual sources of sound［J］.Am J Phychol，1936，48:297-306.

［2］ITU-R BS.775.Multi-Channel Stereophonic Sound System with or without Accompanying Picture［C］.International Telecommunications Union，Geneva，Switzerland(1993).

［3］Rumsey F.Spatial Quality Evaluation for Reproduced Sound:Terminology，Meaning，and a Scene-Based Paradigm［J］.J Audio Eng Soc，2002，50:651-666.

［4］Christof Faller.Multiple-Loudspeaker Playback of Stereo Signals［J］.J Audio Eng Soc 2006，54(11):1051-1064.

［5］Komiyama S.Subjective Evaluation of Angular Displacement between Picture and Sound Directions for HDTV Sound Systems［J］.J Audio Eng Soc，1989，37(4):210-214.

［6］Theile G.On the Performance of Two-Channel and Multi-Channel Stereophony［C］.presented at the 88th Convention of the Audio Engineering Society［J］.JAudio Eng Soc(Abstracts)，1990，38.379.

［7］K Hamasaki，K Hiyama，et al.Advanced multichannel audio systems with superior impression of presence and reality［J］.AES 116th Convention，Berlin，Germany，Convention paper 6053(2004).

［8］M M Boone，et al.Spatial Sound Reproduction Based on Wave Field Synthsis［J］.JA E S，1995，43(12):1003-1011.

［9］孟子厚.音質(zhì)主觀評價的實驗心理學方法［M］.北京:國防工業(yè)出版社，2008.

［10］David M.Howrd，Jamie Angus.音樂聲學與心理聲學［M］.北京:人民郵電出版社，2010.

［11］甘怡群，等.心理與行為科學統(tǒng)計［M］.北京:北京大學出版社，2005.

［12］Farina A，et al.Ambiophonic Principles for the Recording and Reproduction of Surround Sound for Music［C］.in 19th Convention of the Audio Engineering Society(2001).

［13］K Hamasaki，S Komiyama，et al.5.1 and 22.2 multichannel sound productions using an integrated surround sound panning system［C］.NAB BEC Proceedings，2005.

［14］Betlehem T，Abhayapala T.Theory and Design of Sound Field Reproduction in Reverberant Rooms［J］.Journal of the Acoustical Society of America，2005，117(1):2100-2111.

［15］Ahrens J，Spors S.Reproduction of a planewave sound field using planar and linear arrays of loudspeakers［J］.IEEE Int Symposium on Communications Control and Signal Processing(ISCCSP)(2008).

［16］Pulkki V.Virtual sound source positioning using vector base amplitude panning［J］.J AES，1997，45(6).

［17］Davis M F，F(xiàn)ellers M C.Virtual surround presentation of Dolby AC-3 and Pro Logic signal［J］.J Audio Eng Soc，1997，45(11):1010.