從音頻技術(shù)從單身轉(zhuǎn)換到立體聲像那時(shí)起，似乎有一些聽(tīng)眾一直在追求最有沉浸感的聲像。四聲道、環(huán)境立體混合聲、杜比環(huán)繞聲、DTS和杜比數(shù)字的出現(xiàn)都是為了滿足為聽(tīng)眾提供真正環(huán)繞的聽(tīng)覺(jué)體驗(yàn)的要求。

雖然早期開(kāi)發(fā)只是對(duì)音頻，但沒(méi)過(guò)多久采用如Fantasound和Cinerama等的系統(tǒng)，多聲道音頻就與電影聯(lián)姻，而電視廣播一直到上世紀(jì)80年代依然為單聲。

個(gè)人體驗(yàn)

現(xiàn)在在消費(fèi)電子產(chǎn)品商店，經(jīng)常可看到大屏幕電視配環(huán)繞聲系統(tǒng)，但只是許多個(gè)人用藍(lán)牙音響系統(tǒng)和大量高端頭戴式耳機(jī)。事實(shí)上，環(huán)繞聲和沉浸式聲音的趨勢(shì)看來(lái)是朝向個(gè)人而不是共享體驗(yàn)，這是由智能手機(jī)和手游系統(tǒng)所推動(dòng)的。不過(guò)，這些裝置上消費(fèi)的很多內(nèi)容依然來(lái)自媒體和廣播制作公司。

許多制造商很早就進(jìn)入了沉浸式音頻領(lǐng)域，但現(xiàn)在隨著ATSC 3.0力圖把沉浸式引入廣播領(lǐng)域，AES提出了一個(gè)旨在確保沉浸式音頻傳輸系統(tǒng)采用相同的空間音頻信息交換文件格式的標(biāo)準(zhǔn)。

在我們考察此標(biāo)準(zhǔn)之前，需要注意的是此標(biāo)準(zhǔn)把雙耳聽(tīng)音提升為沉浸式聽(tīng)音的關(guān)鍵，這意味著此標(biāo)準(zhǔn)全都與頭部及其存在的空間（真實(shí)或仿真）有關(guān)。

雙耳錄音并不新鮮，典型的雙耳錄音方式是使用話筒置于雙耳上的仿真頭，目的是捕獲人類將聽(tīng)到的音頻。遺憾的是，人類頭部本身是該聲學(xué)空間內(nèi)另一個(gè)客體，將自己修改我們聽(tīng)到的音頻。

根據(jù)許多可變因素（包括我們的頭部在聲場(chǎng)相對(duì)于聲源的位置），聲源可能在稍有不同的時(shí)間、以不同的聲強(qiáng)和有點(diǎn)不一樣的頻率響應(yīng)（取決于我們頭部和雙耳的形狀）以及來(lái)自我們身體的反射/抵消，到達(dá)我們每只耳朵。

全在頭腦中

幸虧我們的大腦能夠?qū)W習(xí)和適應(yīng)我們的聽(tīng)覺(jué)，以稱為頭部相關(guān)傳輸函數(shù)（HRTF）的響應(yīng)補(bǔ)償。HRTF在兩個(gè)脈沖響應(yīng)：幫助我們定位聲源的頭部相關(guān)脈沖響應(yīng)（HRIR）和允許我們找到房間內(nèi)聲源的定向房間脈沖響應(yīng)（DRIR）的幫助下，是AES69的一個(gè)關(guān)鍵參數(shù)。

如同其它AES幫助，此標(biāo)準(zhǔn)建立在其它產(chǎn)業(yè)集團(tuán)所在的工作上，而不是確立沖突的標(biāo)準(zhǔn)和不必要地白費(fèi)力氣做重復(fù)工作。在這種情況下，工作基于ISO、ITU和IETF標(biāo)準(zhǔn)，并把netCDF-4作為數(shù)據(jù)存儲(chǔ)格式。

此標(biāo)準(zhǔn)很大程度上依賴于音頻對(duì)象——游戲音頻領(lǐng)域的一個(gè)重要部分，它對(duì)廣播相當(dāng)新，而隨著我們?cè)絹?lái)越接近ATSC 3.0，將越來(lái)越多地看見(jiàn)它。AES69中的主要對(duì)象是

“聽(tīng)眾”——可能包含無(wú)限數(shù)量的接收器；“聲源”——可能包含無(wú)限數(shù)量的發(fā)射器；以及“房間”。

在任何一個(gè)特定的AE$69文件中，只能有一個(gè)聽(tīng)眾、一個(gè)源和一個(gè)房間。這些對(duì)象被置于兩個(gè)確定它們空間內(nèi)存在位置的坐標(biāo)系中。整體坐標(biāo)系允許空間內(nèi)源和聽(tīng)眾布置，而每個(gè)源和聽(tīng)眾在整體坐標(biāo)系內(nèi)有其自己的局部坐標(biāo)系，允許源內(nèi)發(fā)射器和聽(tīng)眾內(nèi)接收器布置。

發(fā)射器和接收器的指向性圖在局部坐標(biāo)系內(nèi)確定。為幫助定向，定義了正交“View”（查看）和“Up”（向上）矢量，View在正x軸，而Up在正z軸。包含有一長(zhǎng)串元數(shù)據(jù)參數(shù)，提供一個(gè)定義變量及它們的特征的額外方式，并且提供關(guān)于文件內(nèi)數(shù)據(jù)的重要信息。

正如人們所料，聽(tīng)眾、接收器、房間和房間類型在元數(shù)據(jù)參數(shù)內(nèi)描述，對(duì)外部應(yīng)用做出了規(guī)定，包括針對(duì)它們的要求之元數(shù)據(jù)。有效的房間類型為自由場(chǎng)、混響室、小屋和.dae（提供至3D應(yīng)用鏈路的數(shù)據(jù)交換文件）。全部信息存儲(chǔ)在一個(gè)帶.sofa（聲學(xué)空間導(dǎo)向格式）擴(kuò)展的netCDF-4二進(jìn)制數(shù)據(jù)文件內(nèi)。

雙耳音頻不是沒(méi)有問(wèn)題和批評(píng)者。在某些雙耳錄音中源位置可能難以找到，側(cè)方向聲音最易確定，而前后方向聲音有時(shí)似乎在聽(tīng)音位置本身。

幸運(yùn)的是，AES69-2015內(nèi)眾多的參數(shù)以及內(nèi)建的擴(kuò)展性，可能意味著此標(biāo)準(zhǔn)有足夠的廣度彌補(bǔ)雙耳聆聽(tīng)的任何不足。

迄今為止我聆聽(tīng)沉浸式格式的一個(gè)體驗(yàn)是DTS的Headphone：X演示，那是一次非凡的經(jīng)歷。音頻源在演示間的音箱播放；然后我們被指示戴上耳機(jī)，音頻重復(fù)播放。

耳機(jī)音頻聽(tīng)上去與來(lái)自音箱的幾乎相同，達(dá)到我們都把耳機(jī)取下以確信的程度。當(dāng)然，DTS人員有大量時(shí)間預(yù)先準(zhǔn)備，在我們到達(dá)前調(diào)整設(shè)置，但盡管如此結(jié)果令人印象非常深刻。

如果其它廠商的沉浸式系統(tǒng)也同樣令人印象深刻，并且AEE69-2015被用于系統(tǒng)間的交換，那么沉浸式音頻世界將變成一個(gè)非常激動(dòng)人心的聆聽(tīng)之地。