于雅詩(shī)，胡澤

(中國(guó)傳媒大學(xué)音樂(lè)與錄音藝術(shù)學(xué)院 北京100024)

1 引言

人類在錄音技術(shù)的領(lǐng)域中已有近兩個(gè)世紀(jì)的學(xué)習(xí)與實(shí)踐經(jīng)驗(yàn)。一百年前，我們從僅有縱深感的單聲道時(shí)代步入立體聲的“面”聲場(chǎng)。隨后，環(huán)繞聲技術(shù)將聽音位從“面”聲場(chǎng)的外部被拉入內(nèi)部，我們被來(lái)自前后左右的聲音所包圍。近年來(lái)，高度通道的加入使聲音從“面”拓展成了“體”，通過(guò)電聲重放系統(tǒng)感知到來(lái)自三維空間各個(gè)方向的聲音成為了現(xiàn)實(shí)，空間聲的時(shí)代已經(jīng)到來(lái)。

空間聲(Spatialized Audio)技術(shù)，是指可以重放三維聲空間信息的聲重放技術(shù)。空間聲技術(shù)的研究其實(shí)已有近百年的歷史，但一直沒有合適的應(yīng)用場(chǎng)景。而VR(虛擬現(xiàn)實(shí))與8K、5G等技術(shù)的成熟，為空間聲的應(yīng)用與傳輸提供了可行方案。目前，空間聲在游戲、電影電視、音樂(lè)錄音中都占有舉足輕重的位置，是音頻技術(shù)領(lǐng)域最熱門的話題。而如何獲取帶有空間高度信息的空間聲音頻，則是廣大音頻工作者目前最為關(guān)心的問(wèn)題。本文將結(jié)合空間聲拾音方案實(shí)例，簡(jiǎn)單介紹空間聲拾音的三種技術(shù)原理。

2 雙耳拾音技術(shù)

雙耳拾音(Binaural Recording)技術(shù)是一種能夠記錄出類似人耳聽感的聲音信號(hào)的方法。這種拾音方法能有效的拾取具有良好空間感和臨場(chǎng)感的聲音信息。

雙耳拾音技術(shù)的本質(zhì)是模擬人耳聽音的方式。區(qū)別于其他普通的拾音方式，人耳具有精細(xì)的空間定位能力。而HRTF(頭部相關(guān)傳輸函數(shù))是一個(gè)空間聲源定位模型，能夠反映空間中某點(diǎn)的聲源是如何傳遞到人耳中(一般指到外耳道處)。利用HRTF，我們可以擴(kuò)展耳機(jī)重放時(shí)的聲像范圍，有效避免頭中效應(yīng)，使聲音聽起來(lái)是來(lái)自各個(gè)方向的。但HRTF感知的準(zhǔn)確度取決于HRTF數(shù)據(jù)庫(kù)與聆聽者本人頭部特征的匹配度。

HRTF的定義是：

HL=HL(θ，φ，r，ω，α)=PL/P0

HR=HR(θ，φ，r，ω，α)=PR/P0

(1)

其中，PL、PR是聲源在聽音者左、右耳產(chǎn)生的復(fù)數(shù)聲壓；P0是人頭不存在時(shí)頭中心的復(fù)數(shù)聲壓。HRTF是聲源的水平方位角θ、仰角φ、聲源至人頭中心的距離r和聲波的角頻率ω的函數(shù)，且與人頭的大小α有關(guān)。[1]

目前，雙耳拾音技術(shù)主要包括如下幾種制式：人工頭拾音技術(shù)、類人工頭拾音技術(shù)、真人頭拾音技術(shù)等。

人工頭(Dummy Head)也被稱為頭部和軀干模擬器(Head And Torso Simulator，HATS)，是最為常見、應(yīng)用最廣的雙耳拾音技術(shù)。人工頭是由聲學(xué)材料制成的假人頭模型，它有人頭和耳朵的形狀，某些型號(hào)的人工頭還有軀干。人工頭的形狀取的是人類頭部以及軀干的平均值。人工頭的雙耳耳道處安裝有兩個(gè)全指向性傳聲器，以此來(lái)模擬人耳聽覺。常見的人工頭包括：Neumann的KU100(被廣泛用于音樂(lè)錄音，見圖2.1)、GRAS Sound & Vibration的KEMAR(有軀干，常用于HRTF測(cè)量，最初用于助聽器研究)、Head Acoustics的Aachen Head(有肩部)、Brüel & Kj?r的4128D/C(有肩部)。

圖1 人工頭：Neumann KU100

類人工頭是一種只有外耳形狀的雙耳拾音話筒。它沒有人工頭傳聲器的完整頭部形狀，只有安裝了傳聲器的外耳。這種傳聲器在拾取聲音時(shí)因?yàn)槿鄙倭祟^部和軀干的衍射，損失了一部分HRTF參數(shù)，空間感的聆聽體驗(yàn)會(huì)比人工頭差一些。3Dio的Free Space Binaural Microphone就是典型的類人工頭話筒。

近幾年，市面上又出現(xiàn)了多方向的雙耳拾音類人工頭話筒，以使聲音匹配到360°的VR畫面上。3Dio的Omni Binaural Microphone(見圖2.2)就是其中的一個(gè)很好的代表，它由4對(duì)耳朵組成，每對(duì)相鄰的耳朵呈90°夾角，因此它可以捕捉到水平方向上0°、90°、180°、270°四個(gè)方向的聲音信號(hào)。這種拾音制式的出現(xiàn)可以很好的配合VR視頻中視角的水平旋轉(zhuǎn)，但并不能改變垂直方向上的角度切換。

圖2 類人工頭：3Dio Omni

真人頭拾音是將兩只微型傳聲器振膜置于聽音者的雙耳耳道末端，也就是耳膜所處的位置。這種拾音制式的優(yōu)點(diǎn)就在于其效果十分逼真。相比于其他使用人工頭的拾音方式，真人頭耳道的存在避免了聲波在幾何邊界條件下產(chǎn)生的失真，有效提升了音色和定位的真實(shí)性。值得注意的是，在使用這種話筒錄音時(shí)，人不能動(dòng)，需要保持頭部和軀干的穩(wěn)定，否則就會(huì)擾亂錄音節(jié)目的聲像。目前，市面上的主要真人頭拾音話筒包括：GRAS Sound & Vibration的KB5000、Brüel & Kj?r的HATS Type 5128、DPA4560 CORE Binaural Headset Microphone(見圖2.3)。

圖3 真人頭傳聲器：DPA4560 CORE

雙耳拾音技術(shù)在音樂(lè)錄音、VR、及ASMR等諸多領(lǐng)域中都得到了應(yīng)用。雙耳拾音技術(shù)在拾取一些聽音者熟悉或經(jīng)歷過(guò)的場(chǎng)景時(shí)，聆聽真實(shí)感會(huì)更為強(qiáng)烈。[2]歌手林俊杰2015年的實(shí)驗(yàn)錄音《和自己對(duì)話》是一張采用了人頭錄音的專輯。該專輯包括其通過(guò)雙耳拾音技術(shù)錄制的歌曲及一些生活中的場(chǎng)景，如音樂(lè)廳調(diào)音、夜晚的海邊等聲音。但是，相比于音樂(lè)部分的錄音，歌迷普遍反應(yīng)生活場(chǎng)景的空間感效果更真實(shí)、更有代入感。

相比于其他空間聲拾音技術(shù)，雙耳拾音技術(shù)真實(shí)感強(qiáng)，其格式易于傳輸和播放。而其弊端則在于HRTF參數(shù)不匹配的問(wèn)題，雙耳拾音中常使用人工頭的HRTF參數(shù)，或后期添加的某個(gè)HRTF參數(shù)，與聽音者本人的HRTF不符，可能會(huì)導(dǎo)致聽音誤差與聲染色現(xiàn)象。

3 基于Ambisonics的拾音技術(shù)

Ambisonics是一種基于球諧函數(shù)的球形空間環(huán)繞聲格式，這種格式包括了水平面以及聆聽者頭部上方和下方的聲源。Ambisonics的獨(dú)特之處在于，其傳輸通道不攜帶揚(yáng)聲器通道信息；在重放時(shí)，它可以根據(jù)重放系統(tǒng)的布局，將聲源方向的信息解碼，再輸出給回放設(shè)備回放。[3]

球諧函數(shù)是對(duì)球面域內(nèi)拉普拉斯方程的求解，而其諧波就是拉普拉斯方程的解。球面上的每個(gè)函數(shù)都是各個(gè)階數(shù)球面諧波的和，類似于傅立葉函數(shù)，球諧函數(shù)構(gòu)成了一個(gè)完整的正交系統(tǒng)。階數(shù)越高，球諧函數(shù)的表達(dá)就越復(fù)雜、越精細(xì)。對(duì)應(yīng)到Ambisonics中，再現(xiàn)的聲源定位就更精準(zhǔn)、細(xì)節(jié)就更豐富。[4]

零階球諧函數(shù)在極坐標(biāo)系中的表達(dá)就是一個(gè)球體；而一階球諧函數(shù)則包括三個(gè)分量：三對(duì)兩個(gè)大小相同、外表面相切、平面對(duì)稱的球體。因此，一階Ambisonics可以使用傳統(tǒng)的話筒直接拾?。簩⒁恢蝗赶騻髀暺?、三只分別指向前方、左方、上方的規(guī)格與參數(shù)相同的8字形傳聲器的振膜盡量放在同一個(gè)點(diǎn)上即可。這種通過(guò)四只話筒信號(hào)直接組成的一階Ambisonics也被稱為B格式(B-format)，四只傳聲器拾得的四個(gè)信號(hào)分別對(duì)應(yīng)著W(全指向傳聲器的信號(hào))、X(面向x軸的8字形傳聲器的信號(hào))、Y(面向y軸的8字形傳聲器的信號(hào))、Z(面向z軸的8字形傳聲器的信號(hào))。這種直接錄制B格式的拾音方法為一階Ambisonics的拾音提供了實(shí)踐上的可能。

但是，這種直接錄制B格式也有一些明顯的誤差：三只8字形傳聲器性能上的差異會(huì)影響聲音高頻定位及清晰度、傳聲器的物理尺寸導(dǎo)致四只傳聲器互相影響、以及聲影現(xiàn)象的產(chǎn)生……為了解決上述困難，1978年，Michael Gerzon與Peter Craven提出了一種聲場(chǎng)傳聲器(Soundfield Microphone，見圖4)。[5]聲場(chǎng)傳聲器是由四個(gè)緊密相鄰、規(guī)格相同的心形傳聲器單元組成的傳聲器，四個(gè)單元呈正四面體排列。四個(gè)傳聲器單元直接拾取的信號(hào)分別為：FLU(Front Left Up)、FRD(Front Right Down)、BLD(Back Left Down)、BRU(Back Right Up)，它們共同組成了A格式(A-format)。A格式獲取的四個(gè)信號(hào)未經(jīng)處理是不能使用的。將A格式轉(zhuǎn)換成B格式只需要簡(jiǎn)單的矩陣轉(zhuǎn)換。[6]

圖4 聲場(chǎng)傳聲器Soundfield SPS200

通過(guò)改變B格式各分量前的系數(shù)，我們可以用B格式衍生出指向任何方向的一階指向性虛擬傳聲器。一個(gè)B格式可以同時(shí)派生出多個(gè)具有不同指向性的虛擬話筒。將不同參數(shù)的虛擬傳聲器組合起來(lái)就可以得到各種各樣的立體聲拾音制式和環(huán)繞聲拾音陣列。[4]B格式可生成的指向性包括：全指向、次心形、心形、超心形、8字形；B格式可生成的重放格式：?jiǎn)温暤?、立體聲、帶HRTF函數(shù)的雙耳技術(shù)、5.1、7.1、10.1以及其他任何包括高度信息的各種重放格式；

目前，主流的Soundfield話筒主要有以下幾種：

表1 聲場(chǎng)傳聲器

前文簡(jiǎn)單討論了一階Ambisonics的拾音方式。相比于高階Ambisonics而言，一階Ambisonics僅有四個(gè)分量，還原出的聲場(chǎng)空間分辨率較低，聲源聽感較為模糊、粗糙，甜點(diǎn)區(qū)也比較小。此時(shí)，就需要更高階的Ambisonic來(lái)為B格式提供一些方向性更強(qiáng)的信息來(lái)解決。實(shí)踐證明，在非常大的聽音區(qū)內(nèi)，中等階數(shù)也能達(dá)到非常滿意的結(jié)果。[7]在給定階數(shù)l時(shí)，完整的球形系統(tǒng)需要(l+1)2個(gè)信號(hào)通道。因此，在一階以上，用單只話筒就不存在直接獲得Ambisonics信息的可能性了。高階差分信號(hào)是使用特殊的傳聲器陣列拾取，通過(guò)復(fù)雜的數(shù)字信號(hào)處理技術(shù)運(yùn)算得到的。但是，目前的高階Ambisonics傳聲陣列在音色和噪聲方面的表現(xiàn)還無(wú)法和傳統(tǒng)的高質(zhì)量錄音話筒相比。

目前，專業(yè)領(lǐng)域主要使用的高階Ambisonics傳聲器有以下幾種：

表2 高階Ambisonics傳聲器

CoreSound OctoMic是二階Ambisonic話筒，它由8個(gè)傳聲器單元組成，通過(guò)VVEncode插件可以輸出一組9通道的B格式信號(hào)。三階Ambisonics傳聲器陣列Zylia ZM-1由19個(gè)MEMS傳聲器單元組成?？梢岳肸ylia Ambisonics Converter的軟件或插件輸出B格式。mh acoustics的em32 Eigenmike(見圖5)是一個(gè)四階Ambisonic傳聲器陣列，該陣列是一個(gè)裝有32個(gè)拾音單元的剛性球體，它也有相應(yīng)的應(yīng)用程序和插件實(shí)現(xiàn)A-B格式轉(zhuǎn)換的功能。

圖5 高階傳聲器：em32 Eigenmike

比利時(shí)樂(lè)隊(duì)GOOSE專輯Synrise的制作中，將Ambisonics技術(shù)作為拾音的一部分，并結(jié)合了其他多種拾音技術(shù)，完成了空間聲專輯的拾音工作。他們使用了Sennheiser AMBEO VR傳聲器，將其安裝在攝像機(jī)上，并將輸出信號(hào)通過(guò)4個(gè)SK6000無(wú)線發(fā)射器傳輸。這樣，聲像就可以隨著視角的移動(dòng)而發(fā)生改變。

圖6 AMBEO VR傳聲器與SK6000無(wú)線發(fā)射器

Ambisonics傳聲器具有可選指向性，可靈活適應(yīng)不同揚(yáng)聲器布置的重放系統(tǒng)等優(yōu)點(diǎn)。但是，目前的低階Ambisonics傳聲器僅適用于傳送環(huán)境氛圍信號(hào)，難以實(shí)現(xiàn)聲源的精準(zhǔn)定位，定位較為粗糙；高階傳聲器目前在設(shè)計(jì)上有技術(shù)困難，市面上產(chǎn)品很少，造價(jià)昂貴。[8]

4 多通道拾音陣列

多通道拾音方式類似于傳統(tǒng)環(huán)繞聲的拾音方式，它建立在心理聲學(xué)與空間感知原理的基礎(chǔ)上，是一種由多只普通錄音傳聲器組合成的空間聲拾音陣列。目前，在空間聲拾音設(shè)備的音質(zhì)與成本限制下，在音樂(lè)節(jié)目制作中，我們還是主要傾向于使用多通道拾音陣列進(jìn)行空間聲錄音。

為獲得良好的音質(zhì)與空間感，多通道拾音陣列應(yīng)達(dá)到的基本目標(biāo)有：a)所有通道信號(hào)之間有良好的分離度，以避免梳狀濾波；b)相鄰?fù)ǖ乐g應(yīng)存在時(shí)間差或電平差，或兩者都有，以實(shí)現(xiàn)聲像定位的需求；c)環(huán)境聲的拾取應(yīng)具有不相關(guān)性，以獲取良好的包圍感。

在本文中，多通道拾音陣列分為兩種類型，一種是在現(xiàn)有的環(huán)繞聲或立體聲制式的基礎(chǔ)上拓展而得的拾音陣列，另一種則是由多只點(diǎn)話筒組合的拾音陣列。

4.1 在現(xiàn)有制式基礎(chǔ)上拓展的空間聲拾音

1)OCT-3D

OCT-3D(見圖7)亦名OCT-9，該陣列包括9只傳聲器。最初，設(shè)計(jì)OCT的目的是為了最小化聲道間串音(InterChannel Crosstalk，ICC)。OCT的設(shè)計(jì)者Theile認(rèn)為，為了保證通道間聲像定位的連續(xù)性，并盡可能避免聲染色，ICC應(yīng)盡量最小化。他發(fā)現(xiàn)，當(dāng)使用兩個(gè)指向兩側(cè)的超心形傳聲器時(shí)，可以有效地減少串音問(wèn)題。隨后，Theile提出了一種多通道傳聲器陣列，兩只超心形傳聲器分別作為左聲道和右聲道，還有一只超心形作為中間聲道。[9]這種傳聲器陣列就叫做OCT(Optimized Cardioid Triangle)，它具有良好的聲道間分離度和定位。

圖7 OCT-3D

在OCT的基礎(chǔ)上增加兩只指向后方的心形傳聲器，拓展到5通道的環(huán)繞聲陣列，即為OCT-Surround。而OCT-3D則是在OCT-Surround上方1m處增加了4只指向上方的超心形傳聲器。在上層中傳聲器組中，四只指向上方的超心形傳聲器呈1m*1m的正方形。其中，左上在左聲道的正上方，右上在右聲道的正上方。[10]OCT-3D的主要用于錄制體育賽事轉(zhuǎn)播與電影中的環(huán)境聲錄音。

2)帶高度通道的Hamasaki Square

Hamasaki Square(見圖8)是日本NHK的Kimio Hamasaki提出的一種環(huán)境聲拾音系統(tǒng)。這是一種由4只8字形傳聲器組成的矩形陣列，這4只傳聲器均指向外部，避免拾取任何直達(dá)聲。

圖8 Hamasaki Square

而帶有高度通道的Hamasaki Square則是在其基礎(chǔ)上垂直拓展生成的。上層傳聲器使用了4只超心形傳聲器，其水平方向的位置與中層傳聲器重合。Hamasaki推薦傳聲器間的間距為2-3m，以獲得足夠的低頻去相干性。[11]該陣列一般安裝在廳堂的后部，且處于較高的位置。不過(guò)，與其他環(huán)境聲拾音技術(shù)相比，Hamasaki Square對(duì)主傳聲器和環(huán)境聲陣列之間的距離不太敏感。

3)ORTF-3D

ORTF-3D系統(tǒng)(見圖9)由Helmut Wittek和Günter Theile開發(fā)，該系統(tǒng)包括8個(gè)通道，主要用于錄制三維環(huán)境聲信號(hào)。該系統(tǒng)可以理解為是由兩個(gè)ORTF-Surround上下疊加組成的。在上層和下層傳聲器組中，各有4個(gè)超心形傳聲器，形成10*20cm的矩形。

圖9 ORTF-3D

此外，為了在垂直方向上定位聲像，該系統(tǒng)將傳聲器向上或向下傾斜，形成90度的超心形X/Y拾音對(duì)。由于超心形的強(qiáng)指向性，這種雙通道重合放置是合理的，且其通道間不相干性及聲像定位都非常好。[12]

2 點(diǎn)話筒組成的空間聲拾音陣列

1)2L Cube

挪威唱片公司LindbergLyd(2L)提出了一種由8個(gè)全指向傳聲器組成的陣列，2L-Cube(見圖10)。2L的錄音作品具有其獨(dú)特的審美體驗(yàn)，其主傳聲器往往置于樂(lè)團(tuán)的中間，使聽眾被所有樂(lè)器包圍。[13]該陣列的設(shè)計(jì)受DeccaTree影響，各個(gè)傳聲器與重放揚(yáng)聲器直接一一匹配，可用于四個(gè)高度通道的重放(例如Auro-3D，4.5.0)。Cube的體積大小視節(jié)目類型而定，從40cm(錄制小型室內(nèi)樂(lè)時(shí))到120cm(錄制大型管弦樂(lè)隊(duì)時(shí))不等。[14]該陣列使用的傳聲器均為全指向傳聲器，其低頻延展性會(huì)很好；然而由于全指向傳聲器在拾取直達(dá)聲時(shí)幾乎不會(huì)有電平上的損失，可能會(huì)產(chǎn)生通道間串音，導(dǎo)致水平方向定位模糊、垂直方向聲像位移。因此，Lindberg更推薦使用大振膜傳聲器，以生成更加集中在軸向的聲像。

圖10 2L Cube

2)Bowles Array

Bowles array(見圖11)是由David Bowles提出的一種帶有高度通道的傳聲器陣列。它的環(huán)繞(水平方向)陣列由4只全指向傳聲器、中央聲道的一只單指向傳聲器、和一個(gè)包括4只超心形傳聲器高度陣列組成。設(shè)計(jì)高度陣列的目的在于拾取來(lái)自天花板和側(cè)墻較高區(qū)域的聲反射。因此，高度陣列傳聲器指向斜上方30度的方向，而不是像OCT-3D陣列或帶有高度通道的Hamasaki Square那樣直接指向正上方。前面的兩只高度傳聲器主要拾取前方的天花板和高墻反射，后面的兩只傳聲器則負(fù)責(zé)拾取后部的天花板和高墻反射。[15]

圖11 Bowles Array

同其他傳聲器陣列一樣，該陣列的中間層和高度層的距離也視情況而發(fā)生變化。這個(gè)距離主要取決于聲學(xué)空間的共鳴及高度層是否會(huì)受到屋頂?shù)南拗?。如果有需要的話，也可以再額外增加一些側(cè)面或中間的超心形傳聲器。

3)PCMA-3D

PCMA-3D(Perspective Control Microphone Array，透視控制傳聲器陣列，見圖12)是由Huddersfield University (UK)的Dr. Hyunkook Lee提出的一種的三維聲拾音方式。該陣列由5只心形傳聲器和4只超心形傳聲器組成。心形傳聲器組成了一個(gè)拾取水平環(huán)繞聲的陣列，而超心形傳聲器則都垂直指向上方，為高度通道提供環(huán)境聲。區(qū)別于其他拾音制式的是，PCMA-3D是一個(gè)所有傳聲器均在水平面上，但是卻具有高度信息的三維聲傳聲器陣列，4只超心形傳聲器(上左、上右、上左環(huán)、上右環(huán))分別與水平方向上的4只心形傳聲器(左、右、左環(huán)、右環(huán))的振膜一一重合。Dr. Hyunkook Lee的研究發(fā)現(xiàn)，中層傳聲器組和上層傳聲器組之間的間距基本不會(huì)對(duì)空間感造成什么影響。當(dāng)兩組傳聲器有一定高度差時(shí)，聲音會(huì)發(fā)生梳狀濾波效應(yīng)；而當(dāng)兩組傳聲器組處于同一水平面時(shí)，即間距為0m時(shí)，聲音并不會(huì)產(chǎn)生明顯的幅度調(diào)制。[16]為防止聲像升高過(guò)多，高度傳聲器的電平應(yīng)比相應(yīng)水平傳聲器組低7dB。這樣設(shè)置上層傳聲器組電平，可以達(dá)到與典型三維聲傳聲器陣列相似的空間感。[17]

圖12 PCMA-3D

4)Twins Cube

Twins Cube傳聲器陣列(也稱Zielinsky Cube或AMBEO Cube，見圖13)是由Gregor Zielinsky提出的。這種陣列使用了Sennheiser的一款特殊的傳聲器：MKH800 Twin。Twin有兩個(gè)具有心形拾取性能的換能器，沿話筒軸背靠背對(duì)齊，兩個(gè)換能器的信號(hào)作為話筒的兩個(gè)聲道獨(dú)立輸出。因?yàn)槊總€(gè)輸出信號(hào)可以獨(dú)立的被輸入前置放大器，Twin的指向性可以隨時(shí)調(diào)整。[18]由于每個(gè)換能器的前后兩個(gè)振膜是重合的，在重放時(shí)，聲音幾乎不可能從前方噴射到后方。

圖13 Twins Cube

Twins Cube是在Twins Square的基礎(chǔ)上形成的。Twin Square由一對(duì)在中間層的Twins，和一對(duì)位于中間層正上方的上層Twins組成。每個(gè)Twin包含兩個(gè)通道，因此，Twin Square共有8個(gè)輸出：左、右、左環(huán)、右環(huán)、上左、上右、上左環(huán)、上右環(huán)。

Twins Square向后位移，即可得到第二個(gè)Square，兩個(gè)Square組合成一個(gè)Twins Cube立方體。它模仿了帶有高度通道的重放揚(yáng)聲器系統(tǒng)的配置。錄音工程師可以通過(guò)控制前后方的Square之間的延遲時(shí)間來(lái)改變聆聽者的空間感。[15]

5)重合Z-傳聲器技術(shù)

PaulGeluso基于Ambisonic和MS拾音技術(shù)，提出了一種可以錄制多聲道高度信息的Z傳聲器技術(shù)。這種技術(shù)將一個(gè)垂直方向的8字形傳聲器與水平方向的傳聲器配對(duì)，創(chuàng)建出一個(gè)重合的middle-Z(MZ)傳聲器對(duì)。由于Z傳聲器可以與任何傳聲器搭配使用，因此在立體聲和環(huán)繞聲拾音技術(shù)中可以存在多種MZ傳聲器對(duì)。利用一個(gè)基礎(chǔ)的MS解碼器，就可以獲得MZ傳聲器對(duì)的垂直拾音角度，以建立有效的高度通道。[19]

6)NHK重合式傳聲器

基于NHK22.2重放系統(tǒng)的錄音，需要數(shù)量巨大的傳聲器組。NHK為了解決這個(gè)問(wèn)題，提出了一種新的重合式傳聲器(見圖14)。球體的直徑為45厘米，用擋板分成8個(gè)水平部分和3個(gè)垂直部分。傳聲器單元安裝在聲學(xué)擋板上，具有小角度指向性和恒定的波束寬度，能夠減少或消除串聲。另外，NHK還通過(guò)使用一種信號(hào)處理技術(shù)消除來(lái)自于非目標(biāo)方向的聲音，有效提高了低頻信號(hào)的指向性。[20]

圖14 NHK重合式揚(yáng)聲器

目前，國(guó)內(nèi)外討論空間聲多通道拾音陣列實(shí)踐的文章非常少，錄音師們?cè)O(shè)置傳聲器組的主要依據(jù)還是心理聲學(xué)理論、廳堂實(shí)際情況及個(gè)人工作經(jīng)驗(yàn)，并沒有拘泥于特定的拾音制式。而上述的幾種多通道拾音陣列需要進(jìn)一步的音質(zhì)主觀評(píng)價(jià)實(shí)驗(yàn)，并對(duì)其評(píng)價(jià)結(jié)果進(jìn)行橫向?qū)Ρ?，以便在日后的錄音工作中選擇合適的拾音方式。

5 總結(jié)與展望

本文通過(guò)對(duì)三種拾音技術(shù)的原理進(jìn)行闡述，進(jìn)而介紹了相關(guān)業(yè)態(tài)與實(shí)際應(yīng)用場(chǎng)景。雙耳傳輸技術(shù)主要應(yīng)用HRTF函數(shù)，采用人工頭等方法錄音，該技術(shù)在使用耳機(jī)重放時(shí)聲像定位準(zhǔn)確；Ambisonics技術(shù)則是最適用于VR視頻制作的拾音技術(shù)，它是在球諧函數(shù)的基礎(chǔ)上基于聲場(chǎng)的諧波分解，其空間位置信息的準(zhǔn)確度與階數(shù)有關(guān)，而階數(shù)的提升也伴隨著傳聲器設(shè)計(jì)難度的加大。在實(shí)際使用中，只能實(shí)現(xiàn)有限階的Ambisonics錄音。目前，我們還主要使用一階Ambisonic的聲場(chǎng)傳聲器；而多通道拾音陣列是在心理聲學(xué)基礎(chǔ)上構(gòu)建的空間拾音陣列，它與環(huán)繞聲陣列的原理非常相像，一些陣列就是在環(huán)繞聲陣列的基礎(chǔ)上拓展得到的。受限于成本，目前大多數(shù)三維聲音節(jié)目都是通過(guò)這種技術(shù)錄制的。

空間聲作為近幾年才興起的一種聆聽維度，其拾音方法仍有很多需要完善與補(bǔ)充的部分。我們亟需建立一套針對(duì)空間聲拾音制式的評(píng)價(jià)體系，平衡聽覺體驗(yàn)與技術(shù)手段的關(guān)系，尋找更好的拾音手段。另外，在雙耳拾音的揚(yáng)聲器重放中，目前的串音消除算法仍處于理論階段，我們需要更穩(wěn)定的串聲消除算法，以及更順暢的低延時(shí)頭部跟蹤系統(tǒng)。為達(dá)到更高的空間分辨率，更高階的Ambisonics傳聲器的設(shè)計(jì)需要突破技術(shù)壁壘；同時(shí)，也需要Ambisonics傳聲器與VR視頻拍攝設(shè)備更好的兼容。

關(guān)于空間聲理論及相關(guān)心理聲學(xué)概念的研究已有近百年的歷史，但直到最近幾年，VR、AI等技術(shù)的蓬勃發(fā)展，空間聲技術(shù)才初露頭角。未來(lái)，隨著各種媒體技術(shù)的蓬勃發(fā)展，技術(shù)在需求的推動(dòng)下，空間聲在各領(lǐng)域都將有廣泛的應(yīng)用前景。