Ambisonics
- Autor metody
- Michael Gerzon
- Rok
- 1973
- Typ
- Spatial audio encoding and reproduction technique
- Rodzina
- Spatial Audio
Ten tekst jest tłumaczeniem maszynowym i nie został jeszcze sprawdzony. Przeczytaj oryginał po angielsku
Do czego służy?
Ambisonics to technika kodowania i odtwarzania dźwięku przestrzennego w pełnej sferze, która przechwytuje i odtwarza trójwymiarowe pola dźwiękowe.
Opracowana przez Michaela Gerzona w latach 70. XX wieku, wykorzystuje funkcje sferyczne do reprezentacji dźwięku ze wszystkich kierunków wokół centralnego punktu. W przeciwieństwie do systemów surround wykorzystujących dyskretne kanały, Ambisonics zapewnia niezależną od formatu reprezentację przestrzenną, którą można obracać, przesuwać i renderować dla dowolnej konfiguracji głośników.
Intuicja stojąca za metodą
Dźwięk dochodzi ze wszystkich kierunków: z przodu, z tyłu, z góry, z dołu i wszędzie pomiędzy. Zamiast umieszczać głośniki wszędzie i wysyłać do nich niezależne sygnały, Ambisonics matematycznie przechwytuje pełne trójwymiarowe pole dźwiękowe za pomocą funkcji sferycznych (fal na sferze). Zerowy rząd (wszechkierunkowy) przechwytuje średnie ciśnienie; pierwszy rząd dodaje informacje kierunkowe (do przodu, w górę, w lewo). Wyższe rzędy dodają drobniejsze szczegóły przestrzenne. Ta zwarta reprezentacja może być nagrana raz, a następnie renderowana dla układu głośników w dowolnym pomieszczeniu lub obracana dla aplikacji VR z śledzeniem głowy.
Historia
Michael Gerzon był pionierem Ambisonics w latach 70. XX wieku, pierwotnie nazywając je 'peryfonią'. Komercyjne przyjęcie było powolne, dopóki VR i dźwięk immersyjny nie zyskały na znaczeniu w latach 2010. Pojawiły się standardy (AmbiX, ACN), aby wyjaśnić kolejność kanałów. Główne firmy technologiczne (Google, Facebook, YouTube) wspierają obecnie dźwięk ambisoniczny w filmach 360-stopniowych.
Kiedy stosować
Używaj Ambisonics do immersyjnego dźwięku VR/AR, nagrań i archiwizacji przestrzennej oraz dostarczania w wielu formatach (miksowanie raz, dekodowanie dla dowolnego układu głośników). Jest idealny na koncerty, nagrania przyrodnicze i interaktywne media. Unikaj stosowania w systemach, gdzie rozmieszczenie głośników jest stałe i zoptymalizowane (np. kino) lub gdy nie jest potrzebna ekstremalna immersja pionowa.
Ograniczenia i uwagi
- Rozdzielczość ambisonics pierwszego rzędu (4 kanały) jest ograniczona; wyższe rzędy wymagają znacznie więcej kanałów
- Jakość dekodowania zależy od układu i liczby głośników; niedostatecznie próbkowane macierze głośników powodują artefakty
- Nagrywanie wymaga specjalistycznych macierzy mikrofonowych; nie jest tak proste jak tradycyjne techniki mikrofonowania surround
- Źródła bliskiego pola (blisko punktu nagrania) są trudne do przechwycenia; ambisonics zakłada dalekie pole
Warunki podane w źródle nie zastępują niezależnego przeglądu naukowego ani walidacji przez silnik analityczny.
Mocne strony
- Niezależność od formatu; można dekodować do dowolnej macierzy głośników lub konfiguracji słuchawek
- Przyjazność obrotu; aplikacje VR ze śledzeniem głowy obracają pole w czasie rzeczywistym
- Elegancka matematycznie; funkcje sferyczne są ortogonalne i wydajne
- Skalowalność; ambisonics wyższego rzędu (HOA) dodaje rozdzielczość przestrzenną bez potrzeby ponownego nagrywania
Zastosowania
- Wideo 360 stopni na YouTube i platformach VR z dźwiękiem przestrzennym
- Immersyjne nagrania i transmisje koncertów i występów na żywo
- Dźwięk gier VR ze śledzeniem głowy w czasie rzeczywistym
- Archiwizacja środowisk akustycznych (muzea, krajobrazy dźwiękowe natury)
Jak to działa
Jak to działa
Nagrywaj za pomocą macierzy mikrofonów ambisonicznych (np. macierzy tetrahedralnej dla formatu B, macierzy sferycznej dla wyższych rzędów).
Wyodrębnij komponenty ambisoniczne (W, X, Y, Z dla pierwszego rzędu) z sygnałów mikrofonowych.
Wzór
\text{Encode spatial sound using spherical harmonics; first-order (3D), second-order (5D)}W = wszechkierunkowy (ciśnienie); X, Y, Z = pochodne kierunkowe (prędkość). Zorganizuj według kolejności kanałów formatu B (AmbiX lub Furse-Malham).
Wzór
W = p(0,0), X = \partial p / \partial x, \quad Y = \partial p / \partial y, \quad Z = \partial p / \partial z
Zastosuj filtrowanie przestrzenne, obrót (dla śledzenia głowy) lub przesunięcie (symulacja odległości).
Wzór
\text{Decode to speaker layout; apply rotation and distance filtering for renderer}Dekoduj do układu głośników (słuchawki stereo, surround 5.1, macierz kopułowa) za pomocą zoptymalizowanych dekoderów.
Częste pułapki
- Używanie ambisonics niskiego rzędu do dźwięków otaczających; wyższe rzędy są potrzebne do przekonującej iluzji 3D
- Miksuj ambisonics do stereo lub 5.1 bez odpowiednich dekoderów; skutkuje to słabą lokalizacją
- Mylące oznaczenia rzędu ambisonics (ACN vs. Furse-Malham); niespójności w numeracji kanałów powodują błędy
Najczęściej zadawane pytania
Jaka jest różnica między ambisonics pierwszego rzędu a wyższych rzędów?
Pierwszy rząd (4 kanały: W, X, Y, Z) przechwytuje składowe wszechkierunkowe i dipolowe. Drugi rząd dodaje szczegóły kwadrupolowe (9 kanałów), trzeci rząd dodaje sekstupolowe (16 kanałów). Wyższe rzędy zapewniają większą rozdzielczość przestrzenną, ale wymagają więcej kanałów i większego przetwarzania.
Czy mogę słuchać ambisonics na słuchawkach?
Tak, za pomocą specjalistycznych dekoderów (często z przetwarzaniem HRTF), które tworzą wirtualny obraz 3D. Serwisy streamingowe (YouTube) i platformy VR (Oculus, Steam VR) obsługują odtwarzanie ambisoniczne na słuchawkach.
Dlaczego ambisonics różni się od Dolby Atmos?
Ambisonics jest oparty na kanałach (funkcje sferyczne kodują kierunek). Dolby Atmos jest oparty na obiektach (pojedyncze dźwięki mają pozycje 3D). Ambisonics jest niezależny od formatu i przyjazny obrotowi; Atmos jest przypisany do konkretnych układów głośników.
Pokrewne metody
Źródła
Gerzon, M. A. (1973). Periphony: with-height sound reproduction. Journal of the Audio Engineering Society, 21(1), 2-10.
Otwórz odnośnik do publikacjiSkopiowano.Rafaely, B. (2015). Fundamentals of Spherical Array Processing. Springer.
ISBN: 978-3-662-45664-4Skopiowano.Heller, A. J., Benjamin, E., & Lee, R. (2012). Is My Decoder Ambisonic? In Proceedings of the 125th AES Convention, San Francisco.
Otwórz odnośnik do publikacjiSkopiowano.