Skip to content
返回搜索结果

全向录音技术

提出者
Michael Gerzon
年份
1973
类型
Spatial audio encoding and reproduction technique
类别
Spatial Audio

本文为机器翻译,尚未经过审校。 阅读英文原文

字号

它有什么作用?

全向录音技术是一种全球体空间音频编码和再现技术,能够捕捉和再现三维声场。它由迈克尔·格尔森(Michael Gerzon)在20世纪70年代开发,利用球谐函数表示中心点周围所有方向的声音。与使用离散通道的环绕声系统不同,全向录音技术提供了一种与格式无关的空间表示,可以旋转、平移并渲染到任何扬声器配置。

方法背后的直觉

声音来自四面八方:前面、后面、上面、下面以及它们之间的任何地方。全向录音技术不是将扬声器放置在各处并向它们发送独立信号,而是利用球谐函数(球面上的波)在数学上捕捉完整的3D声场。零阶(全向)捕捉平均压力;一阶增加了方向信息(前、上、左)。更高阶增加了更精细的空间细节。这种紧凑的表示可以录制一次,然后渲染到任何房间的扬声器布局,或为头部跟踪的VR应用进行旋转。

历史学

迈克尔·格尔森(Michael Gerzon)在20世纪70年代开创了全向录音技术,最初称之为“periphony”。直到VR和沉浸式音频在2010年代兴起,商业化采用才缓慢增长。标准(AmbiX、ACN)的出现是为了澄清通道顺序。主要的科技公司(谷歌、Facebook、YouTube)现在支持360度视频中的全向录音音频。

何时使用

将全向录音技术用于沉浸式VR/AR音频、空间录制和归档以及多格式交付(一次混音,为任何扬声器设置解码)。它非常适合音乐会、自然录音和交互式媒体。避免用于扬声器布局固定且经过优化的系统(例如,电影院)或不需要极端垂直沉浸感的场景。

局限与注意事项

  • 一阶(4通道)全向录音分辨率有限;更高阶需要更多通道
  • 解码质量取决于扬声器布局和数量;采样不足的扬声器阵列会产生伪影
  • 录制需要专门的麦克风阵列;不如传统环绕声麦克风技术简单
  • 近场声源(靠近录音点)难以捕捉;全向录音技术假定为远场

来源中的条件不能替代独立的科学审查或分析引擎的验证。

优势

  • 与格式无关;可以解码到任何扬声器阵列或耳机配置
  • 易于旋转;头部跟踪VR应用可实时旋转声场
  • 数学上优雅;球谐函数是正交且高效的
  • 可扩展;高阶全向录音技术(HOA)在不重新录制的情况下增加空间分辨率

应用

  • YouTube和VR平台上的360度视频(带空间音频)
  • 沉浸式音乐会和现场表演录制及流媒体
  • 带有实时头部跟踪的VR游戏音频
  • 声学环境的归档(博物馆、自然声景)

使用方式

使用方式

1

使用全向录音麦克风阵列进行录制(例如,四面体阵列用于B格式,球形阵列用于更高阶)。

2

从麦克风信号中提取全向录音分量(一阶为W、X、Y、Z)。

公式
\text{Encode spatial sound using spherical harmonics; first-order (3D), second-order (5D)}
3

W = 全向(压力);X、Y、Z = 方向导数(速度)。组织成B格式通道顺序(AmbiX或Furse-Malham)。

公式
W = p(0,0), X = \partial p / \partial x, \quad Y = \partial p / \partial y, \quad Z = \partial p / \partial z
4

应用空间滤波、旋转(用于头部跟踪)或平移(距离模拟)。

公式
\text{Decode to speaker layout; apply rotation and distance filtering for renderer}
5

使用优化的解码器解码到扬声器布局(立体声耳机、5.1环绕声、穹顶阵列)。

常见陷阱

  • 使用低阶全向录音技术处理包围声;需要更高阶才能实现令人信服的3D幻觉
  • 将全向录音技术混缩到立体声或5.1而没有适当的解码器;会导致定位不佳
  • 混淆全向录音阶数表示法(ACN vs. Furse-Malham);通道编号不一致会导致错误

常见问题

一阶全向录音技术与高阶全向录音技术有何区别?

一阶(4通道:W、X、Y、Z)捕捉全向和偶极子分量。二阶增加了四极子细节(9通道),三阶增加了六极子(16通道)。更高阶提供更精细的空间分辨率,但需要更多通道和更多处理。

我可以在耳机上收听全向录音技术吗?

是的,可以使用专门的解码器(通常带有HRTF处理)来创建虚拟3D图像。流媒体服务(YouTube)和VR平台(Oculus、Steam VR)支持全向录音耳机播放。

为什么全向录音技术与杜比全景声不同?

全向录音技术是基于通道的(球谐函数编码方向)。杜比全景声是基于对象的(单个声音具有3D位置)。全向录音技术与格式无关且易于旋转;杜比全景声固定于扬声器布局。

相关方法

参考文献

  1. Gerzon, M. A. (1973). Periphony: with-height sound reproduction. Journal of the Audio Engineering Society, 21(1), 2-10.

    打开出版物文献
    已复制。
  2. Rafaely, B. (2015). Fundamentals of Spherical Array Processing. Springer.

    ISBN:978-3-662-45664-4
    已复制。
  3. Heller, A. J., Benjamin, E., & Lee, R. (2012). Is My Decoder Ambisonic? In Proceedings of the 125th AES Convention, San Francisco.

    打开出版物文献
    已复制。