電子發(fā)燒友報(bào)道（文/周凱揚(yáng)）伴隨著虛擬現(xiàn)實(shí)和TWS的發(fā)展，人們對(duì)于聲音的要求也在逐漸提高，普通的5.1與7.1環(huán)繞立體聲作為多揚(yáng)聲器方案，已經(jīng)難以滿足用戶在AR/VR、游戲和娛樂(lè)領(lǐng)域?qū)Α罢鎸?shí)”的追求。演唱會(huì)、球賽和大會(huì)上的臨場(chǎng)感才是大家渴望的聽(tīng)覺(jué)體驗(yàn)，于是3D音頻這一技術(shù)又再度起死回生。

3D音頻作為人類(lèi)對(duì)聲學(xué)領(lǐng)域的又一大探究，其實(shí)可以追溯到1881年法國(guó)工程師克萊門(mén)特·阿代爾發(fā)明的劇場(chǎng)電話，該裝置將不同聲道的信號(hào)通過(guò)兩個(gè)聽(tīng)筒傳輸出來(lái)，營(yíng)造劇場(chǎng)內(nèi)的立體聲效。1972年，德國(guó)諾音曼公司推出了第一個(gè)商用的立體聲錄制系統(tǒng)，并被廣泛應(yīng)用于錄音棚，但要想營(yíng)造全方位的3D音頻，這對(duì)當(dāng)時(shí)的錄音設(shè)備成本和播放設(shè)備成本來(lái)說(shuō)都是一大挑戰(zhàn)。而AR與VR等應(yīng)用到來(lái)，對(duì)聲音的定位需求再度拔高，又讓這一技術(shù)重?zé)ㄉ鷻C(jī)。

談到3D音頻，就不得不談到人對(duì)聲音位置的識(shí)別原理，人類(lèi)大腦用三大方面來(lái)判別聲音位置：耳朵的形狀，每只耳朵接收聲音的時(shí)間差，以及每只耳朵間的升壓。這就引出了頭部相關(guān)傳輸函數(shù)（HRTF），一種音效定位算法。但是每個(gè)人的頭型、耳型都是獨(dú)一無(wú)二的，如果不能計(jì)算出正確的HRTF，那么聽(tīng)者會(huì)對(duì)聲音的方位感到迷惑。

蘋(píng)果

Airpods Pro空間音頻 / 蘋(píng)果

蘋(píng)果在今年的Airpods Pro固件更新中加入了空間音頻功能，也是蘋(píng)果對(duì)3D音頻的首次嘗試。其實(shí)蘋(píng)果早就提供了用HRTF生成空間音頻的API，作為ARKit開(kāi)發(fā)工具的一部分，而借助Airpods Pro中的加速度計(jì)和陀螺儀追蹤用戶的頭部運(yùn)動(dòng)，再通過(guò)定向音頻過(guò)濾器和調(diào)整每只耳朵接受的音頻頻率，有效計(jì)算出音頻該如何映射，從而創(chuàng)造出“空間音頻”的聽(tīng)感。

不僅如此，蘋(píng)果的空間音頻將調(diào)用iPhone或iPad中的加速度計(jì)與陀螺儀，實(shí)時(shí)追蹤播放設(shè)備的位置，即便是轉(zhuǎn)頭或遠(yuǎn)離，音源依然固定在播放設(shè)備的位置上。雖然空間音頻也支持5.1、7.1和杜比全景聲等立體聲格式，但是考慮到對(duì)播放內(nèi)容的要求，只有特定的支持應(yīng)用才能充分利用這一功能。

索尼

索尼在近期推出的PS5中同樣新增了3D音頻功能，利用全新的Tempest引擎實(shí)現(xiàn)。首席設(shè)計(jì)師Mark Cerny提到，上一代PS4提供的音頻體驗(yàn)很差，只能調(diào)用AMD Jaguar內(nèi)核中一小部分來(lái)提供7.1環(huán)繞聲，而PS3時(shí)代則是直接使用協(xié)處理器來(lái)實(shí)現(xiàn)。因此索尼隨后推出的PSVR中加入了定制音頻單元，支持50個(gè)優(yōu)質(zhì)音源，而此次PS5的Tempest引擎更是支持上百個(gè)更高質(zhì)量的音源。

Tempest其實(shí)是一個(gè)重新加工的AMD GPU計(jì)算單元，去掉了緩存，僅僅依靠直接存儲(chǔ)器訪問(wèn)（DMA）的數(shù)據(jù)傳輸，從而充分發(fā)揮這一計(jì)算單元的矢量處理能力，正如PS3的協(xié)處理器一樣。最終實(shí)現(xiàn)的計(jì)算單元SIMD性能和帶寬已經(jīng)等同于PS4上的8個(gè)Jaguar內(nèi)核，如果按照與PSVR相同的算法標(biāo)準(zhǔn)來(lái)衡量的話，足以支持5000個(gè)同質(zhì)量音源，但PS5更傾向于使用更復(fù)雜的算法實(shí)現(xiàn)高質(zhì)量音源，況且也不需要用到如此多的音源。

不同的HRTF對(duì)比 / 索尼

而且索尼已經(jīng)為上百個(gè)測(cè)試人群進(jìn)行了HRTF建模，并提供5種預(yù)設(shè)方案，與此同時(shí)，用戶還可以通過(guò)應(yīng)用給索尼發(fā)送雙耳的正面照片，索尼將利用神經(jīng)網(wǎng)絡(luò)從HRTF庫(kù)中為用戶選取參數(shù)最接近的一套配置。這種參數(shù)獲取方式其實(shí)已經(jīng)在索尼的另一大3D音頻服務(wù)360 Reality Audio中實(shí)現(xiàn)了，但該服務(wù)主要面向音樂(lè)應(yīng)用。索尼還提到未來(lái)也許會(huì)開(kāi)發(fā)一個(gè)音頻游戲，通過(guò)得分來(lái)微調(diào)HRTF，為用戶提供最契合的3D音頻體驗(yàn)。

雖然不同廠商對(duì)HRTF的獲取方式不同，但要想實(shí)現(xiàn)3D音頻可沒(méi)這么簡(jiǎn)單，同樣必不可少的還有DSP。

高通

Waves旗下的Nx實(shí)現(xiàn)了一套專(zhuān)門(mén)用于耳機(jī)和耳塞的3D音頻方案，利用心理聲學(xué)來(lái)實(shí)現(xiàn)揚(yáng)聲器級(jí)別的3D聽(tīng)感體驗(yàn)。Nx將利用單個(gè)IMU來(lái)執(zhí)行頭部追蹤，并借助手機(jī)設(shè)備的IMU來(lái)實(shí)現(xiàn)一套雙傳感器算法，根據(jù)移動(dòng)或運(yùn)動(dòng)下的參考數(shù)據(jù)確保聲場(chǎng)位置。

Hexagon 698 DSP / 高通

但這樣的實(shí)現(xiàn)方式會(huì)消耗移動(dòng)設(shè)備一定的算力，從而對(duì)電池使用時(shí)間造成影響。所以Waves與高通合作，通過(guò)高通的Hexagon DSP和硬件優(yōu)化，Waves Nx能夠有效率地運(yùn)行在搭載驍龍芯片的手機(jī)上，實(shí)現(xiàn)沉浸式的音頻體驗(yàn)而不會(huì)犧牲電池壽命。就拿驍龍865中的Hexagon 698 DSP來(lái)說(shuō)，這一數(shù)字信號(hào)處理器只有指甲大小，卻內(nèi)置4核張量加速器，可以做到每秒15萬(wàn)億次的算力。

CEVA

美國(guó)廠商VisiSonics也提供了自己的3D音頻解決方案RealSpace 3D Audio，這是一套基于物理實(shí)現(xiàn)3D音頻算法的空間音頻軟件，并支持房間反射、物體遮擋和HRTF的模型創(chuàng)建。此外，RealSpace 3D Audio既可以在設(shè)備app或DSP硬件上實(shí)現(xiàn)，也可以采用混合處理的方式。

RS3D在CEVA DSP上的實(shí)現(xiàn) / CEVA

在DSP端，VisiSonics與著名DSP廠商CEVA合作，借助CEVA-X2或CEVA-BX1/BX2這三款DSP，RealSpace 3D Audio可以將5.1、7.1、基于物體的音頻等立體音頻空間化，并根據(jù)CEVA的六軸傳感器FSP200獲取頭部跟蹤數(shù)據(jù)。

CEVA-X2原理圖 / CEVA

CEVA-X2是一款基于16nm工藝的10級(jí)流水線DSP，工作頻率在2Ghz，達(dá)到4.5CoreMark/MHz的得分。該處理器包含兩個(gè)標(biāo)量處理單元，支持8/16/32/64位數(shù)據(jù)類(lèi)型的算法和邏輯運(yùn)算。正是因?yàn)閾碛羞@樣的性能，這款DSP才用作高性能語(yǔ)音處理，比如多麥克風(fēng)語(yǔ)音處理、3D音頻和高質(zhì)量音頻播放等。

小結(jié)

盡管如今市面上已經(jīng)涌現(xiàn)了不少3D音頻的解決方案，但其實(shí)現(xiàn)方式與兼容性都有所差距。單拿HRTF的獲取來(lái)說(shuō)，借助設(shè)備端的傳感器是最簡(jiǎn)單的方式之一，但是較差，而通過(guò)app遠(yuǎn)程拍攝耳型與頭型的方式則需要龐大的數(shù)據(jù)庫(kù)支撐，因此往往僅對(duì)小數(shù)量的人群進(jìn)行嚴(yán)格的HRTF測(cè)量，再借助計(jì)算機(jī)視覺(jué)和神經(jīng)網(wǎng)絡(luò)來(lái)匹配。除此之外，設(shè)備端DSP的不同有時(shí)可能會(huì)對(duì)同一3D音頻方案的實(shí)現(xiàn)造成阻礙。

音源的錄制方式同樣為3D音頻的普及帶來(lái)了障礙，比如有的音頻錄制需要先交納一定的授權(quán)費(fèi)用才能使用，有的3D音頻內(nèi)容則只有在特定的設(shè)備上才可以進(jìn)行播放。不僅如此，藍(lán)牙設(shè)備的音頻編解碼格式（APTX、LHDC）、音頻文件的格式（MPEG-H）同樣會(huì)帶來(lái)不同的3D音頻效果。如此看來(lái)，3D音頻確實(shí)可以帶來(lái)非凡的聽(tīng)感體驗(yàn)，但目前來(lái)看效果不一而且多數(shù)廠商各自為戰(zhàn)，要想占據(jù)主流市場(chǎng)，仍面臨著不小的挑戰(zhàn)。

本文由電子發(fā)燒友網(wǎng)原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。如需轉(zhuǎn)載，請(qǐng)?zhí)砑游⑿盘?hào)elecfans999。