空間音訊為何大受歡迎？
2023-03-17
作者
Charles Pao，CEVA
截至目前，你可能已經聽過一些空間音訊的相關資訊，但空間音訊究竟是什麼？為何Google、Apple和Samsung都紛紛將這項重要功能整合至產品中？
截至目前，你可能已經聽過一些空間音訊的相關資訊，但空間音訊究竟是什麼？為何Google、Apple和Samsung都紛紛將這項重要功能整合至產品中？空間音訊和杜比全景聲(Dolby Atmos)一樣嗎？本文將詳細介紹什麼是空間音訊，以及我們為何應該予以關注。
音訊的歷史
我們沒有使用頭戴式耳機或耳塞式耳機時，便是在3D空間中聆聽聲音。聲音來自各個方向(上、下、右、左、後、前及其他所有方向)，我們的大腦可以解讀這些聲音來判斷方向。
逾一世紀以來，人們一直追求技術，希望在任何地方皆能模擬這種自然體驗。1881年，一位名為Clement Ader的法國工程師發明了所謂的「劇場電話」(Théâtrophone)，其中使用80個在巴黎歌劇院舞台上相互連接的電話發話器。這些發話器創造出一種雙耳立體聲(這種方法利用兩個麥克風錄音，藉此重現生活中所感知到的3D立體聲)。有了這個裝置，聽眾便可從遠達兩公里外的地方聆聽歌劇演出。
在第一次世界大戰及第二次世界大戰初期，聲學在判斷飛機方向上扮演了重要角色。各國都有自己的獨特方法可以捕捉及放大噪音，藉此協助聽到飛機的引擎聲並判斷其方向。回顧過去，不免覺得這些方法有些滑稽，但音訊很明顯是戰爭中的關鍵技術。
大約30年後，Neumann在1972年發表首款商用雙耳錄音系統，使空間音效重現在各種應用中得以簡化且變得一致。從此之後，相關技術和方法獲得長足進展，較新技術包括使用陣列而非兩個不同麥克風來取得特定空間中更詳細的錄音。
時至今日，先進的音訊技術已整合至音樂到遊戲等各式音訊應用，且受到各種裝置支援使用，例如長條喇叭、頭戴式耳機、TWS耳塞式耳機、汽車和XR裝置。
空間音訊族譜
我們聆聽音訊的方式也隨著時間有所改變。一開始是單聲道輸出，例如透過收音機聆聽音訊。所有聲音都來自單一來源。但接下來我們使用更多喇叭，實現更具吸引力和包圍感的聲音體驗。
最早的形式是立體聲，搭配2個喇叭，隨後進入4聲道，使用4個喇叭。這進一步發展為環繞音效，使用5.1、7.1個(分別有5和7個喇叭，加上一個用於低頻聲音的重低音喇叭)，以及大型喇叭陣列(遠多於7個喇叭)，可提供更具空間感的聲音輸出。
雖然5.1和7.1環繞音效系統能夠模擬我們周遭的聲音，但因為這些喇叭大約是以相同的高度圍繞著我們，所以這套系統實際上只是處於周圍的單一平面上而已。杜比全景聲進入音訊領域後，則提供上下方的音訊提示，創造更身歷其境的體驗。
那麼，空間音訊究竟是什麼？
這項重要功能究竟是什麼，讓Google、Apple和Samsung都紛紛將其整合至產品中？空間音訊和杜比全景聲有何不同？讀者或許已經注意到一件事：本文從未將前述的聲音體驗稱作空間音訊。有人認為任何由兩個以上喇叭所發出的音訊都符合「空間」的字典定義 (與空間相關或佔有空間)。事實上…我也同意此一看法。
然而，在業界中，空間音訊專指一種非常特定的體驗。有人也稱此為3D音訊，或是用Samsung的話來說則是360音訊。這類體驗的專業術語是頭部追蹤雙耳音訊，雙耳音訊是我們使用兩個麥克風在假人頭上的耳朵位置錄製聲音時得到的音訊，就像下方的Neumann人頭一樣。
Neumann KU-100。
如此一來，即可獲得與親身聽到相符的聲音，因為麥克風與一般耳朵所在的位置相同。若要進一步闡明這點，請看Rit Rajarshi的這幅精美插圖：
來自雙耳音訊的音訊提示。
左邊的鳥聲傳向聆聽者的頭部。但由於人類頭部的一耳較另一耳遠，因此聲音會在不同的時間到達兩邊耳朵。大腦會處理並理解這種時間差，從而讓我們判斷聲音的相對位置。將這些元素結合在一起，就能呈現出聲音的「地圖」，進一步沉浸在身歷其境的空間體驗。這種體驗非常酷，但還不夠真實。這就是頭部追蹤派上用場的地方。
在現實世界中，周遭的物體是靜止的，而聲音會從相對於頭部(隨後是耳朵)的位置傳來。例如，聽到後方的體育場館傳來吶喊聲，如果向左或向右轉動頭部，便可將聽覺集中於該方向，但聲音來源的位置不會改變。
同理，即便有所移動，聲音仍應維持在世界的原位。下方的圖片呈現雙耳音訊和頭部追蹤雙耳音訊的差異。轉動頭部時，周遭世界不應該跟我們一起旋轉，而應該保持原位。
頭部追蹤為何重要：雙耳音訊與頭部追蹤雙耳音訊。
一旦結合這些元素，便可實現真正身歷其境的體驗，也就是在業界中所謂的空間音訊。
這種體驗的另一個元素是頭部相關傳輸函數(Head Related Transfer Functions，HRTF)。這是一種演算法，設計來判斷聲音在抵達，以及向耳道移動時如何反彈、散射和繞射。雙耳間距也會列入考量。簡而言之，這個演算法決定聲音會如何受到任何特殊頭型影響，並進行相對應的調整，盡可能真實傳遞音訊提示。
藉由結合這些元素，包括雙耳錄音、HRTF，以及頭部追蹤，可以獲得完整、全方位且真正身歷其境的音訊體驗，創造宛如置身現場的聲音體驗。
如果你在這個領域中耕耘，並希望在下一個空間音訊產品上取得先機，CEVA可以提供完整的音訊解決方案來滿足需求。
