(3d音频)简述三种常见3D音频格式 及VR中Ambisonics格式的重要性

作者:简报 来源:yivian 3个月前 阅读: 赞:

广告


2018年12月24日,3D音频是为VR内容提供沉浸感和临场感的一个关键因素,所以我们有必要理解3D音频格式,以及它们对音频内容创建和渲染的应用。下面我们来看一下三种3D音频格式,并分析Ambisonics对VR音频的重要性。
1. 多声道
在基于声道的声音表达中,信息单元是扬声器。每个声道与扬声器相关联,系统在几个扬声器上混合各种声道来实现声音表达。声道越多,空间音效感就越强。基于声道的声音表达是过去50年,甚至更久远时所采用的传统声音表达方式。立体声,5.1,7.1格式是基于声道的水平表示。通过增加额外的过顶扬声器可以实现3D,如11.1格式(在7.1声道的基础上再增加4个天花板扬声器)。
多声道音频表达的一个主要缺点是,它依赖于扬声器设置,并且每个设置类型需要一个混合,而基于Object和Ambisonics的内容则独立于扬声器设置。
2. 基于Object的声音表达
在基于Object的声音表达中,信息单元是声源。场景由几个声源及有关其位置和渲染环境等信息组成。系统通过在用户位置计算所有声源的组合来实现3D音频渲染。但它同时需要使用大量的CPU资源。场景越复杂(声源数量)和越逼真(混响精度),需要的CPU资源就越多。
3. Higher Order Ambisonics (HOA)
与上述两种声音表达形式不同,Ambisonics格式不依赖于单个声源的描述,它能够再现用户位置的生成声场。我们将用于描述声场的数学形式称为球面调和函数,而信息单位则是球面表示的组分数(或阶数)。组分越多或者阶数越高,你获得的声场空间呈现精度就越高。
这并不是什么新概念,它在过去几十年间一直用于专业音效社区。他们将这种音域的独立表达称为B格式,而它实际上是第一阶的Higher Order Ambisonics。
4. Ambisonics对VR而言是非常有吸引力的解决方案
谷歌和索尼等VR行业的主要厂商都在拥抱Higher Order Ambisonics(HBO)这个概念,并正在开发相应的商业应用,如将HOA作为默认音频格式的YouTube360。这种选择的背后存在几个原因,最重要的是以下几点:
它提供了最佳的3D音频逼真感与计算资源平衡。对于B格式(第一阶表达)的4声道,你可以逼真地再现一个3D声场,而Object的4通道或4扬声器设置很难做到这一点。
它是一种层次结构,具备独特的可扩展性。你可以选择相应的空间精度水平来匹配平台资源,如CPU负载和带宽等等。当你希望提供高端PC或标准智能手机的内容,或者当你有可变带宽来传输内容时,这非常方便。与基于Object的声音表达相比,如果你没有足够的资源来处理完整内容,唯一可用的选项是不处理其中一些对象,而这会导致声场的完整性发生变化(缺少信息) 。
对于录制的3D音频内容而言,Ambisonics是再现这种音效的最佳格式,因为真实的音频世界最好是选择声场来表达,而非声音对象的组合或扬声器位置。
这对头部追踪十分友好。在球面调和函数域中,头部运动将建模为声场的旋转,而这是非常简单的操作。
它独立于扬声器设置:一个内容可以解码成任何扬声器布局。
与基于Object的声音表达不同,Ambisonics保留了内容的完整性。当内容由声音对象,位置和声学参数组成时,最终用户体验取决于根据所有这些信息重建声场的算法。在Ambisonics中,最终的用户体验是烘培至内容之中。
5. 总结
我们相信多声道将逐渐成为不太适合VR音频需求的传统格式,而基于Obeject和Ambisonics才是VR所需的格式。我们对未来的看法是:
内容创建阶段将主要采用声音对象,将其作为交互式声场创建的便捷方式,并将略微使用Ambisonics“导入”现实录音。
诸如VR 360度这样的“录制”内容渲染将越来越多地选择Ambisonics格式,因为其可扩展的特性使其非常适合广泛的平台。YouTube选择Ambisonics已经说明了这一点。
对于VR游戏等交互式内容的渲染,基于Object的3D音频格式非常有意义。但对于由众多声音对象组成的复合声场而言,其渲染需要大量的计算,并需要大众市场所不一定能提供的资源。就这个问题,我们可以将基于Object的全部或部分表达转换为Ambisonics,并利用渲染的可扩展性来适配CPU资源。

同城商家都加入了店如云!我和我的小伙伴都在这里等你哦(公众号:dianruyun )新手回复“帮助”,查看怎么使用,详情咨询在线客服微信号:guanggeseo!

相关标签: 3d音频
更多 科技新闻 前往科技新闻频道 前往阅读
最新评论
分享 返回顶部