讓我們想象一下這樣的場景：您被12個頌缽包圍著，周圍充滿了響亮的聲音和閃爍的諧波，複雜的泛音充斥在您身邊的各個角落。儘管您此時正完全被包裹在這些聲音當中，但是您仍然可以精確地定位出聲音在空間中的精確位置。隨著這個演示的結束，您平靜下來，才發現您實際上並沒有被12個頌缽所包圍，而是正身處於音樂圈最大的貿易展會當中。
上面我所描述的場景就是2019年的NAMM展中，Genelec的沉浸式體驗展臺上所展示的場景。Richard Devine是一位電子樂音樂家，同時他也是一位聲音設計師，他受邀在7.1.4 Dolby Atmos揚聲器系統（該系統使用了七個定向揚聲器，一個重低音音箱和四個頂置揚聲器）上展示他製作的一些三維聲/環境立體聲錄音。憑藉Genelec所提供的擁有最先進技術的揚聲器，再配合杜比的聲學規格，該展臺能夠把聽眾包裹在一個完全立體的聲音“半球”中。
Devine在回憶起這段經歷時，饒有興致地說：“當時在場的每一位觀眾，甚至包括我自己，都非常的震驚。我們所有人都吃驚得坐在那裡，震驚的下巴都掉下來了。您能夠聽到從頭頂傳來的聲音，從側面傳來的聲音，從各個方向傳來的聲音，我們完全沉浸在這些聲音當中。就像是您正身處於那個房間裡，被這些頌缽所包圍著。”
在過去的幾年裡，Devine一直身處在（不斷髮展著的）沉浸式音頻領域的前沿，旨在創造出能夠令人信服的三維聲音體驗。例如，站臺上所使用的頌缽的錄音就是最近他與Rode Microphones（Soundfield Ambisonic麥克風的發明人）一起創作的。這位模塊化合成器的愛好者也被谷歌，蘋果和微軟等科技業的巨頭聘用，為它們的虛擬現實應用以及其他的一些絕密項目提供3D音景和音樂。
Brian Eno的三維聲/環境立體聲揚聲器系統
僅憑著Devine的這些經歷，我們就能夠清晰的意識到沉浸式音頻的確是音頻技術的未來，但這也引出了另一個問題：為什麼至今為止都沒有一個真正的沉浸式音樂技術面世？除了一些例外 - 比如於20世紀70年代出現，隨即就迅速被拋棄的四聲道立體聲格式，還有Brian Eno推出的3揚聲器家庭立體聲hack系統（在Ambient 4：On Land的專輯內頁中有詳細的描述） - 我們的音樂從未真正的超越立體聲時代。環繞立體聲專輯僅僅存在於一個很小的市場中，但總體來說，老式普通的立體聲系統那無法撼動的地位，已經保持了有50多年了。
然而，隨著沉浸式音頻的發展，這一現象有可能會被改變。事實上，這種改變很可能已經發生了。您有感覺到嗎？
我相信無論音頻技術的未來到底如何，人們對沉浸式音頻技術都是充滿好奇的。接下來我會為大家介紹下沉浸式音頻的基礎知識、它是如何運作的、它能為音樂人和創作者們帶來的怎樣驚人的可能性以及（如果您想進一步探索沉浸式音頻的話）您所需要使用到的一些工具和資源。
什麼是沉浸式音頻？
如今的時代，無論是在哪裡，媒體都變得越來越具有沉浸感。VR頭戴式設備變得越來越便宜，每個月都有為VR設備開發的新遊戲和新應用程序出現在應用市場上。使用了杜比全景聲（Dolby Atmos）技術的3D大製作電影在任何一個大牌劇院都可以看得到。聲音是上面所有這些體驗的核心部分，因此沉浸式音頻技術的發展也異常迅速。（沉浸式音頻和“空間音頻”通常可以互換使用，但是它們之間還是存在差異的。您可以參閱文章結尾處的術語表來了解。）但是，究竟什麼是沉浸式音頻，它與環繞立體聲之間又有什麼不同之處？
沉浸式音頻技術超越了環繞式立體聲技術 - 事實上，從字面上（它們的名字上）來看，我們也能發現它們之間的差別。即使在最昂貴的9.1聲道系統中，傳統的環繞立體聲技術也只能作用於聽眾周圍的水平面，是一個二維的概念，僅僅相當於沉浸式音頻所能覆蓋的球體的一個截面。像Dolby Atmos和DTS：X這樣的沉浸式音頻技術通過在天花板內佈置揚聲器，創造出了高度這個新的維度，從而將聲場擴展為三維。
另一個主要區別是沉浸式音頻技術的實現是與揚聲器無關的，這意味著人們只需要對混音進行簡單的調整，就可以在不同的音響系統上進行回放。然而環繞立體聲技術需要為不同的音響系統（例如5.1，7.1等等）準備單獨的混音才可以。對於沉浸式音頻技術來說，我們不但可以在電影院的音響系統中使用，也可以在智能揚聲器網絡，甚至是普通的耳機上回放同一段混音，而且能夠同時保留住空間信息。
有趣的是，沉浸式音頻技術並不是一個全新的技術。 三維聲/環境立體聲是如今主流的沉浸式音頻技術之一，但是它早在20世紀70年代就已經被人們發明出來了。
雙耳聲也是一個在這幾年逐漸流行起來的概念，但是在這之前它其實已經存在了很長一段時間了（還記得Virtual Barbershop虛擬理髮店嗎？）。最初雙耳聲這個詞是作為立體聲錄音的同義詞使用的，真正的雙耳聲音頻會使用特殊的錄音和播放技術來重現聲音，以便讓我們的兩個耳朵自然地接收到聲音信號 - 這也就人們使用“雙耳聲”這個詞的原因。
縱覽音樂發展的歷史，其中充滿了人們對沉浸式錄音和沉浸式回放系統各種野心勃勃嘗試，無論是那些身穿實驗室大褂的工程師們，還是具有前瞻性眼光的音樂家們都曾參與其中。
雙耳聲
雖然沉浸式音頻的概念和技術已經不是什麼新鮮的玩意兒了，但最近該領域卻迎來了爆炸式的發展，這其中最主要的一個推動因素是：娛樂產業。現如今，像VR和杜比全景聲（Dolby Atmos）這樣的技術已經發展成熟，因此沉浸式音頻技術的那令人興奮不已的市場終於被打開了。您現在可以在劇院體驗到沉浸式音頻技術，甚至是使用iPad和耳機（觀看同一部電影）也能夠獲得幾乎相同的體驗。
艾比路（Abbey Road）是一個莊嚴而神聖的音樂工作室，披頭士樂隊，喬治·馬丁（George Martin），傑夫·埃裡克（Geoff Emerick）以及其他一些推動了錄音技術發展的偉大音樂人們都曾經在這裡工作過。現在，艾比路憑藉著旗下的Abbey Road Spatial Audio Forum，成為了沉浸式音頻領域的領導者之一。該工作室由其音頻產品的負責人Mirek Stiles創立，他在工作室主持研究工作，經常召集音頻工程師和音樂家們一起進行實驗和頭腦風暴，並且將這些頗有價值的沉浸式音頻的資料都發布在了其網站上。
對於沉浸式音頻這種70年代就起源的技術，為什麼能夠在如今發展到了一個嶄新的階段？Abbey Road Spatial Audio Forum對這個問題做了如下的解釋：“沉浸式音頻技術真正的突破點是人們在玩遊戲時更多的開始使用耳機，因此針對耳機的相關技術得到了廣泛的重視和開發。如今隨著虛擬現實設備的發展，沉浸式音頻的技術擁有了更多的應用場景。其中的理由非常簡單：當您與3D圖像進行交互時，聲音也應該讓您感受到空間感，只有這樣才能真真正正的體會身臨其境的感覺。”
如果現在我們就可以通過耳機來獲得完整的360°的聲音體驗，那麼這項技術被更廣泛的應用到整個音樂圈的日子還會遠麼？
音樂的可能性
電影產業和遊戲產業一直都是引領音頻技術革命的排頭兵，因此那些為這些產業創作音樂的專業作曲家就最有可能是將沉浸式音頻推上音頻新標準寶座的首功之臣。聲音在自由度上的增強不僅有助於作曲家們在創作時的情感表達，還能夠讓配樂為動作和對話騰出更多的空間。如果您是一位專業作曲家，或者您的夢想是成為專業作曲家，那您就不能忽視沉浸式音頻技術。
另一方面，對於其他的音樂家來說，360°的全景音樂視頻是沉浸式音頻最常見的應用場景。隨著360°全景攝像頭以及三維聲/環境立體聲麥克風的價格變得越來越親民，藝術家們能夠以前所未有的方式將聽眾們帶入到他們的表演當中 - 無論是在街頭的表演，在現場的演出，還是在錄音棚中製作的錄音。
對於音頻工程師和音樂製作人來說，沉浸式音頻技術一定是它們非常渴望瞭解的技術 - 畢竟，那些具有前瞻思維的作曲家和音樂人在製作音樂時，還是需要有專業人員來幫助他們進行編輯和調音。三維聲/環境立體聲麥克風是一個如瑞士軍刀般“萬能”的利器，它不僅可以用於製作精美的沉浸式音頻，還能夠帶來全包裹式的聲場，可以被當成是“虛擬麥克風”，聚焦在房間中的任何地方。
即使是DJ們，也可以享受到沉浸式音頻所帶來的樂趣。像London's Ministry of Sound這樣的夜店正在安裝杜比全景聲（Dolby Atmos）音響系統，以便為俱樂部的客人們提供身臨其境的音樂體驗。杜比甚至開發了一個應用程序，通過它，DJ和電子樂音樂家們能夠實時的對聲場進行操縱，始終將人群包圍在音樂當中。
在杜比推廣該平臺的一個宣傳視頻當中，英國的DJ Yousef這樣說：“當您聆聽沉浸式音頻時，您會感覺自己彷彿就處在音軌和唱片當中。”也是在這個視頻當中，身兼音樂製作人和DJ的 Deadmau5說到：“我認為這將是我以後所使用的最主要的技術。我會在Atmos中進行編曲，然後再混音時轉換成立體聲。”
那些喜歡新事物的音樂人會非常喜歡沉浸式音頻 – 擁有催眠般效果的現場表演和極具突破性的音頻設備會變得層出不窮。
作曲家斯蒂芬巴頓（Stephen Barton）曾經為《泰坦隕落》，《使命召喚：現代戰爭》等遊戲製作配樂。他同樣被沉浸式音頻所帶來的無限的可能性所吸引。在接受艾比路的Mirek Stiles採訪時，他說到：“革命這個詞在音樂圈中經常被提起，但是通常都是名不副實 - 但是這次 （沉浸式音頻技術）確實是來真的了。如果沉浸式音頻的製作質量足夠優秀，我們會有一種完全突破了空間和設備的限制，從而完全身臨其境的感覺 - 這種效果非常震撼。”
Devine同樣用充滿激情的話語為我們解釋了這種效果：“至少對於我來說，在我的腦海裡，音樂就像是變成了一棟建築。我能夠想象出音樂在我的腦海中變成了Frank Gehry的建築作品，擁有彎曲的金屬和玻璃裝飾，肋骨狀的建築結構彷彿在我的身邊展開。如果音樂在每個方向都是多維的，圍繞在您的身邊，在您的頭頂之上，在您的身體下方，您可以在這些音樂的細節中體驗到它的存在。這種效果絕對是非常驚人的。“
沉浸式音頻所需的工具
那麼如何真正的實現沉浸式音頻呢？首先，您其實不需要使用昂貴且複雜的多聲道揚聲器系統來獲得完整的沉浸式音頻效果。只要您的耳機是雙聲道/雙耳聲“解碼”的，您就可以通過它來體驗沉浸式音頻帶來的效果。雙耳聲解碼模擬了我們的耳朵識別空間信息時的獨特方式，因此我們可以使用任何支持該技術的耳機來體驗360°沉浸式音頻（為了獲得最好的體驗，建議您使用耳罩式耳機）。
雖然在這個過程中需要使用特殊的軟件來對沉浸式音頻進行混音，但是很多這類軟件都是免費的，而且使用起來非常容易。如果您是新手，我推薦您從空間音頻的插件開始入門，比如Ambisonic Tool Kit（ATK），AmbiX，Rode的Soundfield，或者是Facebook的FB360 Spatial Workstation，上面所有這些工具/插件都可以免費下載，學習起來也不難。
上面所說的這些軟件包中包括了將單聲道或立體聲信號源轉換成三維聲/環境立體聲格式的編碼器插件，還有能夠在3D空間中對聲音進行移動和定位的工具，以及能夠將同一段混音應用在不同的回放系統上時所需要使用的解碼器插件。Spatial Workstation中還包含了能夠用於處理360°視頻和VR內容的工具，它能夠完整的跟蹤我們頭部的運動。
如果您想從源頭開始錄製沉浸式音頻的話，那麼您需要一個三維聲麥克風，這種麥克風能夠將完整的3D空間聲音記錄在四個聲道上。Zoom的H3-VR standalone recorder是一款相當超值的入門級設備，而價格相對較高的Rode Soundfield NT-FS1和Sennheiser Ambeo VR則擁有更加豐富和高級的功能。使用三維聲麥克風，您可以捕捉幾乎所有場景中的聲音，並帶能夠收錄到令人難以置信的逼真細節。
Zoom H3-VR
Sennheiser Ambeo VR 3D
聲音的未來
只有時間才能證明沉浸式音頻是否能夠真正的引領音樂圈的潮流，但是如果它在娛樂界和科技領域的發展順利，那麼它所帶來的革命也許會很快到來。雖然對於家庭用戶來說，複雜的揚聲器陣列不是個很好的解決方案，但是通過耳機來體驗沉浸式音頻會是一個重要的突破口。無論未來會發生什麼，至少有一件事是肯定的 - 我們需要有創造力的人來推動音頻技術的進步。
如果您就是這個人，碰巧正在閱讀這篇文章，那我鼓勵您大膽的前進，帶領我們進入一個全新的聲音世界。
沉浸式音頻技術的術語表
空間音頻，本質上來說它是對沉浸式音頻的一種更加科學的表達方式。通常來說，這兩個名稱可以互換使用，但是空間音頻是一個相對更準確的術語。
在三維聲/環境立體聲中，聲音可以被定位在以聽眾為球心的球體中的任何一個位置，通過在四個聲道上進行編碼 - 三個通道分別用於前/後，左/右和上/下的方向信息，還有一個“全向”通道。在回放環境立體聲時，必須解碼後才能在特定的回放系統上進行播放，這個系統可以是DTS:X家庭影院系統，也可以是傳統的5.1聲道環繞設備，甚至可以是常規的耳機。
三維聲/環境立體聲麥克風使用了四個以正四面體方式排列的麥克風頭，它能夠捕捉一個球形空間內的完整聲音，並保留聲音的精確空間位置。使用三維聲/環境立體聲進行錄音時，採用raw四聲道，A-format進行錄製，之後必須轉換為空間化的B-format，以便進行進一步的混音。這被稱為一階環境立體聲。
高階環境立體聲是指一系列的更為複雜的環境立體聲格式，它通過使用更多的通道來實現更準確的空間定位。如果您將一階環境立體聲麥克風看成三個雙向麥克風所組成的一個“大頭釘”形狀的麥克風團兒，那麼二階和三階的環境立體聲麥克風看起來會更像是一個團兒，但是會有更多的突出節點。
基於對象的音頻是另一種空間音頻格式，其工作方式與環境立體聲完全不同。從技術上來說，環境立體聲格式仍然是基於通道的，但是基於對象的音頻會把每一個聲音視為可以在虛擬空間中進行移動的對象。
杜比全景聲（Dolby Atmos）是由電影技術巨頭杜比實驗室（Dolby Laboratories）開發的專利技術，是一種基於對象的音頻格式和平臺。Atmos實際上是一個連接著各種系統的網絡，其中包括了特殊的混音軟件，電影院的揚聲器陣列規格，甚至包括了用於家庭的沉浸式音頻硬件，比如配備了Atmos技術的AV接收器和條形音箱。
DTS：X是杜比的競爭對手DTS所開發的另一種基於對象的音頻技術。它的工作方式與杜比全景聲基本相同，而且所實現的效果也差不多，但是DTS：X使用了不同的工具。好消息是，很多支持杜比全景聲的設備也支持解碼DTS：X格式。
頭部相關傳遞函數（HRTF）是一個描述您的頭部和耳朵對您所感知的聲音的影響的科學參數。來自不同方向的聲音分別到達兩隻耳朵時，會具有輕微的相位和頻率上的差異，這個差異能夠讓我們本能地定位到聲源。在沉浸式音頻中，人工的HRTF可以被用來將複雜的空間混音轉換為左右兩個聲道的聲音信號，從而在耳機中產生逼真的雙耳聲/身歷聲效果。
閱讀更多 米飯星 的文章
