- 相關(guān)推薦
淺析3D音頻技術(shù)拯救VR的寒冬
虛擬現(xiàn)實(shí)技術(shù)，是20世紀(jì)發(fā)展起來(lái)的一項(xiàng)全新的實(shí)用技術(shù)。虛擬現(xiàn)實(shí)技術(shù)囊括計(jì)算機(jī)、電子信息、仿真技術(shù)，其基本實(shí)現(xiàn)方式是計(jì)算機(jī)模擬虛擬環(huán)境從而給人以環(huán)境沉浸感。隨著社會(huì)生產(chǎn)力和科學(xué)技術(shù)的不斷發(fā)展，各行各業(yè)對(duì)VR技術(shù)的需求日益旺盛。VR技術(shù)也取得了巨大進(jìn)步，并逐步成為一個(gè)新的科學(xué)技術(shù)領(lǐng)域。下面是小編整理的淺析3D音頻技術(shù)拯救VR的寒冬，一起來(lái)看看吧。
最近人們常說(shuō)：VR的寒冬來(lái)了。最近看到一句非常好的描述：“一度承載著創(chuàng)業(yè)者和投資人太多期待與熱情的VR行業(yè)，經(jīng)歷了如過(guò)山車般的一年�！焙诵募夹g(shù)瓶頸突破之前，VR還將在泡沫收縮過(guò)后進(jìn)行理智思考。而3D音頻，作為VR產(chǎn)業(yè)的關(guān)鍵性技術(shù)節(jié)點(diǎn)，值得在今天被關(guān)注。小編在此為大家?guī)?lái)3D音頻技術(shù)拯救VR的寒冬的理性分析。
在百度上搜索“VR寒冬”有1,660,000個(gè)結(jié)果。
《資本變臉：6個(gè)月，VR從狂歡到慘淡》(極客公園，2016年09月07日)，《吸引了無(wú)數(shù)資本和創(chuàng)業(yè)者的VR行業(yè)，似乎已進(jìn)入寒冬》(中國(guó)企業(yè)家，2016年08月26日)，《VR創(chuàng)業(yè)公司的寒冬來(lái)了?聽聽資本大咖怎么說(shuō)!》(網(wǎng)易新聞，2016年05月27日)，《小心被套!VR將迎來(lái)寒冬》(搜狐新聞，2016年05月11日)……
人們猶記得2015年下半年到2016年年初的VR熱：從創(chuàng)業(yè)者到投資人，大家都對(duì)VR有著無(wú)限的熱情與希望。而從計(jì)算機(jī)背景出生轉(zhuǎn)行做VR的人真不在少數(shù)：他們正是看準(zhǔn)了這塊“熱土”，從大公司走出，一頭鉆進(jìn)VR行業(yè)。
行業(yè)缺少優(yōu)質(zhì)標(biāo)的，關(guān)鍵性技術(shù)節(jié)點(diǎn)遠(yuǎn)未突破，VR如同一個(gè)牙牙學(xué)語(yǔ)的嬰兒，尚在襁褓之中，遠(yuǎn)未成熟。與其說(shuō)VR凜冬已到，不如說(shuō)之前的泡沫正在合理地被擠破。
這里的“關(guān)鍵性技術(shù)節(jié)點(diǎn)”其中之一，就是空間音頻技術(shù)。在今天，人們更愿意叫它3D音頻。
正如著名VR制作公司Jaunt的音頻首席工程師亞當(dāng)·桑默說(shuō)的：“(在VR這件事上面)，聽覺(jué)占了五成，視覺(jué)占剩下五成�！�
聽覺(jué)決定了人類對(duì)空間的定位、對(duì)物體距離的感知等等。視覺(jué)給出一個(gè)線索，聽覺(jué)則去證實(shí)這個(gè)線索是否真實(shí)存在。如果少了視覺(jué)的沉浸感，那么一切畫面的真實(shí)性就蕩然無(wú)存。不解決聽覺(jué)問(wèn)題，虛擬現(xiàn)實(shí)就不能成為虛擬現(xiàn)實(shí)�？梢赃@么說(shuō)，3D音頻決定了我們念叨著的VR時(shí)代是否真正到來(lái)。
首先科普一下3D音頻
什么是3D音頻?簡(jiǎn)單來(lái)說(shuō)，3D音頻是對(duì)聲音最逼真的模擬技術(shù)，能讓聽眾完全還原到與現(xiàn)場(chǎng)相似的聲場(chǎng)。類似的叫法還有全景聲方案、Immersive Audio(沉浸式音頻)。你能到完全聽到逼真到“現(xiàn)實(shí)”的聲音，而不是“現(xiàn)實(shí)主義”的。
目前世界范圍內(nèi)最成熟的空間音頻制作公司之一，VisiSonics的創(chuàng)始人之一拉瑪尼·杜瑞斯沃米有一句話：“當(dāng)你聽到的聲音是極度真實(shí)的時(shí)候，耳機(jī)就消失了。”
人耳對(duì)聲音信號(hào)有一套自己的分析系統(tǒng)，來(lái)得以對(duì)聲音進(jìn)行分析與定位。從空間任意一點(diǎn)傳到人耳(鼓膜前)的信號(hào)都可以用一個(gè)濾波系統(tǒng)來(lái)描述，音源+濾波器(傳遞函數(shù))得到的就是聲音到達(dá)兩耳鼓膜前的信號(hào)。
我們不必關(guān)心聲音是如何傳遞到雙耳的，而只需要知道：音源與到達(dá)我們雙耳之前的信號(hào)是有差別的;并且我們的左耳和右耳聽到的聲音是不一樣的。這可能是源于我們的進(jìn)化，視覺(jué)沒(méi)有辦法在黑夜中定位，而耳朵可以通過(guò)左右耳的聲音不同，進(jìn)行定位與防御。
這個(gè)濾波器(傳遞函數(shù))叫HRTF(head-related transfer function)。如果我們有空間所有方位到雙耳的濾波器組，就能得到一個(gè)濾波矩陣，從而還原來(lái)自整個(gè)空間方位的聲音信號(hào)。
HRTF是極具個(gè)人性的。每個(gè)人成長(zhǎng)中都會(huì)形成一套自己對(duì)聽力的感知。并且，我們每個(gè)人的頭部大小不一樣、耳間距不一樣，耳朵的輪廓、里面的旋渦狀也不一樣。加上，我們?cè)诔砷L(zhǎng)當(dāng)中養(yǎng)成了自己獨(dú)特的聽力習(xí)慣�？梢赃@么說(shuō)，每個(gè)人聽到的同樣物體發(fā)出的聲音，其實(shí)都有細(xì)微差別。
如何還原人耳真實(shí)聽到的聲音?科學(xué)家對(duì)此的探索不是今天的新事。在將近一個(gè)世紀(jì)之前，1933年，AT&T貝爾實(shí)驗(yàn)室就把這項(xiàng)技術(shù)帶到了芝加哥世博會(huì)上。這家公司的人聲研究部做了一個(gè)機(jī)械化的仿真人頭——他們把這個(gè)假人取名叫“Oscar”。Oscar的耳朵里裝上了兩個(gè)麥克風(fēng)，坐在展示房間中，錄取周圍的聲音。Oscar聽到什么，他就能錄到什么。
AT&T貝爾實(shí)驗(yàn)室提供的解決方案叫做雙耳錄音技術(shù)(Binaural Audio)。
雙耳錄音技術(shù)模擬人類真正的頭部的形狀、左右耳的耳間距，可以收錄到近乎于真正的人類聽到的聲音。這是一種有效的“笨方法”，物理層面上即還原了HRTF。沿著這條路徑，德國(guó)麥克風(fēng)公司紐曼(Neumann)在1973年到1992年間，連續(xù)在雙耳錄音技術(shù)上做出了各種突破——更好的收音設(shè)備、把麥克風(fēng)放置于仿真假人耳內(nèi)鼓膜上等等。
雙耳錄音技術(shù)在這個(gè)世紀(jì)中一直處于緩慢的速度發(fā)展，原因在于，沒(méi)有強(qiáng)大的產(chǎn)業(yè)需求。一直等到這一波VR熱潮的來(lái)臨，它才重上舞臺(tái)。由于Oculus Rift,索尼Morpheus以及三星Gear帶來(lái)的VR普及，3D音頻技術(shù)迎來(lái)了它的“文藝復(fù)興”——于是它又被稱作了VR音頻。
3D音頻技術(shù)到底難在哪兒?
VR需要有3D音頻才能產(chǎn)生更真實(shí)的沉浸感。Jaunt的音頻首席工程師Adam Somers在接受THE VERGE采訪時(shí)這樣描述：“在沉浸感這件事上面，聽覺(jué)占了五成，視覺(jué)占剩下五成�！�
Jaunt是美國(guó)著名的VR制作公司，去年得到上海華人文化產(chǎn)業(yè)基金(CMC)與迪斯尼的6500萬(wàn)美金投資。
然而，雙耳錄音技術(shù)本身不能支持收聽的時(shí)候轉(zhuǎn)動(dòng)頭部。玩家在玩VR游戲的時(shí)候，如果有聲音從后面?zhèn)鱽?lái)，人的本能反應(yīng)是轉(zhuǎn)頭向后看。這時(shí)候如果聲音繼續(xù)在你的前方，那么會(huì)大大降低沉浸感。
另一種還原真實(shí)聲場(chǎng)的技術(shù)也不能支持收聽的時(shí)候轉(zhuǎn)動(dòng)頭部，叫環(huán)繞立體聲(surround audio)。環(huán)繞立體聲用多個(gè)物理?yè)P(yáng)聲器來(lái)打造一個(gè)360度的聲場(chǎng)，來(lái)自不同方向的聲音通過(guò)不同的音箱/揚(yáng)聲器來(lái)播放。該項(xiàng)技術(shù)最著名的公司是DTS和杜比(Dolby)。
比如一家環(huán)繞立體聲影院，它會(huì)在觀眾的周圍放置很多音箱/揚(yáng)聲器。如果畫面左邊出現(xiàn)了爆炸，那么左邊的音箱會(huì)發(fā)出聲響，而不是右邊。由于播放器的位置固定，聽眾只有在固定的點(diǎn)，才能聽到模擬得最真實(shí)的聲場(chǎng)。
如何解決這個(gè)問(wèn)題?計(jì)算成為了重中之重。
在雙耳錄音技術(shù)取到的聲音之后，還原HRTF，然后進(jìn)行計(jì)算，把各個(gè)方向的HRTF還原，才能合成一套隨著轉(zhuǎn)頭、位置移動(dòng)聲場(chǎng)自然發(fā)生變化的空間音頻。
在這三個(gè)環(huán)節(jié)中——收音、錄音;計(jì)算、渲染(processing,rendering);回放——技術(shù)壁壘最強(qiáng)的地方在于計(jì)算環(huán)節(jié)。
核心算法是考驗(yàn)各家空間音頻公司的能力指標(biāo)。Two Big Ears的公司廣告語(yǔ)說(shuō)明了一切："We do mathematics so you can focus on being awesome."(我們做數(shù)學(xué)，你來(lái)好好做酷的事情。)這家位于愛(ài)爾蘭的公司目前在空間音頻技術(shù)上處于領(lǐng)先地位。
有些團(tuán)隊(duì)則為了減輕計(jì)算量，用了一些比較笨的辦法。比如3dio，他們創(chuàng)造出收音設(shè)備，可以盡可能地在同一時(shí)間錄到各個(gè)方向的HRTF。
通常，三個(gè)指標(biāo)可以用來(lái)判斷一家公司3D音頻核心算法技術(shù)水平：
1、Localization:指的是聲音的定位。環(huán)繞立體聲對(duì)于聲音的平面360度有較好的模擬效果，而對(duì)于上下360度則難以模擬。VR音頻的難點(diǎn)也在于做出上下360度的聲音模擬。能做到上下逼真的則技術(shù)更為先進(jìn)。
2、Propagation:聲音在封閉空間中，不是只傳輸一次，而是有無(wú)數(shù)次的反射(bounce back)，我們可以用回音來(lái)理解。Propagation用來(lái)描述是否能讓用戶感覺(jué)到自己的確在一個(gè)真實(shí)的空間中，這種真實(shí)感越強(qiáng)越好。
3、Occlusion:聲音在傳輸過(guò)程中，如果中間有一個(gè)障礙物，這個(gè)障礙物會(huì)對(duì)聲音的傳播產(chǎn)生影響。如果一個(gè)VR音頻技術(shù)可以對(duì)障礙物對(duì)于聲音的影響模擬得很好，則是一個(gè)做得好的VR音頻。
除去以上三點(diǎn)，目前空間音頻最前沿的解決方案是Ambisonic技術(shù)。于是，能不能做Ambisonic也是判斷一家公司技術(shù)高低的指標(biāo)。
Ambisonic同樣是一種聲場(chǎng)模擬手段，但它更考驗(yàn)團(tuán)隊(duì)物理、數(shù)學(xué)和計(jì)算機(jī)的綜合能力。如果我們把空間中某一個(gè)接收聲音的位置想象成一個(gè)充著氣的氣球，那么空間中各處傳來(lái)的聲波會(huì)對(duì)這只氣球表面產(chǎn)生作用力。
Ambisonic利用這個(gè)簡(jiǎn)單道理，在空間中擺放一堆揚(yáng)聲器，來(lái)模擬對(duì)應(yīng)現(xiàn)實(shí)情況下各處聲波對(duì)這只氣球的作用力，然后計(jì)算，還原HRTF。
通過(guò)Ambisonic得到的音頻數(shù)據(jù)，是最全面的數(shù)據(jù)，它可以降解到任何其他音頻格式。打個(gè)比方，Ambisonic如果是圖像中的jpg,則杜比7.0、杜比5.1等等音頻格式相當(dāng)于像素。
如何評(píng)價(jià)3D音頻技術(shù)的行業(yè)現(xiàn)狀?
3D音頻技術(shù)勢(shì)必會(huì)改變所有的應(yīng)用場(chǎng)景。整個(gè)空間音頻產(chǎn)業(yè)有兩個(gè)機(jī)會(huì)：
第一個(gè)機(jī)會(huì)是做音頻引擎(audio engine)，其核心在于HRTF函數(shù)、Propagation等技術(shù)，即如何在游戲里盡可能逼真地還原出立體聲來(lái)。目前簡(jiǎn)單的做法是，在VR游戲中放置不同的虛擬音箱，并配合Oculus Audio SDK(實(shí)現(xiàn)了HRTF以及其他效果，包括reflection等)，就可以實(shí)現(xiàn)空間音頻。
而不簡(jiǎn)單的做法有很多，需要團(tuán)隊(duì)具有強(qiáng)大的計(jì)算能力，成立于2013年愛(ài)丁堡的Two Big Ears是其中翹楚。他們所做的plug-in可能是目前行業(yè)中技術(shù)最好的plug-in之一。
第二個(gè)機(jī)會(huì)是實(shí)現(xiàn)3D音頻在現(xiàn)實(shí)生活中的運(yùn)用，即怎么配合全景視頻錄制帶多個(gè)角度的VR音頻。這樣用戶觀看全景視頻的時(shí)候如果轉(zhuǎn)頭，聲音會(huì)進(jìn)行動(dòng)態(tài)調(diào)整。就應(yīng)用場(chǎng)景來(lái)說(shuō)，對(duì)于虛擬演唱會(huì)，3D音頻技術(shù)尤其重要。
從目前整個(gè)全球市場(chǎng)來(lái)考量，3D音頻由于其自身技術(shù)難度，還沒(méi)有出現(xiàn)提供完美解決方案的公司與團(tuán)隊(duì)，大牌音頻公司DTS所做的技術(shù)已經(jīng)比較接近，但最終版本仍沒(méi)有公之于眾，并且面臨著價(jià)格極高的可能性。
最被關(guān)注的七家3D音頻技術(shù)團(tuán)隊(duì)
1、VisiSonics
VisiSonic起步最早，團(tuán)隊(duì)來(lái)自美國(guó)馬里蘭大學(xué)的實(shí)驗(yàn)室，2015年10月與Oculus達(dá)成合作。Oculus購(gòu)買了他們的技術(shù)，叫做RealSpace3D,用于Oculus Audio SDK。他們?cè)O(shè)計(jì)出了一個(gè)3D音頻視頻同步錄制的設(shè)備，由一個(gè)柱型加頂部球型裝置組成，球型裝置上有64個(gè)麥克風(fēng)。硬件層面上，技術(shù)拔尖并保持世界領(lǐng)先地位。
2、TwoBigEars
位于蘇格蘭愛(ài)丁堡的團(tuán)隊(duì)，最近剛剛被臉譜網(wǎng)收購(gòu)。他們的核心技術(shù)是做3D音頻引擎，名字叫做3Dception。就plug-in層面上來(lái)講，這支團(tuán)隊(duì)是目前世界范圍內(nèi)技術(shù)最好的團(tuán)隊(duì)。在被臉譜網(wǎng)收購(gòu)前，據(jù)傳HTCVive音頻的計(jì)算渲染用的就是這支團(tuán)隊(duì)。
3、3diosound
這家公司是目前市面上可見(jiàn)的空間音頻收音錄制領(lǐng)域最好的公司。他們出品了有八個(gè)耳朵的收音裝置。
4、ThriveAudio
這家公司與Tilt Brush一同被Google收購(gòu)，屬于Google VR戰(zhàn)略布局的一部分。團(tuán)隊(duì)來(lái)自愛(ài)爾蘭的都柏林圣三一學(xué)院。他們聲稱已經(jīng)申請(qǐng)了兩個(gè)專利。
5、MintMuse
一支之前在美國(guó)圣地亞哥、最近剛剛搬遷到上海的團(tuán)隊(duì)。主創(chuàng)團(tuán)隊(duì)來(lái)自高通。他們主攻渲染質(zhì)量、算法優(yōu)化、時(shí)延等領(lǐng)域，設(shè)計(jì)制作空間音頻后期制作、coding以及軟件插件工具，目前不涉及硬件生產(chǎn)。這支團(tuán)隊(duì)面向的解決人群是錄音師，他們正在開發(fā)一款專業(yè)VR全景聲調(diào)音軟件，讓調(diào)音師可以在編輯全景聲過(guò)程中實(shí)時(shí)監(jiān)聽成品效果，簡(jiǎn)化整個(gè)工作流。
6、Waves
這是一家位于以色列的空間音頻技術(shù)公司，之前做專業(yè)studio的工具，比如插件與音效，是很多著名studio的合作伙伴，如Abbey Road。
7、Impulsonic
一支孵化于美國(guó)北卡羅來(lái)納大學(xué)計(jì)算機(jī)系的團(tuán)隊(duì)。主要針對(duì)VR游戲與應(yīng)用的3D音頻開發(fā)，產(chǎn)品叫Phonon。成立于2012年。創(chuàng)始人阿尼什·錢達(dá)克博士說(shuō)創(chuàng)立之初他的想法就非常簡(jiǎn)單：“幫助游戲設(shè)計(jì)師與開發(fā)者更容易做出高質(zhì)量的空間音頻�！贝蟛糠质杖雭�(lái)自于Phonon的license收入。他們?nèi)ツ杲邮苊绹?guó)國(guó)家科學(xué)基金的投資，研究同時(shí)應(yīng)用于一些政府項(xiàng)目。
大部分做VR游戲的工作室還沒(méi)有開始大規(guī)模使用3D音頻技術(shù)——原因主要是“窮”。既然“寒冬”來(lái)了，那么也就更窮了。事實(shí)上，這些沒(méi)有好內(nèi)容的游戲工作室還用著環(huán)繞立體聲技術(shù);只有少數(shù)極客風(fēng)格的工作室開始應(yīng)用一些空間音頻技術(shù)。3D音頻技術(shù)仍舊是一件挺前沿的事兒。
然而，3D音頻對(duì)于整個(gè)VR產(chǎn)業(yè)來(lái)講，是基礎(chǔ)的技術(shù)性板塊。
擁有核心技術(shù)，才可能在應(yīng)用層面上等待下一個(gè)突破點(diǎn)。做無(wú)人機(jī)的大疆(DJI)就是一個(gè)例子，早在無(wú)人機(jī)變成商業(yè)模式之前，大疆的主創(chuàng)團(tuán)隊(duì)已經(jīng)在飛行控制這一個(gè)技術(shù)點(diǎn)上做了長(zhǎng)時(shí)間的研究與努力。
如果VR終有一天值得每一個(gè)用戶去花時(shí)間使用，那么它勢(shì)必在技術(shù)方方面面上已經(jīng)成熟到可以“沉浸式體驗(yàn)”的時(shí)候。
拯救VR，先從3D音頻開始。
拓展：VR簡(jiǎn)介
所謂虛擬現(xiàn)實(shí)，顧名思義，就是虛擬和現(xiàn)實(shí)相互結(jié)合。從理論上來(lái)講，虛擬現(xiàn)實(shí)技術(shù)（VR）是一種可以創(chuàng)建和體驗(yàn)虛擬世界的計(jì)算機(jī)仿真系統(tǒng)，它利用計(jì)算機(jī)生成一種模擬環(huán)境，使用戶沉浸到該環(huán)境中。虛擬現(xiàn)實(shí)技術(shù)就是利用現(xiàn)實(shí)生活中的數(shù)據(jù)，通過(guò)計(jì)算機(jī)技術(shù)產(chǎn)生的電子信號(hào)，將其與各種輸出設(shè)備結(jié)合使其轉(zhuǎn)化為能夠讓人們感受到的現(xiàn)象，這些現(xiàn)象可以是現(xiàn)實(shí)中真真切切的物體，也可以是我們?nèi)庋鬯床坏降奈镔|(zhì)，通過(guò)三維模型表現(xiàn)出來(lái)。因?yàn)檫@些現(xiàn)象不是我們直接所能看到的，而是通過(guò)計(jì)算機(jī)技術(shù)模擬出來(lái)的現(xiàn)實(shí)中的世界，故稱為虛擬現(xiàn)實(shí)。
虛擬現(xiàn)實(shí)技術(shù)受到了越來(lái)越多人的認(rèn)可，用戶可以在虛擬現(xiàn)實(shí)世界體驗(yàn)到最真實(shí)的感受，其模擬環(huán)境的真實(shí)性與現(xiàn)實(shí)世界難辨真假，讓人有種身臨其境的感覺(jué)；同時(shí)，虛擬現(xiàn)實(shí)具有一切人類所擁有的感知功能，比如聽覺(jué)、視覺(jué)、觸覺(jué)、味覺(jué)、嗅覺(jué)等感知系統(tǒng)；最后，它具有超強(qiáng)的仿真系統(tǒng)，真正實(shí)現(xiàn)了人機(jī)交互，使人在操作過(guò)程中，可以隨意操作并且得到環(huán)境最真實(shí)的反饋。正是虛擬現(xiàn)實(shí)技術(shù)的存在性、多感知性、交互性等特征使它受到了許多人的喜愛(ài)。
【淺析3D音頻技術(shù)拯救VR的寒冬】相關(guān)文章：
淺談VR技術(shù)終結(jié)游戲?qū)θ祟惖钠垓_08-24
淺析現(xiàn)實(shí)題材如何拯救中國(guó)影視制作08-24
3D打印技術(shù)的現(xiàn)狀與未來(lái)12-09
羽毛球雙打技術(shù)淺析06-20
淺析挖掘機(jī)維修與保養(yǎng)技術(shù)08-26
VR電競(jìng)該何去何從08-24
VR未來(lái)的方向-游戲、應(yīng)用、影視08-24
ppt幻燈片怎么插入音頻06-20