如何使便攜產(chǎn)品產(chǎn)生空間音頻

提示:

.揚聲器數(shù)量及其間距限制了便攜立體聲系統(tǒng)的聲場。

.空間音頻試圖人工重新制造出真實世界里聆聽聲音的體驗，或者建立一個并不實際存在的感官空間環(huán)境。

.使用HRTF（人頭相關(guān)傳輸函數(shù)）信息，可以對雙耳的聲音做合成，使之仿佛來自聆聽者所處空間中的任一點。

.聲學波束形成功能使音波指向某個方向，而不是揚聲器的典型輻射模式。

.通過一個揚聲器陣列提供空間立體聲，需要一種有效的串擾抑制算法。

.很多方法都可以提供空間音頻，但對于一臺小型便攜設(shè)備上的任何合理尺寸，它們大部分都不適用。

一個立體聲音響系統(tǒng)所產(chǎn)生的聲場通常受制于揚聲器的物理位置，并且聆聽者收到的音響事件受限于兩只揚聲器的跨度。對于便攜式的小型音響系統(tǒng)，用戶感受到的立體聲聲場非常有限，幾乎就是單聲道。為克服這一限制，可以采用空間音頻發(fā)聲技術(shù)，擴展立體聲聲場，獲得更好的串擾抑制，并增強某些空間定位性能。

空間音頻

自然狀態(tài)下，在你周圍發(fā)出的聲音本身就是有空間性的。聲源是整個空間中一個小區(qū)域中的某個點，不過也有一些聲源是發(fā)自廣闊的區(qū)域，如地震和山崩。聲音在環(huán)境中的各個物體上反射。你聽到的是雙耳的直射聲和反射聲，通過人的一些聽覺處理后，最終辨識出聲音。你可以對處理過的聲音作出一些判斷，用一些標志確定它們的特性，如方向、位置、響度、背景、品質(zhì)、遠近、音調(diào)、豐滿還是單薄。如果有兩個或更多聲源，也可以確定每個聲源相對于耳朵接收到的全部聲音的混合特性。

空間音頻這個詞匯表示用電子或機械方式做聲音的重現(xiàn)，它試圖人工地重新創(chuàng)造出聲音的真實世界聆聽體驗。另外，它還試圖用人工改變再現(xiàn)的聲音，創(chuàng)造出一種原來可能并不存在的感受空間環(huán)境。

空間音頻重現(xiàn)的原理很簡單：如果到達兩個耳鼓的重現(xiàn)聲波與某個位置上的真實聲源完全相同，則你會感受到重現(xiàn)聲仿佛來自該位置的一個音源。這與該聲源是否發(fā)自其它位置無關(guān)。到達耳朵的聲音數(shù)據(jù)經(jīng)過大腦處理，最終特定出有關(guān)聲音的各方面特性。

HRTF

耳朵的HRTF（人頭相關(guān)傳輸函數(shù)）描述了你從空間某個點接收和處理聲音的方式。頻響HRTF描述了人體匯集聲音信號的方式，以及耳廓（或外耳）與耳道在聲音到達耳蝸前過濾信號的方式。環(huán)形對稱的外耳（或耳廓）構(gòu)成了形狀特殊的天線，使經(jīng)過位置相關(guān)和頻率相關(guān)過濾的聲音到達耳鼓，尤其是較高頻率的聲音。

圖1 人頭相關(guān)傳輸函數(shù)考慮了聲波在不同時間進入人耳，并且由于兩耳距離差而有不同強度，從而定位空間中的聲源。

HRTF是對不同距離和方向所接收聲音的左耳和右耳脈沖響應（或人頭相關(guān)脈沖響應）靜態(tài)測量值的傅里葉變換。ILD（雙耳聲級差）和ITD（雙耳時間差）都來自每只耳朵所聽到的聲音（圖1）。

每個人的HRTF都有差異，因為有時聽力與身體特性有明顯差別。但是，多個HRTF測量的數(shù)據(jù)庫采用了一般的分類法，如男性或女性，以及年輕人或老人，通常用于那些需要HRTF的消費音頻應用。這種測量可能要花很多時間，因為人們不可能長時間地將自己的頭部保持在一個固定位置，因而得到的是不確定數(shù)據(jù)。于是，有些HRTF數(shù)據(jù)的創(chuàng)建者僅對仿真頭做測量，這種仿真頭是按照人類平均人頭與人耳而建立的模型，避免了頭部運動的誤差。

你的耳朵能以三個維度確定聲音的方向，前/后、上/下，以及兩側(cè)，角分辨率約為3°，另外還可以估計出距離，因為你的大腦、內(nèi)耳和外耳會使用來自一只耳朵的單音，并與兩只耳朵收聽到的立體聲（或聲差）作比較。在自然環(huán)境下，個人已經(jīng)通過多次試錯和終身體驗，了解了自己聲音定位能力的準確度（即他們的HRTF數(shù)據(jù)），并能有效地補償自己身體的形態(tài)與構(gòu)成。

通過對現(xiàn)有聲音信號采用適當?shù)倪^濾器，并將聲音與HRTF信息想結(jié)合，可以合成似乎來自空間中任何點的聲音，從而獲得專門針對每只耳朵的左、右聲道聲音。與耳機用戶所體驗到左、右聲道分離類似，每個耳朵都只聽到它應該聽到的聲音。比較來說，通過耳機播放的立體聲音頻信號似乎被限制在兩耳之間的一條線上。這種原立體聲和空間音頻之間的差異產(chǎn)生了3D聲，或虛擬聲。

音頻串擾

當兩只揚聲器距離聆聽者有一定距離時，建立一個空間聲音效果要困難得多，因為耳朵可以聽到來自任何聲道的聲音，從而產(chǎn)生音頻串擾。采用破壞波干擾可以抑制掉無用的信號，實現(xiàn)串擾抑制。反波（或抑制波）發(fā)送給右耳，抑制掉不想要的左聲道音頻信號（圖2）。同樣，左耳也處理不想要的右聲道信號。結(jié)果是獲得了明顯的左、右聲道增強區(qū)，提升了聲音在3D空間中的感覺。

圖2 串擾抑制采用破壞波干擾法，抑制不需要的信號。

這種對每個聲道內(nèi)聲音的附加處理是有必要的，它可以消除或減少串擾效應，并考慮到聆聽者所處位置對聲音的可能影響，包括揚聲器的角度與距離；不同年齡、性別或種族的耳朵靈敏度與形狀；頭部與軀干的尺寸與質(zhì)量；以及所處物理環(huán)境，包括是否存在反射或吸收材料。所有這些因素都決定了一名聆聽者能否以及如何精確地判斷出一個聲源位置。因此，用于揚聲系統(tǒng)的空間音頻創(chuàng)建技術(shù)還必須包括聲學波束形成。

聲學波束形成

揚聲器音頻重現(xiàn)中的聲學波束形成是指將音頻波指向某個方向的能力，而不是揚聲器一般的輻射模式。理想的揚聲器是一種處于無限反射板中的活塞式聲源組，它的輻射模式取決相對于揚聲器振膜半徑的重現(xiàn)頻率。聲音波束的角度與揚聲器活塞半徑和聲音波長之比有關(guān)。在低頻時，揚聲器的聲音均勻地散播在揚聲器前的所有方向上。因此，可以在屋子前面的幾乎任意地方放置低音炮，而能從屋子中的任何地方聽到相同質(zhì)量的低音。

隨著頻率的提高，揚聲器前的輻射模式越來越集中，逐漸成為圍繞一根垂直于揚聲器表面軸線的狹窄的錐形。在錐形內(nèi)聲壓級最強，而在錐形外則快速跌落。在一部高保真音箱前，兩邊來回移動聆聽高頻聲，就可以測得這種效應。

另外，實際揚聲器都處于相對較小的有限箱體內(nèi)，而不是無限反射板。箱體邊緣會產(chǎn)生聲波的衍射，從而導致更加復雜的輻射模式。如果將揚聲器置于一個開放的地方，只要聆聽位置處于與揚聲器前立面垂直的軸線上，就可以正確地聽到所有重現(xiàn)頻率。

如果揚聲器放在室內(nèi)，則聆聽位置就不再那么關(guān)鍵，因為墻壁和家具都會以各種角度反射聲波。盡管反射便于人們從各種位置的聆聽，但由于反射來自不同時間，攜帶了不同的原信號強度，因此獲得的聲音缺乏清晰度。

極端情況下的聲學波束成形方法嘗試將揚聲器的聲音能量指向室內(nèi)環(huán)境中的某個角度。單揚聲器的聲學波束成形是困難的，因此一般應用都要使用兩個或更多的揚聲器。采用多只揚聲器也可以通過聲波能量的結(jié)合與破壞，創(chuàng)造出某種方向樣式。

在一個多揚聲器陣列中，陣列的大小與形狀也使某種定向樣式成為可能。陣列通常是線性的，但也可以是2維陣列，如曲線、平面、圓，或這些類型的組合（圖3）。一般來說，在較高頻下更容易實現(xiàn)和辨別出空間效果。不過，一個有良好低頻響應的大型陣列與揚聲器也能在低頻端做出很好的方向性控制。

圖3 用揚聲器陣列波束成形技術(shù)，聲波在期望的空間位置上產(chǎn)生有益的干涉。

陣列的尺寸與形狀部分地決定了實現(xiàn)所需空間效果要采用的技術(shù)。另外一個因素是陣列建立的目的。例如，畫中畫功能可以讓兩個觀看者看兩個電視頻道，但如果你想為電視機前端坐的幾個人都仿真出一個5.1環(huán)繞聲環(huán)境，就需要其它的技術(shù)。實際情況是，一個空間音頻系統(tǒng)可能必須同時支持兩種方法，并且可能還有一些其它方法，消費者才能有愉悅的聆聽體驗，而與電視節(jié)目的模式無關(guān)。

波束成形技術(shù)

機械的波束成形器是靠揚聲器物理尺寸與位置來產(chǎn)生所需要的空間效果，而電子波束成形器則采用DSP，先對信號做處理，再將音頻信號提供給揚聲器。根據(jù)不同應用，可以將這些方法結(jié)合使用。

電子波束成形技術(shù)最初開發(fā)用于雷達應用。它在音頻中的首次應用出現(xiàn)在話筒陣列中，用于捕捉語音和音頻。這一領(lǐng)域中多年來的大量應用產(chǎn)生了音頻波束成形算法。

話筒陣列波束成形的基本概念是：單獨調(diào)節(jié)陣列中每個單元所接收信號的相位與波幅，使聯(lián)合輸出可以獲得某個方向上的最大信噪比。這個概念類似于采用帶通濾波方式，在頻域中提取所需信號。但對話筒陣列的波束成形，工作是發(fā)生在空間域，通帶可以配置為各個方向。現(xiàn)在已有很多廣為報道的波束成形技術(shù)，對某一技術(shù)的選擇通常取決于應用的要求與約束。

雖然音頻波束成形廣泛應用于音頻信號的捕獲，但它的音頻回放中的使用卻相對有限。一個主要的原因是，立體聲系統(tǒng)一直能提供相對良好的性能，對很多應用來說，沒必要使用兩只以上的揚聲器。但是，現(xiàn)在不斷縮小的便攜設(shè)備機械部件給立體聲回放帶來了重大挑戰(zhàn)。例如，由于揚聲器尺寸減小導致輸出音量的損失，以及由于揚聲器間距窄小而導致立體聲像的模糊不清，都是問題。

平板電視越做越薄，嚴重限制了揚聲器錐體的振動，從而降低了輸出音量等級以及音頻質(zhì)量。克服這些限制的一種方法是使用一個小揚聲器陣列，以增加整體音量，并使用音頻波束成形技術(shù)做出一個更好的聲場。很多其它方法也可以通過揚聲器陣列系統(tǒng)創(chuàng)造出空間音頻，如WFS（波場綜合）和現(xiàn)場立體聲，但它們通常都需要十幾到數(shù)百只揚聲器和大量的空間。因此，它們一般用于劇院和聽音室，而不適合于中小規(guī)模的揚聲器陣列。

用于話筒陣列的波束成形技術(shù)可以很容易用于揚聲器陣列應用，因為回放基本上是反向的捕捉過程。但是，全帶寬的音頻回放需要較語音更大的帶寬，因此需要在算法選擇和陣列結(jié)構(gòu)上做特殊的考慮。

通過一個揚聲器陣列提供空間立體聲需要一種有效的串擾抑制算法。另外，揚聲器陣列算法必須盡量地減小音頻回放時的失真，包括人工效果與聲音染色。挑戰(zhàn)是開發(fā)出適用于小型陣列的技術(shù)，它的主觀效果要好于只使用立體聲的情況，并且它以一種多只揚聲器的方式應用這些技術(shù)，不需要復雜的算法編程技術(shù)。

空間陣列放大器

德州儀器公司用LM48901來應對這種挑戰(zhàn)，這是其空間陣列音頻放大器系列中的第一款，用于揚聲器陣列的實現(xiàn)，可使有空間約束的應用產(chǎn)生出一種身臨其境的聲音體驗。四聲道的D類LM48901音頻IC實現(xiàn)了分布式的電子波束成形算法，再加上采用HRTF數(shù)據(jù)做聲音布置，從而做出了波束成形揚聲器陣列。

單只LM48901可以用于兩個、三個或四個揚聲器的應用。多只LM48901 IC的級聯(lián)可以設(shè)計出八個、12個和16個揚聲器的陣列，提供更寬廣和更令人激動的音頻體驗。