|
|
发表于 2021-7-19
|
|阅读模式
2 g) b1 b" Y; T' A5 E" ^
耳机上的3D音频：Waves Nx技术再揭秘
2 m7 p7 E# z. a" S+ A; h ) ]# |1 j, O, R( x# H8 P
" @4 E# L, [3 @1 K2 Q
A; [- ~. I2 ?" ?
对现实世界中空间声音的感知——比如听通过音箱播放的音频，是一种复杂的现象。它结合了声学声波与房间或空间的相互作用，我们头部和耳朵的相互作用，以及我们的中耳和内耳以及听觉神经的反应，最后是我们的大脑对声学场景产生认知并理解。, {2 N1 K( c! n) b* k
) I5 K" z/ y; l% ^# M/ \
; J7 }: ?& v0 T! d6 Q6 P, J- A4 z+ @$ `7 A( |$ \# |
通过耳机感知声音是种完全不同的体验。因此，在耳机上进行的混音可能无法很好地转化到房间中的音箱上。0 `5 B& p! `( f. Y! p
0 h0 @: S [% Z5 T0 D3 i/ y2 n( }4 e, _: p/ }! N* P
' O1 S' s1 m6 y# K, b" i下面就来聊聊一些主要差异，还有你可以如何使用例如Nx Virtual Mix Room、Abbey Road Studio 3和Nx Ocean Way Nashville这些3D音频插件在耳机上进行监听，来克服耳机监听的缺点。, Y- E# @9 e* H; ~2 v! h
# `; l5 o% X% z3 Z
$ s% v8 z0 F) T7 q
' e1 V+ \! ?- t$ j( {1. 声道串扰：立体声的魔术
' j, }2 W* h# g* N4 X# X- @4 Z
3 E+ o9 A: R4 ^7 o D8 y$ i9 O/ G3 H2 k: W
5 ?9 h6 {6 U2 z7 Q3 i3 b. Q( P当我们以左/右扬声器配置听音时，来自左扬声器的信号到达我们的左耳和右耳，并与来自右扬声器的信号相加。而当我们用耳机听同样的内容时，左耳只接收左声道，右耳只接收右声道。
/ D! E1 o# |. q8 R* b |* \' n. o/ o, X' n$ j6 e
& n8 O' p/ ` F& ]
8 k. j9 g3 [* N$ ~
/ t$ y* }+ z' h/ T& M* I, c+ M% ?
2 P/ i% ?! g1 U9 S通道串扰8 b0 N7 E. T& D+ M
5 P' I) G3 k( r7 v
9 w) R6 b+ L8 r2 Y4 t/ @$ c" ?
* ~0 c+ \; w5 ^7 c% {+ v" u% F: l2. 头部和耳朵的滤波和延迟- Q* @: b |' O1 x6 c& w' \
+ N/ [( C6 W: i0 x3 T$ D7 q: _2 [2 ], F* v6 B+ b8 ~% C ^
% [* Z/ V, q+ i* c
在空气中传播到达耳膜之前，声波会因为我们头部和耳朵的大小和形状而发生滤波和延迟效应。波阵面以不同时间和不同频率形状到达耳朵，延迟和滤波则取决于声音的来源角度。听耳机时，这种滤波和延迟效果基本上被绕过，直达信号几乎直接进入我们的耳膜（取决于耳机类型）。
( D7 p. D2 a+ V! E% J* c7 n. ~4 _; r1 { C7 c' C! Y# {5 i) }
4 d# }( J- ]( `) j
1 D& V$ ?$ z0 v& L0 ^' {2 _* b
" i* g( a0 [0 F) o2 c3 R
9 _4 A4 J1 v. n耳部滤波：取决于方向的频率变化3 q" h' [( A/ i! _1 |* a0 G
+ j, A' W- B# R
" x" q G/ ]: Z2 Z" f; V$ k; w8 p1 p( f6 }) O1 E- z5 R
3. 早期反射
' d$ [. W' C5 t V4 l
0 N4 ?2 K4 K0 Q0 p2 z: Q. W2 |
- d# K: m+ {; P, h. j. S( B/ X# t+ c7 d+ o9 T0 t
在现实世界中，即使在最干净的录音室中，从音箱发出的直达声也不是唯一到达耳朵的东西。通过在墙壁和其他物理物体上反弹，声波与房间相互作用，从而产生来自多个方向的多个高度相关的信号。这些被称为早期反射，它们还会根据到达的方向发生滤波和延迟。我们的大脑使用相对于直接音源的这些早期反射的增益、到达时间和方向，来估计音源的距离、空间尺寸和声学特性。同样，在耳机上，这一切都不会发生。只有干信号进入耳朵，没有与物理环境的相互作用。8 n( [2 o' w f' ~' n4 `+ }
' B% m" B0 x+ I- |
) P( i4 x X u8 U" U7 a+ p0 I
6 k ?- S" v M) x
8 r, }( r0 C$ l3 N0 z
- a2 H9 o: k& R) r' T早期反射# [% U4 D1 ^! l) W3 i
4 }0 u- x6 b4 D) L% r0 R7 }7 S) w& q T7 F O
, }5 U, B8 V0 W# |# ]4. 头部的运动
. }6 C* z5 x$ Y% H: B5 w
3 ?. f8 {# ~7 Y% |
- U) m1 X" h0 ^, i1 W2 H
+ m% G( f1 J7 ^3 C1 J6 m( G+ o. L由于所有上述现象都取决于声音的方向，即使是我们头部最轻微的移动，也会导致整个音频场景向着相反的方向移动，因为外部世界是不随着头部移动的。现在，这点和其他任何线索一样重要——也许更是重要。我们的大脑对变化非常地敏感，会记住声音过去和现在的位置，将其与它本身（而不是声源）的移动结合起来，并使用这些信息来定位静态的外部声源。当我们用耳机收听时，音频场景会随着头部不断移动，这就与大脑保留声源位置信息的任何先前假设相矛盾了。/ ~) z7 j$ O u9 o3 A9 R
4 O: P" ]/ G, \/ I$ `( _8 Z2 n8 l" c9 _6 ]9 E5 l& ]
: @6 D. i3 S3 v9 k# M. ~
- C9 w! c* z# e3 x: p1 a% x; z7 q
0 z& X; j" _. C5 L" h/ G头部运动" A/ O1 A$ I0 m8 V% ]$ l
; M- q( w+ f2 A# Z: C' O1 S
4 C# E7 T9 i, q b% t6 M9 ~
+ T& G& |3 b+ e& c) G为什么这些差异对混音很重要" n& {! |2 [1 b/ S) c- m4 [/ T
& y" T/ @) F; z7 C* Y( M! o! ^3 ~9 S$ ]5 }/ c" J
) i9 L# b$ N3 _; `4 R; t
以上所有都是大脑在不断做出关于声源位置的决定时使用的必要线索。现在，我们的大脑不是一个轻率的决策者，也不容易被愚弄。经过数百万年的进化，它已经发展出定位声音的能力。通过倾听，人能了解捕食者可能潜伏在何处，或可以在哪里捕获猎物，这显然对生存至关重要。当声音提示缺失或相互矛盾时，大脑会变得混乱，最终放弃定位声音的尝试，声音场景就会在脑海中坍塌。
# L6 S# H+ D- O/ b" d
. L/ E6 ]* a z! V( g# U: j2 p( l. \' g1 ~/ Z% m8 ^* `9 b
0 o7 x7 ?& V1 @! a这就是耳机聆听的体验。由于缺少帮助我们在空间中定位声源的线索，我们听到的声音就好像它们是嵌套在头脑中一样。我们听到的所有元素都沿着耳朵到耳朵穿过头部的二维线拥挤而过，而不是我们外部三维空间应有的样子。
. m- W2 I9 _* M4 V2 T* m
; ~- O' G7 C" ~* c4 |7 a+ B
( M( u% A2 y' |* m, J; f
2 n& D* O+ } a2 B3 T( C% U
& g6 l8 D" ^3 \& q5 d6 D音箱扬声器上的三维立体图像0 G. p# u( P9 J% h
5 ], l$ j+ v3 h6 X3 e+ g" N# c
: u5 _5 \# [( r7 T8 T' ~
. r) ?. B+ t( i% V. i4 L+ D/ ~普通耳机上的平面立体图像& Z* K5 _8 D" o# g( g& q
' e# S& a; M6 M! y6 c0 p* {! h
, b9 h6 O) W. _' c: v: G6 D8 [! S6 O' c, ]
普通耳机体验上的平直会产生几个负面后果：
8 F8 L) q) ]9 V7 I, k; f
7 m8 v) u/ g3 Z) [( L' o6 b
! S- ]9 q/ [7 P
/ j# J! }3 H, T+ T1 p+ v; Y9 ~$ m♦ 空间图像的错误或缺失：在使用耳机聆听时，我们要么无法感知，要么会误解制作人或录音艺术家想要传达的混音的空间意图。
( ~4 H/ Q% Q% h6 |
, o C! F7 o/ Z4 ]. G+ A% k m8 c$ T8 L
. ~& P; Q* X! W" F* t7 b, c
例如，在披头士乐队的歌曲《A Day in the Life》中，人声从右声道开始，钢琴从左声道开始。然后，在歌曲第一节的过程中，二者逐渐走向彼此，直到第二段主歌完全交换位置。这是聆听体验的重要组成部分。当我们通过扬声器体验时，我们可以听到在听觉空间中会正确发生的过渡。而在耳机上听这首歌，则无法正确再现这种听觉场景，体验会大打折扣。
" D6 H6 N9 b6 P0 w2 ^( `, L
; x( \9 L/ m* a' a: C# O7 ]$ L
6 z" H1 K9 `- }$ p# J* p6 K I% M- L3 l4 Z/ M3 T3 c8 \% N
♦ 混音决策：当你在耳机上混音时，缺少的三维空间图像使判断混音深度变得更加困难。缺少房间反射可能会增加对混响做出判断的难度。缺少自然声学环境的延音，则使人很难判断不同频率（尤其是在低端）在扬声器上播放后如何产生共鸣。经验丰富的工程师知道如何充分补偿这些差异，并预测耳机混音在扬声器上的声音——即使如此，也可能难以实现正确的转化。而那些经验不足的人很可能会发现，他们自觉听起来不错的耳机混音在扬声器的播放效果会很差。
+ X9 z/ O( w7 e! f6 |
' Q8 |- E2 M. O5 ?& j% [! O2 A6 e4 b: y! [) ~5 V9 J9 J7 t1 Y) G7 Q
2 |$ ~2 @9 O# _
♦ 听力疲劳：由于大脑不习惯耳机的感觉，因此在耳机上产生的内脑体验会导致听力疲劳。大脑不断尝试理解空间音频场景，但线索要么相互矛盾，要么缺失，使大脑始终处于混乱状态。
9 o Y. k4 F7 u4 C1 E# o- S
7 y! w7 B: I7 N
+ Z3 @2 s7 R0 e- v- ^! M/ O
1 k4 L; X5 }" A6 \♦ 环绕声：在普通耳机上几乎不可能产生环绕声，主要是因为它们无法传达位于听者身后的声源的环绕声图像。% |) ^: J+ Q# ], G; b( p
$ E k: ~6 q0 \( L
. F9 T1 h: X6 F) }, U4 X* q
?1 l4 r6 e% K& z; j. S
Waves开发的Nx技术旨在弥合聆听外部声源和用耳机收听之间的差距。现在，我们有三个插件可以使用：Nx Virtual Mix Room、Abbey Road Studio 3和Nx Ocean Way Nashville。Nx 算法将所有上述缺失的线索加入信号中，以说服大脑声音来自空间中虚拟扬声器的位置，并具备立体声和环绕声选项。
6 t4 ^# ^/ ^& q* t1 O4 d( o3 s# `" @& D4 M' p4 F& B
& V5 r: y4 d5 Q3 u& \4 s
* i) h: f3 ?5 n* H4 Y, Z- h* P, X
! S! Z" O$ Q7 M4 q7 L
( g! L! Z n. G( \& [; R; Y8 T
Nx耳机上的3D立体声图像
! p6 X4 J! P: N5 y# n9 H/ z0 C! R( P3 D+ Y, N
5 g* t/ K# P w4 _/ b% T; M( Y- s3 Z- z, E9 g* U/ T" b
0 @, n( L# S% E; ~0 @4 R
3 C- h4 L2 w5 r9 ?Nx的耳机上的3D环绕声图像
' S0 r- M5 p3 g& Z; X% ` M& W* N' a4 h
% e* y0 o7 Y) y8 `# m8 ~" {5 |3 T% s+ p$ S7 ~- @
Nx会以一种微妙的方式完成所有这些工作，仅添加重新创建空间3D音频图像所需的关键性和全局性线索，而无需对声音修改或着色。滤波器和氛围经过优化，会创建一个通透的声音空间，让频率变化最小化，从而使所有变化都被视为与空间有关——而不是与均衡有关。通过根据用户的头部运动调整声音，Nx技术可以在不显着改变频率响应的情况下创建出3D的感觉。
! M0 ^# u9 R2 x! z" {& W x" J: g" S+ L. ~1 N
$ G& _$ e9 Q6 p3 N: b, u# T% q. Z, [; R0 I, e, V& e
在Nx Virtual Mix Room插件中，这一过程是通过耳机重建“理想化”的混音室来实现的。在Abbey Road Studio 3和Nx Ocean Way Nashville插件中，则是通过重建真实录音棚控制室的声学环境，将Nx算法与著名混音控制室的脉冲响应测量结果相结合来实现的。* l& ^; r/ O6 N; j* M4 j4 m
3 w" R1 t/ d/ h- G
, R; g) }) t2 B+ |
" y9 ^! h0 L! @ M+ j. y4 [$ @6 R无论你选择了这三款插件中的哪个，都应能帮助你在耳机上打造出好混音——并在真实世界的音箱上也能得到正确可靠的转换体现。 |
|
