Apple Music 空间音频「Spatial Audio」从制作到母带全景声保姆级教程

8595620

苹果正式召开了当年秋季的第二场发布会，这次发布会不仅正式发布了第三代 AirPods 耳机、搭载了最新的 M1 Pro 以及 M1 Max 处理器的MacBook Pro，还公布了一个大消息：集成了Dolby Atmos渲染器-能全流程制作空间音频的 Logic Pro 10.7。

空间音频Spatial Audio代表着新一代的声音技术，带来颠覆性的音频体验和真正多维度的音响与高清晰度。Logic Pro 能提供一套完整的混音和渲染工具，可供所有用户采用符合 Apple Music 要求的杜比全景声空间音频文件格式来输出歌曲。



Logic Pro 10.7距离这次发布已经有半年时间了，其版本也已经到了10.7.4

Logic Pro 的Spatial Audio制作流程也在这个过程中已经趋于成熟

可以说这是一个打破了之前所有规则，将声音技术进行再一次提升的革命

因为现在的你不再需要昂贵的设备和复杂的设置就可以开始创作你的Spatial Audio

杜比长期以来一直认为，杜比全景声 (Dolby Atmos)不仅适用于电影，还具有巨大的音乐潜力。但是，有一个致命的问题出现在音乐产业中：制作杜比全景声 (Dolby Atmos)格式的唱片成本高昂，大部分的音乐人和艺术家都难以负担其基础制作环境的搭建和开销。以及需要花大量的时间成本来学习这些新技术。

考虑到这个原因，杜比最初推动杜比全景声 (Dolby Atmos) 进入音乐行业的努力在很大程度上遭到冷遇也就不足为奇了。

那么，为什么最近一段时间我们会突然在音乐论坛上听到很多关于杜比全景声 (Dolby Atmos) 唱片的讨论呢？

很简单：苹果 这家美国科技巨头正在步入这个领域，它提供他们所谓的空间音频作为订阅流媒体服务 Apple Music 的一部分，并将这种格式称为改变游戏规则的方式，类似于从单声道到立体声的转变。他们深信您会喜欢 Atmos 身临其境的声音，以至于他们已经将其作为高级订阅者的默认播放模式。而且苹果发布的支持空间音频的耳机也进一步的拉近了消费端对于Spatial Audio的距离。

现在越来越多的工程师开始拥抱杜比全景声音乐这个未知的领域，音频制作界引起了相当大的轰动。杜比全景声 (Dolby Atmos) 的制作链是否可能存在重大疏忽，也许是我们没有阅读的细则？慢慢地，有幸在 Apple Music 流媒体服务上收听 Atmos 混音的工程师证实了这些信息。在 Apple Music 上播放该 Atmos 混音时，与您在 Dolby Atmos 中混音时聆听（和调整）的Binaural双耳渲染版本听起来不同。



这是由于Apple 不允许在他们的移动设备上播放原始的杜比全景声音乐混音。

他们用自己的名为 Spatial Audio 的渲染器开发了自己的沉浸式音频技术，并且杜比全景声的内容解码之后要通过Spatial Audio的渲染给到耳机或扬声器输出。

请记住，Spatial Audio 可以使用任何环绕格式（5.1 或 7.1），甚至可以通过 Apple 处理立体声文件来通过空间音频引擎创建沉浸式耳机虚拟化【Binaural-Apple Renderer, Head-Tracking】或扬声器虚拟化【Renderer for Built-in Speakers】来让你在任何地方、任何设备、任何时刻、都能无缝得到空间音频的体验。

鉴于苹果公司的全球地位和它拥有的设备普及基数以及消费者的接受程度，在相当的一部分时间内Logic Pro将是一个高效进行Spatial Audio工作的平台。

因为现在只有Logic Pro集成了自己家的Spatial Audio 渲染器。





那我可以完全抛弃掉Dolby Atmos Renderer进行工作吗？
事实上Logic Pro现在虽然已经进行了几次更新，但是其相对于很成熟的Dolby Atmos Renderer来说功能依旧不够全面。

如果你想最大化保持声音的准确性和听感的兼容性，那么你依旧需要Dolby Atmos Renderer。

比如检查响度和长度，进行MP4导出，以及进行多平台所需的Dolby Atmos格式导出和高级编辑功能这些方面Dolby Atmos Renderer依旧是无可替代的。

当然你依旧可以选择用Protools或者Cubase或者Ableton配合Dolby Atmos Renderer进行Dolby Atmos的工作。这都是很好的工作流，但是本文只讨论在原生Logic Pro环境下进行工作的流程问题。

毕竟在数年内，苹果耳机上的Binaural将是80以上消费者接触到Dolby Atmos唱片的主要方式。



所以空间音频的优势是什么？它与传统立体声之间的最大区别究竟是什么？
立体声



Alan Blumlein于1933年在英国获得的标志性专利为现代双声道立体声录音和重放系统打下了根基。

他将这一立体声发明视为一个双耳信息传输系统，认为可以通过两条声学路径来实现一个真实的、多方向的声音印象。

他还阐述了通过2个指向性传声器捕捉到的声学相位和振幅信息

基于这些原则，Blumlein解释了一个2通道系统能够对原始声像进行近乎完全相同再现的原因。在他所处的时代，很多更加复杂、使用扬声器数量众多的声音系统概念被提出来，但最终2通道立体声成了标准。

听觉空间感知指在三维空间中对独立声源或同时出现的多个声源进行定位的能力。与视觉和躯体感觉系统不同，空间信息并不是直接呈现在听觉系统的感觉接收器官中。相反，空间定位是通过整合神经系统双耳特性和与频率相关的耳郭滤波效应来进行的估算行为

声音定位



而我们对于声音的定位感知主要来源于三个参数

双耳时间差【ITD】
双耳强度差【IID】
由耳廓结构导致的频率差

这些参数的差异被我们的大脑进行处理从而让我们感知到了声音的定位。

但我们一直被困在立体声中很久了，我们尝试过让它更宽、让它更响从而发动了响度战争、我们甚至开始使用ms切割我们的低频和增加一些高频来让它越来越大。

但是立体声就像是一个只能放下5个苹果的袋子，我们必须牺牲掉频率或者动态来换取装下来这些苹果的可能。

但我们将止步于此吗？ 事实上Dolby Atmos技术给我们带来了一个能装20个苹果的袋子。

所以我们必须要端正我们的认知：Dolby Atmos唱片的潜力并不是要像电影中一样让你的乐器飞来飞去，而是给了你一种新的维度来认知音乐。

你将不再因为乐器打架而去避让太多的频率，因为他们可以像是在真实世界中一样放在不同的地方而不会打架。 你可以让你的混响弥漫在整个房间，并通过声音的纹理来让听众感受到你意识中的空间和你的情绪。

我认为，空间音频是一个创意平台，它能给你额外的维度，这不仅仅是向上、向下、向左、向右乱飞，而是你真的像是一个空间的上帝，来创造和改变你的声音。这些都是立体声工作流无法给你的。

而且对于一片未被污染的净土，Dolby Atmos的世界中还没有发动响度战争。这将保留最原始的情感和信息来面对你的受众。







所以被苹果公司大加宣传的耳机收听的空间音频究竟什么原理呢？
空间音频中的Binaural是基于HRTFs实现的

HRTFs整合了双耳间时间差、双耳间强度差和频率染色特征。头部相关传递函数（HRTFs是头部相关脉冲响应（HRIRs）在频域上的表现。即便HRTFs包含了丰富的声学信息，对于人类感知的研究结果表明，听觉系统在进行声源方位的判断时对声学信息的使用是具有选择性的。

所以在空间音频中我们能获得更大的空间认知和更加精准的声音定位。也就是说我们能从人类感知声音空间的底层基础上来重新塑造更加艺术化的空间。

8595620

为什么用Logic Pro？ 这样的意义是？
苹果的空间音频Spatial Audio包含了传统Dolby Atmos所拥有的一切。从你的5.1系统到7.1系统、从你的客厅音箱到你的耳机，甚至是你的手机和电脑外放中、这些设备都能无缝的从传统立体声进化到空间音频。而作为消费者你并不需要做太多，因为你所需要做的可能只是打开一个按钮来感受声音的进化。



所以Logic Pro作为唯一搭载Spatial Audio 渲染器的工作站，在配合Dolby Atmos Renderer的情况下能够兼容之前所有的Dolby Atmos听音环境，并且能无缝集成到所有苹果设备的空间音频播放环境下进行监听。

所以用Logic Pro你将能快速监听任何苹果设备最终的空间音频状态。而且作为苹果自己的产品，其学习成本更低且工作效率比传统的Dolby Atmos制作流更加快捷和方便。

双耳音频Binaural将不仅是大众融入Dolby Atmos(特别是现在与Logic Pro集成)的关键，它也将成为大众接受沉浸式音乐的关键。



如果你想通了，那么就从设置开始吧。
打开你的Logic Pro，然后新建项目。

在这一步你需要注意以下的设置：

1. 将你的采样速率设置到48khz。帧率24帧 。

如果你以其他的采样率进行工作，那么logic将实时进行SRC转采到48khz上。这将浪费你的大量cpu。但如果你是更高级别的配置，那么你在确保所有插件能正常运行的情况下也可以尝试开启更高的采样率工作，然后在进行最后的导出时降采样到48khz。但除非你特别想这么试试，否则我不是很建议这么做。因为最终导出只能是48khz。


2.在空间音频中选中：杜比全景声选项

我已经在开头进行说明，杜比全景声 (Dolby Atmos) 只是空间音频的一种。除此之外，还有很多种其他的空间音频格式。

Ambisonics: 这是最早的沉浸式录音技术之一，于1967年使用声场麦克风。



Auro 3D: 这主要是一种沉浸式电影声音格式。由比利时公司 Auro Technologies 开发。

MPEG-H:这是由mp3技术背后的组织【弗劳恩霍夫协会】开发的沉浸式音频格式。主要用于广播。

Sony 360 Reality Audio: 这是索尼在2019推出的尝试。

此外还有DTS：X等等。都被统称为空间音频。

3. 环绕声格式根据你的监听环境来进行选择。

如果你的房间装上了5.1或者7.1的监听环境，那么就对着选吧，如果你是用耳机进行工作，那么就随便选。因为之后还能修改。



检查你的I/O设置是否正确

在进入到项目界面后请务必检查你的Logic Pro偏好设置中i/o通道是否是正确的。 在每一次打开新工程之后都请务必检查一下，防止发生错误。
在logic 中通道的顺序是L=1、R=2、C=3、Lfe=4、Ls=5、Rs=6、Lrs=7、Rrs= 8，Ltm=9，



在此解释一下 所有的环绕声格式基本都围绕x.x或者是x.x.x来构成。

第一位x数量表示与耳朵在同一水平面上的扬声器数量。
第二位x数量表示超低sub的数量 也被称为LFE
第三位x数量表示天空声道的数量


所以根据你的房间设置来进行选择你的通道模式吧！

如果你的设置没有问题那么就可以在你的Master通道上看到右侧两个变化





1. 你的总线响度表变成了surround模式

2. 你的总线会默认加载Atmos插件

如果没有问题的话我们就进入下一个环节。现在让我们打开我们的Atmos插件。



Atmos总线 Bed概念与Object概念
如果你了解过Dolby Atmos的基本知识，你将发现在所有的制作流中，都绕不开两个词

Bed【声床】与Object 【对象】因为这两种轨道构成了整个Dolby Atmos的声音框架。

Bed【声床】轨道更像是传统的轨道，你可以通过surround pan分配在空间的固定位置 ，或者直接输出给固定的通道进行使用。LFE也是bed的一部分

Object 【对象】轨道更像是单独的个体，通过3d object pan 你可以用它完成一些花哨的摆位或者飞来飞去。但是需要注意的是object对象本身无法访问LFE低频通道 而且其直接进入到atmos总线中，不会收到atmos之前的插件链路影响。

除此之外，这一切还将通过最后导出时加入的Meta data【元数据】来描述声音信息方位。






而在Dolby Atmos Renderer中你也可以找到与Logic Pro Atmos与对应的通道排布

红色框选区域为Bed 通道

黄色框选区域为118个Object对象通道

通道数量与Logic Pro中的Atmos 总线数量一致





Atmos总线的监听选择
在打开你的Atmos插件后我们可以看到有很多种监听的格式。但是不要慌，我将快速告诉你这些都是什么。

1. 如果你的apple renderer选项是灰色的

很显然这是未解锁的功能。因为你的logic版本虽然升级到了10.7.4 但是你的系统版本并没有跟上。

请升级你的系统到OSX12.3的版本，你就会发现你的选项被解锁。

Apple Renderer的作用是模拟苹果自己家的Binaural算法，这与Dolby Renderer的Binaural算法听起来截然不同。这也是使用Logic Pro进行工作的最大优势之一，因为你可以快速进行切换你的监听环境。这暂时是其他Daw无法做到的事情。

2.我该选谁？



Dolby Renderer —基于Dolby Atmos Renderer的双耳音频Binaural算法。如果你需要在耳机上检查使用Dolby Atmos Renderer解码器播放平台的声音【如Tidal和Amazon Music以及Blibli】就切换到这个选项。

Apple Renderer —模拟苹果自己家的Binaural算法,如果你想得到Apple Music上用耳机收听Spatial Audio的结果，那么就选它。

Binaural-Apple Renderer, Head-Tracking—如果你是使用类似于AirPods Max这种能支持头部跟踪的耳机，那么你就选择它

Renderer for Built-in Speakers-扬声器虚拟化，这个选项是模拟你的苹果电脑以及iMac等使用外置扬声器播放Spatial Audio发出的声音。

2.0？5.1？7.1？7.1.4？—上文告诉过你这些数字都是什么意思，自己按需选择吧。不过提醒你在选中之后回头看看你的i/o设置是否是正确的。特别是天空声道的通道是否匹配。





我都设置好了，然后呢？
1.导入你的分轨

在导入之前我将提醒你，如今在所有的平台几乎都保持着一个规范：当你准备上传你的环绕声唱片文件时，你需要同时提交一个立体声版本。且时长必须一致【对于曲目间无间隙播放的专辑的交付，和相应的立体声版本相比，每首曲目的边界不得早于或晚于半帧（48kHz下，1000个采样）】

这也就意味着你需要同时做一个stereo版本的立体声混音。而且事实上我也很建议你这么做。只是在你混音的时候不要过量的在你的Group上加太多的插件，否则在你导出分轨时候可能会造成麻烦。请确保你的立体声混音工程在出分轨时能够方便的保持住你的混音信息让你的分轨听起来像是Stems。尽量少在Group上做太多事情。并且不要问我是怎么知道的。【此建议适用于所有daw工作流】

2.看看你的Pan



如果你的操作一切顺利，那么就可以看看你的轨道Pan了。

你会发现有圆的和方的两种形态的Pan，但默认都会是圆形的。

圆的叫【Surround Panner 】方的叫【3D Object Panner】

Bed Stereo 你的输入是立体声，且这个通道进入Bed
Bed Mono 你的输入是单声道，且这个通道进入Bed
OBJ Stereo 你的输入是立体声，且这个通道进入Object
OBJ Mono 你的输入是单声道，且这个通道进入Object


综上所述你会发现圆形的都是Bed通道 方形的都是Object通道。

3.切换你的Pan

从Surround Panner 切换到3D Object Panner

很简单，你只需要将鼠标放到你的Surround Panner 上然后右键选中3D Object Panner即可。


从3D Object Panner切换到Surround Panner

注意！注意！注意！

这里千万不要像上面的切换一样选中右键进行切换，否则Logic Pro会自动给你建一个stereo通道出来，而且声音会隐藏在你的工程中。这会是一个非常严重的事情。【如果突然觉得声音很奇怪就检查它】










正确的选择是从你的输出选中到Surround，你就会发现你已经从3D Object Panner切换到Surround Panner了。






4.你的Pan都有什么功能？【下图扬声器图标数量与总线选择有关】





打开你的Surround Panner 你会发现有两个模式

Plannar模式 可以将声音移动到以听者为中心的假想圆盘的位置上
Spherical模式 声音将在以听者为中心的假想球体的表面上移动，并且距离参数会改变球体的直径

如果你不确定该选谁 那么就切换着拖动来听听吧！【如果你想禁止这个轨道的信号发送到某个扬声器，可以直接点灭这些小喇叭】

参数

Angle 旋转角度
Diversity 影响相关扬声器出声的幅度大小。如果是0只有最接近原始信号位置的扬声器才会承载信号，如果是1将把相同数量的信号分配给所有扬声器。
Elevation 高度 在两种模式下共享参数。
Spread 声源通道角度，将会显著影响声音的宽度感知。
Center Level 你的正前方Center的信号推子
Lfe Level 超低的低频管理LFE信号推子