了解多声道音频和立体声像

作者：Max Rewak
编译：Monnie From iKnowMusic
校对：Sing T From iKnowMusic
原文：https://splice.com/blog/multi-channel-audio-stereo-image/

是否想过，为什么有一些音乐听起来有种“很宽广”的感觉？亦或为什么有些动作电影里的爆炸声听起来像是从电影院的四面八方传来的？

当音乐制作人提及“立体声像”（Stereo Image）一词时，指的是立体声的两声道之间的信号差异。这种差异可以使听众在所听到声音中，感知声源的“位置”或“宽度”。不过，从技术的层面来说，有个术语可以概括，即为“立体平面”（Stereo Graphic），它指的是将三维对象映射到二维平面的技术。在本文中，我们将使用这种类比方式，解释音频专业人员使用的各种“多声道空间音频技术”（Multi-Channel Spatial Audio），并了解这些技术是如何欺骗我们的大脑，以实现声音“定位”的。

单声道音频

“单声道音频”（Monaural Sound），一般简称为“单声道”（Mono），仅使用一条音频通道记录声音，是最古老、最基础的声音重现方式。当扬声器回放音频信号时，我们的大脑会根据左右耳接收到的信号差异来感知“宽度”，就像几何平面上的单个点一样，单声道音频只有一个声源。因此，当在立体声扬声器系统（如监听耳机或大多数扬声器对型配置）上回放单声道音频时，单声道信号会在立体声扬声器系统中呈两通道相同的状态呈现。没有信号差，也意味着听者不会产生心理声学定位，因此其声源不会表现出“宽度”。

尽管当今大多数音频是以立体声录制、制作与传播的，但单声道音频仍用于某些应用，例如无线电广播。由于单声道音频只需要立体声音频一半的通道数，它的信号又比立体声信号更为简单，因此，在部分场合，它依然是个不错的选择。

双声道立体声

大部分现代音乐都是以“双声道立体声”（Stereo）发行的，而且多数“数字音频工作站”（DAW，Digital Audio Workstation）的默认输出设置也是双声道立体声。但这到底是什么意思呢？顾名思义，“双声道立体声“（Stereophonic）指的是具有左右两个声道的声音。

这听起来像是与单声道没有太大区别，但这意味着采样双声道立体声的录音方式，可以让音频工程师具备，让音频充满“宽度”感的能力，也就是说，具有分别处理左右两个声道音频信息的能力，亦或创建两个不同的“面”的能力。在双声道立体声中，听者的大脑可以根据每个通道的振幅对音频进行“定位”；如果一个声音在左声道的音量大于右声道，则听者的大脑会将其“定位”在左边。双声道立体声音频技术也能支持我们测量一维空间内的音频信号，就像在测几何平面上某条直线一样。

除此之外，有一种特殊的立体声音频，称为“双耳人头立体声”（Binaural Audio），其使用心理声学模型，能模拟出传统双声道立体声录音中不具有的空间效果。有关“双耳音频”的更多信息，请查看这篇文章（https://www.midifan.com/modulearticle-detailview-6688.htm），该文章详细介绍了何为“双耳人头立体声录音技术”（Binaural Recording）。

环绕立体声

“环绕立体声”（Surround Sound，以下简称“环绕声”）的协议允许音频工程师将更多的音频通道混合在一起。在标准的5.1环绕声设置中，混合了六个声道，包括五个具有全带宽的声道，一个“低频效果声道/低音炮”（LFE，Low Frequency Effect）。这些声道的信号被发送到环绕摆放于收听位置（包括收听者身后）的扬声器中。这样一来，当您看到恐怖电影中的反派蹑手蹑脚地走到主角身后时，您会仿佛真的听到自己身后走廊的地板正在吱吱作响。

如果我们将双声道立体声比作一条直线，那您可以将环绕声想象成一个正方形。双声道立体声的两条音频通道，可以让我们在立体声场的左右位置摆放声音的发声点；而环绕声的六条音频通道，则可以让我们将立体声场视为一个平面，而不是一条简单的直线：因为它相较于立体声来说拥有了声音的“宽度”。尽管对于大多数音乐人来说，音乐作品环绕声版混音可能没什么必要，但环绕声在另一个音频领域中有着重大意义：电影，尤其是在安装了全套专业音频设备的家庭影院环境下，环绕声可以给您带来绝佳的音视觉体验。

全景声

对于声音在空间位置的定位摆放效果呈现，我们应该寻求一种什么样的目标呢？这是一个需要“全景声”（Ambisonics）领域的研发公司及人员所要回答的问题。“全景声”可以理解为上升了一个维度的环绕声，听者可以通过全景声技术，在三维立体空间内实现声音的定位，简而言之，可以想象成一个环绕在听音者的球形声场。因为单个点（单声道）没有“长度”，单条线（立体声）没有“宽度”，单个平面（环绕声）没有“高度”，而全景声则长、宽、高俱全。

全景声增加了“高度”这个维度的空间音频信息，使听者可以分辨出，来自其上方或下方的声音。经典的“杜比全景声系统”（Dolbys Atmos System）就是通过在天花板上安装额外的扬声器，以实现全景声的回放需求。对于全景声音频来说，最酷的功能之一是，在没有安装全景声适配的扬声器系统进行回放时，它可以自动对音频文件进行“下行混音”（Downmix）的兼容处理。这意味着，在全景声条件下工作的音频工程师，根本不需要单独交付立体声格式及环绕声格式的音频文件了。

关于全景声的录制（拾取），有着许多的话筒摆位方案以及话筒阵列的方式。不过，最常见的全景声录制（亦或创建）技术，其使用到的元素，其实是我们的老朋友：单声道音频。诸如由杜比公司研发的“Atmos Production Suite”软件，就是通过在三维声场中发送单声道声音，实现全景声效果的。您可以在三维空间内“移动”（Pan）该声音的“定位”并让它停留在某个符合需求的位置，您也可以通过赋予单声道声音具有方位及速度信息的矢量参数，获得更好的效果。通过这样的方式所产生的“定位”提示感，可以帮助我们的大脑，了解声场及声音的定位。

大多数用于电影或广播的全景声音频，其实现方式是，利用标准双声道立体声（或5.1环绕声）创建的“床”（Bed，通常是指不在空间范围内移动的氛围型声音），然后在“床”上将单声道的声音对象放置在空间中，亦或通过发送的方式使其在空间中移动，以实现让听众产生声音在四周“运动”的错觉。在电影领域中，则将声音的移动轨迹与荧幕上的发声体位移保持同步，可以增强动作效果带来的音视感官体验。

对于音乐领域来说，全景声音频是一门新兴技术。目前也有一些音频工程师开始尝试在全景声音频系统中创作并该系统下进行对音乐进行“混音”。