MPEG-H 与广播音频的发展

MainConcept 战略与业务发展副总裁 Thomas Kramer 和 Fraunhofer IIS 媒体技术高级工程师 Yannik Grewe 详细介绍了 MPEG-H 音频如何使广播公司能够提供 3D 音频效果，让观众有沉浸式的感觉。

自电视诞生之初，广播音频已经走过了漫长的历程。广播音频质量的标准化早在 1941 年就已开始，当时美国通过了 NTSC（国家电视标准委员会）标准，其中规定了单声道音频。

节目一直以单声道播出，直到 20 世纪 80 年代才首次引入立体声，带来了更丰富、更逼真的音频体验。1984 年，美国批准了用于立体声的多声道电视声音 (MTS) 标准，大约在同一时期，英国的广播公司开始使用 NICAM（准瞬时压扩音频多路复用）压缩技术来播放立体声节目。许多欧洲国家和亚太地区的一些国家也采用 NICAM 标准进行立体声广播。

20 世纪 90 年代末和 21 世纪初，从模拟广播向数字广播的转变是电视广播领域的另一个巨大发展，它极大地改善了音频质量，并允许采用更先进的音频标准。美国和其他一些国家采用了 ATSC（高级电视系统委员会）标准，而英国和世界许多其他地区则采用了 DVB（数字视频广播）或 ISDB（综合业务数字广播）标准。

MPEG-H 的兴起

接下来是 MPEG-H 标准组的制定。MPEG-H Audio 由 ISO/IEC 运动图像专家组 (MPEG) 于 2014 年开发，主要由 Fraunhofer IIS 贡献，它是新一代音频编码标准，具有灵活性、高效率和卓越的音频质量。最重要的是，它是为满足现代音频应用的需求而开发的，包括广播、流媒体、移动播放和沉浸式音频环境。它旨在为各种设备和应用提供高质量的音频和视频体验，并包含 3D 音频和交互式音频功能。

MPEG-H 组的第一个标准于 2015 年发布，此后，它被纳入了一系列广播标准和消费设备。它已被纳入最新发布的广播标准 ATSC（3.0）和 DVB，并自 2017 年起在韩国使用，自 2019 年起在巴西使用。MPEG-H 音频系统已被巴西 SBTVD 论坛选定为其下一代电视 3.0 标准的唯一强制性音频编解码器，预计将于明年推出。

不断变化的环境需要适应性

近年来，广播行业发生了很大变化，越来越多的观众从众多流媒体服务中选择观看内容，而不是在传统的线性电视上观看，因此传统广播公司必须进行调整以保持竞争力。MPEG-H Audio 既适用于流媒体应用，也适用于传统广播系统，其适应性使其成为不断发展的广播领域的理想解决方案。它支持多声道和基于对象的音频，使观众可以对广播中的不同声音元素进行前所未有的控制，从而获得个性化的音频体验。

人们对广播视听质量的期望从未如此之高，而 MPEG-H Audio 能够提供高质量、沉浸式和可定制的音频，这有助于广播公司和流媒体服务满足现代观众的需求。与局限于固定信道的传统音频编解码器不同，MPEG-H Audio 允许动态空间音频渲染，以增强音频内容的真实感和沉浸感。随着沉浸式技术的发展和普及，我们将看到广播公司和内容提供商开始使用 AR 和 VR 将视频提升到一个全新的水平。出色的音频是这些多感官沉浸式体验的重要组成部分，而 MPEG-H Audio 的功能将有助于创造引人入胜的沉浸式体验。

3D 音频和个性化体验

MPEG-H Audio 的突出特点之一是使广播公司能够提供 3D 音频效果，让听众从各个方向都能听到声音。这可能对体育和音乐会等现场活动特别有影响，因为空间音频可以重现身临其境的感觉。观众可以感受到人群的喧闹或现场音乐表演的细微差别，就像亲临现场一样。在现场音乐会中，MPEG-H Audio 允许多种音频视角，如艺术家的舞台表演、前排观众的视角或捕捉现场氛围的环绕声混音。这种灵活性增强了观众与活动的联系，使远程体验更加引人入胜、栩栩如生。

此外，MPEG-H Audio 的个性化音频体验功能也大大提高了整体观赏性。借助这种功能，听众可以根据个人喜好调整对话、音乐和效果等音频元素。在观看体育赛事时，观众可以选择不同的解说对象，调整人群噪音，或选择特定的现场声音，如球员交流或裁判判罚。

近年来，MPEG-H Audio 已经在几场大型体育赛事和音乐表演的现场直播中展现了其独特的能力。2018 年，欧洲广播联盟(EBU)在里斯本举行的欧洲歌唱大赛（ESC）和在柏林举行的欧洲田径锦标赛上提供了沉浸式和个性化音效。在特拉维夫举行的 2019 年欧洲歌唱大赛期间，它再次被用于现场直播和流媒体服务。在 2019 年里约热内卢狂欢节和 “里约摇滚 “音乐节活动中，拉丁美洲最大的媒体网络 Globo 使用了 MPEG-H Audio，让观众可以在舞台混音、人群视角之间进行选择，或增强解说与背景的相关程度，以提高语音清晰度。

MPEG-H Audio 的一个重要里程碑是在 2022 年卡塔尔世界杯足球赛期间，Globo 开始在其商业免费频道上以巴西电视 2.5 标准传输所有比赛的沉浸式音效，覆盖了数百万巴西家庭。在同一赛事中，韩国 SBS 广播频道推出了一款应用程序，允许观众选择不同的音频呈现方式，例如选择喜欢的解说词、改变解说词与背景的相对音量或完全关闭解说词。

使用 MPEG-H 音频的下一个 “重头戏 “是巴黎奥运会，这是首次使用巴西即将推出的 TV 3.0 标准制作的下一代电视节目，采用了沉浸式的个性化声音。

未来展望

许多流媒体服务已经集成了新一代音频格式，如 MPEG-H Audio、Dolby Atmos 和 Dolby AC-4，以提供优质的音频体验。展望未来，MPEG-H Audio在未来广播音频领域的作用将进一步扩大，因为广播公司将利用其功能来创建互动音频事件，从而更深层次地吸引观众。MPEG-H Audio 将改变广播音频，通过身临其境、个性化和高质量的声音提升观看体验。随着广播公司不断创新和调整，MPEG-H Audio 无疑将塑造我们在数字时代享受声音的未来。