沉浸式音频：新瓶装旧酒还是真前沿？

作者：Mark Willsher，一名独立混音师和音乐编辑
源自：nationalacademies

在当今世界，“沉浸式音频 ”一词被用来描述几乎所有非传统立体声（或单声道）的音频呈现方式。有人认为，听立体声就像透过窗户看东西，而沉浸式音频则让听众与表演者身处同一空间。如今，您最熟悉的沉浸式音频可能是杜比全景声（Dolby Atmos）或 Apple Music 的 “空间音频”。

然而，沉浸式音频并不是一个新概念；在过去的半个世纪里，许多可与立体声媲美的商业格式被提出并推广。但迄今为止，还没有一种能被消费者大规模采用。作为一名音乐录音制作人和工程师，我的职业生涯的大部分时间都是在立体声和沉浸式格式中度过，看到沉浸式音频的当前营销，我很难不问：现在有什么不同？

纵观当今的产品，很容易让人感到困惑。人们几乎交替使用 “环绕”、“空间”、“沉浸式 ”和 “双声道”等术语。环绕往往已经过时，通常用于较旧的基于声道的格式，例如 5.1 和 7.1。沉浸式和空间是大多数人用来描述较新格式的术语，这些格式有很多，也许太多了。就我们而言，双声道只是意味着使用耳机收听沉浸式格式。

20 世纪 90 年代中期，我还是个学生，那时我们都对家庭影院和 5.1 环绕声感到兴奋。我们知道，20 世纪 70 年代，人们试图用四声道 (4.0) 为消费者带来沉浸式音乐，但都以失败告终。但 20 世纪 90 年代令人兴奋的是（我们被告知——或者我应该说，被说服了）全国各地的消费者都在购买和安装家庭影院系统，以便在家里观看电影。这些系统包括 5.1 环绕声，这意味着有大量（并且可能还在增长）家庭配备了沉浸式音乐体验。我们所要做的就是让这一切成为可能。

为什么我们这些音乐制作人和录音工程师会对此感到兴奋呢？关键在于“沉浸式”这个术语。就我个人而言（我一点也不认为我是不典型的），我总是希望录音能吸引听众，让录音技术、播放系统和播放环境逐渐消失，听众在情感上沉浸在音乐中。沉浸式音频使这成为可能。话虽如此，术语“沉浸式”需要澄清：虽然许多人认为沉浸式音频是让听众沉浸在声音中（即声音来自你周围），但我认为它是让听众沉浸在音乐中（音乐可能来自也可能不来自你周围），这样听众的环境既不会分散注意力也不会影响体验。

举个例子，在发生一些令人兴奋的事情之前，将所有声音转移到一个扬声器上以吸引听众，这可能会产生非常强烈的情感效果 —— 在爆炸声响彻整个房间之前，单个扬声器中先是一片寂静，然后发出一声轻微的咔嗒声。

20 世纪 90 年代，5.1 环绕声音乐似乎有可能取代 20 年前失败的四声道音乐。很快，我们有了一种新的纯音频 DVD 格式（DVD-A），但它需要自己的播放器，因为 DVD-A 不能在 DVD-V 播放器中播放，而人们购买 DVD-V 播放器是为了看电影。我们可以在视频光盘上播放 5.1 音乐，很多人也这么做了，但那是经过数据压缩的，并没有真正给艺术家或消费者带来乐趣。

此外，我们还推出了超级音频 CD（SACD）格式，这似乎是一个绝妙的解决方案：一张光盘包含多层–可在任何 CD 播放器上播放的标准音频 CD 层和可在 SACD 播放器上播放的高分辨率直接数字流（DSD）层。DSD 层有八个声道，可提供立体声和 5.1 音频。我曾参与过少量 SACD 制作（和一个 DVD-A 制作），但从未见过听 5.1 音频的人。我相信有一些人，但这肯定是一个非常小众的市场。

我录制音乐的方式一直都能让我创作出沉浸式的作品，但在 2021 年之前，除了电影音乐（电影本身的音乐，而不是原声专辑），我参与的项目中只有少数几个是以立体声以外的形式发行的。

如今，我们可能拥有更精致的工具和格式，但沉浸式录音制作已有数十年历史。自 19 世纪末立体声出现以来，双耳重现（专门用于耳机播放的沉浸式音频）就已经开始了。旧金山湾的恶魔岛监狱曾有过令人印象深刻的双声道音频导览（现在可能依然如此）。21 世纪初，我有幸体验了它。单是这次音频导览就足以说明沉浸式声音的潜力。我感觉自己在监狱里四处游荡，里面挤满了工作人员和囚犯，音频导览制作得很巧妙，让你一直朝着让一切变得可信的方向看（当时没有头部跟踪）。更不用说 Ambisonics（这是一个太大的话题，这里就不多说了），它已经存在了几十年，甚至 5.1 和 7.1 都可以带来令人难以置信的沉浸感。这些都不是新东西。

那么，现在有什么不同呢？

2021 年，苹果宣布将通过 Apple Music 提供杜比全景声编码内容，情况发生了变化。拥有 Apple 耳机和配备杜比全景声硬件（大部分为家庭影院）的用户将自动获得该功能，所有其他耳机/耳塞用户也可以启用该功能。这意味着现在有一个主要的流媒体分销商支持沉浸式内容，并特别支持耳机播放——其受众比拥有家庭影院的用户要大得多。苹果并不是第一个这样做的公司，但其品牌影响力引起了公众和唱片公司的极大关注，唱片公司很快就开始以杜比全景声重新发布其目录。

如今的另一个不同之处在于，杜比全景声 (Dolby Atmos) 和 MPEG-H 等格式（众多格式中的两种）在播放时进行渲染，以适应听众的播放设置。过去，我们总是可以制作并提供沉浸式双耳录音以供耳机播放，但我们必须创建和提供多个版本，最终听众必须选择合适的版本，这对用户来说远非友好。

如今，主流分销商提供大量沉浸式音频内容，并且有技术可以在各种消费设备和系统上提供沉浸式播放。当今与过去之间的这些显著差异解释了为什么制作人和工程师对沉浸式音频感到兴奋。

尽管最近取得了一些进步，但 2023 年的沉浸式音频仍是“Wild West”。

我们有可能制作一次内容，然后在最终用户的系统上播放。然而，在现实中，这种可能性可遇不可求。在许多情况下，我们这些制作内容的人看到的是不断增加的所需交付成果清单。值得注意的是，并非所有平台都支持沉浸式内容，因此还没有人放弃立体声。在实践中，大多数新的录音仍然采用立体声，而沉浸式版本则是在制作立体声母带的过程中根据立体声素材制作的。有趣的工作正在进行中，但潜力有限，因为所有最初的创作工作都是立体声的，而沉浸式版本是事后才想到的——通常是在没有原创艺术家在场的情况下开发的。

这与杜比全景声首次发布时电影的情况并无太大区别：许多电影仍采用 7.1 混音，而杜比全景声版本是在主混音之后完成的。没过多久，大多数注定要以全景声发行的电影从一开始就以这种格式进行混音。可以预期，这将是音乐的一个更长的过渡期，因为在大多数情况下，人们和设施正在从立体声转向全景声，这是一个比从 5.1 转向 7.1 更大的心理转变，而且成本更高。

古典音乐和电影配乐则是例外。对于前者，许多唱片公司多年来一直在以各种沉浸式格式发行音乐：双耳耳机发行、5.1、7.1 等等。许多经典唱片公司认为，面向消费者的新格式为他们提供了一种新的手段，可以向更多的受众（因为不再需要专业播放设备）提供他们已经在创作和发行的内容。就电影配乐而言，虽然绝大多数配乐发行都只有立体声，但自 20 世纪 90 年代以来，大多数制作工作都是以 5.1 格式完成的（不排除以早期环绕声格式完成的工作）。在电影配乐发行方面，我们现在终于可以以类似于制作时的格式发行音乐了。

这在很大程度上是个好消息。虽然过渡时期是很自然的，但为了让大多数最终听众切实享受到沉浸式的音效，从而让艺术家和整个音乐产业取得真正的成功，还需要解决一些令人担忧的问题。

其中一个令人失望的领域是目录再版，在技术和创意质量方面似乎都不尽如人意。其中不乏一些令人惊叹的作品，但也有一些作品对消费者或艺人毫无益处。在很多情况下，这些重新发行的作品都没有艺术家或原制作人/工程师的参与（当然，如果这些人已经不在了，这种情况就不可避免）。唱片公司可以放慢脚步，让人们专注于质量而不是数量。此外，并不是所有的东西都需要或适合重新发行。

拥有所有这些新工具和新选项固然令人惊叹，但它们应该为内容服务，不一定要一直使用！举例来说，如果有人更喜欢将主唱声音作为幻象中置（通过左右扬声器播放，而不是中置声道），那么他们就不应该觉得必须做任何不同的事情。

目前，部分出于好意，许多唱片公司和发行商对可以接受的沉浸式发行施加了限制，其中大部分是杜比全景声容器中的内容（我称之为容器，因为您不必混合杜比全景声即可在杜比全景声中发行）。有些唱片公司需要高度声道，有些唱片公司需要对象，有些唱片公司对双耳元数据设置了限制。可能存在最佳实践，也总会有糟糕的选择，但我们不应该为了使用而使用。这并不会带来更好的产品；我们不需要到处都有声音才能获得沉浸式的体验。

另一个不幸的现实是数据压缩。四十年来，许多人一直在抱怨 CD 音频的质量。20 世纪 90 年代末，随着文件共享（低质量、有损压缩音频）的兴起，CD 销量急剧下降，随后数字销售和流媒体分销商兴起。从那时起，音质水平开始回升，现在大多数平台都支持 24bit 音频，通常被宣传为艺术家的真实意图或录音室品质。然而，现在有了沉浸式流媒体，我们又回到了大幅压缩数据的时代：就杜比全景声（Dolby Atmos）而言，我们的多声道沉浸式音频传输被压缩到相当于立体声 CD 的比特率。消费者在家中听到的声音与在录音室中听到的声音可谓天壤之别——这并不是说录音室与家庭之间的巨大差异是什么新鲜事，但在 2023 年，这还是令人失望的。

此时的一个障碍是降低制作成本。对我来说，由于我本来就使用多声道格式制作电影，因此转向沉浸式制作纯音乐项目是微不足道的。但是，对于目前从事立体声工作的独立工程师（或工作室）来说，转向沉浸式制作需要大量资金，而这实际上不会在预算方面带来额外回报。不过，积极的一面是，许多新的虚拟工具正在开发和发布，用于通过耳机制作沉浸式内容，而不需要昂贵的试听室。这意味着新一代内容创作者将能够以极低的成本做出令人难以置信的事情。事实上，入门成本已经比以往任何时候都便宜。

我们还没有到达那个地步，但我们肯定在朝着正确的方向前进。在经历了 20 世纪 70 年代和 90 年代的失败尝试之后，沉浸式音乐制作和消费终于站稳了脚跟。用户体验也会随着时间的推移而变得更好，即使是今天发布的内容，就像 Apple Digital Masters 一样：您可以提供最高质量的音频，随着编解码器的改进和比特率的提高，所有内容都可以重新编码，未来的消费者可以从改进的质量中受益。虽然还有许多障碍需要克服，但对于内容创作者和内容消费者来说，未来都是光明的。

免责声明