成人影片网站

本文刊发于《当代电影技能》2025年第2期

大家点评

在习近平文化想想和党的二十大及系列全会精神的科学指挥与系统部署下，电影范畴改良发展抓续深化，电影科技才调权贵增强，电影产业加速提质升级。陪同不雅众对高品性千里浸式视听体验的需求日益增长，高新技能形态电影摄制播映技能与工艺历程接续优化，捏造本质（VR）、增强本质（AR）、延迟本质（XR）等技能的发展与应用为电影产业注入了新活力与新动能，并成为鼓动电影产业创新升级的迫切力量。高阶高保真立体声（HOA）作为一种先进的千里浸式音频录制与还音技能，其中枢上风在于概况精确捕捉和重现三维空间中的声场信息，通过球面传声器阵列辘集声场信号，并纯真适配多种还音环境。HOA技能概况提供更为丰富的空间声学踪影，权贵擢升音频千里浸感，改日其与东谈主工智能（AI）技能相蛊惑，例必进一步优化和提高电影音频制作的效能和质料，鼓动声场纪录与重放技能的智能化演进。《基于球麦克风阵列的高阶声场纪录与重放在电影音频制作中的应用》作为本期“声息辘集与规矩”专题的开篇之作，聚焦三维声场辘集与双耳重放枢纽，针对传统电影音频辘集技能在三维声场捕捉中的局限性，刻薄基于球麦克风阵列的HOA分析辘集技能，并收受球谐域蛊惑捏造扬声器的形状将HOA信号准确规复为双耳声。通过优化球麦克风阵列假想和头连络传递函数（HRTF）合成算法，减少辘集过程中的低频噪声打扰和高频空间混叠气候，擢升音频辘集与重放的质料与精确度，为HOA技能在电影音频制作与重放范畴的应用提供了技能撑抓与应用指南，对于鼓动电影千里浸式音频制作与还音技能的发展具有较高的表面指挥风趣和践诺应用价值。

——徐涛

正高档工程师

中国电影科学技能探求所（中央宣传部电影技能质料检测所）副长处

作 者 简 介

曲天书

北京大学智能学院、北京大学谈话听觉探求中心、跨媒体通用东谈主工智能宇宙要点实验室副莳植，博士生导师。

北京大学智能学院、北京大学谈话听觉探求中心、跨媒体通用东谈主工智能宇宙要点实验室莳植，博士生导师。

吴玺宏

节录

跟着电影对极致千里浸式视听体验的发展需求，千里浸式声场纪录和重放技能日显迫切。本文围绕电影音频制作技能中的声场纪录和重放问题，先容了基于球麦克风阵列的高阶高保真立体声（Higher Order Ambisonics, HOA）分析技能，并针对球麦克风阵列球谐领会中的低频噪声与高频混叠问题，以及双耳重放技能中的阶数受限问题，给出了相应科罚决策，探求标明所提决策可为不雅众提供更真实、更具千里浸感的声场重放效能，擢升了不雅影体验，在电影音频制作中具有广袤的应用出路。

枢纽词

捏造本质；球麦克风阵列；高阶高保真立体声（HOA）技能；双耳重放；球谐领会

1 小引

在面前电影技能发展日眉月异的配景下，跟着捏造本质（VR）和增强本质（AR）技能的日益普及，电影制作正冉冉从传统的视觉发达迈向愈加千里浸的视听体验。

音频辘集和播放技能演进已有跨越140年历史，从单声谈音频到立体声、环绕声，再到如今的千里浸式空间音频（Spatial Audio），每一次技能改换都极地面丰富了东谈主们的听觉感受。千里浸式音频技能的发展为电影音频制作首创了新局势，以精确再现或合成三维声学环境为运筹帷幄，为不雅众带来将心比心的听觉体验[1]。

电影音频的重放基于扬声器和耳机（双耳）两种形状。扬声器重放适用于影院等局势，而耳机重放则庸碌应用于家庭影院和个东谈主文娱体验。传统的双耳重放技能通过东谈主头灌音竣事。20世纪30年代，贝尔实验室将一个名为“奥斯卡”的蜡像模子模拟东谈主头，在其双耳位置装配麦克风进行灌音，通过奏凯在听者双耳区分重放这两个通谈的信号取得较好的听感效能[2]。然而，尽管东谈主头灌音保留了全面的静态听觉定位踪影，但由于只保留了双耳处声压的标量信息，无法支抓动态双耳重放，何况由于个体头部、躯干和耳廓等尺寸和体式不同，会导致合成声像失真，出现前后浑浊、头中效应等问题[3]。

为科罚这些问题，探求东谈主员刻薄多种改进方法。举例，Toshima 等假想了可旋转假东谈主头[4]，通过将听者头部动掸信息反馈竣事动态双耳重放。Algazi 等在 2004 年刻薄畅通追踪双耳声（Motion⁃Tracked Binaural， MTB）方法[5]，将东谈主头简化为刚性球，双耳简化为刚性球直径所对应两头点，不同直径两头的麦克风纪录了双耳处不同角度收受的信号。重放时，把柄头部动掸信息，选拔某一直径两头的麦克风信号作为双耳信号，并通过插值处理未隐蔽的标的信号[6]。与奏凯录制双耳的声压不同，Wenzel 等在 1993 年刻薄基于对象的音频方法[7]，诈欺头连络传递函数（Head⁃Related Transfer Function，HRTF）进步履态双耳重放。录制与重放的具体作念法是使用强指向性麦克风对每个声源寂寥录制，同期纪录其位置及畅通轨迹，蛊惑单个无指向性麦克风纪录环境声。双耳重放时，基于声源与头部相对标的的及时运筹帷幄，使用对应标的头连络冲激反映（Head⁃Related Impulse Response, HRIR）卷积合成声源到双耳位置直达声。反射声部分依赖于训戒丰富的混音师，把柄主不雅听感休养直混比参数。

20 世纪 70 年代初，Gerzon 刻薄一阶高保真立体声（First Order Ambisonics，FOA）的竣事决策[8]，是扬声器重放的基础技能。然而，FOA 的低空间分辨率规矩了其内容应用，学者们随后刻薄了高阶高保真立体声（Higher Order Ambisonics），即HOA技能[8,9]。当先高保真立体声主要用于扬声器重放，2000 年，Landone 和Sandler 将高保真立体声信号引入双耳信号合成中，但其主意是评估多声谈系统[10]。2003 年，Noisternig 等刻薄捏造扬声器方法，将高保真立体声信号解码至捏造扬声器，然后将捏造扬声器信号与对应标的的 HRTF 相乘合成双耳信号[11]。之后，探求者刻薄将HRTF 休养至球谐域，在球谐域奏凯合成双耳信号的方法，省去捏造扬声器解码本领，既提高了重放效能，又保抓了合收效能[12,13]。Ben-Hur等从表面上分析了双耳重放存在的截断时弊以及混叠时弊之间的关连[14]。

电影音频制作中将多通谈麦克风信号休养成HOA 信号作为存储和传输的中间形态，有以下权贵上风：（1）擢升电影千里浸感。在内容应用中，HOA 信号可为不雅众提供三维空间声源的精确定位，还能模拟动态的环境音效，使千里浸感更为利弊。（2）鼓动技能圭臬化与普及。作为兼容性强且纯确实音频形态，HOA信号支抓多种播放形状（如环绕声、双耳重放等），裁减了制作门槛，为行业竖立新的音频制作圭臬。（3）成心于开拓新应用场景。跟着流媒体平台和VR技能的普及，千里浸式音频渐渐成为诱导不雅众的枢纽要素。HOA技能不仅能闲静影院大片的音频需求，还能延迟至捏造本质电影、交互电影等新兴范畴，为电影行业开辟新的增长点。

在音响技能的圭臬化方面，外洋音响圭臬化组织永远奋勉于于鼓动音频技能的和解与要领。举例，外洋电信定约（ITU）在环绕声和立体声技能上刻薄了一系列圭臬，并已在群众畛域内应用于影院音响系统。菁彩声（Audio Vivid）是一种基于AI技能的音频编解码圭臬，旨在提供高千里浸感的音频体验。‌其由世界超高清视频产业定约（UWA）牵头制定，支抓基于声谈信号、HOA信号、对象信号等多种信号类型的编码，兼容单声谈、立体声、环绕声等多种音频形态。而跟着更为复杂的三维音频技能的引入，越来越多的行业圭臬正冉冉形成，以确保不同厂商的音频建立概况互操作并提供一致的用户体验。频年来，对于高阶高保真立体声和空间音频的圭臬化责任也在进行中，旨在为捏造本质和电影音频重放提供一种和解、可延迟的科罚决策。行业的圭臬化行为鼓动了技能的普及，使电影音频制作的门槛冉冉裁减，并为更庸碌的应用提供了可能。

北京大学谈话听觉探求中心（以下简称“实验室”）永远奋勉于于空间音频探求，本文以实验室多年的探求为基础，先容了一种基于 HOA 技能的双耳重放方法。该方法通过球麦克风阵列辘集声场信号，休养为 HOA 形态，并蛊惑 HRTF 技能在重放过程中引入空间踪影，从而竣事更为真实和精确的千里浸式音频体验。

2 基于球麦克风阵列的高阶声场分析与电影音频辘集技能的交融

传统电影音频辘集技能在捕捉复杂的三维声场时存在局限，难以精确规复电影场景中的丰富音频细节。球麦克风阵列技能为捕捉复杂三维声场提供了可行性。然而，这项技能在内容应用中仍靠近一些挑战，尤其是低频噪声打扰和高频空间混叠问题，这些问题不能忽视。本章将详备分析这些问题的成因，并刻薄相应科罚决策，以确保辘集到的声讯息号质料，从而为电影音频制作提供更为了了、传神的声息素材。

2.1 球麦克风阵列假想

球麦克风阵列是一种特殊用于捕捉三维声场的麦克风技能，其通过多个麦克风单位的空间散播，辘集声场中不同标的的声压信息，并通过信号处理竣事高分辨率的空间声场重构。面前，市面上较为流行的球麦克风阵列假想包括SoundField麦克风阵列等一阶高保真立体声辘集居品、Eigenmike®等高阶高保真立体声居品。

图1　常见球麦克风阵列辘集建立

图1（a）中，SoundField SPS200 是一种经典的一阶高保真立体声麦克风阵列，由四个高质料电容式矢量麦克风单位构成，散播在紧凑的球形结构中[15]。其假想运筹帷幄是通过硬件和Surround Zone 插件，竣事纯真高效的音频责任流。SPS200 输出 A⁃Format信号，可通过软件解码为 B⁃Format信号，用于多种重放形状，如立体声、7.1 环绕声和千里浸式音频形态。这种紧凑、便携的假想使其成为袖珍制作环境和现场灌音的迫切器具。然而，由于 FOA 技能的空间分辨率较低，其在高精度声场重构中的发达有在一定规矩。

图 1（b）中，Eigenmike® em32 是一种高阶高保真立体声麦克风阵列的典型代表，由 32 个全向麦克风均匀散播在球形名义上。比较于一阶高保真立体声，Eigenmike®支抓更高阶次的球谐领会（频繁支抓到4阶或更高），权贵擢升了声场的空间分辨率。该技能格外适用于捕捉复杂三维声场细节，庸碌应用于电影音频制作、声场测量及千里浸式音频的探求与征战。然而，高阶麦克风阵列在竣事过程中靠近着合成声讯息噪比低且存在空间混叠等技能艰苦，这亦然现时探求的热门问题。

为克服这些挑战，探求者频繁通过擢升麦克风阵列的通谈数来竣事声场高阶抒发，延迟可用频段畛域，从而提大声场辘集与重放的性能。为此，实验室刻薄了一种基于带电粒子假定的麦克风阵列建模决策[16]，该模子假定麦克风为带电粒子，受其他麦克风的协力作用，通过屡次迭代，麦克风最终达到平衡景况，从而竣事类似均匀的散播。此决策适用于恣意数目麦克风的情况。实验室据此假想了一种128 通谈的球麦克风阵列，该阵列可竣事 10 阶声场抒发〔图 1（c）〕。这一假想不仅改善了声场的空间分辨率，且能有用科罚传统方法中存在的低频噪声和高频混叠问题。

2.2 基于球麦克风阵列的高阶声场分析

本决策收受球坐标系，使用球麦克风阵列纪录信号，假定Ω处的麦克风信号如式（1）所示：

2.3 低频噪声打扰问题及科罚决策

在电影灌音的内容应用场景中，存在建立噪声以及麦克风摆放的位置时弊，可视作通谈不连络的白噪声（空间白噪声），内容中辘集的麦克风信号为式（6）：

图2　不同阶数，径向函数倒数的幅度随频率变化图

为扼制低频噪声大幅度放大导致重放声息不能听的问题，一种通用的科罚决策是正则化方法，如Tikhonov正则化方法[9]，即对径向函数施加正则项，则正则化后的HOA信号为：

式（8）中，λ是正则化参数，需通过实验选拔。施加正则化后的径向函数幅度在不同阶对频率的变化如图3所示，噪声在低频的放大倍数被大幅扼制。对比式（6）可发现，正则化方法并莫得改善信噪比，而是通过葬送信号来竣事对噪声的扼制。

图3　不同阶数，正则化径向函数的倒数幅度随频率变化图

为裁减下截止频率，Parthy等对双半径麦克风阵列张开探求，标明通过半径更大的外层通达式阵列纪录低频信号，不错裁减下截止频率[17]，对比换取麦克风数目的单半径球麦克风阵列，由于在刚性球名义的麦克风数目是双半径的两倍，合成HOA信号的过程可看作是对各通谈麦克风信号的加权乞降，且各通谈的噪声是不连络的，故加权乞降会裁减平均噪声能量，从而进一步优化低频信号的编码效能。

2.4 空间混叠问题过火科罚决策

图4　单声源4阶HOA信号FSAD图过火中12 kHz信号的SAD图

该方法存在几个问题：开头在不闲静疏淡性假定的要求下，如存在混响要求，该束缚会对HOA信号的揣测起副作用；其次，该方法对测量时弊敏锐，还无法应用于实录数据；终末，由于疏淡性束缚是逐频点进行，会形成频率间的不一语气。

2022年，实验室峻岭等刻薄基于神经辘集的HOA信号揣测方法[25]，通过对物理模子的分析，假想辘集的输入以及采聚积构使之更具可诠释性。使用麦克风信号的球谐域表示作为辘集输入，辘集仅学习球面声压散播的球谐域表示到声源振幅散播球谐域表示的映射，无需学习球傅里叶变换，裁减辘集学习的难度，以获取更好的HOA信号揣测；采聚积构诈欺子带多层卷积对不同频带存在的问题进行针对性地科罚，使用通谈间的全陆续模拟径向函数逐频点平衡，为电影音频辘集技能的发展提供了一种新的想路和方法。

3 球谐域双耳声讯息号回放与电影音频重放技能的精良蛊惑

在电影音频重放过程中，双耳声讯息号回放技能至关迫切。本章探求了基于高阶高保真立体声技能的双耳声讯息号回放方法，通过捏造扬声器方法和球谐域奏凯合成方法，竣事了高效、准确的双耳声讯息号回放。这些技能不仅擢升了电影音频的重放质料，还为不雅众带来了更为真实、千里浸的不雅影体验。此外，本章还针对双耳截断时弊问题进行了深远探求，并刻薄了改善决策，有用改善了双耳声讯息号回放中的低通气候，提高了声息的定位准确性和听感效能。

3.1 球谐域双耳声讯息号回放

3.2 双耳截断时弊及科罚决策

图5　不同截断阶数下左耳信号幅度谱

图6　声源到左耳不同旅途暗示图

图7　对皆处理后HRTF球谐域表示中各阶能量散播

Evans在1998年刻薄的基于HRTF球谐域降阶方法[28]，较大改善了阶数受限HOA信号的双耳重放的听感效能，其想路是在时域对不同角度的头连络冲激反映峰值进行对皆，从而竣事HRTF的球谐域表示降阶；2017年，Andreopoulou刻薄与频域连络的对皆方法，使用低通滤波器将HRIR分为高频段和低频段，对高频段在时域进行峰值对皆[29]；2019年，Schörkhuber等基于上述责任，对抵偿的临界频率进行了盘考，实验标明临界频率设为2 kHz较为相宜[30]。但上述责任只对4个角度进行实验分析，何况只比较低阶HOA信号的重放收尾N<5。2021年，实验室林晶等将东谈主头作为一个球模子，针对不同标的的HRTF进行旅途抵偿，图7是收受KU⁃100假东谈主头测量的HRTF库，对皆处理后HRTF球谐域通盘在各阶的能量散播，蓝线是c90，红线是c98，f=2 kHz，不错看到98%的能量蛊惑在前14阶，90%的能量蛊惑在前7阶，对比图7独揽两图可看出对皆处理后有用竣事了HRTF球谐域的表示降阶，为电影音频重放质料的擢升提供了新的技能技能。

4 论断

高阶声场纪录与重放技能作为当代电影音频制作的迫切技能之一，具有广袤的应用出路和发展后劲。通过蛊惑球麦克风阵列和高阶高保真立体声技能，概况竣事更为精确的三维空间声场纪录与重放，为不雅众带来更真实、千里浸的音频体验。这些技能在捏造本质、增强本质以及传统电影音频制作中的应用，鼓动了电影视听体验的创新。然而，这些技能在内容应用过程中仍靠近一些挑战，尤其是低频噪声打扰、高频空间混叠以及双耳重放技能的阶数受限等问题。本文针对这些问题进行深远分析，刻薄了针对性科罚决策，到手减少了低频噪声的打扰并有用扼制了空间混叠气候。此外，球麦克风阵列的高阶假想和改进的HRTF处理方法进一步擢升了音频重放的质料与精确度，为电影音频制作提供了更为了了、当然的声息素材。

改日，通过接续优化麦克风阵列假想、提高信号处理算法的效能，咱们不错期待更高分辨率的声场辘集和更精确的声息定位。此外，智能化的音频处理和动态休养技能也将在电影音频制作中说明更大作用。

参考文件

（向下滑动阅读）

[1] ZHANG W, SAMARASINGHE P N, CHEN H, et al. Surround by sound: A review of spatial audio recording and reproduction[J]. Applied Sciences, 2017, 7(5): 532.

[2] HAMMER K, SNOW W. Binaural transmission system at academy of music in philadelphia[J]. Memorandum MM⁃3950, Bell Laboratories, 1932.

[3] WENZEL E M, ARRUDA M, KISTLER D J, et al. Localization using non⁃individualized head⁃related transfer functions[J]. Journal of the Acoustical Society of America, 1993, 94(1): 111.

[4] TOSHIMA I, UEMATSU H, HIRAHARA T. A steerable dummy head that tracks three⁃dimensional head movement: TeleHead[J]. Acoustical Science & Technology, 2003, 24(5): 327⁃329.

[5] ALGAZI V R, DUDA R O, THOMPSON M D. Motion⁃tracked binaural sound[J]. Journal of the Audio Engineering Society, 2004, 52(11): 1142⁃1156.

[6] HOM C M, ALGAZI V R, DUDA R O. High⁃frequency interpolation for motion⁃tracked binaural sound[C]//121st Convention of the Audio Engineering Society, 2006.

[7] GERZON M. Periphony: With⁃height sound reproduction[J]. Journal of the Acoustical Society of America, 1973,21(110).

[8] DANIEL J, MOREAU S, NICOL R. Further investigations of high order ambisonics and wavefield synthesis for holophonic sound imaging[C]//114th Convention of the Audio Engineering Society, 1999.

[9] MOREAU S, DANIEL J, BERTET S. 3D sound field recording with higher order ambisonics – objective measurements and validation of a 4th order spherical microphone[C]//120th Convention of the Audio Engineering Society, 2006.

[10] LANDONE C, SANDLER M. Applications of binaural processing to surround sound reproduction in large spaces[C]// IEEE International Symposium on Circuits & Systems, Geneva, Switzerland, 2000: 217⁃220.

国产av

[11] NOISTERNIG M, SONTACCHI A, MUSIL T. A 3D ambisonic⁃based binaural sound reproduction system[C]//Audio Engineering Society 24th International Conference: Multichannel Audio, Graz, Austria, 2003.

[12] ZOTKIN D N, DURAISWAMI R, GUMEROV N A. Regularized HRTF fitting using spherical harmonics[C]//IEEE Workshop on Applications of Signal Processing to Audio and Acoustics, New Paltz, NY, USA, 2009:257⁃260.

[13] POLLOW M, NGUYEN K V, WARUSFEL O. Calculation of head⁃related transfer functions for arbitrary field points using spherical harmonics decomposition[J]. Acta Acustica United with Acustica, 2012, 98(1): 72⁃82.

[14] BEN-HUR Z, ALON D L, RAFAELY B. Loudness stability of binaural sound with spherical harmonic representation of sparse head⁃related transfer functions[J]. EURASIP Journal on Audio Speech and Music Processing, 2019(1).

[15] KURZ E, PFAHLER F, FRANK M. Comparison of first⁃order Ambisonics microphone arrays[C]//3rd International Conference on Spatial Audio, ICSA, 2015.

[16] GAO S, WU X, QU T. The microphone array arrangement method for high order ambisonics recordings[C]//In Intelligence Science and Big Data Engineering: 7th International Conference, Dalian, China, 2017: 3⁃10

[17] PARTHY A, JIN C T, SCHAIK A V. Acoustic holography with a concentric rigid and open spherical microphone array[C]//IEEE International Conference on Acoustics, Taipei, Taiwan, 2009:2173⁃2176.

[18] WARD D B, ABHAYAPALA T D. Reproduction of a plane⁃wave sound field using an array of loudspeakers[J]. IEEE Transactions on Speech & Audio Processing, 2001, 9(6): 697⁃707.

[19] RAFAELY B. Analysis and design of spherical microphone arrays[J]. IEEE Transactions on Speech and Audio Processing, 2005, 13(1): 135⁃143.

[20] ALON D L, RAFAELY B .Spherical microphone array with optimal aliasing cancellation[C]//Electrical & Electronics Engineers in Israel.IEEE, 2012.DOI:10.1109/EEEI.2012.6377007.

[21] ALON D L, SHEAFFER J, RAFAELY B. Robust plane⁃wave decomposition of spherical microphone array recordings for binaural sound reproduction[J]. Journal of the Acoustical Society of America, 2015, 138(3): 1925⁃1926.

[22] WABNITZ A, EPAIN N, JIN C T. A frequency⁃domain algorithm to upscale ambisonic sound scenes[C]//IEEE International Conference on Acoustics, Kyoto, Japan, 2012:385⁃388.

[23] EPAIN N, JIN C, SCHAIK A V. The application of compressive sampling to the analysis and synthesis of spatial sound fields[C]//127th Audio Engineering Society Convention, 2009.

[24] LIN J, WU X, QU T. Anti spatial aliasing HOA encoding method based on aliasing projection matrix[C]//IEEE 3rd International Conference on Information Communication and Signal Processing, Shanghai, China, 2020:321⁃325.

[25] GAO S, LIN J, WU X, et al. Sparse DNN model for frequency expanding of higher order ambisonics encoding process[J]. IEEE/ACM Transactions on Audio, Speech, and Language Processing, 2022, 30: 1124⁃1135.

[26] BERNSCHÜTZ B, GINER A V, PRSCHMANN C. Binaural reproduction of plane waves with reduced modal order[J]. Acta Acustica united with Acustica, 2014, 100(5): 972⁃983.

[27] BEN-HUR Z, BRINKMANN F, SHEAFFER J. Spectral equalization in binaural signals represented by order⁃truncated spherical harmonics[J]. Journal of the Acoustical Society of America, 2017, 141(6): 4087.

[28] EVANS M J, ANGUS J A, TEW A I. Analyzing head⁃related transfer function measurements using surface spherical harmonics[J]. Journal of the Acoustical Society of America, 1998, 104(4): 2400⁃2411.

[29] ANDREOPOULOU A, KATZ B F. Identification of perceptually relevant methods of interaural time difference estimation[J]. Journal of the Acoustical Society of America, 2017, 142(2): 588⁃589.

[30] SCHÖRKHUBER C, HÖLDRICH R.Linearly and quadratically constrained least⁃squares decoder for signal⁃dependent binaural rendering of ambisonic signals[C]//Audio Engineering Society Conference on Immersive and Interactive Audio, 2019.

【基金面貌】国度要点研发盘算推算“虚实交融迁移末端的高精度三维光声同步呈现”（2024YFB2808902）。

成人影片网站