在影院看電影的時候，我們能感受到聲音從我們的左邊、右邊、后邊甚至是頭頂傳進我們的耳朵，從而給我們帶來更好的聽覺體驗。這種能夠使聲音具有空間方向感的技術(shù)被稱為環(huán)繞聲技術(shù)，它能讓聽眾體驗到與現(xiàn)場幾乎一致的聲場。 那么，如何才能實現(xiàn)這種環(huán)繞聲技術(shù)呢？顯然，最簡單的思路是，在我們的耳朵四周放盡可能多的揚聲器，這樣不同的揚聲器重放的聲音能夠讓人耳感應(yīng)到聲音來自不同的位置，這也是電影院空間音頻的設(shè)計思路。 但是，對于個人來說，這樣會增大我們的設(shè)備成本。與具有復(fù)雜音響設(shè)備的電影院不一樣，我們的耳機只用左右兩個揚聲器也可以實現(xiàn)這種效果。這種用兩個入耳式耳機發(fā)出空間中任意方向聲音的技術(shù)被稱為虛擬環(huán)繞聲技術(shù)，也被稱為沉浸式空間音頻技術(shù)，是我們接下來要關(guān)注的重點。

空間音頻的目的是為了讓人耳對重放的聲音有更真實的空間感。因此，要深入了解空間音頻技術(shù)，首先需要我們思考一個問題——人類是如何判斷聲音方向的呢？

Part. 1

人類雙耳如何判斷聲音方向 大家都知道，我們可以憑借一只耳朵來感受聲音的響度、音調(diào)和音色。但是，如果想辨別出聲音的方向，就要依靠兩只耳朵了。原因在于兩只耳朵才可以聽出時間差和聲級差。時間差是指聲音抵達兩只耳朵時間的前后差別，聲級差則是兩只耳朵聽到聲音能量的大小差別。 比如在下圖場景中，聲源在我們的右邊時，我們的右耳會先聽到聲音，之后聲音才會到達左耳。聲波在空氣中的傳播距離越長，能量會越來越小，因此右耳聽到的聲音能量要大于左耳。

那么僅僅依靠時間差和聲級差這兩個因素，就可以實現(xiàn)聲源在三維空間中的定位嗎？ 別著急，先看看下面這個場景。 如下圖場景，當(dāng)聲音從我們的正前方和正后方發(fā)出的時候，到達雙耳的時間差和能量差都是零。也就是說，當(dāng)聲音到達兩耳的時間差和能量差都是零時，我們無法區(qū)分聲音是從正前方來的，還是正后方來的。

那么，問題又來了，雙耳怎么辨別聲音的前后方向？事實上，聲音從發(fā)出到被我們的耳朵聽到，經(jīng)歷了三個過程——傳播過程、生理過程和心理過程[1]。由于生理過程和心理過程幾乎不可操控，在這里我們僅僅關(guān)注傳播過程。 傳播過程也稱為物理過程，是指聲源發(fā)出的聲波經(jīng)由介質(zhì)到達耳廓，再通過耳道傳遞到鼓膜并引起其振動的過程。這是一個極其復(fù)雜的過程，人耳廓構(gòu)造的不同會使聲波經(jīng)由耳廓影響后形成的波形不盡相同。 顯然，正前方聲源的傳播過程和正后方聲源的傳播過程是不一樣的！因為我們的耳朵并不是前后對稱的。來自正前方的聲音經(jīng)過耳廓反射，可以直接進入耳道；而正后方的聲音則需要繞過耳廓才能進入耳道。也正是由于這種不同，我們才可以分辨出聲音來源的前后。

圖片來源：Google I/O 耳廓相當(dāng)于一個給聲音進行“加密”的設(shè)備，而我們的大腦經(jīng)過長時間的學(xué)習(xí)，已經(jīng)完全掌握了這門“解密技術(shù)”，因此，可以輕而易舉地聽出聲源的前后方位。 現(xiàn)在，我們終于有了答案，雙耳定位三維空間中聲源的方向依賴于耳廓的“加密”[2,3]。

Part. 2

耳機的虛擬環(huán)繞聲 更加科學(xué)地講，加密聲音的不僅僅是耳廓，還有頭部輪廓和肩膀等身體部位。由于這一系列的影響都與頭部有關(guān)，因此這種加密方法也被研究人員稱為：頭相關(guān)函數(shù)（Head Related Transfer Function）[4,5]。 頭相關(guān)函數(shù)可以理解成我們頭部對于聲音的加密方法，這種加密是針對不同方位的。也正因為頭部對于各個方向上的聲音加密方式不一樣，我們的大腦才可以解密出聲音的方向。 為了解密不同聲源方位的加密方式，研究人員可以通過測量或者計算得到不同方向的頭相關(guān)函數(shù)[4,6]，然后組成一個數(shù)據(jù)庫。

我們戴上耳機之后，聲音便直接經(jīng)由耳道，被鼓膜接收了。失去了頭部加密的過程，耳機內(nèi)的聲音聽起來也就沒有了方向感。 但是，隨著聲信號處理技術(shù)的發(fā)展，我們可以通過在耳機內(nèi)部置入電子設(shè)備，來模擬頭部的加密過程。如果我們的電子設(shè)備與頭相關(guān)函數(shù)的加密方法一致，那么經(jīng)過電子設(shè)備加密之后的聲音就可以被大腦解密出方位信息，成功地“欺騙”大腦。 正是基于這樣的思路，工程師們開發(fā)了基于頭相關(guān)函數(shù)數(shù)據(jù)庫的空間音頻方法。他們用數(shù)字電路來模擬整個的頭相關(guān)函數(shù)數(shù)據(jù)庫，然后對耳機內(nèi)的聲音進行特定方向上的加密，這樣，就能夠讓耳機內(nèi)的聲音聽起來具有特定的方向感。

舉例來說，在一場真實的音樂會上，小提琴在聽眾的左邊45°，鋼琴在聽眾的右邊45°，無論是小提琴的聲音，還是鋼琴的聲音，都能夠經(jīng)過聽眾的頭部進行加密，現(xiàn)場聲音聽起來就有很好的方向感。 如果線上的觀眾也想通過耳機獲得身臨其境的體驗，那么耳機內(nèi)部的數(shù)字電路可以選擇左邊45°的頭相關(guān)函數(shù)來加密小提琴的聲音，右邊45°的頭相關(guān)函數(shù)加密鋼琴的聲音，這樣就能夠“欺騙”大腦，讓耳機內(nèi)的聲音聽起來也有很好的方向感。 由于這種聲音不是從真實的空間中發(fā)出來，而是通過信號處理這樣一種虛擬的方式“加密”出來的，所以被稱為虛擬環(huán)繞聲。 近些年，隨著耳機等可穿戴設(shè)備的應(yīng)用越來越多，虛擬環(huán)繞聲技術(shù)得到了大量的應(yīng)用，也被科技公司稱為沉浸式空間音頻技術(shù)。

原文標(biāo)題：耳機里的聲音為什么會有方向感？

文章出處：【微信公眾號：中科院半導(dǎo)體所】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。

責(zé)任編輯：haq