Spatial Audio

Пространственное аудио (англ. spatial audio, также 3D-аудио, объёмный звук) — это технология обработки и воспроизведения звука, создающая у слушателя иллюзию трёхмерного звукового поля, в котором источники звука располагаются не только слева и справа, но и в других направлениях (спереди, сзади, сверху, снизу), а также на различном удалении. В отличие от традиционного стерео или многоканального звука (например, 5.1 или 7.1), пространственное аудио стремится имитировать естественное восприятие звука в реальной акустической среде, учитывая такие факторы, как задержка звука, частотные фильтрации (HRTF — Head-Related Transfer Function) и отражения от виртуальных поверхностей.

История развития

Ранние эксперименты

Первые попытки создания объёмного звука относятся к середине XX века. В 1940-х годах композитор и инженер Джон Кейдж экспериментировал с размещением динамиков в пространстве. В 1950-х годах компания Bell Labs разработала систему «перцептивного звука», использующую несколько каналов. Однако подлинный прорыв произошёл в 1970-х годах с появлением технологии квадрофонии — четырёхканальной записи, которая, хотя и не получила массового распространения из-за технических ограничений и несовместимости форматов, заложила основы для многоканального звука.

Цифровая эпоха и бинауральная запись

В 1990-х годах с развитием цифровых технологий и компьютерной обработки сигналов возник метод бинауральной записи. Он использует два микрофона, размещённых в ушных каналах манекена (или человека), что позволяет записать звук с учётом HRTF. При прослушивании через наушники такой трек создаёт полную иллюзию трёхмерного пространства. В 1992 году компания Aureal Semiconductor выпустила звуковую карту Vortex 1 с поддержкой технологии A3D, которая аппаратно рассчитывала объёмное звучание для компьютерных игр.

Современный этап

С 2010-х годов пространственное аудио стало активно внедряться в потребительскую электронику. В 2014 году компания Dolby Laboratories представила формат Dolby Atmos, который изначально был ориентирован на кинотеатры, но затем адаптирован для домашних систем и наушников. В 2016 году Apple приобрела компанию-разработчика пространственного аудио и начала интеграцию технологии в свои устройства. В 2020 году Apple представила функцию Spatial Audio для AirPods Pro и AirPods Max, использующую динамическое отслеживание головы для фиксации виртуального источника звука в пространстве.

Принципы работы

Бинауральная передача

Основой пространственного аудио является бинауральный слух — способность человека определять направление на источник звука благодаря разнице во времени прихода звука на левое и правое ухо (межушная разница времени, ITD) и разнице в громкости (межушная разница уровня, ILD). Эти параметры обрабатываются мозгом для локализации звука в горизонтальной плоскости.

HRTF (Head-Related Transfer Function)

Для точной локализации звука в вертикальной плоскости и на разной удалённости используется HRTF — функция, описывающая, как голова, ушная раковина и корпус человека изменяют спектр звука в зависимости от угла прихода. Пространственное аудио применяет математические модели HRTF для каждого виртуального источника, что позволяет имитировать звуки сверху, снизу, спереди и сзади.

Отслеживание головы

В современных системах (например, Apple Spatial Audio, Sony 360 Reality Audio) используется динамическое отслеживание головы с помощью акселерометров и гироскопов в наушниках. При повороте головы виртуальное звуковое поле остаётся неподвижным относительно реального пространства, что усиливает ощущение присутствия.

Объектно-ориентированный звук

В отличие от канального звука (где каждый динамик воспроизводит фиксированный сигнал), пространственное аудио часто использует объектно-ориентированный подход. Звук описывается как объект с координатами в трёхмерном пространстве, а система рендеринга в реальном времени вычисляет, как этот объект должен звучать для конкретного слушателя, учитывая акустику помещения и положение динамиков или наушников.

Классификация технологий

По способу воспроизведения

• Наушниковое пространственное аудио — наиболее распространённый тип. Звук обрабатывается с использованием HRTF и подаётся на два канала наушников. Поддерживается динамическое отслеживание головы.
• Многоканальные системы — используют несколько физических динамиков (например, 5.1, 7.1, 9.1.4 для Dolby Atmos). Каждый динамик воспроизводит свой канал, создавая объёмное поле.
• Звуковые панели (soundbars) — имитируют многоканальный звук с помощью ограниченного числа динамиков и алгоритмов виртуализации (например, Dolby Atmos Virtualizer).

По формату кодирования

• Dolby Atmos — объектно-ориентированный формат, поддерживающий до 128 объектов и 64 каналов. Широко используется в кино, музыке и играх.
• DTS:X — аналогичный объектно-ориентированный формат, конкурирующий с Dolby Atmos.
• Sony 360 Reality Audio — формат, ориентированный на музыку, использующий сферическую запись и воспроизведение с учётом HRTF.
• MPEG-H 3D Audio — стандарт, разработанный Moving Picture Experts Group, поддерживает как объектный, так и канальный подход.
• Ambisonics — математическая модель сферического звукового поля, используемая в виртуальной реальности и научных исследованиях.

Применение

Кино и телевидение

Пространственное аудио стало стандартом для современных кинотеатров (Dolby Atmos, DTS:X). В домашних условиях оно доступно через звуковые панели, AV-ресиверы и наушники. Фильмы, выпущенные в формате Dolby Atmos, содержат объектно-ориентированные звуковые дорожки, позволяющие точно располагать звуки в пространстве.

Музыка

С 2020-х годов крупные стриминговые сервисы (Apple Music, Tidal, Amazon Music) начали предлагать треки в формате пространственного аудио (Dolby Atmos Music, Sony 360 Reality Audio). Это позволяет слушателю ощущать себя в центре звуковой сцены, где инструменты и вокал располагаются в трёхмерном пространстве.

Видеоигры

Пространственное аудио активно используется в компьютерных играх для создания реалистичной звуковой среды. Технологии Windows Sonic, Dolby Atmos for Headphones и DTS Headphone:X позволяют геймерам точно определять направление на источник звука (шаги противника, выстрелы), что даёт тактическое преимущество.

Виртуальная и дополненная реальность (VR/AR)

В VR/AR пространственное аудио является критически важным для создания ощущения присутствия. Звук должен точно соответствовать визуальной сцене и изменяться при движении головы пользователя. Для этого используются технологии Ambisonics и объектно-ориентированный рендеринг.

Телефония и конференции

Некоторые системы видеоконференцсвязи (например, Zoom, Microsoft Teams) начали внедрять пространственное аудио для улучшения восприятия речи нескольких участников. Звук каждого говорящего позиционируется в пространстве, что снижает когнитивную нагрузку и улучшает разборчивость.

Критика и ограничения

Индивидуальная HRTF

Эффективность пространственного аудио сильно зависит от того, насколько точно используемая HRTF соответствует анатомии слушателя. Универсальные HRTF, используемые в большинстве потребительских устройств, могут давать искажённое восприятие для людей с нестандартной формой ушной раковины или головы. Это приводит к эффекту «внутриголовной локализации» (англ. in-head localization), когда звук кажется исходящим изнутри головы, а не из внешнего пространства.

Качество контента

Не весь контент, заявленный как пространственное аудио, создан с использованием качественных методов записи или микширования. Некоторые треки представляют собой простое расширение стерео до многоканального формата без учёта HRTF, что ухудшает впечатление.

Оборудование

Для полноценного восприятия пространственного аудио требуется качественное оборудование: наушники с широкой частотной характеристикой и низким уровнем искажений, или многоканальная акустическая система с правильной калибровкой. Дешёвые наушники или динамики могут свести на нет преимущества технологии.

Совместимость

Различные форматы пространственного аудио (Dolby Atmos, DTS:X, Sony 360) не всегда совместимы между собой. Для воспроизведения определённого формата может потребоваться специальное программное или аппаратное обеспечение.

Интересные факты

• Первая в мире коммерческая запись в формате Dolby Atmos для музыки была выпущена в 2014 году — это был альбом «The Music of Strangers» группы Yo-Yo Ma.
• Технология бинауральной записи используется в научных исследованиях слуха и акустики, а также в звукотерапии.
• В 2023 году компания Apple представила функцию Personalized Spatial Audio, которая создаёт HRTF на основе сканирования ушной раковины пользователя с помощью камеры iPhone.

Источники

• Dolby Laboratories. «Dolby Atmos: The Technology Behind the Sound». 2020.
• Begault, D. R. «3-D Sound for Virtual Reality and Multimedia». NASA Ames Research Center, 1994.
• ITU-R BS.2051-2. «Advanced sound system for programme production». International Telecommunication Union, 2018.
• Apple Inc. «Spatial Audio with Dynamic Head Tracking». Technical Documentation, 2021.
• Rumsey, F. «Spatial Audio». Focal Press, 2001.