3C王者

本周，蘋果召開瞭WWDC全球開發者大會，大會結束過後所有媒體基本上都表示出瞭失望的情緒。首先沒有發佈任何新硬件，其次在系統方面的更新也乏善可陳。目前開放的iOS15測試版本基本上也都是一些軟件層面的改善，安卓用戶普遍表示多少年前就已經用上瞭。

相對比較吸引人的手機、平板、電腦之間跨屏幕交互的體驗，目前還沒有實裝，所以首先效果還不明朗。另外這個所謂“前所未有的效果”就在幾天前已經被鴻蒙搶先帶來瞭，所以並沒有給人很大的震撼。

如果要在這次開發者大會當中找到一絲亮點，那就是“空間音頻”技術的廣泛應用，未來會有更多的音樂軟件或者視頻軟件，以及耳機等等硬件支持“空間音頻”技術，而且這個技術也在不斷破圈，向著安卓陣營擴展。

今天我們就來聊聊“空間音頻”。

“空間音頻”（Spatial Audio）這個詞其實是蘋果造的，它的本質是“計算音頻”。別被這些名詞概念嚇到，它非常好理解。

拿我們生活當中最的常見朋友圈發照片舉例，現在敢不修圖就直接發原圖的人都是真正的勇士。尤其是合照，如果不把對方稍微修飾一下，或者隻給自己美顏，那友誼的小船說翻就翻。

這裡有朋友可能會說我就不修圖，我每次就是拍完瞭直接發。但即便如此，你發的照片依然是修過的。這是因為計算視覺已經是我們手機設備上必不可少的一部分瞭。在我們拍照時，影像處理系統就已經幫我們銳化瞭照片，提高瞭對比度，讓天更藍草更綠人更瘦。

哪怕我們拍出來照片真的原汁原味，但是在顯示端，也就是我們的屏幕上，畫面還會是經過美化。計算視覺如此無孔不入，為的就是給我們營造出一種來源於真實，但要比真實更符合人類審美的感覺，即便我們眼前的景象根本不是這個樣子。

比起圖像技術的突飛猛進，聲音相對就顯得傳統太多瞭。除瞭供娛樂消遣使用的所謂變聲軟件，計算音頻技術很長一段時間都沒有找到合適的窗口期。

直到降噪耳機開始迅速普及，它的原理是通過耳機上的麥克風，先捕捉環境噪音，然後在耳機內部發出一個反相的聲波，來抵消掉環境噪音。從而讓我們能夠更加清楚地聽到耳機裡的聲音。

現在我們的手機已經大量應用瞭這種技術，隨著計算音頻技術的發展，設備還可以更準確地識別人聲，隻對人聲部分進行增強，讓我們在通話時聲音更清楚。

有些音樂軟件如今已經可以做到把一首歌中的人聲部分全部消除，隻保留伴奏，或者相反，隻保留人聲去掉伴奏。這些都是計算音頻技術的典型應用。

說回耳機，它有個致命傷，就是無法營造出臨場感。從原理上，我們的耳機隻能做到雙聲道立體聲，永遠沒辦法和影院的5.1、7.1聲道的那種被聲音包圍起來的效果媲美。

現在的全景聲影院，可以讓觀眾清晰地感受到一架飛機從頭頂上飛過的聲音效果。這是怎麼做到的呢？

這裡我需要再普及一個知識，我們的耳朵是如何分辨出聲音的方向的。

我們之所以可以明確地判斷出聲音從哪個方向傳過來，是因為我們有兩隻耳朵，兩隻耳朵聽到的聲音不一樣，產生瞭兩種差。一個叫做時間差，另一個叫做聲級差。

說白瞭就是一個聲源傳遞出來的聲波，到達我們兩隻耳朵的時間會有細微的不同，另外，由於我們的頭部對聲音有遮擋，來自左側和右側的聲音音量大小會有不同，這兩不同都會被我們用來判斷聲音方向。

如果還是很難判斷，我們會下意識地側一下頭，這個動作會讓我們人為擴大時間差和聲級差，有助於我們做判斷。

我們頭部的直徑大約是20厘米左右，換算成波長大約是1500Hz的聲波。低於1500Hz的聲波，波長大於我們頭部的直徑，因此可以繞過我們的頭部，到達我們兩隻耳朵的聲音會感覺差不多。這也就是為什麼低音炮這種低頻設備沒有指向性，理論上放到哪兒都行的原因，因為我們無法判斷出低頻聲音的方向。

這個時候問題就來瞭，我們是怎麼判斷出來上方和下方的聲音的呢？想象一下，來自上方45度和下方45度的聲音，時間差和聲級差是一模一樣的，但是我們還是能夠判斷出來。

這是因為我們有耳廓。我們的耳廓之所以長成這個奇怪的造型，而不是一個平滑的漏鬥狀，是有原因的。來自上方和下方的聲音在我們的耳廓裡會產生不同的反射效果，這種不同會被我們敏銳捕捉，從而判斷上下方位的聲音。

有興趣的朋友可以做個試驗，閉上雙眼，讓一個朋友在你的面前用一串鑰匙垂直晃動，你會很準確地指出聲音的方向。但如果您捏住耳廓，改變它們的形狀，或者比如用橡皮泥，把耳廓填平。雖然耳朵沒有被堵住，但這時我們就很難分辨出聲音到底來自上方還是下方瞭。

以空間音頻為代表的計算音頻技術，首先要實現的就是讓我們的雙耳還原聽聲辨位的能力。現在當我們戴上耳機的時候，無論手機上的畫面在哪個方向，我們始終都會覺得聲音是從正前方傳過來的，這其實是反直覺的。

如果耳機中有陀螺儀，可以感受到我們頭部的晃動，計算音頻技術就可以判斷出我們雙耳和屏幕的相對位置，然後在我們的兩耳中播放出不同時間差、聲級差的聲音，甚至模擬出耳廓反射的效果。這種計算會和手機屏幕的位置匹配起來，讓我們誤以為，聲音永遠是從屏幕的方向傳過來的，甚至如果把手機拿到身後，我們也會覺得耳機裡的聲音是從後面傳來的。

這樣做有什麼好處呢？這就和我們在影院裡看電影的感覺一樣瞭，電影院裡銀幕的方向永遠是聲音的主要來源，它不會隨著我們的頭部晃動而改變。這也更符合自然直覺，每個聲源都在它本來的位置，而我們隻是置身其中。

用一幅耳機就能實現x.1聲道的效果，這在過去絕對是誇大宣傳，但現如今，計算音頻技術的普及，讓這種效果真的就來到瞭我們的耳邊。

那多聲道的傳統音頻設備豈不是要被取代？

也不是。

能夠判斷出聲音方向，和能夠提供高質量的聲音效果是兩碼事。很多人就想安安靜靜欣賞音樂，不希望被空間音頻技術幹擾，目前支持空間音頻技術的耳機，和同價位的經典有線耳機相比，音質上還差不少。而對於影視內容，臨場感比音質往往更加重要，空間音頻在這方面會發揮更大作用。

當然，還有提供更加真實的VR體驗。

雖然基於算法，但目前空間音頻還是需要特定軟硬件配合，耳機、視頻軟件以及視頻內容要同時支持空間音頻，才能發揮出最好的效果。

計算音頻的浪潮已然襲來，我們聽見的世界也將似真似幻。