沉浸式声音 录制中麦克风的设置（下）新人课堂

沉浸声/基于对象的沉浸声录制中麦克风的设置  

在此系列的第一篇文章中，我们为大家介绍了一些沉浸声格式的麦克风阵列，包括Coincident重合阵列、Spaced间隔阵列、基于全向麦克的环绕声阵列、基于心形麦克的环绕声阵列、基于宽心形麦克的环绕声阵列、5.X，没看过的朋友可以先点击：沉浸式声音 录制中麦克风的设置（上）新人课堂 补上这一课。

还有这个50+DPA麦克风组成的沉浸声录音阵列：

此系列第二篇文章中，除了补充Soundfield/Ambisonics的知识以外，还介绍了其它几种麦克风的阵列形式，包括OCT三角形阵列、双MS、Fukada树形阵列、Hamasaki方形阵列。没看过的朋友点此处回顾：沉浸式声音 录制中麦克风的设置（中）新人课堂 。

今天这篇文章是系列的最后一篇，我们将围绕基于对象的音频，介绍沉浸声的高度信息获取，为拾取环境声设计的IRT Cross，基于对象的音频和基于声道的有什么区别。并同样给出一些麦克风和配件参考。

为传统环绕声录音（如5.1）开发的设置已被证明非常有效。不过，增加这些录音的高度信息是十分有益的，因为它可能增加新的感知体验维度。

挑战在于，我们如何在增加向上的声音信息的同时，不改变水平声源的感知定位。这意味着将垂直声道间的串扰最小化。它带来了对垂直时间和水平差异的考虑，以及考虑相关所需垂直麦克风间距的必要性。还有，我们如何避免梳状滤波的下混downmix。

当以正确的方式添加高度信息时，由声音创建的感知包络会得到增强。不仅如此，良好的实践证明，即使在水平面上定位声源，也能提高水平的感知精度！

示例：包含高度信息的沉浸式音频的标准再现设置为 9.1，这是标准 5.1 ITU 775 布局，在左、右、左环绕和右环绕扬声器上方有额外的上层扬声器。额外四个扬声器的高度应提供大约 30° 的垂直聆听角度。

英国哈德斯菲尔德大学的 Hyunkook Lee 博士及其研究小组提供了大量关于感知声成像的理论和实践信息。

Hyunkook Lee 博士及其研究小组搭建的麦克风阵列

他发现的一个重要因素是优先效应（即第一个到达的声音决定方向的效应）在垂直平面上不起作用。因此，水平差异值得关注。当在下部和上部扬声器中播放相同的声音时，较高频率和瞬态信号的存在会将定位拉向上部扬声器。

（示例：为了保持定位能在水平面上，上部信号应至少衰减7 dB）

这些发现致使麦克风的设置如下图所示，由八个心形麦克风和两个超心形麦克风组成。

麦克风的方向应确保进入麦克风上层的正面声音最少。一般来说，任何上层麦克风都应尽可能少地接收来自主要水平方向声源和水平面以下声源的声音。

#推荐的DPA麦克风和配件：

• 8个4011A心形麦克风

• 2个4018超心形麦克风

4018超心形麦克风

IRT Cross 是专门针对环境声的拾音而设计，该设置由四个心形麦克风组成。

由Schoeps麦克组的IRT Cross阵列

IRT Cross设计用于捕捉环绕声录音的环境声/漫射部分。它是由4个心形麦克风组成的方形阵列，相邻麦克风之间有 20–25 厘米，与前阵列相比，心形麦克风能以适当的电平发出左、右、左环绕声和右环绕声。

IRT Cross 通常位于主阵列后面几米处。但是，它不应放置得太远，因为在再现信号中可能会出现时序问题（如回声）。IRT Cross 的最佳放置位置是在获得足够环境声和尽可能避免回声之间达到平衡。

（IRT Cross示意图）

#推荐的DPA麦克风和配件：

• 4011A 心形麦克风

• 4011C 心形麦克风, Compact

• ST4011A Stereo Pair 和 4011A心形麦克风 

• MMC4011 心形麦克风 Capsule
• MMP ER/ES Modular Active Cable
• SB0400 Modular Stereo 枪麦
• UA0837 Stereo 枪麦

DPA 4011C

MMP ER/ES Modular Active Cable

多年来，最具有包络扬声器再现的声音一直是基于声道的。一个声道用于单声道，两个声道用于立体声，六个声道用于5.1环绕声（或24个声道用于NHK 22.2）。

每种格式的扬声器摆放位置的惯例一直是声音设计的支柱。借助延迟或电平调整来进行声道间的pan已成为声音场景源位置的工具。最终完成品将包含在固定数量的声道中；尽管节目素材最初录制在大量的音频轨上，但最终的成品将适配特定数量的声道，一个用于单声道，两个用于立体声，以此类推。

而基于对象的音频 （OBA）则有所不同。一个“声音对象”可以记录在一个或多个音轨上。与音频一起的是元数据，它能说明在声场中的位置。

对象可以是用单声道录制的声音。如果录音师打算让声音来自声场的右侧，那么录音的元数据就包含了这个声音的坐标。出于这个原因，声音被记录为立体声音轨，然后这些立体声音轨的元数据能为定位提供数据。

原则上，对象也可以源自 Ambisonic 或任何其他格式。因此，带有 OBA 的 AV 程序由一串对象组成，例如录音、音乐、环境声、特殊音效等。每个对象都将包含有关何时何地再现的元数据。

OBA 已经找到了通往电影院的道路（杜比全景声之类的）并越来越被广泛应用，它将被引入广播等领域，并且已经进行了许多实验。除此之外，虚拟现实 （VR）也是 OBA 的一个明显目标。

总体的想法是给听众留有更高的自由度，尤其是在广播中。现在可以强调单个的对象object了。如果有听力障碍的听众想要升级对白的话是完全有可能的，只要你将对白录音作为一个对象。如果你将每种语言分配给不同的对象，你还可以更改注释的语言。

从F1比赛等电视同期声中，我们知道如果观众想要跟随特定的汽车，可以选择特殊的车载摄像头。那辆特定汽车的声音就是与图像结合的对象。管弦乐队中的特定乐器也可以被视为对象。或者，在不同收听位置录制的音乐会的声音也可以是对象。

OBA 的另一个点是几乎任何再现格式都是有效的。可以根据能用于播放的声道数和它们的位置（只要通道数至少为两个）优化下混，也支持双耳Binaural再现。