5 月 2022

Immersive Sound 沉浸聲 ADM 音訊定義模型 想理解認識 Ambisonics/Spatial Audio/SBA (Scene-Based Audio)，首先要從認識 ADM 開始，而想認識 ADM，則要對 ADM 整合的三大元素 Channel、Object、Scene 有所掌握。 Channel：聲道 即泛指 mono、stereo、2D/3D surround 這類 Channel-Based Audio (CBA)，CBA 是大家比較熟悉的技術，在大多數情況下提及的「多聲道」就是指 CBA，比較經典會被提到的譬如Auro 3D 或其他如 ITU 建議的環繞格式，而除了喇叭端，自然也包括到前端麥克風的各式各樣的「多聲道錄音」，CBA 可以是點收音、各式 2-Channel 收音，也可以是各種環繞或陣列式收音；「Channel-聲道」的本意是「麥克風」和「喇叭」的直通關係，不過 CBA 也隨著時間推進而衍生出許多錄音和混音技術的變化，這些變化體現在後來錄音師跟混音師所認知的「去蕪存菁」的概念上，也就是所謂怎麼記錄到「好的聲音：器樂局部面向上聽起來比較好聽的聲音，有點像照相取景」、「所需要的聲音部位」、「拿掉其他不需要的」，來得到一個「相對乾淨」的「源頭」或後期製作上透過處理來得到相對乾淨清晰的「混音」，以及利用「透鏡原理」來收錄「更突出」或「更寬」的聲音的諸多做法。在 ADM 裡面，這些被做為固定方向的 Static Channel 的中繼資料／詮釋資料包括 Timecode 均被儲存為 BWF Wave file 裡面的 Chunk 資料塊或一個獨立的資料軌（譬如 MPEG-H 是存在第 16 軌），其音訊則以獨立的一個音軌來包括其所有聲道（譬如你 Atmos Bed 這層的 channel 做 5.1，則會以 5.1的多聲道形式做成單獨一個音軌，也因此需要特別注意 channel order，也就是聲道的mapping 必須和廠家要求的排位一致）。 Object：物件 Object-Based Audio（簡稱 OBA），是利用多聲道喇叭來擴展後端系統於聲像操作上的空間自由度，由於 CBA 通常做好之後就會是固定而不會輕易去改動的母帶，而當代沉浸聲技術上是鼓勵廠商開發產品時使用更大規模喇叭數（尤指電影院的喇叭數）來達成更好的聲像定位，所以就會需要擴展 CBA 成為後端系統可操作的 OBA，以便利用後端多聲道喇叭來執行作品預設的3 D Positioning，OBA 的音軌製作自然是跟 CBA 一樣，OBA 其實就是 CBA 裡面的 mono （也可以用多個 mono 音軌做成 static Object 來額外做成一個或多個 Bed，這是變通之道），在 ADM BWF 檔裡面的 OBA 音訊是以單獨聲道的母帶形式存在，而其相關空間定位和增益控制的描述資料則與 Channel 一樣全部都記錄在 Metadata (中繼資料／詮釋資料)中，這些資料送到終端透過相應的 ADM 渲染工具或處理器來讀取和操作後面的多聲道喇叭。 Scene：場景