版主信息与通信 2024-09-26

评估空间音频 - 第2部分 - 创建和策划测试内容

在本系列的第1部分中，我们探讨了“空间音频”产品系统的构成、面临的主要挑战、评估方法的客观与主观差异，以及需要关注的一些关键空间化参数。建议您先查看那篇博文，因为本篇将基于之前讨论的概念进行延展。

我们先快速回顾以下，“空间音频”是一个广泛的术语，描述一系列音频播放技术，它的主要目标是让听众在听声音时，能像在现实生活中一样体验三维音效。

需要强调的是，空间音频本质上是一种主观的心理声学现象，实际感受因人而异，而且与听众的生理特征密切相关。每个人的耳朵和生理结构都是独特的，因此，我们的听觉系统和独特的个人聆听体验会根据我们自身特定的解剖结构来精细调整。您可以点击此处详细了解空间音频的知识。

因此，即使不深入探讨文件格式、声道顺序、配置以及内容特定要求等问题，我们也能发现，听觉体验固有的主观性使得评估空间音频的过程变得复杂。

目前，行业内似乎缺乏一个统一的标准框架来评估空间音频体验。为此，Ceva正在着手开发这样一个框架，旨在以系统化和可重复的方式评估空间音频，希望提供一份指南，帮助任何人评估空间音频解决方案的有效性。

我们首先将研究范围聚焦于安卓手机及其真无线立体声（TWS）蓝牙耳机，收集了几种不同的选择以进行比较。在明确了要测试的参数后，我们对这些选项进行了深入的竞争分析。在这篇博文中，我们将重点讨论所使用的内容，以及在策划这些内容时所遵循的理念或原则。

内容的创建和选择

任何音频工程师的重要工具之一，就是拥有一套精心挑选的测试内容。这一习惯值得每个人学习，关键在于所选的音频必须是自己非常熟悉的，特别是在声音的表现上。因此，通过在多种播放系统上聆听这些音频，可以获得许多有价值的信息，因为您的耳朵对它应该是什么样的声音有着深刻的理解。

（来源：Ceva）

那么，如何选择这些音频内容呢？在回答这个问题之前，首先要了解不同声音可以揭示什么，尤其是在频率和动态等方面。比如，粉红噪声是一种非常实用的音频，因为它包含了我们耳朵能感知的所有频率，并且能量在每个八度频段中均匀分布。这种声音类似于自然界中熟悉的音效，比如海浪的声音。这些特性非常有用，因为我们可以轻松地感知到频谱中的问题、瑕疵和差异，更不用说整体的音色平衡了。

另一个可以揭示许多信息的声音类型是瞬态声音。这指的是那些突然而响亮的声音，快速升高至最高音量，然后迅速衰减至静音。提到瞬态声音时，我们首先想到的是一些有节奏的声音，例如，鼓声、拍手声、响指声等，而不是有音调的声音。这些节奏感强的声音在判断房间的声学特性或“空间感”时非常有用（在这里指的是实际房间或虚拟房间）。我们在自然中对这些声学特性十分敏感。想象一下在一个开放的房间、长廊、浴室、衣柜或大教堂里拍手的声音。我敢肯定，您能想象拍手声在不同空间中的回声效果是多么不同。这种差异源于各个房间的自然混响，受房间大小、形状以及房间表面反射率的影响。

相比之下，持续的声音，例如持续弹奏的吉他，其声音的持续性让我们难以判断声音随时间的衰减情况，而时间衰减通常是我们潜意识中理解声音发生在何种房间的参数。

因此，像粉红噪声这样的音频可以揭示频谱的信息，而击鼓声或拍手声等瞬态声音可以揭示很多动态信息，以及声音如何随时间衰减。然而，实际上，虽然这些音频在测试中很有用，但如果反复听这些声音容易感到疲惫和乏味。为了丰富我们的音频选择，我建议选择一些自己非常熟悉的内容。

让我们来总结一下关于文件格式的要点。我们建议使用无损高质量音频，采样率至少为48 kHz，位深为24 Bit。

同时，务必考虑多种声道格式，包括Mono（单声道）、立体声（双声道）、5.1声道、7.1声道以及7.1.4声道。

我们发现一个非常实用的技巧是，先用音频编辑器或数字音频工作站（DAW）处理几秒钟的单声道音频片段，例如粉红噪声、踢鼓或小军鼓/拍手样本，然后创建多声道版本，将音频放在一个声道中，其余声道填充静音。

例如，我们取了一个单声道的踢鼓样本，并创建了八个7.1声道的变体。在每个变体中，踢鼓音频仅在一个声道中播放，其他七个声道则是静音。然后，我们对立体声、5.1、7.1.4和其他声音（如粉红噪声或其他有用的瞬态样本）重复这一过程。