跳至主要内容 / Skip to content

SineMedia Journal

全景声录音提高阶数,究竟多记录了什么?

全景声录音的阶数提高,增加的是描述声音方向变化的声场分量。本文聚焦 Ambisonics,从系数与通道数量讲到球形麦克风的采集限制,解释空间精细度为何可能提高,以及这种改善如何受编码、解码和播放布局共同影响。

2026-113 min read
全景声录音提高阶数,究竟多记录了什么?

全景声录音的阶数提高,增加的是描述声音方向变化的声场分量。本文聚焦 Ambisonics,从系数与通道数量讲到球形麦克风的采集限制,解释空间精细度为何可能提高,以及这种改善如何受编码、解码和播放布局共同影响。

先看声音方向能否被清楚辨认

同样要重现一个声源,有的系统让人容易判断它在哪个方向,有的系统让人反复调整仍拿不准位置。这里关心的是空间分辨率,也就是重现的声音场景能把方向区别表达得多细。

本文讨论的全景声录音限定为 Ambisonics,一种把周围声场分解、编码,再通过播放系统重现的技术。它的高阶扩展称为 HOA,阶数是这套空间描述保留到哪一层的标记。

提高阶数意味着加入更高阶的方向分量,理论上可以让声场描述更精细。这个变化针对角度结构,不能把它直接理解成采样率升级,也不能只凭阶数判断整套系统的听感。

每个通道承载一种方向分量

Ambisonics 用球谐函数分解声场,可以把它理解为一组预先定义的空间方向图案。每种图案对应一个随声音变化的系数,系数表达声场在这种图案上的分量。

一阶三维编码包含一个全向分量,以及对应三个空间轴的双向分量,通常记为 W、X、Y、Z。全向分量对各个方向同等响应,双向分量则按方向给声音不同的正负权重;这些通道合起来描述声场。

完整三维编码到 M 阶,需要的分量数为(M+1)²,因此一至四阶分别是 4、9、16、25 个编码通道。它们不各自代表一个独立声源,也不各自指定一只扬声器;如果只编码水平面,分量数则是 2M+1,不能套用三维数量。

高阶分量让相近方向更易区分

两个声源方向靠得很近时,它们在低阶方向图案上得到的权重可能相似。加入变化更细的高阶图案后,两组系数之间可以出现更明显的区别,这就是空间精细度提高的基础。

播放时,解码会把这些分量组合成各只扬声器的信号。合适的高阶编码与解码能够形成更窄的等效指向性,让扬声器的贡献更有选择地集中到目标方向,有助于形成更明确的声像。

声场能准确重建的区域也与阶数有关。在其他条件相应匹配时,频率越高,这个区域越小;提高阶数有助于扩大它。因此,升阶的意义还涉及听音位置附近能否维持较好的声场重建。

两个相近来向经过不同精细程度的方向图案,形成可区分的声场系数组合。(概念示意)
两个相近来向经过不同精细程度的方向图案,形成可区分的声场系数组合。(概念示意)

更多编码通道需要可靠的空间采集

球形麦克风阵列把多个传感器放在球面不同位置,再通过处理估计声场系数。传感器数量和编码通道数要分开看,例如一种四阶原型采用 32 个传感器,对应的完整三维编码包含 25 个分量。

这些传感器的位置同样重要。阵列必须让不同方向图案能够被区分;空间采样不足时,未被正确分辨的高阶成分可能混入低阶估计,这种现象叫空间混叠。

球体尺寸还牵涉高频空间混叠与低频高阶估计之间的取舍。低频估计可能需要很强的提升滤波,同时带来噪声放大的负担,所以标称阶数并不保证所有频率都能同样准确地录下对应分量。

球面传感器通过空间采样估计系数,未充分采样的高阶成分可能混入低阶分量。(概念示意)
球面传感器通过空间采样估计系数,未充分采样的高阶成分可能混入低阶分量。(概念示意)

比较阶数时要同时检查播放条件

提高阶数提供了保留更多空间分量的条件,实际定位仍由采集、编码与重现共同决定。若阵列的高阶估计受噪声影响,或播放布局没有充分利用新增分量,听感改善便不能按阶数逐级递增来预设。

观察这种差异时,可以借鉴用真实声源作参照、调整重现声源方向直到听来重合的方法。既要看判断位置是否偏离目标,也要看多次判断是否分散;侧面位置尤其需要单独观察,不能只听正前方。

解码方式和扬声器布局也要记录清楚,因为重现能力会受播放系统限制。最终应核对录音的编码阶数与通道数、阵列的有效工作频段,再在明确的播放条件下比较定位偏差与稳定性,这样才能判断新增分量实际保留了多少空间细节。