《現(xiàn)代電影技術(shù)》｜董強(qiáng)國(guó)：數(shù)字電影沉浸式音頻渲染技術(shù)和評(píng)價(jià)方法研究

本文刊發(fā)于《現(xiàn)代電影技術(shù)》2024年第10期

專家點(diǎn)評(píng)

以杜比全景聲和我國(guó)自主研發(fā)的Audio Vivid為代表的基于對(duì)象的沉浸式音頻技術(shù)，實(shí)現(xiàn)了聲音元素在三維空間的精準(zhǔn)定位和移動(dòng)，不僅為觀眾提供了身臨其境的聽覺體驗(yàn)，同時(shí)也豐富了影視創(chuàng)作手段，讓聲音不再僅僅是畫面的輔助，而是成為敘事和視覺效果的重要組成部分，在影視行業(yè)得到了廣泛認(rèn)同和普及應(yīng)用。隨著虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)與影視技術(shù)的結(jié)合以及應(yīng)用場(chǎng)景拓展，沉浸式音頻技術(shù)一方面將采用更高采樣率和比特深度等，通過還原更為豐富細(xì)膩的音頻細(xì)節(jié)，提供更高品質(zhì)的聽覺體驗(yàn)；另一方面將通過與頭部追蹤、位置感知、空間音頻等技術(shù)的深度融合，進(jìn)一步增強(qiáng)觀眾的代入感和氛圍感。《數(shù)字電影沉浸式音頻渲染技術(shù)和評(píng)價(jià)方法研究》在回顧現(xiàn)有沉浸式音頻處理技術(shù)路線的基礎(chǔ)上，詳細(xì)闡述了下一代數(shù)字電影沉浸式音頻處理技術(shù)的整體架構(gòu)以及關(guān)鍵環(huán)節(jié)，并提出了一種數(shù)字電影沉浸式音頻渲染效果的主觀評(píng)價(jià)方法，通過對(duì)聲床、靜態(tài)對(duì)象和動(dòng)態(tài)對(duì)象的主觀評(píng)價(jià)，為解決沉浸式音頻渲染算法各異，導(dǎo)致實(shí)際還音效果參差不齊的技術(shù)卡點(diǎn)，提供了極具參考價(jià)值的方法。

——?jiǎng)⒅?/p>

高級(jí)工程師

中國(guó)電影科學(xué)技術(shù)研究所

（中央宣傳部電影技術(shù)質(zhì)量檢測(cè)所）影像制作技術(shù)研究處副處長(zhǎng)

作 者 簡(jiǎn) 介

摘要

本文對(duì)數(shù)字電影沉浸式音頻技術(shù)進(jìn)行了概述，針對(duì)數(shù)字電影沉浸式音頻技術(shù)特點(diǎn)，提出一種國(guó)產(chǎn)數(shù)字電影沉浸式音頻技術(shù)架構(gòu)，并針對(duì)沉浸式音頻渲染技術(shù)的特點(diǎn)，制定了一種數(shù)字電影沉浸式音頻渲染技術(shù)主觀評(píng)價(jià)方法，以期能給沉浸式音頻處理系統(tǒng)生產(chǎn)和研發(fā)企業(yè)提供一種有效的評(píng)價(jià)手段，為觀眾提供較為一致的沉浸聲觀影體驗(yàn)，從而推動(dòng)行業(yè)技術(shù)創(chuàng)新。

關(guān)鍵詞

數(shù)字電影；沉浸式音頻；主觀評(píng)價(jià)；元數(shù)據(jù)；渲染

1引言

近百年，電影聲音的重放技術(shù)經(jīng)歷了單聲道、立體聲、環(huán)繞聲和沉浸聲4個(gè)發(fā)展階段。首部上映的單聲道電影是1927年好萊塢劇情片《爵士歌王》，1992年《蝙蝠俠歸來》首次引入5.1環(huán)繞聲，2010年迪士尼推出第一部7.1環(huán)繞聲影片《玩具總動(dòng)員3》，2012年影片《勇敢傳說》的問世第一次提出沉浸式音頻概念。上述聲音變革均是圍繞聲音如何在空間里精準(zhǔn)定位展開的，而沉浸式音頻技術(shù)這種靈活的定位方式，將是未來很長(zhǎng)一段時(shí)期的發(fā)展方向。

2012年杜比推出了杜比全景聲，為觀眾創(chuàng)造出更自然逼真的聲場(chǎng)，這是傳統(tǒng)5.1與7.1聲道系統(tǒng)難以企及的，為電影產(chǎn)業(yè)帶來了巨大的聲音技術(shù)變革。隨后，國(guó)內(nèi)音頻技術(shù)企業(yè)也紛紛推出自有沉浸聲還音系統(tǒng)，如中國(guó)多維聲（13.1聲道）、WANOS全景聲系統(tǒng)、音王22.5.8系統(tǒng)、飛達(dá)六面聲和雷歐尼斯HOLOSOUND等。隨著沉浸式音頻技術(shù)的發(fā)展，沉浸聲系統(tǒng)已成為當(dāng)今我國(guó)影院的熱門配置。

數(shù)字電影沉浸式音頻采用“對(duì)象+元數(shù)據(jù)”的架構(gòu)，需通過渲染算法才能將移動(dòng)對(duì)象還原至影廳。目前國(guó)內(nèi)各生產(chǎn)廠家均采用自有渲染算法，因缺少有效且通用的評(píng)價(jià)手段，導(dǎo)致相關(guān)產(chǎn)品還音效果參差不齊，嚴(yán)重影響了沉浸式音頻內(nèi)容的視聽體驗(yàn)，且國(guó)產(chǎn)品牌知名度小，難以在影院大范圍推廣，嚴(yán)重阻礙了我國(guó)沉浸聲技術(shù)的發(fā)展。

為確保數(shù)字電影沉浸式音頻系統(tǒng)能夠完美呈現(xiàn)導(dǎo)演的創(chuàng)作意圖，為觀眾提供較為一致的沉浸式視聽體驗(yàn)，進(jìn)一步推動(dòng)市場(chǎng)規(guī)范化，為企業(yè)提供研發(fā)和生產(chǎn)幫助，也為提高國(guó)產(chǎn)設(shè)備的市場(chǎng)競(jìng)爭(zhēng)力提供技術(shù)支撐，亟需針對(duì)沉浸式音頻處理技術(shù)進(jìn)行研究，制定相關(guān)評(píng)價(jià)方法。

2沉浸式音頻處理技術(shù)

2.1 基于聲道的沉浸式音頻處理技術(shù)

基于聲道的沉浸式音頻技術(shù)是在傳統(tǒng) 7.1 環(huán)繞聲基礎(chǔ)上增加頂部聲道，以此補(bǔ)充空間中的聲音信息。沉浸式音頻效果在混錄端會(huì)渲染成基于通道的文件格式，在還原端則無需特殊的解碼和渲染設(shè)備，但由于還音系統(tǒng)揚(yáng)聲器布局需與混錄環(huán)節(jié)揚(yáng)聲器布局保持一致，造成互操作性差和多版本發(fā)行的壓力。該項(xiàng)技術(shù)的實(shí)現(xiàn)流程如圖1所示。

圖1　基于聲道的沉浸式音頻制作和還音流程

2.2 基于對(duì)象的沉浸式音頻處理技術(shù)

基于對(duì)象的沉浸式音頻的核心組成部分為元數(shù)據(jù)（Metadata），主要通過三維坐標(biāo)系來描述物體在空間內(nèi)的特征。對(duì)象音頻的渲染通過獲取影廳的三維空間坐標(biāo)信息并驅(qū)動(dòng)揚(yáng)聲器系統(tǒng)，為觀眾營(yíng)造出與坐標(biāo)信息一致的虛擬聲場(chǎng)位置。基于對(duì)象的沉浸式音頻采用“元數(shù)據(jù)+對(duì)象”架構(gòu)，從而實(shí)現(xiàn)對(duì)象聲音在任意空間內(nèi)的定位和還原，其元數(shù)據(jù)位置信息采用笛卡爾坐標(biāo)系，主流渲染算法是幅度矢量合成（VBAP），揚(yáng)聲器布局較為靈活，互操作性強(qiáng)。由于該項(xiàng)技術(shù)會(huì)產(chǎn)生大量數(shù)據(jù)和計(jì)算量，除聲道音頻外，還有聲源元數(shù)據(jù)，如聲源位置、大小、速度、形狀等屬性，因此需要搭配特殊渲染工具，且對(duì)渲染算法的精度和音頻處理器的處理性能都有較高要求。該技術(shù)的實(shí)現(xiàn)流程如圖2所示。

圖2　基于對(duì)象的沉浸式音頻制作和還音流程

2.3 基于場(chǎng)景的沉浸式音頻處理技術(shù)

基于場(chǎng)景的沉浸式音頻是將所有內(nèi)容渲染到同一全景聲虛擬球體上，可被映射至任意的揚(yáng)聲器布局中。其技術(shù)特點(diǎn)是聲源貼在提前渲染好的全景聲虛擬球體上，元數(shù)據(jù)空間位置格式采用極坐標(biāo)形式，運(yùn)用高階立體音頻（Higher Order Ambisonic, HOA）〔以下簡(jiǎn)稱“高階（HOA）”〕渲染算法，揚(yáng)聲器布局靈活，設(shè)備互操作性強(qiáng)，可將基于聲道和基于對(duì)象的內(nèi)容轉(zhuǎn)化為高階（HOA）內(nèi)容。和基于對(duì)象的沉浸式音頻技術(shù)一樣，該項(xiàng)技術(shù)會(huì)產(chǎn)生大量數(shù)據(jù)和計(jì)算量，除聲道音頻外，還有聲源元數(shù)據(jù)，造成對(duì)渲染算法的精度和音頻處理器的處理性能都有較高要求。該技術(shù)的實(shí)現(xiàn)流程如圖3所示。

圖3　基于場(chǎng)景的沉浸式音頻制作和還音流程

2.4 下一代數(shù)字電影沉浸式音頻處理技術(shù)

將一部完整的沉浸聲影片呈現(xiàn)給觀眾至少需經(jīng)過制作、發(fā)行和放映三個(gè)環(huán)節(jié)。首先將所提供的聲音素材混錄制作成沉浸式音頻素材；之后將其編碼為符合相關(guān)碼流規(guī)范的沉浸式音頻母版文件，依據(jù)SMPTE ST 429-18:2019《數(shù)字電影打包?沉浸式音頻軌道文件》進(jìn)行封裝，形成沉浸式音頻發(fā)行版；最后使用沉浸式音頻播放服務(wù)器播放沉浸式音頻文件，沉浸式音頻處理器接收來自沉浸式音頻播放服務(wù)器傳輸?shù)拇a流信息進(jìn)行解碼，將沉浸式音頻文件渲染到相應(yīng)通道，經(jīng)過均衡和延時(shí)調(diào)節(jié)，通過揚(yáng)聲器系統(tǒng)將沉浸式音頻還原到影廳。

因此沉浸式音頻技術(shù)應(yīng)具備制作端操作便捷、沉浸式音頻版本相對(duì)統(tǒng)一、還音端兼容性強(qiáng)、揚(yáng)聲器布局較為靈活、系統(tǒng)間互操作性強(qiáng)等技術(shù)特點(diǎn)。基于對(duì)象、元數(shù)據(jù)和聲床的沉浸式音頻技術(shù)可提供便捷高效的制作方式，幅度矢量合成（VBAP）、高階（HOA）渲染還音方式不再受限于揚(yáng)聲器系統(tǒng)的布局，為數(shù)字電影沉浸式音頻技術(shù)的發(fā)展提供了有力技術(shù)支持。隨著音頻處理芯片性能的提升，基于對(duì)象、元數(shù)據(jù)和聲床等制作便捷高效且還音布局靈活的音頻處理技術(shù)，將是未來我國(guó)數(shù)字電影沉浸式音頻技術(shù)發(fā)展的主要方向。該項(xiàng)技術(shù)的實(shí)現(xiàn)流程如圖4所示。

圖4　下一代數(shù)字電影沉浸式音頻制作和還音流程

3下一代數(shù)字電影沉浸式音頻處理技術(shù)架構(gòu)

數(shù)字電影沉浸式音頻由元數(shù)據(jù)、聲床和對(duì)象音頻組成。其中，元數(shù)據(jù)為對(duì)象音頻提供空間還原的位置、增益等信息，通過渲染工具進(jìn)行沉浸式音頻的空間還原；聲床是聲音的基礎(chǔ)通道，伴隨整個(gè)制作過程，不需要元數(shù)據(jù)的支持；對(duì)象音頻是根據(jù)元數(shù)據(jù)特性進(jìn)行還音的音頻數(shù)據(jù)。

3.1 數(shù)字電影沉浸式音頻對(duì)象元數(shù)據(jù)

數(shù)字電影沉浸式音頻對(duì)象元數(shù)據(jù)用于規(guī)定聲音對(duì)象在三維空間中的響度、位置、大小、距離、運(yùn)動(dòng)等信息。數(shù)字電影沉浸式音頻對(duì)象元數(shù)據(jù)使用笛卡爾坐標(biāo)系表示音頻對(duì)象的位置，該坐標(biāo)系使用三個(gè)正交軸（x, y, z）來定位空間中相對(duì)于原點(diǎn)的一個(gè)點(diǎn)。其中，x軸代表影廳橫向/左右位置，y軸代表影廳縱向/前后位置，z軸代表影廳高度/上下位置，如圖5所示。

圖5　笛卡爾坐標(biāo)系

采用高階（HOA）渲染算法時(shí)，因其采用極坐標(biāo)系形式（圖6），在進(jìn)行數(shù)字電影沉浸式音頻內(nèi)容渲染時(shí)，需要將極坐標(biāo)系轉(zhuǎn)化為笛卡爾坐標(biāo)系，轉(zhuǎn)化公式如式（1）—（3）所示：

其中，r代表矢經(jīng)，θ代表緯度，φ代表經(jīng)度。

圖6　極坐標(biāo)系

3.2 元數(shù)據(jù)空間位置映射

數(shù)字電影音頻對(duì)象位置相對(duì)于影廳參考點(diǎn)的笛卡爾坐標(biāo)值需進(jìn)行歸一化處理，（x, y, z）坐標(biāo)值范圍為（0,0,0）至（1,1,1）。相對(duì)于影廳回放環(huán)境位置，原點(diǎn)位置對(duì)應(yīng)影廳的左前角，x=0對(duì)應(yīng)影廳左墻位置，x=1對(duì)應(yīng)影廳右墻位置，y=0對(duì)應(yīng)影廳前墻位置，y=1對(duì)應(yīng)影廳后墻位置，z=0對(duì)應(yīng)主聲道和環(huán)繞聲道揚(yáng)聲器系統(tǒng)聲中心所在位置，z=1對(duì)應(yīng)影廳天花板位置。音頻對(duì)象位置映射到影廳回放環(huán)境的位置關(guān)系實(shí)例：（0,0,0）代表影廳的左前角，高度為左聲道揚(yáng)聲器系統(tǒng)聲中心位置；（1,0,0）代表影廳的右前角，高度為右聲道揚(yáng)聲器系統(tǒng)中心位置；（0.5,0.5,1）代表影廳天花板中心位置。

數(shù)字電影沉浸式音頻文件在Audio Vivid系統(tǒng)中進(jìn)行還音時(shí)，需要將Audio Vivid對(duì)象位置元數(shù)據(jù)轉(zhuǎn)換為影院對(duì)象元數(shù)據(jù)，轉(zhuǎn)換公式如式（4）—（6）所示：

其中，xvivid代表Audio Vivid坐標(biāo)系下的對(duì)象x坐標(biāo)，xth代表影院音頻對(duì)象的x坐標(biāo)，yvivid代表Audio Vivid坐標(biāo)系下的對(duì)象y坐標(biāo)，yth代表影院音頻對(duì)象的y坐標(biāo)，zvivid代表Audio Vivid坐標(biāo)系下的對(duì)象z坐標(biāo)，zth 代表影院音頻對(duì)象的z坐標(biāo)。

3.3 數(shù)字電影沉浸式音頻聲床

數(shù)字電影沉浸式音頻聲床是數(shù)字電影沉浸式音頻的基礎(chǔ)單元，是伴隨數(shù)字電影整個(gè)還音過程的聲場(chǎng)組。數(shù)字電影沉浸式音頻聲床組一般分7.1DS和9.1OH基礎(chǔ)聲床，其中7.1DS基礎(chǔ)聲床順序?yàn)長(zhǎng)、R、C、LFE、Lss、Rss、Lrs、Rrs，9.1OH基礎(chǔ)聲床順序?yàn)長(zhǎng)、R、C、LFE、Lss、Rss、Lrs、Rrs、Lts、Rts。

3.4 數(shù)字電影沉浸式音頻對(duì)象

數(shù)字電影沉浸式音頻對(duì)象是用元數(shù)據(jù)來指導(dǎo)聲音對(duì)象發(fā)聲響度、位置、大小、距離、運(yùn)動(dòng)等屬性的音頻軌道，其分為靜態(tài)對(duì)象和動(dòng)態(tài)對(duì)象，其中靜態(tài)對(duì)象指數(shù)字電影對(duì)象聲音場(chǎng)景中元數(shù)據(jù)空間位置信息不隨時(shí)間變化而變化的聲音元素；動(dòng)態(tài)對(duì)象指數(shù)字電影對(duì)象聲音場(chǎng)景中元數(shù)據(jù)空間位置信息隨時(shí)間變化而變化的聲音元素。

3.5 數(shù)字電影沉浸式音頻還音

數(shù)字電影沉浸式音頻還音首先對(duì)沉浸式音頻文件進(jìn)行解碼，生成元數(shù)據(jù)、聲床和對(duì)象音頻文件，沉浸式音頻渲染系統(tǒng)接收到相關(guān)信息后，首先根據(jù)聲床的通道信息將其映射到相應(yīng)還音通道以實(shí)現(xiàn)聲床音頻文件的還音，之后根據(jù)元數(shù)據(jù)空間位置等信息將對(duì)象音頻渲染到對(duì)應(yīng)影廳的空間區(qū)域中，實(shí)現(xiàn)對(duì)象音頻在影廳內(nèi)的精準(zhǔn)發(fā)聲。數(shù)字電影沉浸式音頻聲場(chǎng)控制渲染算法是沉浸式音頻還音的核心技術(shù)，其決定沉浸式音頻對(duì)象空間還原效果的好壞，直接影響觀眾的觀影體驗(yàn)。

目前主流的沉浸式音頻聲場(chǎng)控制渲染算法有幅度矢量合成（VBAP）和高階（HOA）渲染算法。幅度矢量合成（VBAP）是基于三維空間中的正弦法則，其利用空間中3個(gè)相鄰揚(yáng)聲器形成三維聲音矢量，不會(huì)影響低頻的雙耳時(shí)間差（ITD）或高頻的頻譜線索，從而實(shí)現(xiàn)三維空間中的虛擬聲像定位。由于算法簡(jiǎn)單，幅度矢量合成（VBAP）是目前最常用的沉浸式音頻處理技術(shù)。高階（HOA）則利用球諧函數(shù)將所有的內(nèi)容渲染到一個(gè)全景聲虛擬球體上，記錄聲場(chǎng)并驅(qū)動(dòng)揚(yáng)聲器，具有嚴(yán)格的揚(yáng)聲器排布要求，能在揚(yáng)聲器中心位置高質(zhì)量重建原始聲場(chǎng)，在渲染移動(dòng)對(duì)象時(shí)，可營(yíng)造出更流暢、更平滑的虛擬聲像聽感。

4數(shù)字電影沉浸式音頻渲染效果評(píng)價(jià)方法

由于數(shù)字電影沉浸式音頻采用“對(duì)象+元數(shù)據(jù)”架構(gòu)，需通過渲染算法將靜態(tài)和動(dòng)態(tài)對(duì)象還原到影廳，目前各生產(chǎn)廠家均采用自有的渲染算法，缺少有效的評(píng)價(jià)手段，導(dǎo)致還音效果參差不齊，嚴(yán)重影響沉浸式音頻內(nèi)容的視聽體驗(yàn)。沉浸式音頻渲染采用虛擬聲像概念，靠驅(qū)動(dòng)鄰近的揚(yáng)聲器系統(tǒng)旨在營(yíng)造出既定空間位置的效果。由于虛擬聲像技術(shù)營(yíng)造一種主觀感受，目前無法用客觀指標(biāo)進(jìn)行評(píng)價(jià)，本章節(jié)針對(duì)數(shù)字電影沉浸式音頻渲染技術(shù)的特點(diǎn)，提出了一種能夠評(píng)價(jià)聲床、靜態(tài)對(duì)象和動(dòng)態(tài)對(duì)象還音效果的主觀評(píng)價(jià)方法。

4.1 聲床評(píng)價(jià)

數(shù)字電影沉浸式音頻聲床通過固定基礎(chǔ)還音通道還原至影廳，伴隨數(shù)字電影還音的整個(gè)過程，聲床評(píng)價(jià)應(yīng)重點(diǎn)考察聲音原始素材經(jīng)過編碼、解碼帶來的音質(zhì)損傷程度。

聲床評(píng)價(jià)采用帶隱藏參考和隱藏錨點(diǎn)的“單/雙盲多刺激”方法，A代表參考源，隱藏參考、隱藏中等錨點(diǎn)、隱藏低等錨點(diǎn)和被測(cè)對(duì)象需隨機(jī)分配給B、C、D、E，聽音員分別評(píng)價(jià)B、C、D、E相對(duì)于A的音質(zhì)損傷程度。聲床評(píng)價(jià)隱藏參考為音頻源，中等錨點(diǎn)為參考源經(jīng)過截止頻率為7 kHz的低通濾波處理，低等錨點(diǎn)為參考源經(jīng)過截止頻率為3.5 kHz的低通濾波處理。

4.2 靜態(tài)對(duì)象評(píng)價(jià)

數(shù)字電影沉浸式音頻靜態(tài)對(duì)象的聲場(chǎng)還原利用元數(shù)據(jù)空間位置、增益等信息，通過空間聲場(chǎng)渲染算法將靜態(tài)對(duì)象內(nèi)容渲染到元數(shù)據(jù)指定的影廳空間位置，該元數(shù)據(jù)空間位置信息不隨時(shí)間變化而變化。因此，在對(duì)靜態(tài)對(duì)象進(jìn)行評(píng)價(jià)時(shí)，應(yīng)重點(diǎn)考察靜態(tài)對(duì)象位置、增益、尺寸的還原與元數(shù)據(jù)描述信息的一致性，評(píng)價(jià)指標(biāo)如表1所示。

表1　靜態(tài)對(duì)象評(píng)價(jià)指標(biāo)

靜態(tài)對(duì)象評(píng)價(jià)時(shí)需要為評(píng)價(jià)人員提供被測(cè)對(duì)象的參考源，因目前暫無公認(rèn)的可作為標(biāo)準(zhǔn)參考的渲染系統(tǒng)，本文提出一種以參考源描述信息作為參考源的方法，該方法采用的靜態(tài)對(duì)象評(píng)價(jià)素材由參考源描述和被測(cè)對(duì)象組成，A代表靜態(tài)對(duì)象參考源描述，B代表被測(cè)對(duì)象，評(píng)價(jià)人員評(píng)價(jià)B相對(duì)于A的重合程度。參考源空間位置信息使用元數(shù)據(jù)空間位置映射歸一化三維坐標(biāo)系表示，評(píng)價(jià)點(diǎn)的靜態(tài)位置選擇應(yīng)覆蓋影廳主要區(qū)域，靜態(tài)評(píng)價(jià)對(duì)象參考信息描述如表2所示。

表2　靜態(tài)評(píng)價(jià)對(duì)象參考源描述

4.3 動(dòng)態(tài)對(duì)象評(píng)價(jià)

數(shù)字電影沉浸式音頻動(dòng)態(tài)對(duì)象的聲場(chǎng)還原是利用元數(shù)據(jù)空間位置、增益等信息，通過空間聲場(chǎng)渲染算法將動(dòng)態(tài)對(duì)象內(nèi)容渲染到元數(shù)據(jù)指定的影廳空間處，該元數(shù)據(jù)空間位置信息隨時(shí)間變化而變化。因此，在對(duì)動(dòng)態(tài)對(duì)象進(jìn)行評(píng)價(jià)時(shí)，應(yīng)重點(diǎn)考察動(dòng)態(tài)對(duì)象空間運(yùn)動(dòng)、運(yùn)動(dòng)過程中的物體大小和遠(yuǎn)近變化特性與元數(shù)據(jù)描述信息的一致性，評(píng)價(jià)指標(biāo)的遴選如表3所示。

表3　動(dòng)態(tài)對(duì)象評(píng)價(jià)指標(biāo)

表4　動(dòng)態(tài)評(píng)價(jià)對(duì)象參考源描述

5數(shù)字電影沉浸式音頻渲染效果評(píng)價(jià)尺度

評(píng)價(jià)人員對(duì)相關(guān)指標(biāo)進(jìn)行評(píng)價(jià)時(shí)采用百分制，綜合評(píng)價(jià)得分值為項(xiàng)目評(píng)價(jià)得分值的算術(shù)平均值，單項(xiàng)和綜合評(píng)價(jià)等級(jí)分為“優(yōu)”“良”“中”“差”“劣”五級(jí)，評(píng)分值與評(píng)價(jià)等級(jí)對(duì)應(yīng)關(guān)系如表5所示。

表5　評(píng)分值與評(píng)價(jià)等級(jí)對(duì)應(yīng)表

5.1 聲床評(píng)價(jià)尺度

聲床評(píng)價(jià)主要考察音頻文件經(jīng)過編碼、解碼后的音質(zhì)損傷程度，評(píng)價(jià)標(biāo)度如表6所示。

表6　聲床音質(zhì)評(píng)價(jià)標(biāo)度

5.2 靜態(tài)對(duì)象評(píng)價(jià)尺度

評(píng)價(jià)靜態(tài)對(duì)象時(shí)應(yīng)綜合考慮被評(píng)價(jià)對(duì)象位置、增益、尺寸變化與參考源描述信息的一致性，靜態(tài)對(duì)象位置、增益、尺寸變化與參考源描述信息的重合度，靜態(tài)對(duì)象位置、增益、大小重合度評(píng)價(jià)標(biāo)度如表7所示。

表7　靜態(tài)對(duì)象位置、增益、大小重合度評(píng)價(jià)標(biāo)度

5.3 動(dòng)態(tài)對(duì)象評(píng)價(jià)尺度

動(dòng)態(tài)對(duì)象評(píng)價(jià)應(yīng)綜合考慮被評(píng)價(jià)對(duì)象位置的變化、位置變化時(shí)增益和距離的變化與參考源描述信息的重合度，評(píng)價(jià)尺度如表8所示。

表8　動(dòng)態(tài)對(duì)象位置變化、增益和距離變化重合度評(píng)價(jià)標(biāo)度

6總結(jié)

SMPTE 2098系列沉浸式音頻元數(shù)據(jù)和編解碼規(guī)范的發(fā)布，為實(shí)現(xiàn)沉浸式音頻技術(shù)制版相對(duì)統(tǒng)一和系統(tǒng)間互操作提供了較好的技術(shù)借鑒。這種基于“元數(shù)據(jù)+聲床+對(duì)象”的沉浸式音頻制作和渲染理念，顛覆了傳統(tǒng)的數(shù)字電影聲音制作和還音方式，其以便捷高效的制作和靈活的還音布局受到關(guān)注，將是未來我國(guó)數(shù)字電影沉浸式音頻技術(shù)發(fā)展的主要方向。

基于對(duì)象的沉浸式音頻技術(shù)在我國(guó)處于發(fā)展初期，各生產(chǎn)廠家使用的沉浸式音頻渲染算法各異，導(dǎo)致還音效果差異較大，面對(duì)上述問題，本文提出了一種能夠反映沉浸式音頻渲染效果的主觀評(píng)價(jià)方法，規(guī)定了聲床、靜態(tài)對(duì)象和動(dòng)態(tài)對(duì)象的評(píng)價(jià)指標(biāo)、參考源和評(píng)級(jí)尺度。該方法可用于沉浸式音頻研發(fā)企業(yè)提供產(chǎn)品研發(fā)、調(diào)試和評(píng)價(jià)，為推動(dòng)我國(guó)數(shù)字電影沉浸式音頻技術(shù)的發(fā)展，確保每個(gè)影廳的還音效果較為一致，規(guī)范沉浸式音頻技術(shù)市場(chǎng)提供技術(shù)保障。

參考文獻(xiàn)

（向下滑動(dòng)閱讀）

[1] Methods for the subjective assessment of small impairments in audio systems：ITU-R BS.1116-3-2015 [S]，2015.

[2] Method for the subjective assessment of intermediate quality level of audio systems：ITU-R BS.1534-2 [S]，2014.

[3] Immersive Audio Metadata: SMPTE ST 2098-1∶2018 [S]，2018.

[4] Immersive Audio Bitstream Specification：SMPTE 2098-2:2018 [S] ,2018.

[5] D?Cinema Immersive Audio Channels and Soundfield Groups：SMPTE ST 2098-5:2018 [S] ,2018.

[6] Immersive Audio Bitstream Level 0 Plug?in: SMPTE ST 2067-201：2019 [S] ,2019.

[7] Immersive Audio Bitstream and PackagingConstraints: IAB Application Profile 1：SMPTE ST 2098-2[S], 2021.

[8] 音頻系統(tǒng)小損傷主觀評(píng)價(jià)方法：GY/T 298—2016 [S],2016.

[9] 三維聲編解碼及渲染：GY/T 298—2016 [S],2016.

[11] 董強(qiáng)國(guó).專業(yè)影院用沉浸式音頻技術(shù)分析和實(shí)現(xiàn)方案探索[J].現(xiàn)代電影技術(shù)，2020(1):10?14.

[12] 國(guó)家新聞出版廣電總局. 電影 錄音控制室、室內(nèi)影廳B環(huán)電聲響應(yīng)規(guī)范和測(cè)量：GY/T 312—2017 [S]. 北京：中國(guó)電影科學(xué)技術(shù)研究所，2017.

[13] 董強(qiáng)國(guó).數(shù)字電影沉浸式還音效果評(píng)價(jià)方法探討[J].現(xiàn)代電影技術(shù)，2020(5):4?8.

[14] 中華人民共和國(guó)文化和旅游部.演出用專業(yè)音響設(shè)備音質(zhì)主觀評(píng)價(jià)方法: WH∕T 82—2019 [S].北京：全國(guó)劇場(chǎng)標(biāo)準(zhǔn)化技術(shù)委員會(huì)，2019.

[15] 吳志偉.三維聲技術(shù)在電視節(jié)目制作中的應(yīng)用研究[J].電聲技術(shù), 2023(6):87?89.

[16] 叢亦玄.論沉浸式聲音技術(shù)在電影聲音創(chuàng)作與制作中的應(yīng)用與影響[D].上海音樂學(xué)院，2023.

[17] 侯佳俊.論沉浸式聲音技術(shù)在現(xiàn)代音頻產(chǎn)業(yè)鏈中的應(yīng)用[D].上海音樂學(xué)院，2023.

[18] 常磊.沉浸式聲音技術(shù)對(duì)當(dāng)代及未來音樂發(fā)展的影響[J].電聲技術(shù), 2021(12)：18?23.

[19] 莊元.余音繞梁 如聞天籟——3D環(huán)繞聲技術(shù)發(fā)展述評(píng)[J].演藝科技, 2015(3)：7.

[20] 黃一倫.沉浸式視聽技術(shù)在聲景研究實(shí)踐中的應(yīng)用[J].復(fù)旦學(xué)報(bào)(自然科學(xué)版),2024(3)：329?335.

【本文項(xiàng)目信息】中國(guó)電影科學(xué)技術(shù)研究所（中央宣傳部電影技術(shù)質(zhì)量檢測(cè)所）基本科研業(yè)務(wù)費(fèi)項(xiàng)目“數(shù)字電影沉浸式音頻處理器樣機(jī)試制研究”（2024?DKS?10）。

主管單位：國(guó)家電影局

主辦單位：電影技術(shù)質(zhì)量檢測(cè)所

標(biāo)準(zhǔn)國(guó)際刊號(hào)：ISSN 1673-3215

國(guó)內(nèi)統(tǒng)一刊號(hào)：CN 11-5336/TB

投稿系統(tǒng)：ampt.crifst.ac.cn

官方網(wǎng)站：www.crifst.ac.cn

期刊發(fā)行：010-63245081