图文详解 VR 的 Volumetric Sounds 技术

这是一篇 Oculus 关于音频SDK的新功能介绍的文章。以下内容涵盖立体声效技术（Volumetric Sounds）以及通过各种声学设计实现更好的聆听效果。

使用HRTF的空间音效（Spatial sound）对于表现点源是非常好的，这是它的设计目的，你可以通过点源获得很好的效果。然而，在现实世界中，并不是所有的声音都来自于空间中的某一点，有时候你希望的声音来自于更大的发声空间。当听众附近有一个较大的物体或对象时，这一点尤其如此。在这些情况下，使用点源可能听起来不那么自然，就像声音只来自对象的中心。

工作环境

有一些办法可以解决点源问题，但各有自己的优点和缺点。一种常见的方法是混合一些原始信号以减少方向性，这通常被称为“扩散（spread）”或“2D混合（2D blend）”。这种方法来自传统的游戏音频解决方案，其中通过平移实现音频空间化，做法是混入原始信号用来柔和平移中产生的刺耳噪声以实现声音环绕感。但这种方法在基于HRTF空间化的VR中，不起作用的。具有HRTF的3D空间化包括两耳时间差（ITD），模拟双耳的声音延迟也被加入到了信号之中。当延迟的空间化信号与原始输入信号混合时，由于延迟，可以产生梳状滤波伪影。

另一种方法是用很多点源发声。这种方法可以合理地工作，但这将涉及发声源数量安排，你需要为声源数量找到恰当的平衡。如果多个源产生完全相同的信号，那么会有潜在的相位相干性问题。

Volumetric Sounds

为了获得更大的声音，Oculus研究人员开发了一个基于距离和半径来计算投影的过程，并在运行时构建空间滤波器。当声音很远时，投影很小，听起来像点源。当声音靠近收听者时，投影更大，声音变得更宽广浑厚。

图1：球体听众空间上具有小投影面积的遥远声音

图2：球体听众空间上具有较大投影面积的更接近的声音

这提供了一种实际上正确和高性能的方式来模拟大型声源。当听众在声源的半径内时，他们会被声音包围环绕。随着听众接近声音的中心，它从空间声音顺利地过渡到环绕声。

这种新技术类似于图形社区在全球照明和光传输问题上所做的工作。主要思想是使用像立体函数这样简洁紧凑的基础功能来表示球体上的光滑函数，如漫射照明。该基础表示法具有双重优点：（a）它节省了内存（b）它将复杂的积分表达式简化为简单的向量点积计算。这能够实现对大型复杂虚拟环境的漫射照明和全局光照明的实时计算。

这里的基础技术是球面调和函数理论，也是实现立体声的基础，但对于大体积声源，它的应用略有不同。HRTF滤波器存储在球面谐波域中，这使得我们可以计算点源的滤波器或球体听众空间的任何形状的投影。最初可以应用于球状发声体，这是通过投影到球型听众空间上的圆形投影来计算HRTF滤波器的。

大型音源允许声学设计师对物体进行大型建模和小型建模，它基本上是分散于空间音频上。值得强调的重要一点，大型音源的作用只是将声音传播出去，而不是提供一种规模感。借助混响平衡和混合动力这样的方法，让声音听起来“大”仍然是声音设计师的工作。最后，Volumetric仅是工具带中的一个能得到准确混合结果的额外工具而已。