Ambisonics声音格式总结

什么是Ambisonics？

Ambisonics 是一种捕捉和重现三维声场的音频技术，由英国工程师和学者 Michael Gerzon（1945-1996）发明。随着计算机技术和音频处理能力的提高，特别是在21世纪，Ambisonics重新受到关注，尤其是在虚拟现实（VR）和增强现实（AR）领域。

导言

Ambisonics与传统环绕声格式

Ambisonics与传统的立体声、环绕声格式有什么区别？

环绕声系统

Ambisonics系统

上面说到，Ambisonics也能提供沉浸式的声音体验，它与传统环绕声格式诸如5.1、7.1的区别在于它连续地记录和表示声场内所有声音信息，而传统环绕声格式通常仅记录分轨信息（通常仅包括水平内个位数声轨）。

这种特性使得Ambisonics格式的声音能够轻松映射到各种声音阵列上，并对于处理VR、AR中声场旋转问题有着得天独厚的优势。

球谐函数

知道Ambisonics是为了记录和表示声场内所有方向的声音信息，我们很容易的想到可以用球谐函数来作为表示工具。

球谐函数是球坐标空间的一组基函数，可以通过它合成球坐标系中各种各样的函数，非常适用于表示中心点周围的环境信息，例如在图形学中表示环境光照，在地球科学中用于表示地球表面和地球内部的各种物理量，以及本文提到的用于表示声场信息等。

球谐函数公式

球谐函数图示

用球坐标空间的球谐函数组合表示，我们最终能得到一个声音分布r=f（θ，φ)，r极径表示声压（声音）强度，（θ，φ）两个角度表示声音源方向。

Ambisonics一阶B格式

如图是某一时刻的声音分布函数，在实际声音的存储中，我们仅需要记录每个球谐函数分量前边的系数就可以了

0.5，0.1，0.07，0.05，0.3

在重构解码时算法会自动匹配分量。

一阶B格式是最简单的Ambisonics格式，它使用W、X、Y、Z四个通道来表示全景360°声音信息。为什么是四个通道？很明显，根据名字来理解，它是使用零阶和一阶球谐函数来表示声音，最高阶是一阶，而在球谐函数表中，零阶有一个分量（表示平均声压），一阶有三个分量（分别表示前后、左右、垂直分量），一共四个分量。

最终，我们可以根这四个分量复原出声场，并将声场映射到各种各样的声音阵列中。

总结

Ambisonics是一种捕捉和重现三维声场的音频技术。

Ambisonics与传统的立体声、环绕声格式的区别在于它是一个球坐标系的函数，能表示空间中所有的声音位置和强度。

Ambisonics一阶B格式利用球谐函数一阶以前的分量来表示声场，w、x、y、z分量分别对应球谐函数Y00、Y-11、Y01、Y11的系数。