linux 单声道数据处理,一次搞懂单声道、双声道、立体声 — 声音处理技术

原标题：一次搞懂单声道、双声道、立体声 — 声音处理技术

一次搞懂单声道、双声道、立体声 — 声音处理技术

声音技术的发展史

1877年爱迪生除了发明电灯，也发明了第一个可以回放声音的装置，从此之后声音可以被回放。

可以称之为第一代的留声机，在这之前声音无法被回放，只能靠文字想象。我们利用一个声道或音轨来重现声音，我们叫做 Mono 或是单声道。

双声道、立体声 — Stereo

1931年 EMI 的工程师 AlanBlumlein 认为人类是用两只耳朵听声音，为何我们只有一个喇叭呢？所以他发明了 Stereo，Stereo 需要左右两个喇叭发出不同的声音，所以如果你有两个喇叭播放的是一样的声音，我们还是叫做 Mono。Stereo 因为价格与技术上的问题，一直到 1960 年代才慢慢普及，那时候 Beatles、猫王都开始尝试用 Stereo 来创造，甚至会标示在唱片封面上。

Stereo 虽然叫做立体声，但他离立体还有点距离，因为人类大脑对于判断实体声音超级厉害，以准确度来说大脑的误差在左右正负3度(3度是如果我们画一个时钟是1分钟这么窄)。

quadraphonic 四声道

为了要让人的体验更「声」历其境，很自然地会想到增加喇叭的数量，所以后来有了前面两个声道，后面有两个声道的 quadraphonic 四声道。四声道在 1970 年红了一阵子，但很快因为成本的问题消失。

5.1声道 — 环场声、环绕声

5.1 声道

我们现在较长听到的环绕音响或是 surround sound 是 5.1声道，前面有三个声道，后面有两个。像 Dolby Digital，SDDS，DTS 及 Pro Logic II 都是常见的 5.1 声道音效系统。第一次使用是在 1980年代的电影院一直到现在。

但像刚刚提到的，大脑对于判断实体声源超级厉害，所以即使你有5.1环绕音响，你仔细听，还是听得出喇叭的位置，为了解决这个问题，大家开始增加喇叭数目，每个方向都增加喇叭，然后那个喇叭就只播放那个方向的声音就好，所以就有了 6.1 或是 7.1 声道的环绕，利用增加喇叭数目增加声音播放的精确性。

7.1 声道

这种透过增加喇叭数量来增加声音播放的精确性的解决方案，其实不止发生在水平面，也发生在垂直面。所以后来有了 9.1 环绕，这种放在天花板上的高置声道( high channel)。11.1声道把天花板的喇叭数量变成 4 个，增加喇叭无非是为了增加体验和故事的真实性，让每个人能更融入故事。

声音档案制作 — Channel-Based Sound

了解了声道的概念后，那制作声音档案时，我们都希望用户能更沉浸在声音里，那声道又该如何处理呢？举例来说，我今天想让你听到后面有一只恐龙在叫，前面有个人在尖叫，现在传统的做法是以喇叭的数量为出发，我们称作 channel-based 的作法：

决定声道数为 7.1 声道

首先要决定要用几个喇叭，假设在这个例子里我们用 7 个喇叭的 7.1 声道

分配声音

接着我要把恐龙的声音跟尖叫的声音平均分配到他附近的喇叭里面，接着再把七个喇叭的声音全部包成一个档案，拿到了这个档案后就要去找出 7.1 声道的喇叭配置，然后播放档案。

播放档案之后理论上你就能听到恐龙在后面与前面有人在尖叫，这其实是 1 个萝卜一个坑的道理。所以如果你想要听到 5.1 声道的声音，你就同时要有 5.1 声道的档案和 5.1 声道配置的喇叭。

聆听场景与播放设备不断增加，该如何解决？

现在的时代，除了喇叭配置的选择更多外，播放声音的设备跟播放声音的情境、地点越来越多，然而设备也有不同的大小与性能。我们会希望有一种声音格式可以很有弹性，能适应不同的喇叭配置与情况，让消费者可以简单切换。声音产业为了解决这个问题，目前有两个方向：

Object-based 面向对象式

以刚刚的例子(前面有人尖叫，后面有恐龙叫)来说，身为创作者在 object-based 的方式下要决定「这个恐龙什么时候用多大的音量在哪里大叫」，接着根据不同的喇叭配置(双声道、 5.1、7.1、 22.2声道) ，分别做好设定，最后再把信息都打包成档案，这样播放时就可以依照现有的喇叭配置播放声音。

除此之外 Object-based 还可以把每个声源当作是一个对象，举个例子来说，当你在看一场直播的球赛，如果球赛里的球评、主播、场内的对象都是分别独立的对象，如果你觉得球评很吵，你就可以把球评关掉，只留下场内的声音，你甚至还能选择主队或是客队的欢呼声，以此创造影音内容的互动，也让观看的体验更有趣。

Scene-based 场景导向式

场景导向式其实是一个相当大的类别，我们比较常听到的是 ambisonic 的技术，ambisonic 的概念在 1970 年就被提出，他的概念有点像 360度影片，假设我们可以在场地中央放一个麦克风，一口气把整个场地的音场录下来，音场搭配上三维的坐标(X.Y.Z)，播放时让喇叭配置依照坐标试着重建音场。 360 度影片就是 ambisonic 的应用之一，也是因为 360度影片，2016年初 Youtube 开始支持 ambisonic。

声音技术的革命正在发生

但是有些问题虽然可以在 Object-based 跟 Scene-based 的技术下解决一部份，但如果声音可以突破声道的限制，那就不会有家里明明有环绕音响，但是看电视的时候听的都是双声道的哀伤。即使有 Object-based 跟 Scene-based 的技术，但是你的设备都是 mono 跟 stereo 的设备 (e.g. 计算机、电视、手机) 那你听到的东西就还是 mono 或 stereo。

责任编辑：