Современные подходы к записи и воспроизведению бинаурального звука

Введение

Бинауральная запись и воспроизведение звука – это слуховой феномен, который создает для слушателя трехмерное слуховое восприятие. Этот метод предполагает захват звука через два микрофона, расположенных таким образом, чтобы имитировать естественное положение человеческих ушей, тем самым воспроизводя пространственные сигналы, которые наша слуховая система использует для локализации звуков в окружающей среде. Историческая эволюция бинаурального звука берет свое начало в конце 19 века, ознаменовав собой значительный путь от ранних экспериментальных методов к сложным технологиям, используемым сегодня.

Значение бинаурального звука в современной звуковой среде невозможно переоценить. Его применение охватывает различные области: от улучшения погружения в виртуальную реальность и игр до терапевтического использования в психическом здоровье для снятия стресса и релаксации. Более того, в музыкальной индустрии бинауральная запись предлагает слушателям интимный и захватывающий слуховой опыт, точно воспроизводя ощущения от живых выступлений [1].

Углубляясь в исследование бинаурального звука, крайне важно понимать не только технологические достижения, которые сделали возможным его широкое применение, но также физиологические и психоакустические основы, лежащие в основе нашего восприятия бинауральных слуховых сигналов. Данная статья закладывает основу для всестороннего изучения современных подходов к бинауральной записи и воспроизведению звука, подчеркивая их историческое развитие, применение и преобразующее влияние, которое они оказали на слуховой опыт в эпоху цифровых технологий. Целью данной статьи является: объяснить тонкости бинаурального звука, от его теоретической основы до передовых технологий и практик, которые определяют его нынешнее состояние и предвидят его будущие направления.

Теоретические основы

Бинауральный слух основан на способности слуховой системы человека различать пространственную информацию из звуковых волн, достигающих обоих ушей. Из принципов физики и математики понятно, что время, необходимое сигналу для распространения, зависит от его расстояния от источника. Следовательно, мозг, анализируя различия во времени поступления звуковых сигналов в правое и левое ухо, может определить примерное расположение источников звука по отношению к нашей голове (рис. 1). Даже самое минимальное временное несоответствие помогает определить положение источника звука: справа или слева от нас он находится и насколько далеко от нас [1, 2]. Похоже, что с точки зрения эволюции наша способность определять местонахождение звуков была необходима для выживания.

Рис. 1. Определение местонахождения звуков

Возвращаясь к основам анатомии, человеческое ухо состоит из внешней, средней и внутренней частей (рис. 2). Наружное ухо, отличающееся своей уникальной формой и складками, фильтрует звук сложным образом, что приводит к индивидуальному слуховому восприятию. Эта разница объясняется различиями в форме и размере головы, а также особенностями каждой пары ушей.

Рис. 2. Строение уха

Учитывая сложность и уникальность слуховой системы человека, создавать бинауральные аудиозаписи с использованием всего лишь пары микрофонов нецелесообразно. Однако воспроизведение этого эффекта возможно при условии использования микрофонов определенного типа.

По итогу два основных пространственных сигнала, представленные на рисунке 3, имеют решающее значение для локализации звука: межушные различия во времени (ITD) и межушные различия в уровнях (ILD).

Рис. 3. Основных пространственных сигнала (ITD – слева; ILD – справа)

Межушная разница во времени (ITD): ITD относится к разнице во времени прибытия звуковой волны в каждое ухо. Люди могут обнаруживать изменения ITD длительностью до 10 микросекунд, что позволяет локализовать звуки в горизонтальной плоскости. ITD наиболее эффективен для низкочастотных звуков, примерно ниже 1500 Гц, когда длина волны звука значительно превышает расстояние между ушами.

Межушная разница уровней (ILD): ILD, с другой стороны, представляет собой разницу в уровне звукового давления, достигающую каждого уха, возникающую в первую очередь из-за эффекта акустической тени головы. Этот сигнал более выражен для высокочастотных звуков, обычно выше 1500 Гц, где голова действует как препятствие, создавая тень, снижающую интенсивность звука в дальнем ухе.

Эти бинауральные сигналы дополняются способностью мозга обрабатывать сложную слуховую информацию, что приводит к трехмерному слуховому восприятию. Точное понимание и воспроизведение этих сигналов имеют решающее значение в методах бинауральной записи для достижения подлинного пространственного звучания.

Создание бинауральных записей предполагает захват звука через два микрофона, расположенные так, чтобы имитировать пространственное расположение человеческих ушей. Эта установка направлена на включение в записи естественных сигналов ITD и ILD. Распространенным подходом является использование манекена-головы, оснащенного полостями в форме ушей и микрофонами. Этот метод гарантирует, что записанный звук имитирует взаимодействие звуковых волн с головой и ушами человека, сохраняя пространственные ориентиры.

Оценка качества бинаурального звука включает как субъективные, так и объективные измерения. Субъективная оценка обычно предполагает обратную связь от слушателя по различным характеристикам, таким как пространственный реализм, экстернализация и общий опыт. Однако объективные меры основаны на акустических параметрах и вычислительных моделях для оценки точности бинауральных записей. Такие показатели, как индекс бинаурального качества (BQI) и межушная кросс-корреляция (IACC), используются для количественной оценки пространственной точности и когерентности звуковых волн в ушах соответственно. Недавние достижения в области психоакустических исследований привели к разработке более сложных моделей для прогнозирования воспринимаемого пространственного качества, объединяющих такие факторы, как вариабельность передаточной функции головы (HRTF) у разных людей [3].

Технологии записи

Технология бинауральной звукозаписи использует стереофонический двухканальный формат, учитывая весь спектр отражений звука от головы и его искажение в ушной раковине.

Центральное место в бинауральной записи занимает использование специализированных микрофонов и имитаторов головы. Эти манекены головы часто оснащены полостями в форме ушей, в которых размещаются микрофоны, имитирующие геометрию ушного канала человека. Одним из ярких примеров является Neumann KU 100 (рис. 4), микрофонная система с имитацией головы, предназначенная для захвата бинаурального звука с высокой точностью. Микрофоны внутри головы-манекена записывают звук точно так, как его слышит человеческое ухо, с учетом межушной разницы во времени и уровне.

Рис. 4. Neumann KU 100, микрофонная система с имитацией головы

Вторая способом записи являются цифровые аудиорекордеры, которые используются для захвата и хранения аудиосигналов с бинауральных микрофонов. Такие устройства, как 3Dio (рис. 5), обеспечивают возможность многодорожечной записи, позволяя одновременно записывать несколько источников звука, включая бинауральные настройки.

Рис. 5. Цифровой аудиорекордер 3Dio

Функция моделирования восприятия звука или передаточная функция головы (HRTF) играет решающую роль в бинауральной записи, определяя, как физические характеристики человека влияют на восприятие звука. Современные бинауральные записи часто включают калибровку системы записи в соответствии с конкретными профилями HRTF, что повышает пространственную точность воспроизведения звука.

Так, например, Ambisonics – это технология объемного звучания, которая захватывает звук со всех направлений. Хотя на начальном этапе захвата амбизонные записи не являются строго бинауральными, их можно обрабатывать и декодировать в бинауральный звук. Этот метод с использованием таких микрофонов, как Sennheiser AMBEO VR Mic, позволяет гибко настраивать ориентацию звукового поля и перспективу слушателя после обработки.

Постобработка бинауральных записей проводится с использованием рабочих станций цифрового аудио (DAW), оснащенных плагинами пространственного звука. Такие инструменты, как DearVR и Waves Nx, предлагают функциональные возможности для настройки и улучшения пространственных атрибутов бинауральных записей, включая манипулирование параметрами HRTF для персонализированного воспроизведения звука.

Для достижения желаемой четкости и реализма в бинауральных записях применяются методы шумоподавления и эквалайзера. Усовершенствованные программные алгоритмы позволяют выявлять и подавлять нежелательные окружающие шумы, а настройки эквалайзера обеспечивают сбалансированное воспроизведение частот в соответствии с естественными слуховыми реакциями.

Также бинауральные записи часто подвергаются сжатию динамического диапазона для поддержания постоянного уровня звука во всей записи. Этот процесс имеет решающее значение для обеспечения слышимости тихих звуков и предотвращения искажений в более громких частях, тем самым сохраняя естественную динамику, наблюдаемую при реальном слухе [4, 5].

Технологии воспроизведения

Хотя существует несколько методов записи бинаурального аудиоконтента, его воспроизведение в основном основано на использовании наушников. В отличие от традиционных систем стереовоспроизведения, бинауральный звук, передаваемый через наушники, может сохранять пространственные сигналы, закодированные во время процесса записи, такие как межушные различия во времени (ITD) и межушные различия в уровнях (ILD). Высококачественные модели, такие как Sennheiser HD 800 S, известны своей обширной звуковой сценой и детальным воспроизведением, что крайне важно для иммерсивного бинаурального прослушивания.

Потребность в наушниках также усугубляемая характеристиками человеческого слуха, препятствует внедрению этой технологии в кино и других областях искусства. Человеческий мозг в сочетании со слуховой системой умело определяет местоположение и расстояние до источника звука. Независимая и изолированная работа каждого уха позволяет звукам достигать одного уха немного раньше другого, позволяя мозгу практически точно определять направление, интенсивность и местоположение звука.

Попытки обмануть уши с помощью динамиков бесполезны, поскольку мозг может определить их местоположение, а звуковые сигналы достигают ушей почти мгновенно, что позволяет нам без особых усилий различать реальные и записанные звуки. Чтобы бинауральный звук воспринимался как естественный и неотличимый от звуков реального мира, наушники должны изолировать левый и правый каналы друг от друга. Эта необходимость представляет собой существенный барьер для театров, концертных площадок и других развлекательных пространств. Текущая реальность такова, что предприятия еще не готовы оснастить каждое помещение достаточным количеством наушников. Многоканальные аудиосистемы просто более экономичны: они служат дольше, менее подвержены поломкам.

Несмотря на трудности и финансовую неопределенность, преимущества бинаурального звука перевешивают недостатки, мотивируя инженеров и разработчиков совершенствовать технологию, делая ее более доступной и доступной. Во-первых, бинауральный звук предлагает незабываемые впечатления: звук движется вместе с человеком и ведет себя так же, как и в реальном мире. Технология стала удивительно точной. Такие движения, как поворот головы, приседание, вставание или наклон, приводят к тому, что звук всегда звучит так, как в реальной среде, что позволяет вам виртуально перенести себя в другое место, независимо от вашей физической ориентации. Примером может служить недавно выпущенный плагин Waves Abbey Road Studio 3, который погружает вас в центр знаменитой студии Abbey Road со звуком, который меняется при движении головы.

Рис. 6. Плагин Waves Abbey Road Studio 3

Во-вторых, эта технология оказалась особенно полезной для записи сложных аудиосигналов и звуковых ландшафтов. Бинауральные методы могут улавливать и воспроизводить естественные звуки лесов, океанов или даже целых симфонических оркестров. Звуки деревьев и листвы объемны и, кажется, доносятся со всех сторон, создавая ощущение, будто вы стоите посреди леса, а шум воды создает ощущение, будто вы сидите на теплом пляже или стоите на палубе корабля в море.

Бинауральный звук завоевал популярность среди создателей контента ASMR (автономный сенсорный меридианный отклик) благодаря реалистичному воспроизведению звука. Недавно YouTube был наводнен тысячами видеороликов, в которых показаны такие действия, как лопание пузырьковой пленки, мятие бумаги и даже поедание орехов под пиво, причем бинауральный звук усиливает реалистичность этих звуков.

В будущем, когда бинауральные системы станут более распространенными и доступными, эта технология может установить новый стандарт для музыки и звукозаписи. Хотя маловероятно, что бинауральный звук заменит системы объемного звучания Dolby в кинотеатрах, ожидается, что бинауральный звук станет основным продуктом в домашних условиях. Слушатели по всему миру смогут почувствовать себя так, будто они стоят в студии с любимыми музыкантами, в центре напряженных виртуальных перестрелок или перенеслись в другие миры во время просмотра новейшего блокбастера [6, 7].

Заключение

Исследование современных подходов к записи и воспроизведению бинауральных звуков свидетельствует о значительном прогрессе в области слуховых технологий и их применении в различных областях. От своих теоретических основ, укорененных в психоакустике человека, до сложных методологий записи и сложных технологий воспроизведения, бинауральный звук вышел за рамки простого улучшения слуха и стал ключевым элементом иммерсивного опыта, терапевтических применений и технологических инноваций.

В заключение отметим, что современные подходы к бинауральной записи и воспроизведению звука представляют собой значительный шаг вперед в нашей способности имитировать и манипулировать слуховой средой. Этот путь от теории к применению отражает более широкое стремление улучшить взаимодействие человека с цифровым миром, сделав его более захватывающим, доступным и значимым. По мере того как технологии продолжают развиваться, будут развиваться и способы, которыми мы воспринимаем, используем и ценим звук, подтверждая роль бинаурального звука как ключевого элемента в картине сенсорного опыта человека.

1. Алдошина И. А., Игнатов П. В., Иванов Ю. М. Бинауральный синтез в искусстве записи и воспроизведения звука // Современные проблемы науки и образования. – 2015. – №. 1-1. – С. 1944-1944.
2. Algazi V. R., Duda R. O., Thompson D. M. Motion-tracked binaural sound // Journal of the Audio Engineering Society. – 2004. – Т. 52. – №. 11. – С. 1142-1156.
3. Willert V. et al. A probabilistic model for binaural sound localization // IEEE Transactions on Systems, Man, and Cybernetics, Part B (Cybernetics). – 2006. – Т. 36. – №. 5. – С. 982-994.
4. Paul S. Binaural recording technology: A historical review and possible future developments // Acta acustica united with Acustica. – 2009. – Т. 95. – №. 5. – С. 767-788.
5. Hammershøi D., Møller H. Binaural technique–Basic methods for recording, synthesis, and reproduction // Communication acoustics. – 2005. – С. 223-254.
6. Oberem J., Masiero B., Fels J. Experiments on authenticity and plausibility of binaural reproduction via headphones employing different recording methods // Applied Acoustics. – 2016. – Т. 114. – С. 71-78.
7. Бинауральное аудио: как работает технология реалистичного звучания и причём тут манекены. 2019. [Электронный ресурс] – Режим доступа: https://samesound.ru/prod/112670-binaural-audio-explain