下一代音频：正在进展中的工作

　　我在2012年初开始尝试、测试和撰写关于沉浸式音频的内容，并记得在那之后的某个时候听到了 “下一代音频”（NGA）这个术语。从那时起，很多团体提出了各种下一代内容生产者和设备制造商以为基础的特性和格式。

　　目前NGA将这些特性描述为放音设备和复制设备之间的沉浸感、交互和智能接口，但在美国，政府不强制要求推动这些特性的实施。更令人困惑的是，不仅没有强制要求，而且还存在与Dolby Atmos和MPEG-H竞争和不兼容的格式。

　　既不是杜比也不是弗劳恩霍夫发明了沉浸式声音或NGA，它实际上是技术进步以及获得更大容量和更高质量用于高级音频制作的巧妙的压缩方案的直接结果。沉浸式声音之所以可以实现，是因为广播公司能够在狭义的数据带宽内向消费者提供最少10个声道——5.1.4。音频带宽可以分配给音床、声道或对象，以增强沉浸式体验或用于交互功能。

　　它值得吗？

　　对每一个消费者来说，沉浸声可能不是最终的娱乐体验——研究显示立体声和5.1环绕声条形音箱（回音壁）稳步增加，但7.1及其它类别（这包括有一些变异的沉浸声）只有小幅增加。这让我相信，也许沉浸声制作（特别是对体育）还没有足够的说服力让人再多花些钱于更高质量的音箱上。

　　沉浸声一直是NGA最关注的焦点，也许因为它是ATSC 3.0推出时最先进的功能。但是，随着“假沉浸式”DSP处理和各种声称播放沉浸声的条形音箱的泛滥，幻想的影院效果声似乎是痴心妄想。我再问：你如何通过上和侧反射回音壁获得沉浸式体验？也许消费者比当初想象的更精明。

　　自从消费者的家庭音响包含了低音和高音控制，广播世界已经明白了用户控制声音的渴望，杜比迅速推出了对比控制，但在交互性方面与NGA建议的非传统的对白声道不可同日而语。

　　杜比通过引入对话归一开辟了个性化，这对于不同的聆听环境和内容显然是一个好主意，但弗劳恩霍夫的 MPEG-H提供了真正用户交互的可能性。例如，对无线广播，教练和球员的语言可能会成问题，但一个单独和可控的教练声道消除直播中发生的预审和清除。对首席财务官来说，重要的是，教练声道可以变现。注意，杜比宣称通过使用对象声道获得相同水平的交互性。

　　所有这些交互性最终可由制作人和版权持有者限定，可以选择更好的对白，可选的解说，甚至选择一些对象，如无线电广播设备和无线话筒。能够控制多名球员或教练的话筒的任何一个，并以单声道或立体声听—— 对我来说，这似乎是一种相当沉浸式的体验。

　　呈现内容

　　NGA的最后一个可能也是最被低估的好处是，它能够将音频内容提交给几乎任何消费设备或格式。例如，音频元素被嵌入数字流中，并可以被混合—渲染为合理配方的单声、立体声、环绕声或沉浸式混音。

　　环绕立体声的早期不足是缩混和元数据。还要记住，使用机顶盒混合环绕声道以渲染立体声混音，在准确和等效的声音制作方面始终存在问题，原因是很多声音元素要被纳入混音中。渲染接受所有的原料，产生一个全新的混音。

　　渲染是到达消费者之前的最后一个过程，理论上，渲染可以选择不同的换能器特性、构形和容器，并为任何聆听设备优化音景。然而，我仍然困惑于如何从侧反射和上发射的条形音箱获得沉浸式音景的准确表现—— 尽管它确实听起来更好。

　　关于NGA的潜力已经说了很多了。虽然技术在不断发展，但具有引人入胜的沉浸式声音和互动性的内容却很落后，除了在游戏领域。就像环绕声开始变得保守一样，沉浸声制作也开始保守。

　　一个显著的差异是早期的条形音箱是对环绕立体声的一大改进，但我不相信沉浸声体验受益于条形音箱会像环绕立体声一样多。

　　沉浸式体验对我们每个人来说都不一样，NGA提供了一个框架，而非路线图。