Dolby Atmos Music沉浸式音频与空间音频 与 Sony 360 Reality Audio的分享

Dolby Atmos Music沉浸式音频与空间音频 与 Sony 360 Reality Audio的分享

大家还记得DVD-Audio和SACD吗？那么，是什么让索尼和杜比相信他们的新3D音乐技术现在会受到观众的欢迎呢？

当杜比实验室在2021年末发布其调查报告时，公司表现出对年轻成年人 “GenZers” 更倾向于高质量音乐选项的信心。杜比的调查与索尼在2021年的预测不谋而合，因为两家公司都打赌沉浸式音频将成为最新一代年轻人的潮流。与十多年前千禧一代崛起时类似的研究形成了鲜明对比，当时他们对音质的欣赏与现在的 GenZ 相去甚远。在一项盲测中，有一项研究发现，实际上有相当数量的千禧一代更喜欢压缩的128位 MP3格式音频而不是更高质量的替代品。

大约在2010年左右，高保真音频的未来看起来可能黯淡无光。但那时的音乐革命涉及可携带性以及通过在线音乐分享进行合法可疑的获取。2000年代的许多年轻音乐迷可能在史蒂夫·乔布斯告诉我们我们可以在口袋里携带1000首歌曲后不知不觉地训练自己更喜欢数字音频压缩。但是，自从吉恩称之为“音频的智商下降”以来，我们已经走了很长一段路。

为了满足预期的需求并在现有流媒体服务提供商 Spotify 的竞争中占据优势，几家流媒体音乐服务都采用了增强和无损音频格式。自从很久以前，甚至早于Frank Zappa弗兰克·扎帕在1960年代进行模拟四声道录音的著名实验以来，环绕音乐就一直是一个小众的好奇之处。但新的基于对象的数字格式为我们提供了新的术语来指代类似的听觉体验：3D音频、沉浸式音频或空间音频都成为了最新的热门话题，成为了一种全新的听音乐方式。过去的东西突然又焕发出了新的生机。

索尼的360 Reality Audio（360RA）似乎已经跳入了一个已经拥挤的池塘，其中有诸如DTS:X、Auro3D、IMAX Enhanced和池塘的顶级掠食者Dolby Atmos等已经建立起来的格式。但索尼对360RA的战略绕过了大部分池塘，专注于音乐。虽然在技术上可以用于视频音频混音，但索尼将360RA及其生态系统定位为专门用于音乐再现而非电影和电视。公司对音乐的专注使其直接竞争的对象成了对杜比实验室而言仅仅是兼职的事情。但索尼仍面临艰巨的挑战。因为杜比通过其两者的混合体：杜比全景声（Dolby Atmos）现在已经成为了沉浸式音响中的主导品牌。

数字多声道音频的简化解释：

基于声道的环绕音频格式采用经典方法，即工程师将声音混合到与预定义位置的专用扬声器相对应的特定声道中，以在您的听音室周围的有限空间内呈现声音。

基于对象的环绕音频格式则通过元数据表示更为流畅的数字声学对象，而不是特定的声道。这些对象将声音定位于虚拟空间中，使得可以从不同方向发出更多的声音。对象式音频技术的关键突破之一在于其适应性强，可以适应不同的扬声器布局和消费者音频播放系统。声道的特定性被换成了与今天各种家庭音频系统的广泛兼容性。

Dolby自2012年发布动画电影《勇敢者游戏》（Brave）将垂直高度声道引入影院后，就准备将Atmos带到家庭市场。Dolby改进了对Dolby Digital（AC-3）的后继编解码器，得名AC-4，于2014年末准备投入商业应用。据Dolby称：

“AC-4相比Dolby Digital Plus（AC3），在各种内容类型上提供了平均50%的压缩效率改进，从单声道到沉浸式音频都包括在内。”

就在AC-4投入家庭音频市场之时，Dolby也提到了有关Atmos的更大规划，澄清了Dolby Atmos和AC-4并不完全相同的事实。Dolby的策略是将Atmos作为一个总称品牌，而不是将该格式与特定的编解码器联系起来。

“Atmos是Dolby的沉浸式音频体验，可以通过多种杜比音频编解码器传递，包括Dolby AC-4和Dolby Digital Plus。”

消费者处理器和AVR带来的Dolby Atmos在家庭中提升了沉浸式音频的体验，无论在哪里，热衷者都安装了天花板扬声器以适应新的格式。但Atmos的许可证尚未完成！很快就显露出来，兼容Atmos认可音频设备不需要解码高度声道，甚至不需要解码多声道环绕声音。Dolby将Atmos定位为沉浸式音频体验的品质标志。现在，几乎任何具有扬声器和芯片的设备，从Soundbar电视音响到智能音箱，甚至手机、平板电脑和汽车音频系统都可以自豪地宣称 – 拥有Dolby Atmos！

到了2010年代末，Atmos已经深入渗透到几乎所有类型的消费电子产品中。许多音频纯粹主义者表示，Atmos品牌正变得越来越淡化，甚至猜测其扩张可能会导致消费者对产品功能的困惑。毕竟，虽然两者都带有杜比Atmos的认可标志，但Soundbar电视音响与多扬声器组件音频系统在声学上几乎没有相似之处。

随着电影院寻求任何优势来吸引观众体验高端观影体验，杜比推出了Dolby Cinema。Cinema的杜比视界和Atmos声音的组合被广泛认为是影院观影的金标准。Atmos的许可使任何人都至少可以感受到自己带回了一部豪华的影院体验，即使是在一款300美元的Soundbar电视音响中。这种格式对杜比来说是一个巨大成功，但Atmos在消费电子产品中的广泛应用可能已经引领了杜比实验室进入了另一个，不太知名的战略胜利。

下一代音频格式之争

在电影院和消费电子产品市场上轻松击败竞争对手后，杜比发现自己卷入了另一场正在进行的、高风险的格式之争，其主要竞争对手是一个名为MPEG-H 3D Audio的开放标准。这个竞争的舞台是一个名为下一代音频（NGA）的国际音频标准。

NGA提出了一系列对沉浸式音频格式和标准的要求，并已被许多世界范围内的数字广播电视推出所采纳。尽管杜比可能在各种设备上淡化了Atmos品牌，但它也展示了其灵活的渲染能力，这是NGA的关键要求之一，而Atmos品牌的知名度意味着它根本不能被忽视。

在实践中，灵活渲染使音频流能够在如今家庭中的大量新数字音频设备上进行呈现。这一功能部分由编解码器执行，这只是面向对象音频的一个优势。NGA标准承诺，用户将听到一部影片的最佳版本，无论是使用兼容的音响、内置在电视/电脑上的扬声器还是耳机，甚至在音轨可能是为多声道环绕系统混音的情况下。广泛的授权使得Atmos在国际数字广播电视的NGA竞争中拥有了令人信服的熟悉优势。因此，除了赢得像Netflix和Apple TV+这样的视频流服务的支持外，全球范围内的数字广播电视网络也将提供杜比Atmos音效。

MPEG-H 3D音频

弗劳恩霍夫IIS（Fraunhofer IIS）和ISO/IEC运动图像专家组（MPEG）一直以来都在制定数字多媒体标准，这已经和我们使用互联网的时间差不多长了。MPEG可能是通过MP3颠覆了音乐行业，但它也早在上世纪90年代末就开始研究面向对象的音频/视频技术。我找到的关于AV中面向对象编码最早的重要提及是1998年的IEEE论文，题为：“MPEG-4系统：构建面向对象的音视频内容”。这是在Brave（2012年）首次以Dolby Atmos发布之前的十多年前。

与Atmos不同，MPEG-H 3D音频（MPEG-H）作为一个开放标准，可能已经出现在越来越多的消费者音频产品中。该标准长期以来一直在诸如Sennheiser和三星等品牌的便捷家庭音频系统中找到了一席之地。但它也被包含在由Marantz、Denon和McIntosh制造的AV接收器中，这些接收器最近开始支持360 Reality Audio。

与Atmos不同，360RA硬件支持目前仍处于起步阶段，新AV接收器中对360RA的支持情况可能目前还有些不太清晰。我们已经得到了Masimo的确认，某些Denon和Marantz接收器的新型号，包括Denon的AVR-A1H，通过HDMI支持360RA，可使用特定的Amazon Firestick模型实现全扬声器音效。

将以下列出的Fire TV设备通过HDMI连接到AV接收器：

• 亚马逊Fire TV Cube 第三代

• Fire TV Stick 4K Max 第二代

• Fire TV Stick 4K 第二代

要查看正在增长的索尼360 Reality Audio全扬声器硬件支持列表，请在其主要360 Reality Audio页面的“与扬声器配合使用”部分查看。

尽管它们的技术在某些市场上存在竞争，但索尼、杜比和Fraunhofer已经达成了“专利池”协议。这将使它们对专利的使用不那么限制性，可能也不那么好斗。也许我们已经进入了一个更友善、更温和、更具前瞻性的格式战争时代。

在支持MPEG-H的制造商中，开放标准的最大支持者必须是索尼。这家日本电子巨头已经将MPEG-H应用于自己的专有格式，包括360RA和PlayStation 5的Tempest 3D音频引擎。但是在360RA方面，索尼与Fraunhofer合作，从底层开始建立一个3D音乐生态系统，有着雄心勃勃的计划。根据索尼的说法：

“360 Reality Audio Music Format，这是一种针对音乐分发进行优化并符合MPEG-H 3D音频标准的格式。”

Dolby Atmos 音乐

亚马逊音乐和Tidal在2019年末开始提供 Atmos 音乐库的流媒体服务。2021年，苹果音乐也开始提供其自己的 Atmos 音乐实现，称为 Spatial Audio，实际上就是一种略带头部转向的 Atmos。

苹果的 Spatial Audio 是专门为使用耳机和耳塞的便携音乐而设计的 Atmos 扩展。它增加了动态头部跟踪功能，使 Dolby 的环绕声更具动态性。兼容的耳机将在一个固定位置内随着您转动头部而提供流畅的音场重新定位。这种效果需要使用陀螺仪/加速度计传感器的兼容耳机，例如 AirPods Pro 或 AirPods Max。如果您的耳机中没有这些传感器，您仍将享受到 Dolby Atmos 双耳渲染的好处，但没有动态头部跟踪。

随着苹果音乐和其他流行的音乐流媒体服务的加入，Atmos 似乎已准备好在这种新的基于对象的环绕音乐表现中占据主导地位。

索尼 360 Reality Audio 部署

在2019年底，360RA 首次登陆高端订阅音乐服务，包括 Tidal、Deezer、亚马逊音乐以及一个名为 http://Nugz.net 的现场表演音乐服务。然而，Deezer 在2023年10月31日神秘地放弃了对 360RA 的支持。然而，一个名为 PeerTracks 的独特区块链流媒体服务已经接入了 Sony 360RA，提供 3D 音频音乐和音乐视频。360RA 的原生硬件支持在2020年陆续推出。到了2023年，索尼推出了从Soundbar电视音响到新系列 AV 接收机的产品，直接支持 360RA。现在，除了 MPEG-H，索尼 360RA 的支持正与其他厂商一起不断增长。但是，索尼打算如何与 Atmos 音乐竞争呢？

除了是一家消费电子巨头和电影公司外，索尼还是全球最大的音乐出版商。该公司有能力通过将其混音工具交到专业工作室工程师手中来实现对 360RA 的自上而下的部署，这些工程师为索尼音乐及其众多子公司工作，这些子公司共同涵盖了几乎一半的音乐录音。但是，360RA 最大的营销推动似乎是将其混音工具定位为时髦 DIY 创作者的选择。这在今天的原子化音乐行业中是一个明智的选择，该行业涵盖了一波 YouTube 和 Soundcloud 上走红的作曲家、音乐家和 DJ。索尼与 Virtual Sonics 合作开发了 360 Reality Audio Creative Suite，这是一款适用于 Pro Tools 等数字音频工作站（DAW）应用的软件插件。

索尼表示，360RA 混音过程完全基于对象，允许创作者轻松地将声音放置在观众周围的真正 360 度球形空间中，包括上方或下方。索尼的“360RA 创作者”网页强烈暗示了对独立录音艺术家的友好性。业余创作者的介绍视频中，资深音乐制作人基思·哈里斯在一间豪华客厅工作室里，他展示了在笔记本电脑上使用索尼的 Walkmix Creator 混音轨，并通过一副索尼耳机监控他的工作。索尼似乎最近将其 360RA 混音工具从“创意套件”更名为“Walkmix Creator”。新名称听起来不像是办公生产工具，更像是与其 Walkman 品牌有关的酷炫产品。索尼的便携式 Walkman 播放器已经存在了几十年，主要用于戴耳机听音乐。

索尼的 360RA 网页强调了该格式在创作者和用户使用耳机时的应用，然而，专业工作室使用独特的球形 13 喇叭监视布局来混音 360 Reality Audio 音轨，这些音轨在任何杜比全景声家庭影院系统上听起来都很棒。索尼可能面临着在家庭音频中推广低空地板扬声器仅用于 360RA 听音的挑战。但是，杜比成功地将高度声道带到了天花板，也许地板扬声器是下一个前沿。

虽然索尼正在面向独立创作者传达信息，但从零开始的战略并不仅限于 360RA。杜比自己的从零开始的战略已经让该公司与 Avid 合作，帮助使用 Pro Tools 的独立艺术家创建和分发 Atmos 和苹果空间音频音轨。

个人听感 – 索尼 360RA 和 Atmos

我可能有点逃避，但我无法明确表示偏好。就像任何立体声录音一样，主要的音质瓶颈在于录音室混音。但我可以说，在扬声器上收听时，无论是哪种格式的最佳音质曲目都听起来很棒！然而，在耳机和索尼 ES AVR 7.2.2 扬声器系统之间交替听音，结果差异很大。

在多声道扬声器系统上收听

在最好的情况下，Atmos 和 360RA 在多声道扬声器系统上的表现是我们期望的一切，我非常喜欢。我听到声音从房间四周的虚拟扬声器中传出，这种效果我从我的 5.1 SACD 和 DVD-Audio 光盘中从未如此清楚地听到过。这似乎有点违反直觉，因为这两种格式都使用了数字压缩，但它们将动态带回了音乐。这两种格式解决了与所谓的“响度战争”有关的问题，因为它们的母带音量比大多数立体声曲目要低得多。据母带工程师 Ian Shepherd 称，Atmos 规定了在 -18 LUFS 的集成响度下进行母带制作。从我潜水的音频专业社区中了解到，这比今天许多立体声母带要低多达 10dB。你可能需要调高音量，但作为回报，你可能会听到更多动态范围和今天许多双声道录音中缺失的微妙细节。只是要小心，不要将 3D 音乐曲目与常规立体声曲目混在同一个播放列表中，否则你的系统可能会受到冲击。

在我看来，最棒的曲目会巧妙地融合环绕效果，创造出独特的环境氛围。在 Atmos 中，我听到了从房间后面传来的吉他反射音，让我感觉自己就在一家小酒馆里聆听着 The Band。在 360RA 中，Jeff Beck 的吉他旋律营造出广泛的回响，把我的听音室变成了一个体育场。这两种格式同样能够产生这些效果，以及更多。

在耳机上收听

两种基于对象的格式都可以实现双耳渲染，这意味着你可以在任何一副立体声耳机上获得沉浸式的3D音频效果，而不仅仅是标有与特定格式兼容的耳机。但可悲的是，我认为 Atmos 和 360RA 在耳机上并没有提供相同的体验。可能毋庸置疑，即使是听起来最棒的曲目，也缺少在扬声器上可能听到的戏剧性的方向效果。这两种3D音乐格式都可以提供出色的环境效果，有时会为录音增添空间感和音场。这可能是双耳转换到双耳的功能，但你在耳机上不必像在多声道扬声器系统上那样把音量调得很高。虽然细节和动态很好，但耳机并没有为我提供从全音响系统中听到的革命性声音体验。

我大部分真正的音乐欣赏都是通过耳机进行的，我会根据不同的心情和音乐风格保留一小部分我最喜欢的曲目。我非常喜欢听一副好耳机。我甚至会承认，我的多声道扬声器系统大多用于观看电影，只偶尔用于音乐会话，尽管最近我在探索这些环绕音乐格式时这种情况有所改变。但我对耳机上的3D音乐格式最大的抱怨是，使用一副不错的耳机进行的好立体声混音本来就已经是一种沉浸式的听觉体验！我谦卑地认为，耳机并不是这两种格式的引人注目的用例。

听说过“锡纸耳机理论”吗？这其实是对苹果音乐在音乐流媒体领域所做战略举措的一种猜测。作为排名仅次于Spotify的音乐服务，苹果音乐肯定在拼尽全力争取领先优势。他们给音乐创作者提供了不少好处，鼓励他们把自己的音乐库搬到空间音频领域，这是个不错的策略。

对于创作者来说，苹果音乐不仅是主流唱片公司的合作伙伴，而且还因为支付更高的版税而备受青睐。这意味着对于那些想要在音乐界有所作为的独立音乐人来说，苹果音乐是个非常不错的选择。

对于用户来说，苹果音乐也投入了大量资源在Atmos技术上，尤其是通过他们的空间音频格式。你可以在Apple TV 4K上享受到Atmos的震撼效果，而且在Apple TV+以及Netflix、Tidal等第三方应用上也能畅快体验。不过，有一点要注意，目前Apple TV 4K还不支持Sony的360 Reality Audio（360RA）格式哦。

总的来说，苹果音乐在空间音频和Atmos方面的战略举措表明其决心与Spotify竞争，并巩固其在音乐流媒体行业的地位。

听说苹果音乐想要在音乐流媒体市场上超越 Spotify，所以它肯定会想方设法找到优势。苹果音乐为创作者提供了种种好处，让他们更愿意在其空间音频音乐库中发展作品。就像任何流行音乐分发平台一样，苹果音乐是主要唱片公司的合作伙伴，但它也以向独立音乐人和录音室支付更高版税而闻名。据一些在线创作者称，版税更高使得苹果音乐成为新艺人争取知名度的首选平台。而对于用户来说，苹果音乐通过其空间音频格式在 Atmos 上投入了大量资源，包括在其 Apple TV 4K 上支持 Atmos。这款设备在 Apple TV+ 流媒体服务中提供 Atmos，并在 Netflix 和 Tidal 等第三方应用中无缝支持 Atmos。但是，这款设备并不支持 360RA。

数字音乐新闻在2023年末报道称，苹果将通过提供额外的版税来加强其空间音频的推广力度，以进一步激励其3D音乐格式。由于专有算法的不透明性，要证明这一点可能很困难，但在音频专业人士中长期以来一直有传言称，苹果音乐对以空间音频混音的曲目给予了有利的对待。据说它在算法中提供了额外的权重，同时将以空间音频录制的曲目放在播放列表中，而不是普通的立体声录音。

一些在线音频专业人士，特别是较小的录音室，认为苹果对空间音频/Atmos的推广在某种程度上得到了录音行业的主要参与者的支持。其中一些音频专业人士甚至推测，这可能是一种试图挤压较小录音室的努力，因为从立体声转换到 Dolby Atmos 混音的成本很高，他们对此并不满意！

一位匿名的音频专业人士对于将自己的制作转移到 Dolby Atmos 的前景发表了评论：

“可怕的事实是，你不能创造一个既具有沉浸感又期望能够折叠到立体声上被消费者听到的单一母带……混音和母带大师们都在为所有的声床宽度和双耳声音而跳过荒谬的障碍……必须是双耳声音，或者只使用单独的立体声母带，因为99.99%的消费者只使用两个扬声器或耳机进行听音。”

我不是一名录音棚工程师，只是这个行业中最好工作的粉丝之一，但我有一些疑问。我知道对象导向环绕格式的一个突破是对各种音频系统的灵活呈现以及适用于耳机的双耳声音。但是，一个任何音频格式的母带是否真的能为所有音频系统带来相应水平的沉浸感呢？

从我自己的听音经验来看，当同时为多声道扬声器系统和一副耳机进行混音时可能会涉及一些取舍。在一些在线教程中演示在 Atmos 中混音时，教练经常会在耳机和扬声器之间切换监视他们的工作，这可能是为了找到两种非常不同的听音模式之间的最佳平衡点。但是，达到这种平衡真的重要吗？

到底 3D 音乐适合谁？

就像我之前提到的，我非常喜欢用耳机听音乐。虽然我比起普通人用手机连接着存货耳塞听 Spotify 时会花更多心思在这方面。我相信大多数人如果用一个廉价的 DAC/Amp 连接上一副价格适中的耳机，都会对音质提升感到惊喜。但是有很多理由怀疑，对于普通的音乐流媒体用户来说，连接手机的耳塞或耳机可能是他们首选的音乐配件。

在追求金钱激励之后，谁会将混合 Atmos 音乐（或 360RA）用于多声道家庭音频扬声器系统视为优先？

如果这些格式真的旨在推动耳机市场，对于独立录音艺术家和小型工作室来说，也许他们无需担心投资于多声道扬声器监控系统会是个好消息。但我不禁想知道，当我们只听耳机混音的音轨时，我们会失去什么？也许这可以解释我在某些 Atmos/360RA 音轨中听到的声音不一致之处。

这些新的基于对象的音乐格式的生命周期还处于早期阶段，现在就下定论还为时过早。从理论上讲，无论监视器如何，这些格式的算法都旨在从元数据中读取位置信息，为每个音频系统和双耳渲染音频。我知道这些算法和混音工具都在不断改进。但是，尽管我喜欢在耳机上听音乐，但我不愿意看到这些格式成为隐含设计给耳塞和手机用户的。

快来分享一下你对 Dolby Atmos 音乐或 360RA 的体验吧。