DPA 话筒大学：沉浸式音频入门 - 基础知识

什么是沉浸式音频？

“沉浸式”（Immersive）指的是被某种事物完全包围的状态，例如跳入水中时被水环绕的感觉。然而，沉浸式声音的内涵不止于 “包围”，它还包含 “环绕感”（Envelopment）。环绕感与空间信息相关，具体而言，是对空间特性的感知体验。

听众的沉浸感，部分源于接收来自各个方向的声音，但这并非全部。不同声道可能包含同一声源从不同角度录制的信息。若所有声道播放完全相同的声音（即多声道单音），则无法产生环绕感。

过去，沉浸式音频曾被称为环绕声（Surround Sound）或 3D 音频（3D-Audio），即便当时扬声器仅布置在水平平面上。传统环绕声通常为 5.1 声道（ 5 个全带宽声道加1个带宽受限的低频声道），而新型沉浸式音频格式则更为丰富，例如 7.1.4 声道（基础层 7 个声道、1 个低频效果声道及 4 个高度声道）、9.1.4 声道，还有杜比全景声（Dolby Atmos）、Auro 3D 等格式；在日本，还存在 22.2 声道格式（基础层 10 个声道、上层 9 个声道、下层 3 个声道及 2 个低频效果声道）。

沉浸式音频如何制作？

沉浸式音频的制作会运用多种录音与混音技术。针对杜比全景声等格式的电影混音，通常会融合各类音源：单声道音源、立体声音源以及包含空间信息的多声道录音。通过向其中添加 “声音对象”（Sound Objects），能够让听众感知到空间事件 —— 例如，一架直升机从后方某个倾斜角度接近时的方位感。时间码（Timecode）与坐标信息会精准控制该声音对象在重放过程中的出现位置与时间，使其仿佛从观众头顶呼啸而过。

环绕声 / 高阶环绕声

部分音频专业人士会采用环绕声技术，包括所谓的 “一阶环绕声”（1st-Order Ambisonics）与 “高阶环绕声”（Higher-Order Ambisonics）。一阶环绕声以 “A格式” 话筒阵列为基础，该阵列包含 4 个按正四面体结构排列的心形指向话筒，随后会通过虚拟处理将其重新格式化为 “B格式” —— 包含 3 个双向指向话筒与 1 个全向话筒的虚拟配置。

高阶环绕声的物理载体通常是一个直径为 10-20 厘米的球体，球体表面均匀分布着 8 个、16 个、32 个或 64 个话筒。通过对这些话筒的信号进行混音处理，可获得更清晰的指向特性，从而更精准地还原声源的方向感。该技术的定位精度极高，但要求听众必须处于 “最佳听音点”（Sweet Spot）。若听众偏离该位置，通常只能听到距离最近的扬声器发出的声音，无法获得强烈的沉浸感与环绕感。

这种技术在虚拟现实（Virtual Reality）领域应用效果显著，因为在虚拟现实场景中，用户始终处于声场中心。此外，由于所有信号均为 “重合信号”（Coincident Signals）—— 即时间上完全同步，因此该技术也便于将多声道信号简化为更少的声道。

空间录音（Spatial Recording）

适用于音乐制作等场景的其他自然录音方法中，包含一类采用大间距话筒布局的格式。挪威音响工程师莫滕·林德伯格（Morten Lindberg，来自 2L 唱片公司）曾凭借出色的沉浸式录音作品斩获格莱美奖，他采用的录音方案是以 7 个全向话筒组成基础层，再搭配4个全向话筒构成高度层。这些话筒之间的间距至少为 1 米，这种布局能捕捉到大量 “非相关声音”（Uncorrelated Sound），让听众产生被声音环绕的沉浸体验。听众的位置对听音效果影响较小，因此该技术不仅适用于音乐录音，还可用于构建能在较大区域内播放的 “声景”（Soundscapes）。

去相关（De-Correlation）

在某些混音工作中，声音最初仅来源于少数几个声道（例如基础层声道），其他声道（如上层层声道）的信号则通过 “去相关” 技术从这些原始声道中衍生而来。该技术需对音频信号进行特殊处理，实际上也适用于大型格式的音响系统（如扩声系统/音乐会音响），因为它能减少 “梳状滤波”（Comb-Filtering）带来的不良影响。

扬声器设置与话筒设置的关系

通常，扬声器的设置方式会决定初始的话筒配置方案。因此，一种简单的话筒拾音方法是：为每个扬声器/声道对应布置一个话筒。关键问题在于，如何优先实现核心参数需求 —— 例如定位精度、声场覆盖范围、沉浸感、环绕感、频谱平衡，或是其他特定参数。要同时满足所有这些参数的理想效果，难度极大。

最有效的解决方式是通过实验尝试不同的配置方案。如前文所述，将指向性话筒近距离摆放，能精准还原声源位置（在最佳听音点处的几何失真较低），这种技术通常是科学还原声景等场景的首选方案。

采用间距布局的话筒能营造更强的环绕感，既可以使用指向性话筒，也可选用全向话筒。不过，全向话筒在低频拾取方面表现出色，若所有扬声器均具备良好的低频响应，听众便能清晰感受到优质的低频效果。若需要话筒具备一定的指向性，也可在全向话筒上搭配 “声学压力均衡器”（Acoustic Pressure Equalizers）使用。

沉浸式录音实用建议

录制过程中，需调节阵列中每个话筒的增益，确保所有话筒的灵敏度一致。

话筒间距越大，环绕感越强，但在部分情况下，指向精度会相应降低。

若扬声器之间的间距较大，则话筒也需采用相应的大间距布局。

4041-SP 全指向大振膜话筒

4041-SP 大振膜电容话筒的频率响应范围为 10Hz 至 20kHz ，在 8kHz 左右有 4-6dB 的柔和提升。此外，它的本底噪声极低，仅为 8dB(A) 。它还具有增强的声压级承受能力，削波前最高可承受 134dB 声压级。

这款全指向电容话筒设计用于标准的 48V 幻像供电环境。它配备了 MMC4041 大振膜极头，因此该话筒具有卓越的音质。

振膜和外壳均采用不锈钢材质制成。这使得极头对环境温度变化具有独特的抗干扰能力。精密制造的背板安装在石英绝缘体中，以实现最高的电气稳定性。这使得 4041 大振膜电容话筒具有高达 90mV/Pa 的独特灵敏度。

4006A全指向话筒

4006A 全指向话筒在任何录音场景下都能实现极致的声音还原度，可捕捉到极为丰富的声音细节与深度。其在多种乐器上呈现出的高频特性清晰度令人印象深刻，具备声音自然、灵敏度高、本底噪声低的优势，频率响应范围为 10kHz-20kHz（±2 dB），且响应线性。工程师、广播从业者及音乐人皆可借助它实现清晰、自然且精准的声音还原。这款全指向电容话筒非常适合采用 A-B 立体声对录制交响音乐厅现场，同时在人声拾音、各类乐器的近距离拾音方面也表现出色。

该话筒拥有丰富的配件选择，包括声压均衡器、防尘罩及可更换保护网。这些配件可从声学层面改变话筒的性能：通过更换保护网，能够获得多种独特的频率响应与指向特性，且不会产生电子滤波器可能带来的相位偏移、噪声或失真问题。这些配件包含在立体声套装及环绕声套装中。

部分图片来源：莫滕·林德伯格/2L唱片公司