當代沉浸聲的構成應注重二個要點：
一是其輸出音訊本身需僅可能具備空間訊息的完整性（滿足空間訊息完整性的音訊即可稱為「沉浸式音訊」），在系統設計上，須保有沉浸式音訊的空間訊息量的調節彈性；
二是喇叭的投射能力和覆蓋範圍要儘可能匹配渲染器的空間訊息解析度，喇叭和渲染器都須保有波束指向的調節彈性以求盡其所能的因應場地空間的聲學條件。
廠家針對上述這兩點通常就能制定出產品生態系的商業標準，消費性的產品則可再納入一個針對所在聆聽空間的喇叭頻響優化（譬如消費性電子音訊產品產家可採用Fraunhofer IIS的upHear解決方案）。
這裡終究要談到當代沉浸式音訊技術之母「Ambisonics」；Ambisoncs可以幫助聲音系統設計師紮實貫穿音訊的格式製作、演出／播放端的音訊渲染處理，甚至包括最後端實體喇叭與沉浸式音訊的匹配優化等環節，這當中非常重要而必須特別說的是「Renderer－渲染器」，Renderer通常是藉由包含VBAP算法的Ambisonics技術來將物件音訊和聲道音訊處理成沉浸式音訊（直接在喇叭上用VBAP去Pan也是一種手段，但關鍵還是需要空間模擬來獲得音訊上足夠的空間訊息量；以世界知名的IRCAM SPAT來說，它的空間模擬工具是基本八聲道的Fdn放在Higher Order Ambisonics裡所得到的符合真實聲響物理性的殘響效果），透過渲染器將沉浸式音訊和後端喇叭格式做出優化（譬如IRCAM之所以會特別提醒藝術家提交的聲響作品最好能達到五階以上的AmbiX，以便他們在其主廳Espro投射空間裡頭來幫藝術家聲響作品進行渲染優化，是以匹配現場數量眾多的多聲道喇叭系統）；市售專業喇叭大多恐怕難以和高階特性的聲音系統相互匹配（此處所指「高階」是說需要的喇叭數量很多、喇叭排列的密度秩序需要很高、需要甚為緻密之意；以7.1.4或9.1.6聲道的喇叭系統來說，嚴格上它並非緻密的高階系統，但娛樂效果已相當足夠），因為常見的這些喇叭所具備的波束指向性和空間投射方向以及它的覆蓋面範圍都有著不同程度的侷限。
在規劃設計沉浸聲系統的時候，保有音訊的空間訊息調節彈性即是考慮到「還原現場」和「模擬現場」的音訊處理能力，而對於還原和擬真的聲響結果評估，其標準通常是用Ambisonics做出基礎，許多廠家以Ambisonics做為手段，建立參考標準和開發環境（實體或虛擬），以研發設計自己的聲音系統，利用喇叭或是耳機的發音特性、沉浸式音訊內含的聲源指向性和空間方向性、目標現場的建築空間聲學特徵、以及聆聽者所在位置的聽覺接收狀態等，需綜合思考可能手段以做出令人滿意的還原程度和擬真程度，使多聲道環繞系統搖身一變成為兼具還原一個演出現場和模擬一個實體或虛構空間能力的沉浸聲系統。
上述提及的「還原現場」自然不是還原錄音室裡頭混音師在監聽喇叭上製作媒體格式時所聽見的聲響（通常錄音室作品音訊所含空間訊息是相對少量，以「直接音」成份為主，監聽喇叭的作用主要是為幫助混音師確認音訊所含直接音是否具有足夠的質和量），渲染器的目的則是為了更好地還原演出當時的空間或模擬一個實體或虛構空間，而為了這個目的就自然會用上Ambisonics來把現場整個360度空間訊息給記錄下來（空間音訊可視為是針對該實體空間或虛擬空間的連續快照），以便於後續利用，透過Ambisonics來幫助你進行多聲道環繞系統的還原度評估，雖然你可以用其他各種Channel-Based Audio（聲道音訊）的3D格式去記錄現場，但從空間訊息的存取完整性來說，Ambisonics一直以來在專業音訊行業的認知裡就是最完整的，Ambisonics在研究開發沉浸式音訊產品或系統來說至為關鍵，Ambisonics除了能夠做為產品核心技術，也可以做為實體或虛擬的研究開發環境。
以上，語意或有不詳盡之處，還請大家見諒！
Leave a Reply