在本文中，我們將會介紹為什么單純地通過肉耳聆聽三維音效和通過耳機(jī)聆聽會是兩種截然不同的體驗，以及你該如何彌合兩者的差距。

空間音效的感知是一個復(fù)雜的現(xiàn)象。它結(jié)合了聲學(xué)聲波與房間或空間之間的相互作用，與我們頭部和耳朵的相互作用，中耳和內(nèi)耳以及音頻神經(jīng)的反應(yīng)，最后還有大腦對聲音場景的認(rèn)知和解釋。

通過耳機(jī)來感知聲音則是一種完全不同的體驗。如果把立體聲耳機(jī) vs 揚(yáng)聲器作為例子，我們就會發(fā)現(xiàn)有以下幾個主要的區(qū)別：

1. 信道串號：立體聲魔法

當(dāng)我們在聽左/右配置的揚(yáng)聲器時，來自左揚(yáng)聲器的信號會到達(dá)我們的左耳和右耳，并且與來自右揚(yáng)聲器的輸入相加；當(dāng)我們在耳機(jī)上聽到相同的內(nèi)容時，左耳只接收左聲道，右耳接收右聲道。

信道串號

2. 濾波與延遲

在通過空氣傳播并在到達(dá)鼓膜之前，由于我們頭部和耳朵的尺寸和形狀、聲波會經(jīng)歷濾波和延遲效應(yīng)。波峰會在不同時間，并以不同頻率形狀到達(dá)耳朵。延遲和濾波器將取決于聲音產(chǎn)生的角度。在使用耳機(jī)時，這種濾波和延遲效果基本上會被繞過，信號幾乎會直接“插入”我們的鼓膜（取決于耳機(jī)類型）。

耳朵濾波：跟方向相關(guān)的頻率變化

3. 早期反射

在現(xiàn)實(shí)世界中，甚至是“最干凈”的錄音棚，來自揚(yáng)聲器的直接聲音并非是到達(dá)耳朵的唯一東西。聲波會通過彈離墻壁和其他物理對象與房間相互作用，從而產(chǎn)生來自多個方向的多個高度相關(guān)的信號。這些被稱為早期反射，然后它們還會經(jīng)歷基于到達(dá)方向的濾波和延遲效應(yīng)。我們大腦會使用相對于直接源的這些早期反射的增益、到達(dá)時間和方向，以估計源的距離以及聆聽空間的尺寸和聲學(xué)特性。當(dāng)然，耳機(jī)是不會產(chǎn)生任何這些現(xiàn)象，只有聲音信號會傳輸至耳朵，同時無任何顯示這會怎樣與物理環(huán)境相互作用。

早期反射

4. 頭部運(yùn)動

由于所有上述現(xiàn)象取決于聲音的方向，所以即使對頭部出現(xiàn)輕微的移動也會導(dǎo)致完整的音頻場景向相反方向移動，因為外部世界不會隨著頭部的移動而移動?，F(xiàn)在，這個線索與其他任何線索一樣重要，也許更為重要。我們的大腦對變化高度敏感，它會記住聲音的原本的位置和現(xiàn)在的位置，并使用這些信息來定位靜態(tài)外部信源。在使用耳機(jī)時，因為音頻場景會隨著頭部不斷移動，所以會與大腦先前對聲源位置的任何假設(shè)產(chǎn)生沖突。

頭部運(yùn)動

以上所有都是大腦使用的重要線索，并會不斷地判斷聲源的位置。我們的大腦不是一位輕率的決策者，并不容易愚弄。經(jīng)過數(shù)百年時間的進(jìn)化，大腦定位聲源的能力有了長足的進(jìn)步。通過聲音來判斷捕食者可能潛伏的位置或是獵物的方向?qū)ι娑杂葹橹匾?。?dāng)聲音線索產(chǎn)生沖突時，大腦就會變得困惑，直到它最終放棄定位聲源的嘗試，而我們大腦中的音頻場景也會崩潰。

這就是通過耳機(jī)聆聽聲音的體驗。因為幫助我們定位空間中聲源的聲音線索發(fā)生缺失，我們聽到的聲音就好像來源于頭部。我們聽到的所有元素都在耳朵—頭部—耳朵這條二維線上推擠，而不是頭部以外的三維空間。

揚(yáng)聲器設(shè)置下的三維立體圖像

普通耳機(jī)設(shè)置下的平面立體圖像。

普通耳機(jī)的這種“平面”體驗可能會導(dǎo)致幾個負(fù)面影響：

錯誤或丟失空間圖像：對于耳機(jī)，我們或是不能感知，又或是會誤解藝術(shù)家想要傳達(dá)的空間意圖。以披頭士樂隊的歌曲《A Day in the Life》為例，聲樂從右聲道，左側(cè)的鋼琴開始。然后在第一節(jié)里，它們會逐漸靠攏，直到在第二節(jié)完全相融。這對聽覺體驗而言來說十分重要，在揚(yáng)聲器設(shè)置下我們可以于聽覺空間中聽到正常發(fā)生的轉(zhuǎn)換。但“平面”耳機(jī)不能準(zhǔn)確地還原這種效果，從而極大地影響聆聽體驗。

錯誤的混音決定：當(dāng)你在耳機(jī)上混合音頻時，矛盾的空間聲音線索會導(dǎo)致頻率或相位差。這可能會導(dǎo)致錄音師做出不正確或夸張的方程式，和（或）混音決定。

聽覺疲勞：由于大腦不習(xí)慣這種類型的感覺，耳機(jī)所產(chǎn)生的內(nèi)耳體驗可能會導(dǎo)致聽覺疲勞。因為大腦會不斷地試圖理解空間音頻場景，但由于音頻線索的缺失或矛盾，這會使大腦一直處于混亂狀態(tài)。

環(huán)繞聲的缺失：你實(shí)際上不可能在普通耳機(jī)上創(chuàng)建環(huán)繞聲，主要是因為它們不能表現(xiàn)出聆聽著背后的源的環(huán)繞圖像。

為彌補(bǔ)從外部來源聆聽聲音和通過耳機(jī)聆聽聲音之間的差距，很多創(chuàng)業(yè)公司開發(fā)了3D音頻技術(shù)（比如Waves Nx），通過算法將所有上述丟失的線索插入到信號中，以說服大腦聲音是來自空間中的虛擬揚(yáng)聲器。

借助3D技術(shù)，耳機(jī)可實(shí)現(xiàn)3D立體圖像

耳機(jī)通過Nx技術(shù)實(shí)現(xiàn)3D環(huán)繞圖像

3D音頻技術(shù)通過巧妙的方法實(shí)現(xiàn)了這一切，僅添加所需的關(guān)鍵和全局聲音線索來重建空間3D音頻圖像，無需修改或著色聲音。3D音頻技術(shù)會優(yōu)化濾波器和環(huán)境聲以創(chuàng)建透明聲音的空間，可最小化頻率變化，使得所有變化被感知為與空間相關(guān)，而不是均值化。通過根據(jù)用戶頭部運(yùn)動來調(diào)整聲音，耳機(jī)可實(shí)現(xiàn)3D感知，同時不會對頻響產(chǎn)生太大的變化。