Більшість людей асоціюють домашній кінотеатр із масивною стіною з динаміків та сабвуфером, від якого вібрують мостини. Це класичний кінематографічний досвід. Але будьмо чесні. Не всі мають достатньо квадратних метрів для повноцінної системи 5.1. Багато орендарів просто хочуть дивитися Netflix, не перетворюючи свою вітальню на джунглі з кабелів. Вам не потрібна виділена медіа-кімната, щоб отримати це відчуття, що занурює. Вам просто потрібний віртуальний об’ємний звук.
Ця технологія імітує просторові ефекти багатодинамічної системи, використовуючи значно меншу кількість компонентів. Ви купуєте нові стіни. Ви купуєте певний тип обробки аудіо.
Існує два основні види цієї технології. Перший – система 2.1 surround (об’ємний звук 2.1). Зазвичай це означає два передні динаміки та окремий сабвуфер. Ось і все. Незважаючи на назву, що має на увазі простоту, ці системи призначені для того, щоб обдурити ваш мозок, змусивши його сприймати повний об’ємний звук п’ятидинамічної системи. Другий варіант – цифрова проекція звуку. Вони зазвичай використовують одну смугу невеликих динаміків. Часто в них відсутній виділений сабвуфер, і вони покладаються на смугу для проектування звуку по всій кімнаті.
Незалежно від апаратного забезпечення, ціль однакова. Система змінює звукові хвилі так, щоб вони здавалися вихідними з місць, де немає фізичних динаміків. Не магія. Це психоакустика. Йдеться про те, як люди сприймають звук. Розуміючи особливості людського слуху, інженери можуть змусити два динаміки звучати як п’ять.
Як ваш мозок відображає простір
Щоб зрозуміти, чому це працює, потрібно поглянути на «апаратне забезпечення» вашої голови. Динамік – це по суті машина, яка перетворює електричні імпульси на фізичний рух. Він використовує діафрагму. Цей конус швидко рухається вперед та назад. Коли він висувається назовні, він створює стиск. Це область високого тиску повітря. Коли він відтягується назад, створює розрідження. Це область нижчого тиску.
Ці стискання та розрідження поширюються через повітря у вигляді поздовжньої хвилі. Вони зумовлені рухом повітряних частинок. Коли частинки штовхають одна одну, тиск зростає. Коли вони розходяться, тиск падає. Ця хвиля зрештою досягає вашого вуха.
Вона потрапляє в вушну раковину, також відому як вушна раковина (pinna). Це зовнішня частина вашого вуха. Звук потім проходить вниз по слуховому проходу. Він фізично рухає вашу барабанну перетинку, або тимпанальну мембрану. Це запускає ланцюгову реакцію крихітних структур усередині. Зрештою вібрації досягають “слухового нерва”. Нерв посилає ці імпульси до вашого мозку. Ваш мозок інтерпретує їх як звук.
Але слух – це не лише виявлення гучності чи висоти тону. Ваш мозок використовує звук визначення його джерела. Це відбувається за допомогою аурикулярних підказок (слухових орієнтирів). Ви можете не замислюватися про це свідомо, але ваш мозок постійно обчислює звідки виходить звук. Це еволюційна навичка виживання. Тварини використовують його для пошуку їжі або уникнення хижаків. Люди використовують його, щоб визначити, чи стукають у їхні двері чи двері сусіда. Якщо ви можете визначити джерело, можна відреагувати.
Системи об’ємного віртуального звуку використовують ці підказки. Вони змінюють звукові хвилі так, що ваш мозок отримує суперечливі чи змінені дані. В результаті з’являється фантомне зображення. Ви чуєте звук, що йде позаду вас, навіть якщо динамік перебуває перед вами.
Підхід алгоритму Dolby
Одним з найбільш відомих методів створення такого середовища є Dolby Virtual Speaker. Це не фізичний устрій. Це набір правил та алгоритмів. Ці правила відтворюють багатоканальний звук для пристроїв, які мають лише два звичайні динаміки.
Ви знайдете цю технологію, вбудовану в певні телевізори, стереосистеми та комп’ютери. Вона обробляє аудіосигнал перед тим, як він досягне драйвера (динаміка). Алгоритм маніпулює тимчасовими характеристиками та частотою звукових хвиль. Він дурить локалізаційні підказки мозку. Ефект аналогічний Dolby Headphone. Ця технологія використовує алгоритми обробки звуку, що дозволяють звичайним навушникам імітувати налаштування динаміків об’ємного звуку.
Цей підхід усуває потребу у складній проводці. Вам не потрібно свердлити отвори у стінах. Вам не потрібно виміряти відстані між динаміками. Обробка відбувається у цифровому вигляді. Апаратне забезпечення повинно мати можливість виводити стереосигнал.
Це порушує просте питання. Чому варто боротися з фізикою, коли можна просто обдурити мозок?
Механіка визначення напрямку звуку
Ви знаходитесь у тихому екзаменаційному залі. Повітря нерухоме. Несподівано падає монета.
Ваша голова різко повертається у бік звуку. Це відбувається так швидко, що ви навіть не думаєте про це. Це — інстинкт. Ваш мозок за секунду обчислює джерело. У вас може бути слух лише в одному вусі. Це все одно працює. Як?
Мозок – це обчислювальний механізм. Він приймає сирі дані від вух та запускає складний аналітичний процес. Існує два основні входи. Один — це різниця тим, що чує праве вухо, і тим, що чує ліве. Інший це те, як звукові хвилі відбиваються від вашої голови і тіла. Це слухові підказки. Мозок використовує їх для тріангуляції розташування.
Подумайте знову про монету. Вона падає на підлогу праворуч від вас.
Звук поширюється як фізичних хвиль. Він рухається із кінцевою швидкістю. Це триває час. Хвиля спочатку досягає вашого правого вуха. Через частку секунди вона сягає лівого.
Також відбувається зниження гучності. Звук тихіше у лівому вусі. Чому? Хвиля природно розсіюється. Ваша голова поглинає частину звуку. Частина відбивається. Це створює різницю.
Ця різниця має назву. Це міжня різниця рівнів (ILD).
Різниця в часі – це ще одна назва. Це міжня різниця в часі (ITD).
Ці два показники дають вашому мозку чітку виставу. Звук ліворуч чи праворуч? Відповідь зазвичай так.
Але що щодо висоти? Це складніше.
Якщо звук знаходиться над вами або під вами, шлях до ваших вух змінюється. Довжина колії варіюється. Але різниця між лівим та правим вухом залишається однаковою. ILD та ITD не змінюються з висотою. Тому мозку важко.
Перед або ззаду ще складніше.
Якщо покладатися лише на різницю у часі та рівні, можна заплутатися. Звук позаду вас може створювати такі самі ILD і ITD, як і звук спереду. Точки даних збігаються. Розташування – ні.
Це створює проблемну зону. Це конусоподібна область, довжина outward from your ear. Ми називаємо її конусом плутанини.
Усередині цього конуса числа ідентичні. Ваш мозок не може розрізнити перед і ззаду, використовуючи лише час та гучність.
Це передбачає, що у вас два працюючі вуха. А якщо ні?
Якщо у вас слух лише в одному вусі, ви все одно можете локалізувати звук. Мозок адаптується. Він звертає увагу до відображення. Він аналізує, як звук відбивається від поверхонь у цьому єдиному вусі. Це не є ідеальним. Але це працює.
Коли звукова хвиля досягає вас, вона не просто відбивається від барабанної перетинки. Вона вдаряється об вашу голову. Вона вдаряється об ваші плечі. Вона огинає вигнуту раковину вашої зовнішньої частини вуха. Кожне відображення subtly змінює хвилю. Ці відображення інтерферують один з одним. Частини хвилі посилюються. Частини слабшають. Це змінює гучність та якість звуку.
Ці зміни відомі як головні функції передачі (HRTF).
На відміну від міжухових різниць у рівні (ILD) або міжухових тимчасових різниць (ITD), HRTF відповідають визначення висоти звуку. Вони повідомляють вам, чи виходить звук зверху чи знизу. Вони також розрізняють передню та задню частини. Мозок аналізує ці спотворення хвилі, щоб точно визначити джерело.
Чому ми не можемо виміряти HRTF на слух
Людська вушна раковина – це лабіринт. Вона має безліч поверхонь. Більшість із них вигнуті. Звук відбивається від однієї поверхні, потрапляє на іншу і знову відбивається, перш ніж досягти барабанної перетинки.
Додайте до цього обличчя. Голову. Волосся. Торс.
Спроба вручну ізолювати ці відображення практично неможлива. Взаємодії надто складні. Вченим були потрібні дані. Безліч даних.
Вони використовували джерела звуку. Вони використовували масиви мікрофонів. Вони використовували комп’ютерні програми.
Роль KEMAR у дослідженнях HRTF
Дослідники не просто здогадувалися. Вони вимірювали.
У деяких дослідженнях вони прикріплювали крихітні мікрофони безпосередньо до тіла людських учасників. В інших вони використовували реалістичні манекени. Ці манекени імітують людську шкіру, хрящі та пропорції.
Найвідомішим є Knowles Electronic Manikin for Acoustic Research (KEMAR). Він став невід’ємною частиною таких лабораторій, як MIT Media Lab.
Чому манекени? Тому що кожна голова є унікальною. Кожна форма вуха індивідуальна. Щоб створити універсальну модель, потрібна стандартизація. KEMAR забезпечує цю базову лінію.
HRTF — це, насправді, відбиток пальця того, як ваше тіло фільтрує звук. Без них аудіо втрачає глибину.
Від виміру до алгоритму
Мікрофони мають одне завдання: захоплювати звук.
Потім комп’ютери аналізують різницю. Вони вивчають, як і той ж звук взаємодіє з різними частинами тіла. Вони відстежують звуки із різних точок походження.
Ці дані призводять до створення “алгоритму”.
Алгоритм тут – це просто набір правил. Він описує, як HRTF та інші фактори змінили форму звукової хвилі. Якщо застосувати цей алгоритм до нової звукової хвилі, змінить форму цієї хвилі. Він надасть їй ті самі властивості, які мала вихідна хвиля після взаємодії з тілом.
Це двигун, що лежить в основі об’ємного віртуального звуку.
Як працює віртуальний об’ємний звук
Ось що відбувається, коли ви надягаєте навушники, які стверджують, що імітують систему об’ємного звуку 5.1.
- Захоплення: Дослідники використовують мікрофони для запису звуку з фізичної акустичної системи 5.1. Запис ведеться з рівня вух та тіл різних форм та розмірів. Це враховує індивідуальні відмінності у сприйнятті.
- Моделювання: Використовуючи комп’ютери, вони розробляють алгоритм. Цей алгоритм відтворює просторові характеристики цього звукового поля.
- Застосування: Алгоритм застосовується до двоканальної (стерео) системи. Він змінює форму аудіо. Результатом є звукове поле, яке імітує форму реальної системи із 5 каналами.
Ви чуєте симуляцію. Ваш мозок обробляє змінене HRTF аудіо так, ніби звуки виходили з конкретних напрямків у просторі.
Не магія. Це математика. І саме тому фільм здається захоплюючим, навіть коли ви знаходитесь у кімнаті на самоті.
Інструменти та методи віртуального об’ємного звуку
Це трюк. Складний цифровий фокус. Процесор бере стандартний стереосигнал і спотворює його за допомогою акустичних підказок. Зсув фази. Пригнічення частот. Лінії затримки. Він змушує ваш мозок прийняти брехню: що звук виходить із п’яти різних точок у просторі, а не просто з двох динаків ліворуч і праворуч. Ви не чуєте більше. Вам просто вселяють, що чуєте.
У цьому полягає основна обіцянка інструментів віртуального об’ємного звуку. Вони не додають апаратного забезпечення. Вони додають обману.
Підхід на основі ЦГЗ: формування сигналу
Більшість споживчих рішень покладаються на цифрову обробку сигналу (ЦГЗ). Це не магія; це математика, застосована до звукових хвиль. Програмне забезпечення аналізує вхідну стереодорожку та застосовує функції передачі, пов’язані з головою (HRTF). Ці функції моделюють те, як ваші вуха та голова фільтрують звук, що виходить із різних напрямків.
Штучно змінюючи час та інтенсивність частот між лівим та правим каналами, система створює «фантомні зображення». Ваша слухова кора заповнює прогалини. Вона розміщує звук позаду вас або збоку, ґрунтуючись на тонких підказках, яким ваш мозок навчився довіряти.
Апаратні та програмні рішення
Ви маєте вибір. Вони різняться за ефективністю та вартістю.
- Програмна віртуалізація: Працює на вашому ПК, ігровій консолі чи смартфоні. Такі програми, як Dolby Atmos для навушників або Sony 360 Reality Audio, беруть мікс 5.1 або 7.1 та конвертують його. Це зручно. Але звук часто видається тонким. Профілі HRTF є усередненими. Вони передбачають середню форму голови. Якщо ваша голова не середньої, ілюзія руйнується.
- Апаратне апмікшування: Деякі AV-ресивери та висококласні звукові панелі роблять це внутрішньо. Вони обробляють сигнал, перш ніж він потрапляє на динаміки. Установка 5.1 може симулювати досвід 7.1 або навіть 9.1, використовуючи задні динаміки та канали верхнього рівня для заповнення порожнин. Це менше залежить від точності HRTF, тому що ви використовуєте реальні фізичні динаміки.
- Формати амбісоніки: Тут стає технічно цікаво. Амбісоніка записує звук як сферу. Вона записує інформацію про напрямок безпосередньо. При відтворенні через інструменти об’ємного віртуального звуку панорамування точніше. В основному використовується у VR-гарнітурах. Якщо ви просто дивитеся фільм на дивані, ви, мабуть, не помітите різниці.
Чому це важливо для звичайних користувачів
Вам не потрібний кінотеатр. Вам потрібне занурення.
Проблема стереозвуку в тому, що він плаский. Все відбувається перед вами. У фільмах екшен втрачають свою просторову глибину. Музика втрачає свою широту. Віртуальний об’ємний звук виправляє це розширюючи звукову сцену. Це не справжній об’ємний звук. Це переконливе наближення.
Для геймерів це важливо. Просторовий звук може означати різницю між виявленням ворога за стіною та тим, щоб бути обійденим із флангу. Підказки мають бути точними. Погано налаштована HRTF може повністю приховати кроки.
Де це зазнає невдачі
Ілюзія тендітна.
- Рух голови: Якщо ви повертаєте голову, звук залишається зафіксованим на динаміках. Він не обертається разом із вами. Це миттєво руйнує просторову ілюзію.
- Форма вух: У всіх різні вушні раковини. Фільтри, які у більшості програм, є усередненими. Якщо ваші вуха по-різному вловлюють високі частоти,
Механіка імітації об’ємного звуку
Віртуальні системи об’ємного звуку покладаються як на фізику; вони «зламують» ваш мозок. У той час, як справжні системи 5.1 використовують реальні динаміки для відображення звукових хвиль по кімнаті, цифрові системи обробки звуку намагаються обдурити вас, змусивши сприймати простір. Вони відбивають звукові хвилі від стін. Якщо хвиля відбивається від стіни за вашою головою, ваш мозок реєструє її як вихідну ззаду.
Це потребує точності. Необхідно задати розміри кімнати або використовувати мікрофон. Якщо кут буде неправильним, ілюзія зруйнується.
Скасування та інтерференція
Багато двоколонні системи використовують відміну перехресних перешкод (crosstalk cancellation). Це творче застосування деструктивної інтерференції. Ціль проста: не дати лівому вуху чути аудіосигнал правого каналу.
Якщо ваші вуха вловлюють один одного сигнали, стереозображення руйнується. Система використовує алгоритми усунення цього небажаного проникнення сигналу. Не магія. Це обробка сигналу.
Обчислювальна потужність, що стоїть за звуком
Цим алгоритмам потрібна обчислювальна міць. Комп’ютерний процесор, який зазвичай знаходиться всередині ресивера або підсилювача, виконує основну роботу. Цей чіп обробляє звукові хвилі у реальному часі. Він приймає вхідні дані від DVD-програвача або супутникового ресивера. Застосовує математичні обчислення. Регулює гучність. Потім надсилає чистий сигнал на динаміки. У деяких системах це обладнання приховано у самих акустичних колонках.
Проблема «солодкої точки»
Ось у чому каверза. Занурення – це ілюзія. Вона працює лише у тому випадку, якщо ви сидите у правильному місці. Ви повинні дивитися прямо на екран.
Якщо ви переміститеся вліво або вправо від солодкої точки (sweet spot), ефект зникне. Ви вийдете межі спрямованого звукового поля. Звуки, що панорамуються по кімнаті, можуть заїкатися або звучати неприродно. Ви чуєте два динаміки, які прикидаються п’ятьма. Результат позбавлений фізичної потужності повноцінної потужної системи об’ємного звуку.
На що звернути увагу при покупці
Перед покупкою перевірте такі фактори.
- Розмір та форма кімнати: Цифрова проекція звуку покладається на відображення. Вона не працює у величезних відкритих просторах чи кімнатах з неправильною формою стін.
- Бажаний ефект: Бажаєте звук, що заповнює всю кімнату? Двоколонова система може розчарувати.
- Сабвуфер: У системах 2.1 він входить у комплект. Багато систем цифрової проекції його немає. Ви можете додати його для низьких частот, але це вимагатиме додаткових витрат.
- Вимоги до налаштування: Деякі системи готові до роботи одразу після підключення (plug-and-play). Інші вимагають вимірювання кімнати та запуску процедури калібрування.
- Ціна: Доступні системи 2.1 існують. Висококласні пристрої цифрової проекції можуть коштувати понад 1500 доларів.
Технологія вражає, поки ви сидите. Як тільки ви встаєте, це просто відлуння.
Де заглибитися в науку про аудіо
Якщо ви хочете вийти за рамки основ і зрозуміти, як саме звукові хвилі відбиваються від стін або як навушники дурять ваш мозок, змушуючи його чути кінотеатр, шлях усіяний різноманітними ресурсами. Почніть із фундаментальних посібників. Як працює домашній кінотеатр задає основу. Потім потрібно зрозуміти апаратне забезпечення. Як працюють динаміки пояснює механіку. Як працює звук у фільмах занурює у процес відомості.
У цій галузі є й дивні, дивовижні аспекти. Як працює LRAD охоплює пристрої далекої звукової дії. Як працює акустична левітація звучить як наукова фантастика, але є реальною фізикою. А для екранів Як працюють телевізори — це лише початок. Потрібно дивитися на панелі. Як працюють DLP-проектори. Як працюють плазмові дисплеї. Як працює РК-технологія. І якщо ви відчуваєте ностальгію або просто цікаві з приводу застарілих технологій, Як працює SED-TV – це цікаве відхилення від курсу. Потім є Як працює HDTV, щоб пов’язати все це з високою роздільною здатністю.
Але найцікавіше міститься у порівняннях. У Popular Mechanics є гарна стаття про Многоканальний звук проти віртуального об’ємного звучання. Вона відсіває рекламний шум. Бажаєте сухі дані? Зверніться до Інституту досліджень звуку та вібрацій (Institute of Sound and Vibration Research). Вони нічого не продають. Вони просто вивчають вібрації. У Мічиганському державному університеті (Michigan State) сильний акцент на Акустиці/Психоакустиці. Тут психологія зустрічається із фізикою. А для тих, хто хоче поринути у математику, пошукайте Локалізацію звуку з використанням функцій передачі голови (HRTF)**.
Дослідження, що стоять за ілюзією
Це не просто думка. Це виміряні факти.
“Мозок не чує динаміки. Він чує сцену.”
Наука спирається на конкретні виміри. Вимірювання манекена (Manikin Measurements) Буркхеда від компанії Industrial Research Products, Inc. надають вихідні дані. PDF-файл все ще можна знайти. Він показує, як звук попадає на штучну голову. Це точно.
Потім є когнітивна сторона. Робота Коппіна в Університеті Райса (Rice University) з Локалізації звуку з використанням функцій передачі голови доводить, що наш мозок використовує тонкі часові відмінності для розміщення звуку в тривимірному просторі. Не магія. Це геометрія та затримка.
Dolby працює з цим уже багато років. Їхня технологія Dolby Headphone розроблена спеціально для стереонавушників. Вона імітує об’ємний звук. Вона утворює ширину. Їх Dolby Virtual Speaker робить щось подібне, але для домашніх кінотеатрів без задніх динаміків. Це компроміс.
Іво Еймс у Sound on Sound розібрався у питанні Як працює віртуальне об’ємне звучання ще 2004 року. Він не уникав прямих відповідей. Він пояснив фільтри та психоакустичне маскування. Це складно.
Джон Фальконе в Cnet задав питання споживачів: Чи варто віртуальне об’ємне звучання? Відповідь ніколи не буває простою «так». Це залежить від вихідного матеріалу.
Функції передачі голови (HRTF) є ключовими. Університет Майамі (University of Miami) підтримує гарний вступний посібник. Воно пояснює, чому одні люди чують об’ємний звук, інші чують просто «приглушений» звук. Ваші вуха є унікальними. Форма вашої голови має значення.
Інститут досліджень звуку та вібрацій (Institute of Sound and Vibration Research) у Саутгемптоні має архіви, що сягають корінням у минулі десятиліття. Якщо ви хочете зрозуміти, чому фільм здається “масштабним”, подивіться туди.
Крістіан Кебель у GotFrag Hardware висвітлив Віртуальне об’ємне звучання у 2006 році. Він розглянув апаратні продажі. Дешеві. Дорогі. Різниця полягає у обчислювальній потужності.
Джек М. Луміс визначив “Психоакустику” для “AccessScience”. Це наука про сприйняття. Не лише вух. Мозок.
Сторінка Мічиганського державного університету (Michigan State) про Локалізацію джерел звуку — це швидке читання. Вона зрозуміла. Вона точна.
SRS Labs просувала технологію TruSound XT. Вони стверджували, що перетворюють стерео на об’ємний звук. Це було суперечливо. Це працювало, але спотворювало звук.
Ерік Тауб у New York Times написав статтю Солодке оманливе звучання віртуального звуку. Він назвав це трюком. Він мав рацію. Але це корисний трюк.
Vann’s запропонував посібник з Отримання 5.1 об’ємного звуку від двох динаміків. Йдеться про розміщення.
