什麼是客製化 HRTF，它們為何重要？

Alex Chen
2023年5月19日
讀畢需時 5 分鐘

在這篇文章中，朱利安探討了我們自身的生理特徵對於雙耳混音如何轉化為聽眾的影響，並探索了一些潛在的解決方案，以解決一些聽眾在轉化方面的困難。

我曾經開設過音樂科技課程，每年都會面對一屋子充滿熱情但缺乏經驗的新學生。有一些混音技巧可以吸引對音頻感興趣但尚未接觸過這些技巧的人。例如中側處理、將4x12吉他音箱上的麥克風進行時間對齊、使用反相極性去除中央聲道來消除主唱聲音等等。可以選擇的技巧有很多。然而，最能引起即時反應的是在耳機上播放雙耳錄音。興奮的驚呼聲能夠告訴我誰真正"理解"了這種效果，但對我來說更有趣的是那些感到失望的人。為什麼有些人能夠體驗到完全令人信服、沉浸式的聽覺體驗，而有些人只聽到一個稍微奇怪的立體聲錄音呢？答案在於頭部相關傳遞函數的影響。

我們對於如何從左到右定位聲音的基本機制已經很好地理解了。從右側發出的聲音首先到達右耳，聲音略微更大，而左耳被頭部遮擋在聲音源和該耳之間，這使得聲音聽起來稍微不同。然而，這並不能解釋我們如何感知聲音來自我們的背後或上方。為此，我們需要介紹我們獨特的生理特徵如何影響我們聽到的聲音。

我們的耳朵是獨一無二的。外耳的精確形狀（也稱為耳廓）是獨一無二的，我們的頭部和軀幹的形狀也是如此，所有這些因素都會影響我們耳朵接收到的聲音，我們的聽覺系統非常精細地調整到我們特定的生理特徵上。這些信息被稱為頭部相關傳遞函數（Head Related Transfer Function，HRTF），可以捕捉並用於實時處理音頻，就像使用脈衝響應來進行卷積混響一樣。

Neumann Dummy Head Microphone

大多數雙耳錄音的方式是使用仿真頭部麥克風。這些麥克風的大小和形狀與真實頭部相似，具有詳細的、解剖學上準確的耳廓。通過繞射和反射，這些耳廓為聲音著色並捕捉必要的空間提示，使得在耳機上重播時可以創造出一種沉浸式的聽覺體驗，遠遠超越了立體聲。一個好的雙耳錄音可以讓人感到驚人地逼真。

在教學空間中，我看到大多數人對這種體驗感到震撼，但有些人卻沒有同樣的感受，這是因為翻譯的問題。如果你的生理特徵與仿真麥克風差異太大，效果就會受到損害。如果你的聽覺對於關鍵的總和和抵消沒有正確地發生在適當的位置，你就會失去清晰的定位感，而3D的質感也無法實現。

專為仿真頭部麥克風設計橡膠耳朵的設計師（我確信這不是他們的正式職稱，但總得有人做這個工作）必須決定一個平均耳朵，如果你的耳朵與這個平均耳朵差異太大，你的體驗就會受到損害。

雙耳音頻曾經是一個小眾領域，但由於在遊戲和擴增實境應用中使用雙耳音頻，它引起了一種全新類型的用戶的關注（雖然有點奇怪的ASMR在YouTube上的視頻也有）。如果你能夠捕捉到一個與你的耳朵特定相關的個性化HRTF，你將會體驗到更令人信服的效果。來自Sparta、Noisemakers、SSA和Harpex等公司的插件都允許使用個性化HRTF。

HRTF 和杜比全景聲

然後還有杜比全景聲（Dolby Atmos）。雖然「正確的」全景聲需要使用7.1.4聲道及以上的揚聲器陣列進行聆聽，而且眾多的電影和電視全景聲內容將使用一些非常聰明的聲音棒進行消費，但幾乎所有的音樂全景聲內容都將以雙耳渲染版本在耳機上聆聽。這種雙耳渲染技術在過去幾年中得到了發展，重要的是要區分全景聲和蘋果的空間音頻（Spatial Audio）。這兩者並不相同，空間音頻和雙耳存在一些特定於空間音頻而不是全景聲的問題。

因此，捕捉個性化HRTF的方法顯然是可取的。通常用於捕捉聲音空間脈衝響應的技術對於大多數用戶來說並不實用，需要大量的設備資源和操作技巧。相反，使用相機捕捉耳朵的形狀更加實用。就像你的iPhone可以捕捉面部ID數據一樣，它同樣可以輕松地捕捉一個人的耳朵形狀。

Genelec Aural ID

Genelec,作為全景聲音頻領域的內行，推出了Aural ID以滿足這一需求。Aural ID不是一個產品，而是一種服務，但與去專門店進行配戴（例如，為了定制耳機所做的定制模具）不同，一切都可以通過智能手機遠程完成。這種捕捉系統基於一種從照片中提取三維信息的技術，稱為攝影測量法。使用智能手機相機從主體周圍的各個角度拍攝照片，包括使用尺子對耳朵進行測量照片，以便能夠準確確定比例，然後建立一個非常精確的主體的三維模型，並將這些信息以SOFA文件（音頻工程學會（AES）定義和標準化的空間導向音頻格式）的形式提供給用戶。

下面是Genelec在AES關於HRTFs和Aural ID的視頻演示。這個視頻非常詳細且相當長，但如果你想要了解細節，這裡有。

使用個性化HRTF可以增加雙耳渲染的真實感和清晰度，但在聆聽耳機上的全景聲內容與雙耳渲染之間的重要區別之一是，當聽者在耳機上聆聽時，聲音圖像會隨著聽者的頭部移動。這個問題已經通過各種頭部追踪技術得到解決，即在實時中，雙耳渲染會根據聽者的頭部移動以保持聲音相對於聽者的一致位置。產品，如Waves NX就實現了這一點。我尚未嘗試過這個特定的系統，所以無法對其效果進行評論，但顯然，定制HRTF和頭部追踪等不同的技術將繼續融合，就像已經在蘋果的空間音頻系統中做的那樣，當與視頻內容和正確的AirPods一起使用時，它可以實現頭部追踪。

Hardware And HRTFs

我最近接觸到的一款產品是Smyth Research Realiser。這款硬體裝置展示了這項技術可能的未來發展方向，它運行的是個性化房間脈衝響應（PRIR），這是在特定聆聽環境中製作的自定義HRTF。這種方法非常類似於捕捉HTRF的方式，但通常是在無混響空間中進行，以盡可能獲得中性的響應。環境和聽眾的結合使其較不靈活，但根據我所讀到的內容，它似乎運作得非常好。在硬體中實現自定義HRTF和頭部追踪，以確保極低延遲，似乎是一個自然的發展方向，如果有AAX DSP插件或UAD-2插件可用，我將非常感興趣看到可能的發展。

以下是Smyth Research解釋其產品的視頻：

如果存在零延遲、正確個性化的自定義HRTF和頭部追踪解決方案，那麼在插件的標準下，花費相當可觀的金額是很容易被證明合理的。Genelec Aural ID服務的價格為500歐元，有些人可能認為這很昂貴，但與即使是最便宜的Atmos監聽系統相比，這是非常便宜的。隨著這個領域的發展，我期待著看到準確、令人信服的Atmos耳機體驗，可以媲美揚聲器監聽的體驗。

您有何想法？