【VR 2016】VR视频光有全景画面是不够的，全景声场才带感

多数人平常上网啥的，对声音的要求并不高，对应这一特点，网上视频有双声道、能区分左右耳也就够了，影视制作者大量精力都花在了画面上。然而VR时代，之前简单弄两个声道好像有问题了：“我”在一个虚拟场景中，听得到耳机里有人说话，却搞不清说话的是周围的谁。

解决这个问题最好的办法，正是全景声场。全景声场不仅可以还原视频场景的声音，增加沉浸感，更是引导观众注意力最自然有效的办法：日常生活中，有人从背后叫自己，肯定会回头看看嘛。最近从事VR声音的时代拓灵刚刚获得千万级人民币融资，我们与时代拓灵CEO孙学京就全息声场进行了交流。

简单理解全景声场就是，人处在环境中，不同角度、位置的声源会在不同的时间，发出不同的声音，整个这个环境中声源和其位置、时间信息共同构成一个声场。记录了声场数据，也就知道了整个环境的声音状态，后期也就可以还原出当时环境下听到的声音效果，也就是可以辨别出声音的方向、远近，而且人面向不同角度，听到的声音也略有不同。

要采集这样的声场，就需要专业的声场采集设备。时代拓灵针对这个问题，研发了便携式360度声场录制机，目前工程样机已经测试成功。孙学京告诉36氪，他们的录制机最终售价可能在数千元，这个价位VR工作室是完全可以承受的。虽然他们的设备与专业级价格高昂的设备性能上肯定有差距，但高端设备带来的性能提升对普通人来说，感觉差异没那么大。换句话说，他们的设备性价比更高。

尽管采集的是全景声场，最终观众听到的仍是双声道的声音，中间还需要进行一系列处理。时代拓灵的录制机用4个声道采集声场，采集后，需要根据这4个声道的声音计算出声源的方位和距离，模拟出声场，声场实时跟随用户头部转动而转动，最后根据头部瞬时角度，实时从声场中渲染输出双声道声音。听这样的声音，听众就能分辨出方位和距离，比如有人从背后叫自己。

中间这一系列过程显然很专业，也是困扰很多VR工作室的原因，所以时代拓灵也准备了相应的方案，把整个过程用云端和SDK简化。使用他们录制机录制的声场文件，直接和拍摄的画面一起上传到他们的云端，他们的算法直接帮助完成图像拼接和声音处理工作，生成全景视频文件。播放端由于声音是实时交互的，目前的网页端H5播放器还不行，需要他们的APP来播放生成的全景视频。

声场录制机和后续解决方案很快会上市。但全景视频的画面素材都很多，而且比较大，上传到云端可能会非常耽误时间，在云端拼接对画面的后期处理自由度也会有影响，关于这些问题，孙学京表示他们会持续优化工程流程，同时也在研发客户端，让用户更方便。

全景声场技术目前除了时代拓灵，国内也有少数几家在做，但都没拿出成熟商用方案，国外声学巨头，孙学京的前东家，杜比公司也在推广这项技术，诺基亚的OZO全景相机也具备采集全景声音的功能。孙学京告诉36氪，时代拓灵和杜比、诺基亚三者最终目标相同，都是要达到戴上耳机有如没带耳机，能准确听出声音的方位和距离的效果，但三家采用的技术路线不相同，时代拓灵的技术路线在移动端能够流畅运行，其它两者则不行。

尽管技术路线不同，目前陆续也有些国外VR团队，如Vrse等，开始采用了全景声音技术。我们也期待更多的成熟全景声音技术解决方案尽早出现，让VR视频早日把声音这一重要环节补齐，把更好的沉浸感带给观众，推动VR影视行业的发展。

2016年VR 的参与者还会越来越多，我们也在密切关注着 16年VR 行业的发展。从事 VR 或者对VR 感兴趣的朋友，尤其是对全景声感兴趣的朋友，欢迎与我（微信：838848010）沟通交流。