DPA 话筒大学：沉浸式/基于对象的音频录音技术（3-2）

1. 基于心形指向话筒的环绕声阵列

由 5 个心形指向（定向）话筒组成的阵列，相比基于全向话筒的阵列，具有更高的声道分离度。为在空间阵列中实现理想的声音覆盖效果，话筒之间的摆放距离可适当缩小，从而形成尺寸更紧凑的阵列。当然，也可将这种紧凑性发挥到极致，将话筒排列成集中阵列的形式。

示例：一种基于心形指向话筒的 5 声道设置，
能够实现对圆形范围内所有区域的均匀声音覆盖。

2. 宽心形指向环绕声阵列（WCSA）

宽心形指向环绕声阵列（WCSA）由米克尔·尼曼德（Mikkel Nymand）提出，该阵列具有音色一致性好、包围感强以及低频性能出色等优点。

为实现理想的声音特性（并将 “最佳听音点” 扩展为 “最佳听音区域” ），需要对 5 个声道的信号进行去相关处理。这意味着话筒之间必须保持适当的距离。但另一方面，各信号之间也不能因距离过远而差异过大，否则最终的声音会失去连贯性。

在空间阵列中，全向话筒的应用较为广泛，这得益于其自然的音色，以及能够将直达声信号与空间环境音完美融合的特性。宽心形指向话筒（也称为亚心形指向话筒）则具有轻微的指向性，这种特性使其在环境音控制方面表现更优，同时还能提升前方声场的成像质量和定位准确性。

由杰夫·马丁（Geoff Martin）和杰森·科里（Jason Corey）提出的环绕声阵列，通过结合全向话筒和心形指向话筒，实现了宽心形指向的特性。为避免声道间的干扰，该阵列中话筒对的间距设置如下：左声道（L）与中声道（C）间距 60 厘米（24英寸）、右声道（R）与中声道（C）间距 60 厘米（24英寸）、前后声道间距 60 厘米（24英寸）、左环绕声道（LS）与右环绕声道（RS）间距 30 厘米（12英寸）。其中，后置话筒采用向上指向的心形指向话筒，以捕捉高度信息。

DPA 话筒公司对该阵列进行了优化，采用了 5 个性能匹配的宽心形指向话筒（其频率响应和灵敏度的误差控制在 ±1 分贝的极小范围内）。选择 5 个相同的话筒，而非特定类型的话筒组合，能够使各声道声音融合更自然，进而实现更真实、更均匀的多声道重放效果。

经过大量的监听测试以及在不同录制场景（交响音乐、现代爵士乐、扩声/现场演出、流行音乐会和环境音录制）中的实际应用验证，发现这种优化后的阵列在增大间距（尤其是后置声道的间距）时，效果更为出色，能够营造出强烈、动态且富有包围感的声音效果。

该阵列的推荐间距如下：

• 左声道（L）与中声道（C）间距：60-75 厘米（24-30英寸）
• 右声道（R）与中声道（C）间距：60-75 厘米（24-30英寸）
• 中声道（C）与左右声道（LR）间距：20 厘米（8英寸）
• 前后声道间距：150-200 厘米（59-79英寸）
• 左环绕声道（LS）与右环绕声道（RS）间距：120-150 厘米（47-59英寸）
• 左右声道（L/R）角度：±15°
• 左右环绕声道（LS/RS）角度：±165°

对于宽范围的声源（或当阵列与声源距离较远时），可尝试在该阵列基础上增加 2 个左右全向辅助话筒。借助压力传感器出色的低频拾取能力，将这些辅助话筒的信号与阵列中左右声道的信号按适当比例混合，能够打造出连贯、精准且丰富的环绕声成像效果。

3. 声场/Ambisonics（环绕声）

20 世纪 70 年代初，英国工程师彼得·费尔盖特（Peter Felget）和迈克尔·格尔松（Michael Gerzon）提出了声场原理，该原理后来被称为Ambisonics（环绕声），如今也被称为 “一阶Ambisonics” 。这种格式基于集中话筒阵列，其核心目标是实现话筒在任意方向（左右、前后、上下）的灵活指向调整。从本质上讲，声场原理的工作方式与 MS（中间-侧边）立体声技术类似，都是通过对现有信号进行叠加和相减运算来实现特定效果。Ambisonics 主要有两种配置形式：A 格式和 B 格式。

A 格式：是 4 个心形指向话筒振膜的物理排列及其输出方式，具体包括前上（FU）、后上（RU）、左下（LD）和右下（RD）4 个方向的话筒。这些振膜之间的角度关系与正四面体（一种三角锥体）的结构一致。

B 格式：是由 A 格式转换而来的虚拟格式，包含 3 个正交排列的 “8字形” 指向 “振膜”（ 分别对应前后方向 X、左右方向 Y、上下方向 Z ）以及 1 个全向 “振膜”（W）。

通过对各独立信号进行叠加和相减运算，可以将其转换为指向任意方向的定向话筒信号。例如，将 1 个全向信号（W）和 1 个 8 字形指向信号（X）组合，可得到一个指向 X 方向的心形指向信号。

DPA 话筒公司过去曾生产适用于该格式的话筒，但目前已不再生产。

示例：B 格式的组成部分

4. 优化心形指向三角形（OCT）

优化心形指向三角形（OCT）是一种专门为前方 3 个声道设计的阵列。该系统能够显著提升左-中、右-中声道之间的分离度。在为环绕声道选择额外配置时，需要谨慎考虑。

中置声道采用 1 个心形指向话筒，该话筒安装在 2 个高阶定向心形指向话筒（分别对应左声道和右声道）前方仅 8 厘米（3.1英寸）处，且左右声道的话筒朝外指向。左右话筒之间的间距是决定理想录制角度的关键因素。根据设计者的建议，间距应控制在 40 厘米（15.7英寸）至 90 厘米（35.4英寸）之间，对应的录制角度范围为 160° 至 90° 。

为弥补心形指向话筒的压力梯度振膜在低频响应方面的不足，可在该系统中额外添加 1 个或多个压力式（全向）话筒。

示例：OCT2 变体建议将中置话筒放置在左右声道话筒基准线前方 40 厘米（15.7英寸）处，
这样可以产生更大的时间差，营造出类似 “Decca树” 阵列的宽阔空间感。

5. 双 MS（Double MS）

双 MS 是一种时间重合、结构紧凑且可调节的环绕声/沉浸式音频设置方案。

双 MS 设置采用时间重合、结构紧凑且可调节的配置，适用于环绕声/沉浸式音频录制。该设置通常使用 2 个心形指向话筒和 1 个 8 字形指向话筒，也可通过 4 个心形指向话筒来搭建。

双 MS 技术的核心原理是：由一组朝前和一组朝后的 MS 设置组成，且两组设置共用一个侧边话筒。与标准 MS 设置相同，侧边话筒的同相侧朝左放置，因此整个设置仅需 3 个话筒即可实现。在该设置中，必须通过信号处理/混音操作才能得到最终的音频格式。与所有 MS 设置一样，双 MS 设置需要使用两种不同类型的换能器：一种用于获取中间（Mid）信息（心形指向话筒），另一种用于获取侧边（Side）信息（双向指向话筒）。不过，这种配置存在一定风险，即侧边或前方声音重放时的频率响应和相位响应可能会出现差异。

示例：双 MS 设置中各声道的获取方式如下：

• 中声道（Center）= 前中间话筒信号（Mfront）
• 左声道（Left）= 前中间话筒信号（Mfront）+ 侧边话筒信号（S）
• 右声道（Right）= 前中间话筒信号（Mfront）- 侧边话筒信号（S）
• 左环绕声道（Left surround）= 后中间话筒信号（Mrear）+ 侧边话筒信号（S）
• 右环绕声道（Right surround）= 后中间话筒信号（Mrear）- 侧边话筒信号（S）

为实现合理的空间分布，尤其是确保前方声场成像的准确性，需要对各信号的比例进行调整。通常情况下，为双 MS 设置的左右声道所设置的宽度，会比标准双声道 MS 立体声的宽度略宽一些。

双 MS 技术也可通过 4 个性能一致、匹配度高的 4011A 或 4011C 心形指向话筒来实现。将这 4 个话筒分别在水平面内按 0°、90°、180° 和 270° 的角度摆放，并且为确保在水平面内实现最佳的时间对齐，需将它们的振膜上下排列。

双MS技术也可通过4个性能一致、匹配度高的4011A或4011C心形指向话筒来实现。将这4个话筒分别在水平面内按0°、90°、180°和270°的角度摆放，并且为确保在水平面内实现最佳的时间对齐，需将它们的振膜上下排列。

示例：在该配置中，各信号的关系如下：

• 前中间信号（Mfront）= 朝前的心形指向话筒信号
• 侧边信号（S）= 朝左心形指向话筒信号（S’）- 朝右心形指向话筒信号（S’’）*）
• 后中间信号（Mrear）= 朝后的心形指向话筒信号

* ）在实际录制中，若使用调音台，可将 “朝左心形指向话筒” 信号声像 pans 至左侧，将 “朝右心形指向话筒” 信号声像 pans 至右侧，同时反转其相位（交换 XLR 接头的 2 脚和 3 脚）。另一种简便但不够精准的方法是使用Y型汇总电缆，并反转朝右心形指向话筒的 XLR 接头相位。

6. 深田树（Fukada Tree）

深田树（Fukada Tree）是在 “Decca树” 阵列的基础上改进而来的，它包含 5 个心形指向话筒，另外还添加了 2 个全向话筒作为辅助话筒，用于衔接前方和后方声道的声音。该设置由深田章（Akira Fukada）于 1997 年设计提出。

心形指向话筒的应用提升了各声道之间的分离度，而后方朝向的心形指向话筒则有效减少了前方直达声向后方扬声器的串扰。

在音乐录制的 “Decca树” 配置中，全向话筒的应用较为普遍，这是因为全向话筒具有自然的音色和完整的频率带宽。在深田树阵列中，这 2 个全向辅助话筒正是发挥了这一关键作用。

自深田树阵列公布以来，深田章对其话筒位置进行了多次调整和改进，以进一步提升前方声场的定位效果。不过，他在话筒选型上始终保持一致，一直选用 DPA 话筒，这得益于 DPA 话筒出色的声音透明度。

7. 滨崎方形（Hamasaki Square）

滨崎方形（Hamasaki Square）由 4 个双向指向话筒组成，这些话筒按方形排列。

滨崎方形阵列专为捕捉环绕声录制中的环境音/扩散音而设计。它是一个由 4 个话筒组成的方形阵列，8 字形指向话筒之间的间距为 1.8-2 米（5.9-6.6英尺）。在声音重放时，需将这些话筒的信号按适当比例与前方阵列的信号混合，分别分配给左声道、右声道、左环绕声道和右环绕声道。该阵列中的 8 字形指向话筒，其同相敏感方向朝向两侧，而信号抵消方向则对准直达声，以减少直达声的干扰。

与其他用于环境音录制的系统相比，滨崎方形阵列在主阵列与环境音阵列之间的距离选择上，敏感度相对较低，灵活性更高。

该设置由日本音响工程师滨崎公夫（Kimio Hamasaki）设计提出。

8. 含高度信息的沉浸式音频

实践证明，为传统环绕声录制（如 5.1 声道）设计的各种设置方案效果良好。然而，若在这些录制方案中加入高度信息，将会为听众带来全新的听觉维度，显著提升沉浸感。

观看视频：

但与此同时，这也带来了一个挑战：如何在添加向上方向的声像时，不改变水平方向声源的感知定位，也就是说，要尽量减少垂直方向上的声道串扰。这就需要对垂直方向的时间差和电平差进行细致考量。此外，还需考虑垂直方向话筒的间距，以确保信号的去相关性。最后，还需解决一个关键问题：在不可避免的下混过程中，如何避免产生梳状滤波失真。

若高度信息添加得当，不仅能增强声音营造的包围感，实践还表明，即使在水平平面内，声音源的定位精度也会得到提升！

示例：包含高度信息的沉浸式音频标准重放设置为 9.1 声道。该设置以标准的 5.1 声道 ITU 775 布局为基础，在左声道、右声道、左环绕声道和右环绕声道扬声器的正上方分别添加了上层扬声器。这 4 个额外扬声器的安装高度应确保垂直聆听角度约为 30° 。

英国哈德斯菲尔德大学（Huddersfield University）的李贤国（Hyunkook Lee）博士及其研究团队，在声像感知领域开展了大量理论和实践研究，并提供了丰富的相关资料。

他们发现的一个重要结论是： precedence effect（优先效应，即最先到达的声音决定声源方向的效应）在垂直平面内并不适用。因此，电平差成为垂直平面内声音定位的关键因素。研究表明，当在下层和上层扬声器中同时重放相同声音时，高频信号和瞬态信号的存在会使听众感知到的声源位置向上层扬声器偏移 [2,3] 。

示例：为确保水平平面内的声源定位不受影响，研究发现上层扬声器的信号至少应衰减 7 分贝。

基于这些研究成果，设计出了如下的话筒设置方案：该方案包含 8 个心形指向话筒和 2 个超心形指向话筒。

在话筒的指向性设置上，应尽量减少前方声音进入上层话筒。一般而言，任何上层话筒都应尽可能减少接收来自主要水平声源以及水平平面以下声源的声音信号。

9. 参考文献

[1] 沃利斯，罗里（Wallis, Rory），李贤国（Lee, Hyunkook）：《垂直立体声中声道间时间差对定位的影响》，《音频工程协会期刊》，第 63 卷，第 10 期，2015 年 10 月。
[2] 李贤国（Lee, Hyunkook），格里本，克里斯托弗（Gribben, Christopher）：《 3D 话筒阵列中垂直话筒层间距的影响》，《音频工程协会期刊》，第 62 卷，第 12 期，2014 年 12 月。
[3] 李贤国（Lee, Hyunkook）：《用于垂直 2D 扬声器阵列垂直声像扩展重放的感知频段分配（PBA）》，第 138 届音频工程协会大会，华沙，2015 年。
[4] 李贤国（Lee, Hyunkook）：《垂直声音定位与掩蔽中声道间时间差和电平差的关系》，第 131 届音频工程协会大会，纽约，2011 年。