姚瀚飞

（苏州大学 传媒学院 江苏 苏州 215000）

1 全景声混音概述

杜比全景声（Dolby Atoms）是杜比实验室推出的给予听众沉浸式听感体验的先进解决方案，最初用于烘托影视画面，使影视作品的受众更加具有沉浸感体验。杜比全景声最直观的特质表现为其用声响塑造了一个三维的空间，观众如置身该空间之内，身临其境。由此，传统5.1，7.1 声道的概念被打破，从此带来了声音立体性、拟真性、动态的跳跃性等特征的全新突破。它可以适用于影院最多64个独立扬声器、128 个通道的播放。随着技术壁垒的不断淡化，杜比全景声逐步从影视行业推广到音乐制作领域，使得音乐混音也可以借助杜比全景声工作套件（Dolby Atoms Production Suit，DAPS）与数字音频工作站（Digital Audio Workstation，DAW）的联动，创造出更为丰富多彩的音乐听感，将听众包围在声音当中。越来越多的混音工作者开始逐步综合杜比全景声规格进行音乐混音。

2 全景声时代的到来

长久以来，音频从业者与技术开发者一直在追求不断进步的视听解决方案。由单声道起始，发展到立体声，紧接着是环绕声，最典型的便是5.1 声道环绕声。环绕声电影早在20 世纪70 年代就被应用了起来。数字音频的5.1 标准被电影首次应用于1992 年的《蝙蝠侠·归来》中，由此，行业标准被又一次地刷新，环绕声成为此后电影的基本配备。直到世界上第一部杜比全景声电影《勇敢传说》于2012 年上映，往后距今的十年时间，不胜枚举的全景声规格电影如雨后春笋般不断涌现。杜比全景声快速、稳定地占据了原本立体声、环绕声方案的听众，由此带动了音频制作从业者不断地对杜比全景声进行探索与应用。

与电影不同的是，音乐制作的标准长期停滞于立体声的解决方案，主要原因为环绕声的音乐需要在环绕声设备环境下才可被正确回放。数据显示，全球70%的音乐播放场景来自于耳机，环绕声音乐并不具备相应的回放环境。因而，早期的环绕声音乐并不具备被生产出的应用价值与适配场景，仅为理想化、概念化但可以实现的产品。全景声则更甚。无论是音乐生产者还是受众，无法涉足全景声音乐的原因往往来自于回放设备的限制。塑造一个收听环绕声的标准环境，需要从10 到64 个回放设备，这要求了相当大的塑造成本。

但上述问题并非无法被解决。随着杜比实验室研发的Binaural Music（其实现原理将在后文详细阐述）出现，用耳机生产和收听全景声格式的音频成为可能。随之而来的是越来越多全景声音乐作品的上线。Apple music 推出的全景声播放模式也是基于Binaural 音乐，使听众得以用耳机收听全景声音乐。这其中大部分作品都是原音乐基于杜比全景声规格进行重新混音的产物。这表明全景声制作可以不修改音乐制作的其他环节，而只在混音环节上进行修改，因此全景声音乐愈加适配化、普遍化、流行化，对音乐混音制作者提出了时代性、创新型、变革性的要求。

2021 年6 月，Apple music 宣布支持杜比全景声格式的音乐。2022 年4 月19 日，梅赛德斯-奔驰正式发布基于EVA 平台的中大型纯电豪华SUV——EQS SUV，成为奔驰品牌首个搭载杜比全景声配置的汽车。在普通家用端，越来越多的听众应用回音壁产品来模拟全景声的回放环境。这似乎说明全景声的音乐制作时代正在到来。

3 全景声音乐与立体声、环绕声音乐的原理区分

3.1 声音维度的变化

双声道立体声的录音，最早出现在20 世纪50年代。此前，单声道音频还是一切音频类型的主流标准。1968 年，The Beatles 乐队的歌曲《Hey Jude》中，听众仍然会听到把架子鼓的声像处理到极左的混音方式，这体现出在立体声混音方式的习惯法出现前，混音工作者对于立体声混音的探索过程。立体声道通过二向的声源，播放不同的声音，使得声音由原来单声道的“点”变为了“线”，此时的声音仍是一维的。

环绕声出现后，在两点声源构成的线外确立了一个或多个新的“点”。当三个以上的点连接成面，标志着立体声拓展为环绕声，声音由此进入二维的、扁平的空间，听众被包围在仅具备平面、却没有纵深的二维面，听众则在这个“面”中，通过人耳收听到的声源播放变化而感知空间。因而，环绕声的空间感仍具有有限性。

直到2012 年，全景声的概念被首次提出，环绕声自此发展到了全景声。此时声音具备了形成空间的X、Y、Z轴，真正成为一个声音的“三维空间”。听众不再是被声音“包围”，而是被完整地“包裹”在由各声源构建的空间当中。

全景声像较以往环绕声（以5.1 环绕声标准为例）最典型的革新之处在于，由“声道”的制作理念，转变为基于“发声体空间信息”的理念。例如，在由6 只音箱（中央声道、前置左、右声道、后置左、右环绕声道，以及0.1 声道重低音声道）组成的5.1环绕声系统的环境中，这些声道在声音播放时被分为左前、右前、左后、右后四组，在影院观看5.1 环绕声标准的电影时，影院播放环境内的所有音箱，仅能被分为以上四组，声像变化也是由一组转化到另一组，并不能完全再现影片中声音最精准和细致的变化。即便发展到后来的7.1 声道，也是由四组变为六组，声音的变化仍是“组”到“组”的变化。这些都不能算是让声音具象起来的最终解决方案。而杜比全景声就是使每一只音箱都拥有自主独立的声道，由“组”的单位，变为“个”的单位。在声音移动时，每一只音箱都各自变化，播放不同的声音。

3.2 声床和对象

上文所述的“发声体空间信息”，在全景声混音中具象为“对象（Object）”和“声床（Bed）”两个概念。

在以往的立体声或环绕声中，声音的回放都是通过“通道”这一概念实现的。声音的声像变化的原理，是通过几个音箱（通道）之间的响度变化实现的。而全景声混音的理念，是让听众沉浸于基于X、Y、Z轴塑造的空间当中，它的每一个声音不再是以通道为基础，而是以全新的“Object”为基础。这个Object 不再是指某一个通道中的声音，而是某一个特定的“物体”或声源，从而实现在全景声空间当中更自由且精准的移动，从而摆脱声道的感念，摆脱回放设备中音箱数量对声音位置变化的束缚，使任何一个音色都可以成为在全景声模拟环境中存在的发声体。Bed称之为声床，声床是一个基于7.1.2的十通道环绕声，一般用于不移动的环绕声源，如音乐混音中的管弦乐、鼓、贝斯等等，或者是配乐中的混响、噪音、Pad 等相对稳定的铺底声[1]。

4 全景声音乐混音全新的标准与要求

全景声音乐的混音方法与传统立体声音乐混音存在着革新性的差异，其处理方法几乎是完全不同的。全景声音乐混音截然不同的工作原理带来了截然不同的工作要求。下文通过对其混音原理的推导，分析未来其对混音工作可能带来的新标准与要求。

4.1 不再将“融合”概念作为混音要义

在以往立体声音乐的混音工作当中，首要待解决的问题就是频段冲突问题，即所谓频段“打架”的问题。由于在立体声音乐混音当中，所要求的回放设备仅为两只音箱，因而频段冲突不可避免[2]。这也导致在混音过程中对于个别音色做出妥协成为常态，只能通过各种手段进行频率的避让。优秀的混音作品，在各频段的配合上相得益彰。当各频段的声音由于不平衡而相互冲突时，会带来杂乱、刺耳的听感，各配器之间的动态与张力无法被表现出来。由此可见，“融合度”是混音工作中的一个默认的标准。

而在全景声的概念当中，频段冲突问题或不再成为考量混音作品合格与否的标准，混音工作中对于各频段的处理，不再要求将“融合度”这一概念作为混音的一大要义。所有配器、人声及其他声音的各频段皆可被调整为其最佳状态，将其散播在三维声场的广大空间当中。“融合”这一概念的向心力逐渐淡化，同频段间的互斥性在全景声音乐的混音制作中拥有了逐渐离心的过程。

4.2 音乐混音工作中的工具理性不再大于价值理性

经由听众审美的不断选择，立体声混音工作在自诞生到现在的近70 年的时间里，积累出具有历史继承性的习惯法，比如底鼓、贝斯等稳固节奏的乐器必须放在声场的正中间，人声大多时候放在中间，原声吉他、和声要放到极左极右等等。但至少目前为止，全景声混音并未像立体声混音一样形成相对完善和成熟的“规则”。在广阔的三维空间中，声像真正可以被摆放在其应当所处的任何位置。在全景声混音工作中，对于声音像位不再具有绝对性要求，同样失去了客观标准。唯一衡量最终的音乐像位“正确”与否的标准，被赋予混音师自身的决定权上，即客观标准转向为混音师的主观判断。

以往的立体声混音，几乎是一个技术对艺术的加工过程。混音是否属于艺术创作，仍是一个难以界定的问题。但可以确定的是，传统混音工作是一个工具理性为主导的工业化生产过程。但在全景声混音中，绝对的客观性减少，主观性加大，这必然是将混音工作艺术化的过程。混音工作的价值理性占比大大增加，成为一个艺术创作的过程。

4.3 进一步使数字设备替代模拟设备

全景声混音是通过数字渲染器实现的，而渲染器又并非模拟电路能够实现，于是进入全景声混音阶段后，模拟调音台正在逐步被边缘化，并被排挤出全景声音乐制作的必要性工具之外。

4.4 全景声混音可以成为团体协作工程

全景声制作最终导出的文件为ADM 文件，其中包含bed 和object 的全部空间信息以及bed 轨道和object 的分轨，可以实现工程互换。这对于音乐制作流程来说，会极大提高团队合作的可能性，从而使混音工作中主观干扰与长时间工作的听觉麻木对混音工作的负面影响大大减少，制作效率也得到极大程度的提高。

5 用耳机实现全景声混音成为可能

杜比实验室结合头部相关变换函数（Head Related Transfer Function，HRTF）模拟了人耳对声音的感知特性，从而使大脑重构出这些声音的不同空间属性[3]。一个完整的ADM 音乐文件，经过HRTF 滤波后输出为一个立体声文件，可以极大程度地模拟出较为真实的“全景声”空间感，这就是Binaural 版本的全景声音频。杜比全景声渲染器的Binaural 模式，提供了在没有合乎标准的回放环境下使用耳机进行全景声混音的可能。这意味着，即使混音师不在全景声混音棚中，仍然可以使用耳机进行全景声音乐的混音。经由Binaural 模式进行混音的作品，放到全景声回放环境中可能会有所偏差，但现在全景声音乐的受众，绝大多数收听的也是Binaural 音乐，所以在全景声音乐制作当中，这个偏差几乎可以忽略不计。但这种方式的不足之处也很明显，即只有通过耳机重放才能获得较好的效果，使用外放则会造成经过人头结构滤波所造成的二次HRTF 染色[4]。

下文将讨论如何使用耳机，在Binaural 模式下进行混音工作。

6 借助DAPS 进行全景声混音的具体应用

杜比全景声工作套件已经开发出两个版本，分别是DAMS（Dolbby Atoms Mastering Suit）和DAPS（Dolby Atoms Production Suit）。其 中，DAPS 的功能足以满足大部分音频创作者对全景声混音制作的要求。

DAPS 3.0 版本后，杜比实验室开发了一个虚拟声卡Dolby Atoms Bridge（DAB），这是一个基于Core Audio 的虚拟声卡驱动。将Pro tools 软件或者Nuendo 软件的驱动（Driver）全部设置为DAB，就可以将Beds 和Objects 通过DAB 全部路由到渲染器（Dolby Atoms Renderer）中，将DAR 渲染后的喇叭信号输出到声卡输出中。由于Pro tools 对Core Audio 声卡格式的限制，暂时只能将32 个通道的Objects 和Beds 送到渲染器，但Nuendo 软件不存在此类问题[5]。

具体制作时，首先需要打开DAPS 中的Dolby Atoms Renderer，在Preference 菜单中选择Audio Driver 选项为Core Audio，Audio input device 选项中选择Dolby Audio Bridge，通过这个虚拟设备使Renderer 接受来自DAW 的信号。Audio output device 选项选择当前链接监听设备的声卡，这样，来自Renderler 的声音就可被听到。在下方的external sync source 菜单选择DAW 和Renderer 的同步机制。DAW 需要发送一个同步信号让Renderer 接收，其中LTC 指的是同步信号的内容是音频，而MTC 指的是同步信号内容是MIDI，选择默认的LTC 即可。

通过LTC 方式接收到音频信号后，需要选择一个通道进行接收，于是需要在下方LTC inpute channel 选项中选择通道，默认是129。由于其他128 路是Beds 与Objects 的信号输入，于是同步信号自然需要通过单独的第129 路进行接收。如图1 所示。如果是制作Binaural 音乐，需要将下方的Headphone only mode开启。其下方的帧率与采样率，要确保与DAW 工程设置的帧率与采样率一致。

图1 声卡、通道及输入输出选择

进入左侧Headphone 选项，渲染模式选择Binaural，如图2 所示。

图2 渲染模式选择

随后进入宿主，选择工程的音频驱动为Dolby Atoms Bridge，将工程采样率与帧率设置为与Renderer 一致。将Master 轨道改为多路输出，硬件发送设置为与线路一致的数量，如将Master 输出为64 路，则将硬件发送设置为1-64，如此一来，DAW的64 路输出就接入到了Renderer 的64 路输入。

新建FX 轨道，插入杜比LTC Generator 同步插件，设置好帧率，发送到第129 路输出，并不输出到除129 路外的任何一轨道，如图3 所示。

图3 帧率设置

此时在DAW 中进行走带时，Renderer 中的时间码也在同步滚动。界面的左侧有128 个圆圈，表示128 个通道，其中前十个紫色的圆圈为Bed 通道。数量为十个，表明默认声床是7.1.2 的配置，而其他通道则是Object。此时便可以在renderer 中开展全景声音乐的混音工作了。

在DAW 中，每一声音轨道需要与输出到Renderer 中的轨道相对应。比如有一个立体声的音源，则需要选择输出为11-12 总线。通过Dolby Atoms Music Panner，替换DAW 中的panner 插件进行全景声声像的摆位。

最后，为了在兼容杜比全景声的系统或设备上正确播放，最终输出的杜比全景声混音作品的响度电平不得高于-18 LUFS。

7 结 语

本文总体叙述了全景声音乐发展的背景，简述了全景声音乐混音的原理差异与实际应用的方法，旨在阐述当今全景声音乐混音时代的大背景下，音乐的混音工作应当如何向新方向开展，以及如何创作出全景声优秀的全景声音乐混音作品等，意在尽可能给予广大混音工作者新的尝试方案。

现如今，许多宿主均已内嵌DAPS 系统，如Cubase 12.0.2 版本、Nuendo 10.1 以上版本等。进行全景声音乐混音工作，不再要求一个特定的全景声混音室，而是仅需要使用耳机就可以进行Binaural 全景声音乐的混音。在全景声混音快速发展的今天，人人皆可尝试用全景声混音去制作出更新标准、更高质量的音乐了。