VR 音频的价值究竟在哪儿?VR 视频制造公司、闻名导演 David Marlett 的一句话或许能让咱们找到答案。他说，VR 影视作品和传统影视的本质区别在于——大信息量挑选性摄入。关于大脑而言，听觉和视觉，一开始即是协同工作而非独自分析，只要经过声响的判别，咱们才能够做出实践国际中的反响。VR 头显厂商为了营建传神沉溺感，煞费苦心提升要害技能参数，比方刷新率、头部追踪推迟、视场角、分辩率等，但这些参数中，仅有缺少的即是音频。

　　为何音频对沉溺感有这么首要的作用?咱们来把美国哲学家希拉里·普特南曾提出的 “缸中之脑” 的概念套用在 VR 中。假如想取得彻底的沉溺感，那么你在 VR 国际中获取信息后作出的反响，就应该与实践国际中获取信息后的反响保持一致。比方：当一位美人在你左边拍手，你在实践中正常的反响就应该是向左边回身，然后获取拍手的人是美人这个信息，即：听到拍手声(判别做法依据)—— 回身(做法动作)——看见美人(信息取得)。可见，声响在这里起到的作用是做法发生的最初始依据。这即是全景音频对 VR 体会的价值，它是引导用户获取信息的 “头绪”。

　　VR 的一个首要疑问即是信息的挑选性摄入，在传统显现方法中一切的信息都在用户的面前，没法挑选。但 VR 不一样，它供给了全景的观看形式，有更丰厚的画面供挑选，但反而迷失了方向，不知道依照啥次序观看。所以，你会看到，大多数人带上头盔后都是上下左右看一圈，然后就不知道看哪儿了，这种体会只能带来观感的丰厚性，但并无沉溺感可言。而有了 VR 音频，就彻底不一样。咱们经过声响信息，来指引用户观看的次序和逻辑，尤其是 VR 影视，导演需求引导重视点在不一样的信息点上移动。而许多无序的并发信息，在没有引导的情况下，终究就会把用户搞得晕头转向，发生观感混乱。

　　本来，这个疑问，国内外各大 VR 厂商早就心里有数。Oculus Rift 集成了数字 HRTF(人头有关函数)算法，能够实时计算出游戏国际中声源的方位与间隔信息。在影视制造方面 Core Sound、Nokia、3Dio 也推出了解决 VR 音频的技能计划。大名鼎鼎的森海塞尔也在 2015年CES 上宣告进入 VR 音频行业。

　　现在干流的 VR 音频搜集计划，首要涉及到声场复原技能和 HRTF 人头传递函数：

　　声场复原技能

　　这是一项十多年前就老练的技能，最知名的运用即是 Sound Field Digital Surround Sound Microphone Systems，经过 4 个方向的麦克风搜集的信息分脱离，模仿出 5.1 ;7.1; 10.1 乃至更多方向的声道，然后经过家庭影院或许影院的音响系统回放复原。

　　HRTF(人头传递函数)

　　大家听到的声响和空间中实践宣布的声响本来是不一样的， 声响在传到鼓膜之前会遭到人头部以及头部上各种构造以及原料的搅扰，而些搅扰能够被大脑发觉并且变成空间判别的依据，这即是为何人能够分辩声响方向与间隔的因素。HRTF 能够了解为这些搅扰的总称，它从完结方法上能够分为数字 HRTF 和天然 HRTF。Oculus Rift 和许多游戏中选用的即是数字 HRTF，而天然 HRTF 是依据双耳录音(Binaural recording)的完结方法，可是因为完结方法不能像数字 HRTF 那样自在，所以首要运用在影视以及音乐制造中。现在数字 HRTF 因为各种限制，还无法到达天然 HRTF 的真实作用。

　　现在，市面上能解决 VR 音频的技能计划各有各的优势，首要包含以下几张完结方法：

　　一是，4 向搜集---声场复原---数字 HRTF 模仿---全景回放，包含 SoundField Digital Surround Sound Microphone Systems、Core Sound TetraMic 等。这种解决计划的最大优点在于体积小便利带着，但缺陷是方向信息是经过模仿发生，与实践声场有很大区别，经过后期数字 HRTF 加工，来复原出音源方向。

　　二是，立体 8 向搜集---声场复原---数字 HRTF 模仿---全景回放，现在只要 NOKIA、OZO 运用这种技能方法，首要选用数字 HRTF 计划。NOKIA 运用了依照等边多边形方法摆放的 8 个声响传感器来搜集数据，然后经过声场复原出 360 度各个方位的声响信息，再经过数字 HRTF 运算来加工为人能够感触的 VR 音频。不足之处在于，将一切的声场运算与 HRTF 运算悉数在终端设备中完结，这个运算量对运用手机设备作为终端的 VR 设备来说，压力无穷，且报价较高，约 6 万美元。

　　三是，天然 HRTF 搜集---声场优化---全景回放，包含 3dio、Omnia(OculusVR 音频技能合作商)在内的 VR 音频搜集设备。这种解决计划由双耳录音(Binaural recording)技能开展而来，选用天然 HRTF 而非数字 HRTF，在声响的传神度上较高，用户能够明白的辨认出方位和间隔，关于要求较高的 VR 拍摄团队或公司来说，性价比较高。现在，Oculus VR 与三星 Gear VR 的 Demo 视频即是选用这种计划制造的。这种计划的技能难点在于如何保持天然 HRTF 搜集的仿真度，3Dio 选用简化 Binaural 的方法，丢失许多的脸部以及概括搅扰，Omnia 保持了概括与脸部特征，可是因为一切特征都挤在了一个水平面上，所以各个方向上的特征会相互搅扰影响作用。而另一种技能则选用同轴 X Binaural 技能，搜集 8 个方向的信息，能够避免搅扰，最大极限复原了人耳的声响作用。

　　依据 Digi-Capital 的数据，VR 音频商场估计 2016年 将超越 7000 万美元，到 2020年 到达 5 亿美元。对群众来说，VR 范畴中有太多的生疏概念需求了解，比较 VR 视频来说，音频的重视度还相对较好。但咱们发现，近期多家创业公司完结融资，进入开展快车道，这也显现出资本商场的投资新方向，跟着大家对 VR 音频首要性认知的逐渐老练，这个范畴远景可期。