Page 20 - BP_202208

本期关注
Focus

人工智能还是音频幻觉？

计算机控制计算机是一回事；机器学习是另一回事。

丹尼斯·巴克斯特

我永远不会忘记那天，我把Avid
ProTools系统带进我们的演播室，
我的搭档说“计算机绝不可能比老式
的刀片编辑器更快。”演播室里有两
台计算机：一台是会计用的，另一台
是控制24轨磁带录音机上的主导轴电
机，使其与一台录像机和时间码同步
的粗糙的设备。
那时是20世纪80年代初：转播
车里没有计算机，每一台设备都是模
拟的。录像带编辑是机器对机器，需
要一个操作员——视频通过一台切换
台，而音频通过调音台。音乐通过
Lawo的mc²96大制作调音台被用于2018年俄罗斯世界杯国际广播中心（IBC）沉浸式混音。 NAB Cart（一种磁带录音格式）播

杜比迅速推出了对比控制，但在交互 何一个，并以单声道或立体声听—— 个过程，理论上，渲染可以选择不同
性方面与NGA建议的非传统的对白声 对我来说，这似乎是一种相当沉浸式 的换能器特性、构形和容器，并为任
道不可同日而语。 的体验。 何聆听设备优化音景。然而，我仍然
杜比通过引入对话归一开辟了个 困惑于如何从侧反射和上发射的条形
性化，这对于不同的聆听环境和内容 呈现内容 音箱获得沉浸式音景的准确表现——
显然是一个好主意，但弗劳恩霍夫的 NGA的最后一个可能也是最被低 尽管它确实听起来更好。
MPEG-H提供了真正用户交互的可能 估的好处是，它能够将音频内容提交 关于NGA的潜力已经说了很多
性。例如，对无线广播，教练和球员 给几乎任何消费设备或格式。例如， 了。虽然技术在不断发展，但具有引
的语言可能会成问题，但一个单独和 音频元素被嵌入数字流中，并可以被 人入胜的沉浸式声音和互动性的内容
可控的教练声道消除直播中发生的预 混合—渲染为合理配方的单声、立体 却很落后，除了在游戏领域。就像环
审和清除。对首席财务官来说，重要 声、环绕声或沉浸式混音。 绕声开始变得保守一样，沉浸声制作
的是，教练声道可以变现。注意，杜 环绕立体声的早期不足是缩混 也开始保守。
比宣称通过使用对象声道获得相同水 和元数据。还要记住，使用机顶盒混 一个显著的差异是早期的条形音
平的交互性。 合环绕声道以渲染立体声混音，在准 箱是对环绕立体声的一大改进，但我
所有这些交互性最终可由制作人 确和等效的声音制作方面始终存在问 不相信沉浸声体验受益于条形音箱会
和版权持有者限定，可以选择更好的 题，原因是很多声音元素要被纳入混 像环绕立体声一样多。
对白，可选的解说，甚至选择一些对 音中。渲染接受所有的原料，产生一 沉浸式体验对我们每个人来说都
象，如无线电广播设备和无线话筒。 个全新的混音。 不一样，NGA提供了一个框架，而非
能够控制多名球员或教练的话筒的任 渲染是到达消费者之前的最后一 路线图。 B&P

20