Виртуалды дыбыстық ортаны жасау техникасы

Кіріспе

Виртуалды акустикалық ортаны құру техникасы

Толқындық өрісті синтездеу (WFS) – кеңістіктік дыбысты көрсету әдісі, виртуалды акустикалық ортаны жасау арқылы сипатталады. Ол элементар толқындардан жеке-жеке басқарылатын көптеген динамиктер арқылы синтезделген жасанды толқын фронттарын тудырады. Мұндай толқын фронттары виртуалды дыбыс көзінен – виртуалды бастапқы нүктеден шыққандай көрінеді. Традициялық фантомдық дыбыс көздерінен өзгеше, WFS құрған виртуалды дыбыс көздерінің орналасуы тыңдаушының позициясына тәуелді емес. Нағыз дыбыс көзі сияқты, виртуалды көз де бастапқы нүктеде бекітіліп қалады.

Физикалық негіздер

WFS Гюйгенс-Френель принципіне негізделген, ол кез келген толқын фронтын шар тәрізді элементар толқындардың суперпозициясы ретінде қарастыруға болатынын айтады. Сондықтан, кез келген толқын фронтын осындай элементар толқындардан синтездеуге болады. Іс жүзінде, компьютер үлкен дыбыс берушілер массивін басқарады және әрқайсысын қажетті виртуалды толқын фронты оның нүктесі арқылы өтетін уақыт пен деңгей бойынша дәл іске қосады. Осылайша, моно сигнал көзінен дыбыс көзінің нақты толқын фронтын қалпына келтіруге болады. Негізгі процедура 1988 жылы Делфт технологиялық университетінің профессоры А.Дж. Беркхаутпен әзірленген. Оның математикалық негізі – Кирхгофф-Гельмгольц интегралы. Онда дыбыс қысымы көздері жоқ көлемде толық анықталады, егер дыбыс қысымы мен жылдамдығы оның бетіндегі барлық нүктелерде анықталса делінеді. Сондықтан, дыбыс қысымы мен акустикалық жылдамдық оның көлемінің бетіндегі барлық нүктелерде қалпына келтірілсе, кез келген дыбыс өрісін қайта құруға болады. Бұл тәсіл голофонияның негізгі принципі болып табылады. Көшіру үшін көлемнің бүкіл бетін тығыз орналасқан дыбыс берушілермен жабу қажет, олардың әрқайсысы жеке сигналымен басқарылады. Сонымен қатар, тыңдау аймағы эхосыз болуы керек, себебі дыбыс шағылысуы көзсіз көлем туралы болжамды бұзуы мүмкін. Іс жүзінде, мұны іске асыру қиын. Акустикалық қабылдауымыз көлденең жазықтықта ең дәл болғандықтан, практикалық тәсілдер әдетте массивті тыңдаушыға қатысты көлденең дыбыс берушілер қатарына, шеңберге немесе тіктөртбұрышқа дейін азайтады. Сондықтан синтезделген толқын фронтының басталуы дыбыс берушілердің көлденең жазықтығындағы кез келген нүктеде шектеледі. Мұндай дыбыс берушілер қатарымен нақты 3D дыбысты жасау мүмкін емес. Дыбыс берушілердің артындағы көздер үшін массив дөңес толқын фронттарын жасайды. Динамиктердің алдындағы көздерді ойыс толқын фронттарымен көрсетуге болады, олар ойнату аймағындағы виртуалды көзге шоғырланады және қайтадан дөңес толқын ретінде таралады. Сондықтан көлем ішіндегі қайта жаңғырту толық емес – егер тыңдаушы динамиктер мен виртуалды көздің арасында орналасса, ол бұзылады.

WFS is based on the Huygens–Fresnel principle, which states that any wavefront can be regarded as a superposition of spherical elementary waves. Therefore, any wavefront can be synthesized from such elementary waves. In practice, a computer controls a large array of individual loudspeakers and actuates each one exactly by the time and level, at which the desired virtual wavefront would pass through its point. By that way from a mono signal source a genuine wave front of a sound source may by restored. The basic procedure was developed in 1988 by Professor A. J. Berkhout at the Delft University of Technology. Its mathematical basis is the Kirchhoff–Helmholtz integral. It states that the sound pressure is completely determined within a volume free of sources, if sound pressure and velocity are determined in all points on its surface. Therefore, any sound field can be reconstructed, if sound pressure and acoustic velocity are restored on all points of the surface of its volume. This approach is the underlying principle of holophony. For reproduction, the entire surface of the volume would have to be covered with closely spaced loudspeakers, each individually driven with its own signal. Moreover, the listening area would have to be anechoic, in order to avoid sound reflections that would violate source free volume assumption. In practice, this is hardly feasible. Because our acoustic perception is most exact in the horizontal plane, practical approaches generally reduce the array to a horizontal loudspeaker line, circle or rectangle around the listener. So origin of the synthesized wavefront restrict at any point on the horizontal plane of the loudspeakers. Real 3D audio is not possible with such loudspeaker rows. For sources behind the loudspeakers, the array will produce convex wavefronts. Sources in front of the speakers can be rendered by concave wavefronts that focus in the virtual source inside playback area and diverge again as convex wave. Hence the reproduction inside the volume is incomplete it breaks down if the listener is situated between the speakers and the virtual source.

Процедуралық артықшылықтар

Егер горизонтальді жазықтықтағы шектеулер жеңілсе, нағыз дыбыс өрісінен ажыратылмайтын дыбыс өрісінің виртуалды көшірмесін құру мүмкін болады. Тыңдаушының орын ауыстыруы түсірілім бөлмесіндегі орынның сәйкес өзгерісіндей әсер етеді. Екі өлшемді тізімдер бір-біріне параллель толқын фронттарын құра алады, олар динамиктерге тікелей, бірнеше метрлік қашықтықта емес, күштірек жетеді. Көлденең тізімдер тек цилиндрлік толқындарды ғана тудырады, олар қашықтық екі есе артқанда 3 дБ деңгейін жоғалтады. Бірақ осы шектеудің өзінде, толқындық өріс синтезінде тыңдаушылар енді бөлме ішіндегі "жағымды орын" аймағына шектеледі. Moving Picture Expert Group (Қозғалыстағы сурет сарапшылар тобы) мазмұнның (тікелей жазылған дыбыс сигналы) және форманың (импульстік жауап немесе акустикалық модель) бөлек таратылуын қамтамасыз ететін MPEG 4 объектіге бағытталған тарату стандартын стандарттады. Әрбір виртуалды акустикалық көз өзіне (моно) дыбыс арнасын қажет етеді. Жазу бөлмесіндегі кеңістіктік дыбыс өрісі акустикалық көздің тікелей толқынынан және бөлме беттерінен шағылысқан айна акустикалық көздердің кеңістікте тараған үлгісінен тұрады. Осы кеңістіктік айна көздерінің таралуын бірнеше тарату арналарына дейін азайту кеңістіктік ақпараттың маңызды жоғалуына әкеледі. Бұл кеңістіктік таралуды рендеринг жағынан әлдеқайда дәл синтездеуге болады. Дәстүрлі арнаға бағытталған рендеринг процедураларымен салыстырғанда, WFS айқын артықшылық ұсынады: байланысты арналардың сигнал мазмұнымен басқарылатын виртуалды акустикалық көздерді дәстүрлі материалды рендеринг аймағынан асыра орналастыруға болады. Бұл тыңдаушының орнына тәуелділікті азайтады, өйткені бұрыштар мен деңгейлердегі салыстырмалы өзгерістер рендеринг аймағында орналасқан дәстүрлі динамиктермен салыстырғанда айтарлықтай кішірек. Бұл "жағымды орынды" едәуір кеңейтеді; ол енді рендеринг аймағының дерлік барлық бөлігін қамтиды. Осылайша, WFS тек үйлесімді ғана емес, сонымен қатар дәстүрлі арнаға бағытталған әдістердің сапасын жақсарта алады.

If overcome the restriction to the horizontal plane, it becomes possible to establish a virtual copy of a genuine sound field indistinguishable from the real sound field. Changes of the listener position in the rendition area produce the same impression as an appropriate change of location in the recording room. Two dimensionally arrays can establish parallel wavefronts, which are direct at the loudspeakers not louder as in some meter distance. The horizontal arrays can only produce cylinder waves, which lose 3 dB level at any doubling of distance. But already with that restriction the Listeners at wave field synthesis are no longer relegated to a sweet spot area within the room. The Moving Picture Expert Group standardized the object oriented transmission standard MPEG 4 which allows a separate transmission of content (dry recorded audio signal) and form (the impulse response or the acoustic model). Each virtual acoustic source needs its own (mono) audio channel. The spatial sound field in the recording room consists of the direct wave of the acoustic source and a spatially distributed pattern of mirror acoustic sources caused by the reflections by the room surfaces. Reducing that spatial mirror source distribution onto a few transmitting channels causes a significant loss of spatial information. This spatial distribution can be synthesized much more accurately by the rendition side. Compared to conventional channel orientated rendition procedures, WFS provides a clear advantage: Virtual acoustic sources guided by the signal content of the associated channels can be positioned far beyond the conventional material rendition area. This reduces the influence of the listener position because the relative changes in angles and levels are clearly smaller compared to conventional loudspeakers located within the rendition area. This extends the sweet spot considerably; it can now cover nearly the entire rendition area. WFS thus is not only compatible with, but potentially improves the reproduction for conventional channel oriented methods.

Бөлме акустикасына сезімталдық

WFS жазба орнының акустикалық ерекшеліктерін модельдеуге тырысқандықтан, көшіру аймағының акустикасы басылуы тиіс. Мүмкін болатын шешімдердің бірі – дыбыс сіңіруді қолдану немесе қабырғаларды дыбысты сіңіретін және шағылыстырмайтын конфигурацияда орналастыру. Екінші мүмкіндік – жақын алаңда ойнату. Бұл тиімді жұмыс істеуі үшін динамиктер есту аймағында тығыз орналасуы керек немесе мембрана беті өте үлкен болуы керек. Кейбір жағдайларда, түпнұсқа дыбыс өрісімен салыстырғанда ең байқалатын айырмашылық – дыбыс өрісінің көлденең динамиктер бағытында екі өлшемге дейін қысқартылуы. Бұл әсіресе кеңістікті қайта жаңғырту кезінде көрінеді. Көшіру аймағындағы акустиканы басу, табиғи акустикалық қоршаудың дыбыстарын ойнатуға көмектеспейді.

Аталық атауы

Реендеринг диапазонындағы жиілік жауабындағы орналасуға тәуелді тар жолақты үзілістерден туындаған немесе тікелей айтқанда, кеңістіктік алиасинг бұрмаланулары бар. Олардың жиілігі виртуалды акустикалық көздің бұрышына және тыңдаушының динамиктерге қатысты бұрышына байланысты: ауыстырудың (рендерингтің) толық аудио диапазонында алиасингсіз болуы үшін жеке эмитерлердің арақашықтығы 2 см-ден кем болуы керек. Бірақ, ақыр соңында, біздің құлағымыз кеңістіктік алиасингке аса сезімтал емес. Әдетте, 10–15 см эмитер арақашықтығы жеткілікті.

Қысқару әсері

Сфералық толқынның бұзылуына себеп болатын тағы бір фактор – кесу эффектісі. Нәтижедегі толқын элементар толқындардың жиынтығы болғандықтан, динамиктер қатары аяқталғанда егер басқа динамиктер элементар толқындарды жеткізбесе, қысымда кенеттен өзгеріс болуы мүмкін. Бұл "көлеңке толқыны" эффектісін тудырады. Дауыс шығару жүйесінің алдында орналасқан виртуалды акустикалық көздер үшін бұл қысым өзгерісі нақты толқыннан бұрын озып кетеді, соның салдарынан анық естіледі. Сигналды өңдеу тұрғысынан, бұл кеңістіктік домендегі спектрлік ағып кету болып табылады және шексіз динамиктер массиві орнына тікбұрышты функцияны терезе функциясы ретінде қолданудан туындайды. Сыртқы динамиктердің күшін азайту арқылы көлеңке толқынын азайтуға болады; бұл кесудің орнына біртіндеп азаятын басқа терезе функциясын пайдалануға сәйкес келеді.

Жоғары шығын

Тағы бір туындайтын мәселе – жоғары құн. Көптеген жеке датчиктер өте жақын орналасуы тиіс. Датчиктердің санын олардың арақашықтығын арттыру арқылы азайту кеңістіктік қателіктерге (spatial aliasing) әкеледі. Белгілі бір арақашықтықта датчиктердің санын азайту эмитерлік өрістің мөлшерін кішірейтеді және бейнелеу ауқымын шектейді; оның шекарасының сыртында виртуалды дыбыстық көздер жасалмайды.