作者简介：李迟（1981-）女，浙江宁波人，音王集团国际营销中心高级经济师、工程师。研究方向：电子工程。

摘要：沉浸声技术是一种将声音从二维空间拓展至三维空间，带来声音包围感的创新音频技术，该技术模拟了真实世界声音的传播方式，让你身临其境，实现了音频技术的重要变革。本文阐述了沉浸声技术发展现状、解析了关键技术原理和技术实现手段，聚焦沉浸声在影视、音乐、商业等领域的广泛应用并阐述了该技术的未来发展趋势，对沉浸声技术的研究和进一步推广有借鉴意义。 
 

1.沉浸声概述

1.1技术发展与原理：声音经历了从单声道、立体声、环绕声到如今沉浸声（三维声）的发展历程。对比主流环绕声，沉浸声打破传统平面声场限制，在水平基础上增加“垂直高度感”，把声音还原至像真实世界一样的立体空间。沉浸声技术通过多声道系统、空间音频技术等手段，实现声音的精准定位和动态变化，创作者可对每个声音元素精准放置与灵活移动。

（单声道到立体声的转变）

（环绕声的引入）

（沉浸声的发展）

以上三图来源：筑声阁公众号https://mp.weixin.qq.com/s/rgYnO4mnUV3XzjVKuNZdiw

1.2技术优势：沉浸声技术能营造出极为逼真的声音环境，让听众仿佛置身于声音所描绘的场景之中。声音可从上方、下方以及各个方位传送，给予听众全方位的听觉体验，增强了临场感和空间感。此外，它还能提高计算资源利用率，构建沉浸式和交互式的三维立体声场，充分释放创作者的创意表达。

2.沉浸声技术定义与分类

沉浸声技术，也称空间音频、三维声技术，通过多声道布局、声场建模和算法渲染，在三维空间中精准定位声源，实现声音全维度（水平、垂直、纵深）的听觉体验。其核心技术体系可分为三类：

2.1基于声道（Channel-Based Audio, CBA）：如5.1.4、7.1.2等固定声道布局，通过顶部扬声器扩展高度感知，适配家庭影院等标准化场景。

原理：通过固定声道布局（如5.1、7.1.4）实现声音定位，扬声器位置与声道数量严格匹配。

输入：多声道音频信号（如L/R/C/SL/SR等）。

处理：音频信号直接分配至对应扬声器，通过物理位置实现水平环绕声。

输出：听众感知到声音来自固定方向（如左侧环绕声、中央对话声）。

局限：声道数量与扬声器布局固定，灵活性差，难以适应复杂场景。

2.2基于对象（Object-Based Audio, OBA）：以杜比全景声（Dolby Atmos）和国产Audio Vivid（菁彩声）为代表，通过元数据动态描述声音位置及移动轨迹，实现声源的灵活定位。

    原理：将声音视为独立对象，通过元数据描述其位置、运动轨迹，由渲染引擎动态分配至扬声器。

    输入：音频对象（如枪声、脚步声）+ 元数据（位置坐标、运动速度）。

处理：渲染引擎根据听众位置和扬声器布局，计算声音到达双耳的延迟、音量和频响，生成多声道信号。

输出：声音随对象移动而动态变化（如子弹从后方飞向头顶）。

代表技术：杜比全景声（Dolby Atmos）、DTS:X。

（杜比全景声）

图源网络：https://www.av269.com/2016/0322/2166.shtml

（DTS:X）

图源网络：http://www.fi-play.com/?p=75902

2.3 基于场景（Scene-Based Audio, SBA）：结合空间音频算法（如HOA高阶Ambisonics），通过声场重构技术模拟真实环境声学特性，适用于VR、元宇宙等虚实融合场景。

原理：通过声场重构技术模拟真实环境声学特性，适用于VR、元宇宙等虚实融合场景。

输入：空间音频信号（如Ambisonics格式）+ 头部追踪数据。

处理：HRTF算法模拟声音在三维空间中的传播，结合头部运动实时调整声源方向。

输出：听众感知到声音来自真实环境中的任意位置（如雨滴从头顶洒落）。

代表技术：HOA（高阶Ambisonics）、WFS（波场合成）。

(HOA）   

IMAX球幕影院图源：中国电影科技公众号https://mp.weixin.qq.com/s/s0wmM-LD7mQqG_3jk79xbg

(WFS波场合成技术原理图）

图源：上音人工智能音乐疗愈重点实验室公众号https://mp.weixin.qq.com/s/II-AXcuzCg-8C701pNTemQ

3.关键技术原理解析：

沉浸声其关键技术原理主要涉及以下几个方面：

3.1音频定位与声道分解：通过精确的音频定位和混响处理，以及先进的音频编码和解码技术，将声音信号分解为多个独立的声道。这些声道承载着不同位置和方向的声音信息，每个声道负责在特定的物理位置播放声音，从而创造出逼真的三维音效。

3.2模拟声音的三维空间分布：利用多个声道和扬声器阵列来模拟声音的三维空间分布。传统的立体声通常只有左右两个声道，而沉浸声技术增加了更多的声道和扬声器，包括顶部声道等，能够更全面地覆盖听众周围的空间，使听众仿佛置身于音乐或电影场景中。比如在影院中，声音可以从前方、后方、侧面甚至头顶等各个方向传来，让听众感受到声音的包围感和真实感。

3.3结合人类听觉感知特性：模拟人类在真实环境中感知声音的方式。在现实生活中，当我们听到声音时，大脑会利用来自两只耳朵的信息（以及头部和耳朵的形状）来判断声音的方向、距离和来源。沉浸声技术通过算法和硬件来模拟这一自然听觉过程，让听众能够根据声音的细微差异准确判断声源的位置，增强听觉的空间感和沉浸感。

4.沉浸声技术实现手段：

沉浸声技术旨在为听众提供全方位、高度逼真的听觉体验，结合其技术原理，其实现手段主要包括以下几个方面：

4.1多声道音频系统：

  声道布局：传统立体声通常只有左右两个声道，而沉浸声技术采用了更多声道。例如家庭影院常见的5.1声道（前置左、中、右声道，后置左右环绕声道和一个低音声道）、7.1声道，甚至更为复杂的9.1声道、11.1声道等。在影院环境中，还会增加顶部声道，像杜比全景声系统可支持多达64个独立声道的音频内容。

扬声器布置：依据声道数量和设计要求，将扬声器合理分布在听众周围，包括前方、后方、侧面以及顶部等位置，形成一个环绕的音频环境，使声音能从各个方向精准地传递到听众耳中，营造出包围感和空间感。

4.2音频编码与解码技术：

编码格式：存在多种专门的音频编码格式来支持沉浸声，如杜比全景声（Dolby Atmos）、DTS:X等。这些编码格式能够对音频信号进行高效压缩和处理，保存声音的空间信息，从而在播放时实现精确的声音定位和渲染。

解码设备：需要相应的解码设备（如AV功放）来解读和还原编码后的音频信号。这些设备会依据编码格式和声道布局，将音频信号分配到各个扬声器，以实现多声道的播放效果。

4.3模拟人类听觉特性技术：

双耳效应与HRTF技术：基于双耳效应的声学模型，通过模拟人耳的听觉特性，生成具有方向性和距离感的虚拟声场。利用头部相关传递函数（HRTF）技术，将单声道或立体声音频转换为空间音频，实现声音的精准定位。HRTF技术考虑了头部、耳廓等对声音的滤波作用，不同方向的声音到达双耳时会有时间差、强度差等差异，通过这些差异来确定声音的方向和位置。

头部追踪技术：在一些沉浸式音频设备（如虚拟现实耳机）中，会配备头部追踪传感器。当用户转动头部时，系统能够实时检测头部的位置和方向变化，并相应地调整声音的播放效果，确保声音始终与用户的头部朝向和位置相匹配，增强沉浸感。

4.4算法与信号处理技术：

空间音频算法：运用先进的空间音频算法来模拟声音在不同环境中的传播和反射特性。这些算法可以根据虚拟环境的特点，动态调整声音的混响、衰减、散射等参数，使听众感受到更加真实的声音环境。

人工智能算法：结合人工智能算法，对音频信号进行实时分析和处理。例如，通过机器学习算法学习不同环境下的声音特征，然后根据实际场景动态调整声场参数，以适应不同的虚拟环境，进一步提升沉浸感。

4.5特殊的声音拾取技术：

多麦克风阵列：在声音录制阶段，采用多麦克风阵列来捕捉周围环境的声音信息。这些麦克风可以分布在不同的位置和角度，记录下声音的空间特性，为后续的音频处理和渲染提供丰富的数据。

全景声录制设备：专门设计的全景声录制设备，能够一次性捕捉全方位的声音信号，保证录制的音频具有高度的空间感和真实感，为沉浸式音频内容的制作提供基础。

5.沉浸声的应用领域：

作为一种将声音从二维空间拓展至三维空间的技术，凭借其独特的声音空间营造能力，在多个领域有着广泛且深入的实际应用：

5.1娱乐领域：

影视方面：在影院中，沉浸声技术极大地提升了观影体验。在电影播放时，声音不仅可以从传统的左右声道传来，还能从上方等无数个方位传送。飞船引擎的轰鸣会从头顶掠过，沙尘暴的呼啸在四周围绕，子弹的飞行声、爆炸的轰鸣声等能精准定位，让观众仿佛置身于电影场景中，让观影的体验更加震撼人心，强化沉浸感。此外，在沉浸式球幕影院中，通过声学设计、匹配声道数量、扬声器布局等，能实现强烈的声音包围感，给观众留下深刻的印象。

游戏领域：在游戏中应用沉浸声技术可以大幅度提升了游戏的真实感和玩家的代入感。玩家能够根据声音的方向准确判断敌人的位置、环境的变化等。比如在射击类游戏里，玩家可以通过声音辨别出判断敌人从哪个方向靠近、远处的爆炸声，子弹从哪个方向射过来，从而更好地做出反应，提升游戏体验。

音乐演出：在一些大型音乐会上，通过布置多声道的音响系统，实现沉浸声效果。观众可以感受到音乐中不同乐器从不同方向传来，仿佛乐队成员就在身边演奏，增强了现场音乐的感染力和表现力。

5.2 家庭领域：

家庭影院：随着生活水平的提高，许多家庭配置支持沉浸声技术的音箱系统或家庭影院，让家庭用户在家中就能感受到影院级别的沉浸式音效。

图源：亿佰联腾公众号https://mp.weixin.qq.com/s/5fc4d1qA8JJPk0ccilN9Cw

智能家居：随着智能家居的发展，沉浸声技术也可融入其中。例如智能音箱可以通过模拟不同的声音环境，让用户在家中就能体验到如森林鸟鸣、海边海浪等各种自然音效，营造出舒适、放松的家居氛围。

5.3 商业领域：

主题公园：在主题公园的游乐项目中，沉浸声技术配合场景和特效，营造出逼真的音效环境，增强游客的体验感。如在一些模拟飞行的游乐设施中，通过声音模拟飞行时的风声、引擎声，让有空有身临其境的飞行体验。

图源：华汇音响公众号https://mp.weixin.qq.com/s/3WpbjIG9kqmKM5iCFYRrUw

（位于法国Poitiers未来世界主题公园（Futuroscope theme park）的龙卷风猎手（Chasseurs de Tornades）景点表演）

展览展示：在展览展示中，也可以利用沉浸声技术为参观者讲述展品背后的故事，增强互动性和吸引力。

商场购物环境：商场可以利用沉浸声技术营造独特的购物氛围。例如，在高档奢侈品区播放优雅的古典音乐，从多个方向环绕，让顾客在购物过程中感受到高品质的消费体验；在儿童区播放欢快的儿歌，吸引儿童和家长的注意力。

广告营销：在广告宣传中，使用沉浸声技术可以增强广告的吸引力。例如，在商场的广告屏幕前，配合视频播放立体环绕的广告音效，让顾客更容易被广告内容吸引，提高广告的传播效果。

5.4教育领域

虚拟教学场景：在虚拟课堂中，利用沉浸声技术模拟不同的教学环境音效。比如在讲解历史故事时，模拟出古代战场的厮杀声、马蹄声等，让学生更有身临其境之感，提高学习的兴趣和专注度。

语言学习：在语言学习软件中，使用沉浸声技术可以模拟真实的语言交流环境。例如，在英语学习中，让学习者感觉自己置身于英语国家的街道、商场等场景，听到周围人们的自然对话，提高语言学习的效果。

5.5医疗领域

心理治疗：通过营造特定的沉浸声音环境，如森林中的鸟鸣声、海浪声等，帮助患者放松身心，缓解焦虑、抑郁等情绪问题。这种声音治疗方法可以作为辅助手段，配合心理治疗师的引导，达到更好的治疗效果。

康复训练：在一些康复训练场景中，利用沉浸声技术为患者提供反馈。比如在肢体康复训练中，通过声音提示患者动作的正确性和力度，提高康复训练的效率。

5.6 车载与消费电子：车载空间声场技术结合沉浸声技术打造车内沉浸式音乐空间。

（图源：蔚来公众号https://mp.weixin.qq.com/s/a6QcNxVmE6_sFRLzoJ18fQ）

6.沉浸声的未来发展趋势：

    沉浸声作为未来视听技术的重要分支，其发展趋势将围绕技术升级、应用场景扩展及多领域融合展开，具体表现在以下几个方向：

6.1技术智能化与真实性提升：

沉浸声将深度结合人工智能（AI）和机器学习技术，优化声音的定位、环境模拟与动态响应。例如，通过AI分析环境特征并实时调整声场参数，能够更精准地模拟真实环境中的声音反射、衰减等效果，为用户提供高度逼真的听觉体验。同时，空间音频技术将进一步提升三维声场的细腻度，打破传统平面声场的限制，实现声音在立体空间中的精准还原。

6.2应用场景多元化扩展：未来沉浸声技术将向更广泛的行业渗透：

与XR及元宇宙深度融合，随着虚拟现实（VR）、增强现实（AR）和混合现实（MR）设备的普及，沉浸声将成为元宇宙及空间计算的重要组件。例如，在元宇宙社交或虚拟办公场景中，通过空间音频技术实现真实方位感对话，或通过声场反馈增强虚拟环境的互动性。伴随新设备的不断推出，将进一步推动沉浸声与空间计算的协同发展。

6.3个性化与交互性增强

基于用户需求和场景动态调整声效的“自适应沉浸声”将成为趋势。例如，智能系统可根据用户的实时位置、动作偏好（如转头、移动）自动优化声音分布，或在智能家居中结合环境传感器（光线、温度）调整声场氛围，创造多感官联动的个性化体验。

6.4行业标准化与生态构建:

随着技术普及，沉浸声领域将加速行业标准制定（如音频编码、设备兼容性标准），推动跨平台协作。同时，硬件（如智能音箱、可穿戴设备）与软件（内容创作工具、云端渲染技术）的协同创新将形成完整生态链，降低技术应用门槛，促进中小型企业参与。

参考文献：

1.       林海宏，沉浸声再空间叙事中的设计和应用，戏剧电影与电视艺术

2.       侯佳俊，论沉浸式声音技术在现代音频产业链中的应用，音乐舞蹈

3.       孙学京，沉浸式音频技术的制作、播放及发展与应用，数字音视工程网

4.       欧阳玥，沉浸式球幕影院中沉浸声系统的引用，现在电影技术

5.       CADAC沉浸声一种基于HOA空间音频的沉浸声技术，DAV数字音视工程网