扩大立体音场　空间音讯技术创造听觉新体验

可携式装置的小型立体声音响系统由于音场（Soundstage）小，听者只能感受到近似单声道音响的效果；制造商可利用空间音效生成技术来扩大立体声音场，并加强串音消除（Crosstalk Cancellation），以克服此一设计障碍。

立体声音响系统的音场（Soundstage）通常受限于扬声器摆放位置，使得听者感受的声音事件（Sound Event）受限于两座扬声器间的范围；若是可携式装置的小型立体声扩音系统，则听者感受的立体声音场将更加有限，几乎近似单声道。

可携式立体声系统由于扬声器数量与形成的空间有限，连带使音场也受限；为克服尺寸障碍，可利用空间音效生成技术来扩大立体声音场、加强串音消除（Crosstalk Cancellation）并加强特定空间特质。

本文先定义空间音讯与介绍重要技术，例如头部相关传输函数（Head Related Transfer Function, HRTF）、串音消除、音讯波束成形（Audio Beamforming）；接着则讨论波束成形技术与网路软体工具，只需几项简易步骤，即可创造音讯效果编程，将产品原本受限的音场改造成身历其境的剧场式体验。

重制声音 空间音讯改变听者判断

自然中出现的各种声音，本来即具备空间效果。音源通常为整体空间里某一小区块，但如地震、山崩等音源便是来自较大区域。

声音在各种物体间反射后，人们透过双耳接收直接或反射传来的声音，再经过听觉处理，才真正听到声音；同时可依据经处理后的声音做出各种判断，如方向、位置、音量、气氛、音质、远近、音调、厚薄等。即使是复数音源，人类听觉也能判断个别音源（相对于接收到的整体音效）的特征组合。

空间音讯意指透过电子或机械方式重制声音，并以人工方式重现，或是以人为途径改变重制声音，创造出原本可能不存在的感知空间环境。

脑部处理抵达双耳的声音，是判断声音各种特质的最终依据。若抵达双耳鼓膜的重制声波，与位于特定位置的实际音源所发出声音完全相同，即使音源在其他位置，听者仍会认定重制声音来自该特定位置。

头部相关传输函数因人而异

HRTF是耳部的频率反应函数，关乎人类如何接收与处理某一点传来的声音，同时说明了听觉讯号透过人体传递的过程，经由耳廓与耳道过滤，才抵达鼓膜。耳廓呈弧形对称，是造型特殊的，当过滤抵达鼓膜的声音时，会受地点与频率左右，在高频率时尤其明显。

HRTF基本上是以傅立叶转换（Fourier Transform），静态衡量左右耳接收到不同距离与方向的声音刺激后所反应之结果。两耳音量差（ILD）与两耳时间差（ITD），是依每只耳朵听到的声音而定（图1）。

　　图1 由于两耳位置不同，声波进入每个耳朵的时间与强度也有所不同，头部相关传输函数便藉此判断音源所在位置。

每个人的听力与生理特质不同，因此HRTF也不同，但有些HRTF量测资料库仍采广泛分类，如男女老幼等，此数据经常用在需要HRTF的音响产品。HRTF量测过程相当耗时，考量人类头部无法长时间固定不动，导致资料不够精确，因此有些资料库在量测时使用假人，避免头部位移出错。

人耳能以3D（前后、上下、左右）判断声音方位，误差角度大约三度，亦可估算距离，这是因为脑部、内耳与外耳能运用单耳线索（Monaural Cue），同时对比双耳线索（Difference Cue或Binaural Cue）。在自然环境下，每个人均可透过不断尝试并从错误中累积，再加上生活经验，学习准确判定声音位置，弥补体型与构造所造成的差异。

若在既有音讯讯号上运用适当滤波器，并结合HRTF资讯，即可能合成出专为左右耳设计不同通道的双耳声（Binaural Sound），彷佛源自听者周遭空间的某一点，就像戴耳机时会体验到左右两侧声音有别，左右耳会各自接收到不同声音；相较之下，耳机传来的立体声讯号则彷佛从两耳之间的区域发出。所谓“3D音效”或“虚拟环绕音效”等名词，就是源于一般立体声与空间音讯之间的差异。

音讯串音干扰听觉品质

若使用离听者稍有距离的两部喇叭，由于双耳都会听到来自不同通道的声效，造成音讯串音，故较难以创造特定空间音讯效果；但若运用破坏波干扰来抵销不必要的讯号，即可消除串音。

例如，当反波（Antiwave）或消除波（Cancellation Wave）送进右耳，抵销不需要的左通道讯号；同样方式也可用来处理不需要的左耳通道讯号，如此将明确形成左右通道音效强化区，提升立体空间内的音效感受（图2）。

　　图2 串音消除技术运用破坏波干扰来排除不必要的讯号。

各个通道内必须增加音讯处理，才能排除或减少串音效应，同时考量种种因素对声音可能的影响，包括听者位置（与扬声器的角度及距离）、耳朵听力与形状（受年龄、性别、族裔左右）、头部/身体尺寸及质量，还有现场实际环境（是否存在反射或吸音材质）。这些因素都将决定，听者是否能正确判别声音来源位置，故喇叭系统的空间音讯技术也得包括听觉波束成形。

波束成形塑造不同声波组合

在喇叭音讯重制过程中，“听觉波束成形”代表将声波导引至特定方向，而非遵循喇叭传统放射模式。

喇叭理想上应安置于无限大的反射板内，如活塞般运作；放射模式取决于喇叭辐条的相对频率；听觉波束的强度则取决于扬声器活塞半径相对于声音波长的比例。低频率时，喇叭声音会平均向前端各方发散，因此重低音喇叭无论放置于房间哪个位置，于房中听到的效果均会一致。

随频率增加，放射模式将愈趋集中于扬声器前方，形成狭窄的圆锥体，使轴心与喇叭表面垂直；声压度在圆锥体内达最强，离开范围后迅速下滑，当使用高传真（Hi-Fi）喇叭聆听高音频声音时左右移动，即可体验这种效果。

此外，喇叭实际上安装于相对小型的盒子内，而非无限大的反射板中，因此盒子边缘会导致音波衍射，使放射模式更加复杂。若扬声器位于户外，只有站在扬声器前方的圆锥体放射模式范围内，才可能听到所有重制频率。若喇叭置于房间内，由于声音在墙面及家具之间来回折射，聆听位置造成的影响不大。

虽然反射让声音在房内任何位置均可传达，但反射抵达的时间及强度与原有讯号不同，导致声音将变得模糊。因单一扬声器非常难以形成听觉波束，故一般使用两具以上扬声器，运用多重扬声器可产生各种建设性与破坏性的声波能量组合，以形成特定传播模式（图3）。

　　图3 扬声器阵列波束成形时，声波会对空间内特定地点进行建设性干扰。

一般而言，空间效果在高频情况较容易达成与辨别，但若有大型扬声器阵列与理想的低频反应，就比较容易控制低频音效方向。

阵列大小与形式也会影响改善空间效果所用的技术，而另一因素则是阵列组成目的。举例来说，当阵列摆设以子母画面（PIP）功能为主，也就是让两名观众各自收看不同电视频道，此时便须要为电视前方多名观众创造5.1声道环绕音效。实际上，空间音讯系统可能同时须支援两种以上的方法，才能方便消费者在各种电视节目模式下，都能享受视听体验。

波束成形搭配阵列设计 小型扬声器突破音场限制

目前常用的听觉波束成形技术共有两种，可依应用需求而合并使用。

 .机械式波束成形器

仰赖扬声器实际尺寸与位置产生空间效果。

 .电子式波束成形器

在音讯讯号传至扬声器之前，由数位讯号处理器（DSP）处理讯号。

电子式波束成形原本是为雷达应用研发，应用在音讯方面则始于麦克风阵列，用以撷取语言及音讯。各种相关应用也带动近年来音讯波束成形演算法的创新。

麦克风阵列波束成形的基本概念，在于调整个别阵列项目接收讯号的相位与振幅，让特定方向的综合输出可达最大讯噪比（SNR），此概念类似透过导通频带滤波（Passband Filtering）撷取频率域所需的讯号，差别在于波束成形是在空间内进行，而导通频带则可进行于各种方向。

波束成形技术的种类与相关文献众多，该选择何种技术，通常取决于个别应用的需求与限制。虽然音讯波束成形常用于捕捉音讯讯号，但音讯播放应用却相对有限，主因是立体声系统表现相对优良，且许多应用只要两座扬声器即可。

当前可携式装置机械空间不断缩小，令立体声播放成为一大难题，例如扬声器因尺寸愈来愈小而降低输出音量，或扬声器空间变窄影响立体声声像等。另外，在平面电视方面，因尺寸发展趋于极薄，大幅限制喇叭圆锥状冲程（Excursion），连带也将影响输出音量与音质。为克服上述限制，可采用小型扬声器组成阵列，藉由波束成形技术，可增加整体音量并建构较佳的音场。

扬声器阵列系统传播空间音讯的方式众多，如波场合成（Wave Field Synthesis, WFS）或高保真度立体声音复制（Ambisonics），这些方式通常需要数十、数百部扬声器与大空间，因此多应用在剧场音效设计，不适合用于中小型扬声器阵列。

一般而言，由于音讯的播放与捕捉过程恰好相反，麦克风阵列应用的波束成形技术经调整后，亦适合扬声器阵列应用；但全频宽音讯播放需要的频宽远大于一般语音应用，故选择演算法与设计阵列时，就需要特殊考量。扬声器阵列若要提供空间立体声，则须具备串音消除演算法；此外，扬声器阵列演算法必须尽量减少音讯播放扭曲，包括假影与音色渲染等。

总而言之，空间音讯效果须包括串音消除、机械式与电子式波束成形、HRTF资料（图4）。一直以来，难题便在于如何开发小型阵列技术，提供比单纯使用立体声时更优良的表现，并在没有复杂演算法编程技术的情况下，将这些技术应用于多个扬声器。

　　图4 空间音讯技术结合串音消除、头部相关传输函数及波束成形。

空间阵列放大器

因应前述难题，市面上的空间阵列音讯放大器，可在空间受限的应用情况下，为喇叭阵列实作提供身历其境的音讯体验。这里由一款市售音讯放大器为例，其规格为四通道D类音讯积体电路（IC），采用分散电子式波束成形演算法，并运用HRTF资料进行音讯布局（Sound Placement），建立形成波束的喇叭阵列（图5）。

　　图5 过滤后的音讯讯号与一个或多个喇叭放大器耦合，经过波束成形，产生理想的空间效果。

在滤波前一阶段运用HRTF时，只要载入符合不同角度的HRTF,即可控制音场的水平延伸范围（Horizontal Span）；两阶段处理后产生的整体效果，在听者面前形成两座虚拟扬声器，两座扬声器间的距离则可做调整。

因此，在音讯系列驱动的喇叭阵列内，可采用功能较弱的中央数位讯号处理器（某些状况甚至不需中央数位讯号处理器）。分散式处理亦可提高扬声器阵列的几何排列弹性，使扬声器数量更具弹性。另外，应用时若需要重低音喇叭，其中两通道可采取并联，以提高输出功率。

当多个音讯放大器以多重菊环式相连（Daisy-chained），将可支援更多喇叭；每个装置最高可支援四部扬声器，大幅简化最多六十四座喇叭的阵列设计与建置；同时，其滤波系数可动态更新，提供各种波束成形功能，以因应扬声器阵列组态出现变化，例如扬声器数量的增减。

市面上亦有网路设计工具可供选用，当用户输入阵列几何图形与听者位置后，便可产生喇叭阵列滤波器系数。透过网路设计工具，系统工程师可省去许多麻烦，不必特地编写听觉波束成形或HRTF定位演算法，也不必使用一般用途的数位讯号处理器程式语言或系统设计套件。

网路设计工具的特色在于使用相当方便，只须点选扬声器或听者图示，即可拖曳至设计几何组态内；此外，也有等化工具可供下载，方便扬声器阵列频率等化，调整输出音质。

空间音讯技术进化音讯产品

无论是智慧型手机或大型平面电视，目前越来越多消费性音讯应用，藉由空间音讯技术改善清晰度与深度。透过市售空间阵列晶片，可提供简易又快速的方式，将这些技术落实在喇叭阵列中，并在扬声器有限的空间下，扩大产品音场及输出功率。

若音讯放大器具备准确的波束成形与串音消除功能，则只需一个元件便可适用于二到四座扬声器的应用；采用菊环式连结的多个音讯放大器，将可应用于八、十二、甚至十六个扬声器阵列内，提供更宽广、更精彩的听觉体验。