近日，AVS(Audio Video Standard) 音頻團體標準《信息技術 虛擬現實內容表達 音頻》（標準號T/AI 125-2023）發布，標志著國內沉浸音頻技術在產業上應用趨于成熟，為多媒體內容多樣化與個性化提供了有力的技術支撐。
沉浸音頻，也稱VR音頻，3D音頻、空間音頻，是新一代音頻呈現方式，相比立體聲擁有更好的空間呈現效果，能精準地再現每個音源的位置和所處環境的空間信息。當前，沉浸音頻帶來的沉浸式體驗已經在影視、廣電、音樂、游戲等場景有廣泛的應用。
據了解，AVS 《信息技術 虛擬現實內容表達 音頻》標準由抖音視頻架構沉浸音頻團隊牽頭制定。在此過程中，該團隊先后提交了20余份技術提案，貢獻了多項核心技術，參加了兩次復合性驗證與技術評選，形成十幾項前沿技術專利，開源了一套完整的空間音頻渲染解決方案，經過三年時間不斷完善，建立起了這項國內第三代音頻內容表達標準，提供了更加豐富的多媒體呈現能力。
沉浸式音頻解決方案示意圖
沉浸音頻是一種聲場重建與還原技術，當聲音進入耳朵時，在耳廓、頭部附近時傳播路線發生變化，到達左右耳的時間上也有微小的差別，所以真正聽到的聲音與原始音源并不一樣，通過沉浸音頻渲染，可以使佩戴耳機時與不戴耳機獲得一樣的聽覺感受，具有三維空間感和沉浸感，具備真實環境的房間聲學效果。雙耳渲染演示如下圖：
雙耳渲染演示示意圖
早在《信息技術 虛擬現實內容表達 音頻》標準發布前，沉浸音頻技術就得到了新媒體行業的青睞，在眾多的場景中嶄露頭角。2022年9月中央廣播電視總臺“云聽”客戶端使用AVS VR音頻標準中的耳機渲染技術完成CCTV中秋晚會現場直播；2022年11月世界杯央視轉播演示系統使用了AVS VR音頻標準中的揚聲器渲染技術進行監聽；2023年總臺春節聯歡晚會使用AVS VR音頻標準中的耳機渲染技術完成“菁彩聲”頻道現場直播；2024年杭州亞運會央視體育從制作端生成元數據，按制作者意圖生成實時、動態元數據下發，實現了制作、監聽與下發數據的完整“菁彩聲”流程。
2023年總臺春晚使用AVS VR音頻技術實現三維菁彩聲直播
沉浸音頻與VR/MR場景緊密結合。在VR/MR平臺上三維視覺、觸覺與三維音頻現象同步，賦予了用戶身臨其境的真實感。《信息技術 虛擬現實內容表達 音頻》空間音頻渲染技術已集成在VR平臺PICO上，用戶可以使用其制作出具有聲源的方位感、環境對聲波的反射、透射等聲學現象的內容作品，從而為消費者營造符合物理現實的沉浸式音頻體驗。目前，該項空間音頻渲染技術也通過字節跳動旗下的云服務平臺火山引擎面向企業客戶開放。
隨著《信息技術 虛擬現實內容表達 音頻》標準的發布，多媒體內容表達有望朝著更沉浸的方向發展，帶給用戶身臨其境的真實體驗 。
