想象一下“空间”房间校正,让所有扬声器协同工作,相互校正,以克服声学问题并在每个座位上都能获得良好的声音。Dirac即将为您实现这一目标!
在过去的二十年里,房间校正已经成为家庭影院行业非常重要的一部分,以至于一些用户只有在内置了某个特定房间校正技术的情况下才会考虑购买这个 AV 功放。比如,Trinnov 的高端 AV 功放价格不低,一个很大的原因是因为该公司的独家的一些软件(包括房间校正)非常强大和灵活。在我看来,唯一能与 Trinnov 平分秋色的基于 DSP 的房间校正解决方案是Dirac Live,它已经逐渐地成为主流音频组件中最受欢迎的功能之一。Dirac Live 在补偿某些室内声学问题方面非常有效,可以提高立体声或环绕声系统的整体性能。它可以在各种各样的产品中看到,从价格实惠的 NAD 合并功放和 Onkyo AV 功放,一直到Storm Audio和 JBL Synthesis等最先进的 AV 功放。尽管取得了这一成绩,但Dirac Research 的研发工程师们认为,下一代数字扬声器和房间校正将远远超出今天的概念,未来也许触手可及。
Dirac Lars-Johan Brännmark 博士
Dirac 的研究员兼首席专家 Lars-Johan Brännmark 博士最近在 audioXpress 杂志上写了一篇文章,概述了一种全新的房间校正方法,该方法有望通过超越当今采用的频域和时域优化来彻底改变行业。该解决方案专为沉浸式音频系统(如Dolby Atmos家庭影院)而设计,Dirac 的新“空间”房间校正利用了沉浸式音频所需的额外扬声器。对于现有的 DSP 房间校正系统,这些多声道设置的复杂性带来了挑战,因为每个声道都有自己的滤波器。在使用麦克风测量每个扬声器后,房间校正系统会生成一个滤波器来校正该声道的扬声器/房间响应。并对每个声道重复该过程,并且每个声道的延迟和频率属性都独立于其他声道进行优化。Brännmark 博士建议,这种方法虽然有效,但在多个听众从动态空间内的多个位置收听时根本不够用。
为所有听众提供更好的声音
作为当今最好的房间校正系统,比如Dirac Live,可以在时域和频域中校正信号,但“房间响应”保持不变。房间响应究竟是什么?Dirac将其定义为“声音传播并与物体和房间边界相互作用的关系(以及)一个位置的声压与其他位置的压力相关的关系。” 根据 Brännmark 博士的说法,对于沉浸式家庭影院,房间校正必须“在空间上更稳定”。这意味着系统需要能够在听众位置的整个空间分布中提高音频性能,而不仅仅是在一个最佳位置。有些房间的房间响应如此复杂,以至于听者位置的微小变化都会导致频率响应发生非常大的变化。在这样的房间里,标准的房间校正过滤器所能达到的效果很有限。简单的说,传统的房间校正(即将一个滤波器单独应用于单个声道)无法重塑空间中的三维声场。根据 Brännmark 博士的说法,新的解决方案称将为扬声器协同优化,即给定系统中的所有扬声器协同工作,以最佳方式再现每个输入声道。在这样的系统中,多个扬声器可以协作,房间校正滤波器同时在整个空间的多个扬声器上运行。这个概念类似于 Dirac 在其用于多个低音炮的Dirac Live Bass Control解决方案中采用的概念,据报道,该解决方案“可确保低频叠加,因此不仅可以控制平均值,而且最重要的是,最小化座位间的变化因为我们现在可以同时在多个位置实现一定程度的控制。” 多个低音炮在室内总和响应方面进行了均衡和相位偏移,因此公共低频通道中的座位到座位频率响应的变化受到限制。如果可以使用类似的方法,不仅仅是一个低频通道,而是所有输入通道的频率范围会更广,这会怎样?这就是空间房间校正的目标。Dirac认为,这种方法可以“在空间上扩展一为个声音系统”,并帮助它充分发挥其潜力。
根据 Brännmark 博士的说法,之前已经对实现声场控制的方法进行了一些研究。多年来,DSP 和声学研究所提出了关于该主题的各种理论,但大多数研究并未产生面向消费音频市场的产品,除了一些用于设备的波束控制和双耳渲染应用程序,如回音壁、电视和笔记本电脑。这些方法依赖于结合声场叠加的物理原理的多声道滤波(又名 MIMO,或多输入多输出)。是什么阻止了这些技术进入沉浸式家庭影院产品?
Brännmark 博士认为这归结为系统的复杂性和敏感性。如果您想组合来自不同声道的声音以实现所需的空间效果,各种扬声器和房间反射产生的声音必须以正确的方式在空间的多个点在正确的时间叠加。这种精度水平对系统的可靠性和稳定性提出了很高的要求,包括设备制造的公差,甚至机电组件的长期稳定性。尽管存在这些挑战,Brännmark 博士声称 Dirac 提出的扬声器协同优化系统可以实现真正的空间房间校正所需的效果。通过这些技术,声波可以在时间、频率、一直到设备制造公差,甚至是机电组件随时间推移的情况下维持稳定性。这意味着用户可以控制声波如何与房间边界相互作用——而不仅仅是它如何从扬声器传播到听众。这种控制将允许复杂多声道系统中的所有扬声器协同工作,以优化的方式再现每个输入声道。
“辅助”扬声器和“超级”扬声器
通常,在房间校正方面,拥有更多扬声器也意味着更多的挑战。但在Dirac的空间房间校正系统中,拥有大量扬声器会成为优势。扬声器协同优化意味着系统中的每个扬声器将同时扮演两个角色。首先,每个扬声器都充当主扬声器,为该声道再现特定信号,可能需要来自房间校正系统的一些校正。其次,每个扬声器还充当“辅助”扬声器,用于纠正房间中的其他扬声器。系统中的每个扬声器都得到其他扬声器的协助,以实现目标响应。目标是从每个扬声器获得最佳脉冲响应,使用其他扬声器作为“辅助”扬声器,以创建一个虚拟的“超级”扬声器。全部扬声器用于再现每个输入声道。在沉浸式家庭影院系统的背景下,这种方法可以有效地消除反射,并以前所未有的方式控制房间共振。例如,可能无法控制发送到源扬声器的信号,从而控制其反射的声音——来自扬声器的声音,然后从远处的墙壁或其他反射表面反弹回来。但是,通过使用靠近该反射面的扬声器的帮助,可以消除来自该方向的反射。扬声器协同优化的用例不仅限于多声道音频信号;即使是立体声录音也能从中受益。在正常的两声道系统中,每个输入通道由两个扬声器之一播放,每个扬声器独立工作。解决房间共振的唯一方法是在某些频率下增加或减少功率。即使正在使用的扬声器可以处理增加的功率(情况并非总是如此),校正响应的最佳位置也会非常小。如果在具有多声道控制的大型系统上播放,立体声录音可以受益于使用额外的扬声器在不同的位置以不同的时间同时添加或减少功率。根据Dirac的说法,结果将是一个更大的听音区,具有更均匀的低频再现和更好的响应。
扬声器协同优化 = 更好的低频
正如我之前提到的,用于多个低音炮的 Dirac Live Bass Control 解决方案已经展示了协同优化的一些好处,但它只能处理一个输入通道。Dirac 提出的 MIMO 控制范例以不同的方式执行低频管理,使用真正的扬声器协同优化。低音炮(和/或具有低频能力的全频扬声器)可用于扩展系统中其他具有较低低频能力的扬声器的频率范围,但是与以前的系统相比,这是一个巨大的进步——单独输入通道的低频内容不是_重新分配到单个低频通道。每个通道的低频内容保持不变,并被馈送到单独的扬声器,这些扬声器本身已经过校正和低音扩展。Dirac 表示,像杜比全景声(Dolby Atmos)这样的沉浸式多声道内容将“通过时间、频率和空间的控制得到显着的改进,包括对扬声器和房间响应的更高程度的控制”。整体声音应该会更紧凑,低频更广,房间空间变化更小。但协同优化的好处并不止于更好的低频。考虑到这个不同寻常的优势:扬声器协同优化和空间空间校正是如此强大的工具,用户实际上可以“塑造”他们想要的沉浸式声场。正如塑造系统的频率响应以匹配某个目标曲线允许用户根据频率“塑造”声音以符合自己的品味一样,也可以根据声音的房间属性塑造声音。例如,拥有小型甚至狭窄家庭影院的用户可以复制更大、更舒适的影院室的房间响应。如果你的老式客厅仍然铺着粗毛地毯、超大的豆袋椅和天鹅绒窗帘,那么你可能会遭受干燥、过度阻尼的低频的困扰。使用扬声器协同优化和空间空间校正,您可以重塑房间的声音,而无需重新设计房间声学材料。
未校正系统的测量响应,在 64 个麦克风位置(灰线)及其平均值(黑线)。
使用基于单通道技术的房间校正系统的测量响应。平均值(黑色)得到改善,但不同测量位置的空间变化(灰色)仍然存在。
使用扬声器协同优化进行房间校正的系统的测量响应,反映了平坦化、空间变化的减少和房间共振的消除。
重新定义房间校正?
据我了解,Dirac 的空间房间校正技术仍在开发中,但 Brännmark 博士似乎确信它代表了未来,因此不仅对 Dirac 而言,而且对整个房间校正技术领域而言都意义非凡。我很想知道需要什么样的处理能力才能使其工作。我第一次听到 Dirac Live 是在笔记本电脑上运行的(作为 Amarra 高分辨率音乐播放软件的一个相当昂贵且繁琐的附加组件),因为当时专门构建的音频组件根本没有足够的推力。正如我们从 549 美元的NAD MDC2 BluOS-D 模块(该品牌的 C 399 和C 389合并功放的可选附件)等产品中看到的那样 ),Dirac Live 现在可以在小型且相对便宜的硬件上运行——这一发展肯定有助于该技术的广泛采用。也许 Dirac 的空间房间校正解决方案最终将取代 Dirac Live,成为所有价位设备的首选解决方案,或者它可能只适用于超高端产品,例如Audioholics 智能家居中的 Storm Audio AV 功放。我们只需要拭目以待。
AV 产品的内置的房间校正软件会影响您的购买意向吗?如果某个功放具有 Dirac Live 或您喜欢的不同解决方案,您是否更有可能购买它?在下面的相关论坛帖子中分享您的想法。