基于IP的媒体实现音频制作和体验转换

拉斐尔·丰塞卡

随着基于IP媒体的出现和对更好的娱乐体验的追求，音频终于在广播中呈现它应有的突出作用。你甚至可以称之为下一代音频革命。

行业对沉浸式音频的接受将对现场直播产生巨大的影响——它已经在改变着音乐、剧院、影院、演播室、娱乐音乐、电影制片厂和录音行业。

沉浸式音频成为现实

把在水平面上运行的环绕声扩展到三维音频体验（空间音频），沉浸式音频赋予创作人员和工程师在传达情感方面有更高自由度以及对耳闻目睹的内容增加视角的更强大工具。目的是让观众从任何方向（如果不是所有方向）都沉浸其中。

沉浸式音频使用从空间中一个或多个点捕捉声场中声音的三维声，创建能够混合适应不同类型的音响系统的“音频对象”。由于能够操控声场或选择特定的流，音频对象打开由制作团队和听众自身创造独特体验的大门。灵活性和选择是关键。

通过沉浸式音频，观众/听众可以选择特定的音频对象，将其包含在他们看到和听到的广播节目版本内。就像一个附加的摄像机信号选项，如“进球摄像机”或“裁判摄像机”，可以选择不同的音频信号，将听众带入比赛或其它现场体验的不同部分。观众/听众可以改变他们的空间位置，从而获得一个增加更大的现实性和如置身比赛中的感觉的不同视角。附加的声音可能是来自配话筒的运动员，或者一级方程式赛車车手和工作人员之间的通话，或者其它任何可以在制作过程中捕捉的音频元素。

增加的声源和数据增大复杂性

现在传统的声场是立体声和环绕声：5.1和7.1，具有左、中、右、左环绕、右环绕和重低音/低频效果。沉浸式音频引入多两层——除了环绕声基本层之外，还有一个高度层和顶层。

音频对象具有描述如何在声场内还原音频的相关元数据，这些数据描述了位置、扩散、运动特征及其它还音信息，给予对象根据位置或通过特定的扬声器进行灵活定位必不可少的独立性。

在沉浸式音频实现中，广播公司将发现需要应对和管理更多的音频流。随着这种格式在制作工作流程中占有一席之地，考虑到它比传统的立体声和环绕格式可能更复杂，一个关键的挑战将是扩展服务。

与在标准的环绕声工作流程中相比，沉浸式音频的音频源、音频流和对象的数量更高，为保持工作流程的定时/同步完整性，可能需要更全面的PTP网络规程。基础设施的主要考虑因素将是流量和带宽管理、QoS处理和适当的PTP网络层次结构处理。

从广义上看，交换基础设施方面的一个响应是与自动播出、控制和调度平台集成，因为它们通过控制的方式反映了工作流程的意图。更具体地说，处理基础设施，广播公司将需要使用可以显示用于控制和配置的北向 API的 PTP可知的管理型IP交换机。

从网络的角度来看，广播公司可能会考虑根据类别，将音频源和对象捆绑在一起，例如源位置、被“收集”的声音类型和要捕获的特定效果。音频流作为可以四处移动的对象得到管理，当底层基础设施能够以对人类大脑有意义的方式聚合数据时，这是有益的。

为了保持数据流和数据的逻辑组织，与能够灵活地管理此流量、凭借VLAN进行分组并确保加入恰当的QoS的交换基础设施协同工作是很有用的。这在其它类型的通信（如内部通话、元数据）依赖于相同的基础设施场合的工作流程中特别重要。

为支持沉浸式工作流程，Artel的AoIP、管理型和支持PTP的交换机提供这种水平的流量控制/管理和PTP功能。该公司Quarra系列交换机中的边界时钟功能提供对PTP网络进行分区的工具，以实现更好的性能。（音频源智能分区可以防止PTP主时钟过载状态）。特别是对于直播活动，广播公司可能会考虑根据哪些交换机服务哪些源来部署他们的网络。

先进的IP交换机简化采用

沉浸式音频仍然处于相对早期的发展阶段，还没有标准配置获业界采用。广播公司已经对5.1.2、5.1.4和7.1.4进行了试验，5.1.4似乎提供了出色的3D体验，同时还使得基础设施转换可管理。

无论选用何种格式，使用先进的IP交换机的广播公司都有信心能够应对高效管理更多的源和数据以及实时媒体工作流程所必需的精确性所带来的挑战。B&P