基于对象的实时空间音频渲染丨Dev for Dev 专栏

本文为「Dev for Dev 专栏」系列内容，作者为声网音频算法工程师 李嵩。

随着元宇宙概念的引入，空间音频这项技术慢慢映入大家的眼帘。关于空间音频的基础原理，我们做过一期科普视频 —— 「空间音频背后的原理」，想要了解的朋友可以复制文末的链接查看。

本期文章，我们将主要讨论基于对象(object-based)的实时空间音频渲染，也就是如耳机等应用场景中，渲染对象为一个音源时的渲染思路与方案。该技术已经应用于声网 SDK 中，欢迎免费下载体验。

01 虚拟声的渲染

虚拟声是指利用空间音频技术合成的一路虚拟声源。

在现实生活中，人们可以利用双耳感知到真实声源的位置，所谓的虚拟声渲染，便是模仿真实声源到达我们耳朵的过程，使听者感受到虚拟声源在空间中的位置等信息。

渲染过程中，我们需要几个基础的信息来进行信号处理，比如：声源、房间的模型、声源和听者的位置、声源的朝向等等。在声源和听者之间没有阻碍物的情况下，声源发出的声音会直接到达听者的耳朵，我们把这个听到的声音叫做直达声。

在直达声到达后，声源从墙壁、地板、天花板或其他障碍物反射产生的反射声也会陆续到达听者的耳朵。这些反射一开始很稀疏，随着时间的推移会越来越密集，能量也会呈指数下降。通常，我们将一开始稀疏的反射称作早期反射，一般在 50ms 到 80ms 内；把该段时间后的密集反射叫做后期混响（具体的时间和房间大小等环境因素有关）。