Проблема разработки систем многоканального воспроизведения звука возникла потому, что качество звучания, реализуемое монофоническими (одноканальными) системами перестало удовлетворять взыскательных слушателей. Поэтому в конце 50-х годов начали распространяться стереофонические (двухканальные) системы воспроизведения звука. Сегодня формат стерео является основным стандартом звуковоспроизведения, однако и он не свободен от недостатков. Хотя стереофонические системы и создают эффект пространственного звучания за счет синтеза панорамы мнимых источников звука (МИЗ) между двумя громкоговорителями, стерео панорама получается плоской и ограниченной углом между направлениями на громкоговорители. Такое звучание в значительной степени лишено естественности реального звукового пространства, в котором человек способен воспринимать источники звука практически со всех направлений как в горизонтальной, так и в вертикальной плоскостях, и оценивать, хотя порой и с ошибками, расстояние до них.

Квадрофония

Следующим шагом в развитии многоканальных систем звуковоспроизведения было квадро-фоническое (четырехканальное) звуковоспроизведение. В начале 70-х было разработано несколько конкурирующих и несовместимых друг с другом квадро-фонических систем, например, дискретная (то есть с четырьмя независимыми каналами воспроизведения) система JVC CD-4 или матричные системы CBS SQ и Sansui QS, в которых четырехканальный звук определенным образом кодировался в два канала для записи, а при воспроизведении декодировался в четыре канала. Однако кодирование-декодирование не проходило бесследно и качество восстановленного четырехканального сигнала уступало качеству сигналов в дискретной системе CD-4. Что же касается CD-4, то эта система была неэкономична (поскольку требовала четырехканальных устройств воспроизведения) и отличалась очень плохой совместимостью с основным носителем того времени - грампластинкой. Мнения экспертов о звуковых возможностях системы CD-4 разделились, однако большинство слушателей отмечало отсутствие круговой панорамы, а многие эксперты ощущали себя зажатыми между передней и задней звуковыми картинами.

Объясняется это тем, что человеческий слуховой аппарат способен довольно легко создавать фантомные образы (или воспринимать мнимые источники) для звуков, находящихся спереди. То есть, если звук с одинаковой громкостью воспроизводится левой и правой передними акустическими системами, то мы воспринимаем его как находящийся точно в центре между ними. Однако способность большинства людей создавать фантомные образы снижается, если источники звука находятся сзади, и практически пропадает, если они находятся сбоку. Это можно легко проверить, если повернуться боком к акустическим системам, при прослушивании записи с насыщенной информацией в центре панорамы.

В результате, по причинам несовместимости с основными носителями, отсутствия пользовательской базы, разнообразия и несовместимости систем кодирования (или неэкономичности в случае дискретных систем), а также недостаточного привлечения творческих сил (широко известны, пожалуй, только работы, которые проводил Alan Parsons, как с собственной музыкой, так и с творчеством Pink Floyd) квадрофонические системы не получили широкого распространения и через пару лет действия по их продвижению на рынок прекратились.

Наушники

Головные стереотелефоны также не позволяют получить естественное звучание воспроизводимой фонограммы. Дело в том, что возникающее при этом впечатление бесконечной ширины стереобазы и четкая локализация звукового изображения внутри головы слушателя не могут удовлетворить требовательных меломанов. Для устранения этого эффекта применяются специальные обработчики сигналов, получившие название биофонических процессоров. Принцип их действия состоит в подмешивании сигналов левого канала в правый канал, и наоборот. Таким образом, на выходе каждого канала формируется сигнал, состоящий из ослабленного и скорректированного сигнала своего канала, и задержанного (и соответствующим образом скорректированного) сигнала другого канала. Подобными устройствами, выполненными в виде приставок или встроенными, в настоящее время оснащены многие музыкальные центры. Интересно, что такие устройства могут быть реализованы и чисто программными методами с использованием цифровой обработки сигналов в реальном времени (например, существует бесплатный подключаемый модуль NoPhones в формате VST для Windows).

Бинауральная запись

Наиболее совершенный метод имитации реального трехмерного звукового поля - бинауральная передача звука. Бинауральный метод состоит в том, что звуковая информация воспринимается микрофонами, размещенными в ушных раковинах человека или "искусственной головы" - модели, имитирующей слуховое восприятие человека. В идеале такая система позволяет создать полную иллюзию естественного звучания. Она как бы переносит слушателя из помещения прослушивания в помещение, где ведется запись. Однако, полноценно прослушивать бинауральную запись можно только с помощью стереотелефонов и при условии, что размеры и строение использовавшейся для записи искусственной головы во многом схожи с вашей головой. Читатели могут прослушать бинауральные звуковые файлы, скачав их через Интернет с сервера Binaural Source (www.binaural.com).

В свое время, микрофоны для бинауральной записи выпускали фирмы Sennheiser (MKE 2002) и Neumann (KU 81i по кличке Fritz). Сейчас известна только модель Neumann KU 100 Dummy Head.

При воспроизведении бинаурального сигнала через акустические системы, из-за попадания сигнала правого канала в левое ухо слушателя и наоборот, возникают перекрестные искажения, в конечном счете сводящие на нет все преимущества бинаурального звуковоспроизведения. Указанные недостатки в значительной мере удается устранить с помощью специального устройства обработки звуковых сигналов, позволяющего получить бинауральный эффект при прослушивании бинауральной записи через акустические системы. Такие устройства получили название трансауральных процессоров. Принцип действия таких устройств основан на подмешивание определенным образом с фазированных сигналов левого канала к правому и наоборот, с целью компенсации перекрестных помех. Трансауральный эффект подобен бинауральному и отличается от него только способом воспроизведения бинауральной записи. И хотя площадь, где он отчетливо проявляется, невелика, зато, находясь в ее пределах, слушатель может иметь представление о расстоянии до источников звука и их взаимном расположении в пространстве на момент записи. Другое интересное свойство трансаурального процессора - это возможность расширения с его помощью стереобазы обычных стереофонических записей. Реализованные аппаратно, трансауральные процессоры являются частью снятых с производства устройств Lexicon CP 1 и CP 3, а также выпускаемого сейчас аудио-видео процессора Lexicon DC 1.

Процессоры трехмерного звука

Еще одним способом улучшения пространственного звучания является применение так называемых процессоров трехмерного звука (3-D Audio). Они предназначены для расширения звуковой панорамы за границы физического расположения акустических систем (в идеальном случае до сферы), некоторые из подобных устройств также предлагают точное расположение отдельных звуков в пространстве. Эти процессоры пытаются имитировать реальную звуковую картину посредством изменения амплитуды, времени и тембра звука.

Существует два подхода к процессорам трехмерного звука. В первом случае предлагается создавать объем во время записи, так чтобы результат можно было услышать на любой стереофонической системе. Этот подход реализован в технологиях QSound, B.A.S.E. и Roland RSS. Во втором случае предлагается осуществлять обработку на стадии воспроизведения, то есть встраивать процессоры непосредственно в потребительскую аппаратуру. Естественно, что в этом случае при производстве записи нет никакой возможности воздействовать на трехмерность результата. Подобный подход применяется в технологиях Hughes SRS и Carver Sonic Holography. Впрочем, эти подходы не являются взаимоисключающими: некоторые звукоинженеры используют систему SRS непосредственно в процессе создания записи, системы обработки нередко применяются на стадии воспроизведения, а некоторые технологии изначально предназначены для обоих вариантов применения.

В любом случае, эффект, производимый при помощи процессоров трехмерного звука, сильно зависит от положения слушателя и чаще всего несовместим с моно. Последнее не означает, что трехмерность не проявляется при прослушивании в моно (что и так понятно), а означает, что при прослушивании в моно происходит изменение (искажение) тембра звука.

На самом деле, употребление термина "трехмерный" неправильно, поскольку практически ни одна из технологий не обеспечивает расположение звука по высоте. То есть, даже в лучшем случае мы имеем не сферу, а круг - плоскую фигуру, описываемую двумя измерениями, чаще же всего реальное поле, в котором можно получить устойчивые результаты, составляет полукруг, находящийся перед слушателем.

Познакомимся вкратце с основными технологиями.

Технология Qsound создана на основе субъективных критериев оценки направления звука, выработанных в результате более чем полумиллиона тестов. Действует посредством изменения амплитуды сигнала на определенных частотах, а также посредством фазовых и временных сдвигов. Позволяет размещать звук в пределах полукруга (180°) перед слушателем. Технология воплощена в аппаратном устройстве QSystem, имеющем восемь входов и позволяющем производить статическое размещение или динамическое перемещения отдельных звуков. Технологию QSound применялась при записи таких исполнителей, как Madonna, Sting, INXS, Julian Lennon, Roger Waters, также она использовалась в некоторых телевизионных фильмах, например, в сериале "Секретные материалы" (X-Files). Технология QSound используется в процессоре UltraQ, созданном для потребительского рынка, и в некоторых звуковых платах производства Creative Labs. Кроме того, существуют подключаемые модули в формате DirectX и Sound Forge для Windows, в формате TDM, SD II и AudioSuite для MacOS.

Технология Roland RSS (Roland Sound Space) действует посредством изменения амплитуды, времени и тембра звука. При этом используется комбинация двух техник: бинауральной и трансауральной (для прослушивания бинаурального сигнала через акустические системы). Система способна производить бинауральный сигнал из стерео или моно записи. Устройство RSS, стоимостью около 20000$, имеет четыре входа, управляется по MIDI, обеспечивает расположение звуков в полной сфере. Менее дорогой вариант представлен в виде процессора RSS 10. Технология RSS также присутствует в некоторых процессорах фирмы Roland, в частности SDE 330, SRV 330 и SDX 330.

Технология Ambisonics появилась в 1970 году в результате британских академических исследований. Она предназначена прежде всего не для имитации пространства, а для записи с сохранением реальной звуковой картины, и лучше всего это получается при использовании многоэлементного микрофона SoundField SPS 422. Запись можно производить и на два канала, однако при использовании многоканальной записи возможна имитация круговой (три канала) и сферической (четыре канала) панорамы. Существует матричная система UHJ, позволяющая кодирование сделанной по технологии Ambisonics многоканальной записи в два канала. Результат кодирования совместим со стерео и моно. Закодированный системой сигнал может воспроизводиться как с декодированием, так и без него. При воспроизведении без декодера лишь слегка расширяется звуковое поле, если же используется декодер, то эффект выражен гораздо ярче. Наряду с двухканальным, возможно и многоканальное воспроизведение записей, сделанных по технологии Ambisonics. При использовании четырех каналов воспроизведения (то есть четырех независимых акустических систем) можно получить круговую панораму. Для сферической панорамы необходимо шесть каналов, возможно использование и большего количества акустических систем. Наряду с записью по технологии Ambisonics, существует также система микширования уже записанного многоканального материала, имеющая восемь входов. Еще при помощи этой технологии возможна обработка готового стерео материала, подобные процессоры используются в потребительском оборудовании. Выпущено более шестисот CD (в основном с классической музыкой), записанных по технологии Ambisonics.

Технология SRS была разработана фирмой Hughes, но сейчас ее дальнейшим развитием занимается фирма SRS Labs. Технология позволяет производить расширение стереобазы и преобразование моно в стерео. Наряду с отдельными аппаратными устройствами, системы SRS применяются в телевизорах и другой потребительской технике, а также в компьютерных продуктах (звуковых платах, например). Лицензии на применение SRS проданы многим ведущим производителям бытовой и компьютерной техники.

Технология Spatializer может применяться как для кодирования при записи, так и для обработки звука при воспроизведении. Получаемый эффект простирается от расширения стереобазы до точного позиционирования в пределах круга. Для работы в крупных студиях предназначены устройства PRO Spatializer (16 входов, расширяется до 24) и Spatializer 8 (восемь входов) с MIDI управлением, а также цифровое устройство со стерео входом Digital Spatializer. Для малобюджетных студий предлагается процессор со стерео входом Spatializer Retro. Производится также недорогое устройство HTMS 2510, предназначенное для обработки звука при воспроизведении и ориентированное на потребительский рынок. Технология Spatializer применяется в продуктах некоторых других фирм. Еще существуют подключаемые модули в форматах AudioSuite и TDM для MacOS, в формате DirectX для Windows. Spatializer применялся в работах многих известных музыкантов и продюсеров, а также в нескольких фильмах и телевизионных передачах.

Технология фирмы CRE (Crystal River Engineering) воплощена как в аппаратных, так и в программных продуктах. Первое устройство - Convolvotron, было разработано совместно с NASA для использования в тренировочных имитаторах полетов и других системах виртуальной реальности. Существуют также автономная система Acoustetron II, компьютерные платы Beachtron и Alphatron, подключаемый модуль Protron в формате TDM для MacOS.

Это не все существующие технологии трехмерного звука, однако самые известные из них.

Многоканальные форматы

Некоторые фирмы уже довольно давно заявляют, что стерео - отживший формат и пытаться получить с его помощью трехмерную картину технически интересно, но является пустой тратой времени. Взамен эти фирмы предлагают развивать многоканальные форматы воспроизведения звука.

Одним из несомненных преимуществ данного подхода является меньшая зависимость производимого эффекта от расположения слушателя, что очень важно для кинотеатров, например, поскольку невозможно усадить всех зрителей в центр. Недаром впервые коммерческое применение многоканального звука произошло в кино: вышедший в 1940 году диснеевский мультфильм "Fantasia" сопровождался трехканальным дискретным звуком. Этот формат получил название Fantasound, однако больше с тех пор нигде не применялся. В 50-х в кино использовались другие дискретные форматы (четырехканальный CinemaScope и шестиканальный Todd-AO), однако самым распространенным на сегодняшний день форматом многоканального объемного звука в кино является Dolby Stereo. Из кинотеатров подобные системы постепенно перекочевали в "домашние театры".

Применяющийся в кино четырехканальный формат Dolby Stereo является матричным форматом, то есть звук, предназначенный для каждого из четырех каналов, кодируется и записывается на два канала, а при воспроизведении декодируется вновь в четыре канала: левый, центральный, правый и задний (обычно направляется на две тыловые акустические системы одновременно). Впервые формат Dolby Stereo был применен в фильме "Звездные Войны" (Star Wars) в 1975 году. С 1976 по 1979 годы процесс кодирования основывался на модифицированной технологии Sansui QS, разработанной в свое время для квадро. Из-за применявшейся технологии кодирования разделение между каналами было не больше 8 дБ. В 1979 году фирма Dolby изменила технологию кодирования, доведя разделение между каналами до 15 дБ, однако частотный диапазон заднего канала так и остался ограниченным (от 100 Гц до 7 кГц). На настоящий момент в мире насчитывается около 40 тысяч кинотеатров, оборудованных для воспроизведения звука в формате Dolby Stereo.

Домашний вариант Dolby Stereo называется Dolby Pro-Logic. Это также матричный четырехканальный формат, использующий такой же принцип кодирования и, следовательно, имеющий все те же недостатки, что и Dolby Stereo. Кодирование и мониторинг может производиться посредством аппаратных устройств (кодер Dolby SEU-4 и декодер SDU-4) или подключаемых модулей для Pro Tools. Кроме того, декодеры встраиваются в потребительскую аппаратуру, а также продаются отдельно. На сегодняшний день около 30 миллионов пользователей в мире имеют декодеры Dolby Pro-Logic в том или ином исполнении, плюс ежегодно продается пять миллионов декодеров. Совместимость с форматом Dolby Stereo обеспечивает широчайший выбор готовой продукции, сегодня известно около 7800 записей со звуком в формате Dolby Pro-Logic, вышедших на аудио кассетах, видео кассетах, лазерных дисках, CD, CD-ROM и DVD дисках. Существуют также видео игры, радио и телевизионные программы (например, сериалы Beverly Hills 90210, Melrose Place и The Simpsons). Кроме того, в последнее время начали появляться компьютерные платы с декодером Dolby Pro-Logic (miroMEDIA Surround).

В отличии от аналоговых систем Dolby Stereo и Dolby Pro-Logic Dolby Digital является цифровой системой кодирования и записи многоканального объемного звука (раньше она, кстати, называлась Dolby Surround AC-3). К тому же, Dolby Digital имеет не четыре, а шесть отдельных каналов - пять каналов с полным диапазоном и низкочастотный канал, то есть система соответствует формату 5.1 (см. далее). Кодер Dolby Digital принимает цифровые данные с частотой дискретизации 32, 44,1 или 48 кГц и разрядностью 16, 18 или 20 бит. В будущем разрядность может быть увеличена до 24 бит. Хотя в системе Dolby Digital используется сжатие данных с потерями (от 9:1 до 16:1), качество в результате получается лучше, чем у аналоговых систем Dolby. Формат Dolby Digital используется в кино, выпущено около 120 фильмов и около 11000 кинотеатров по всему миру способны воспроизводить звуковое сопровождение в этом формате. Все чаще появляется домашняя аппаратура со встроенными декодерами Dolby Digital, выходят лазерные диски и DVD диски со звуком в этом формате. Формат Dolby Digital является частью спецификации видео DVD, телевидения высокой четкости (HDTV) в США и Японии, некоторых систем кабельного телевидения. Хотя спецификации для аудио DVD будут приняты не раньше мая месяца этого года, предложения по спецификациям включают формат Dolby Digital.

При обсуждении многоканального объемного звука встречается иногда упоминание о LucasFilm THX, однако необходимо понимать, что это не формат кодирования, а попытка стандартизации и сертификации аппаратуры (декодеров, усилителей, акустических систем) для воспроизведения многоканального объемного звука. Существуют спецификации THX 4.0 для четырехканального звука и THX 5.1 для шестиканального.

Поскольку тыловой канал систем Dolby Stereo и Dolby Pro-Logic имеет ограниченный частотный диапазон, эти системы не очень подходят для равноправного воспроизведения музыки всеми имеющимися акустическими системами. Поэтому фирма RSP Technologies некоторое время назад произвела собственную матричную систему под названием Circle Surround, которая является адаптацией систем Dolby специально для музыки, поскольку имеет тыловой канал c полным диапазоном частот. Современная версия системы, Circle Surround 5.2.5, может также работать в шестиканальном режиме с раздельными тыловыми каналами и каналом субвуфера. Система включает кодер и декодер, дополнительно можно приобрести контроллер с четырьмя джойстиками и шестиканальный усилитель мощности. Фирма RSP заявляет, что звук, закодированный посредством системы Circle Surround (в четырехканальном режиме), полностью совместим с декодерами Dolby Pro-Logic. Кроме того, декодер Circle Surround может синтезировать объемный звук из обычного стерео. Выпущены декодеры HTD 1 для "домашнего театра" и CSA 12 для автомобильных аудио систем. Несколько десятков CD закодированы системой Circle Surround.

Цифровой формат DTS (Digital Theatre Systems) изначально был предназначен для кино. На сегодняшний день около 100 кинофильмов вышли со звуковым сопровождением в этом формате (первым был "Парк Юрского периода" (Jurassic Park) в 1993 году) и около 12000 кинотеатров по всему миру оборудованы для его воспроизведения. В отличии от других форматов многоканального звука для кино, звук DTS записывается не на кинопленку, а на CD-ROM, откуда потом и воспроизводится. На кинопленку же при этом записывается синхросигнал. DTS использует шесть каналов (он соответствует формату 5.1), но может быть декодирован и в восемь каналов (7.1), с дополнительными левым центральным и правым центральным каналами, что имеет важное значение при больших размерах экрана. В DTS применяется 20-разрядный звук с частотами дискретизации 44,1 или 48 кГц, а также используется сжатие данных с потерями (от 3:1 до 4:1, что гораздо меньше, чем у Dolby Digital и, по крайней мере теоретически, обеспечивает лучшее качество звука). Спецификация DTS предусматривает и сжатие данных без потерь. Последнее время DTS активно проникает в сферу домашних систем и сегодня в мире насчитывается около 10000 декодеров. Наряду с лазерными и DVD видео дисками, имеющими звуковое сопровождение в формате DTS, выпускаются также аудио компакт-диски. Возможно воспроизведение CD, лазерных или DVD дисков на обычных проигрывателях при наличии цифрового выхода для соединения с декодером. В формате DTS выпущено больше всего аудио дисков.

Цифровой формат SDDS (Sony Dynamic Digital Sound) предназначен исключительно для кино и в виде аудио продукции пока не встречается. Звук SDDS может быть декодирован в четыре, шесть (5.1) или восемь (7.1) каналов, в последнем случае с дополнительными левым центральным и правым центральным каналами. В формате SDDS используется звук с частотой дискретизации 44,1 кГц и применяется сжатие данных с потерями (примерно 5:1). Это самый новый многоканальный формат для кино, однако в мире уже используется около 4300 декодеров.

Существует несколько разных спецификаций видео DVD, например, спецификация для США и Японии (NTSC-DVD) и спецификация для Европы (PAL-DVD). В спецификации NTSC-DVD стандартом многоканального звука является Dolby Digital. В спецификации