惺惺相惜｜与日本环绕声大师入交英雄相见欢

2021年我在广州星海音乐厅，欣赏了一场8K超高清视频（7680×4320分辨率）+22.2声道三维声的演出，曲目是1973年柏恩斯坦指挥的马勒第二号“复活”交响曲。影片源自日本广播放送协会NHK对70mm电影胶片的数字化修复，同时期NHK还制作了《2001太空漫游》和《窈窕淑女》等经典影片，然后在NHK BS8K频道播出，画面细节与音效显著提升。上世纪70-90年代的电影胶片需在零下4℃真空环境中冷冻保存，解冻时在13.5℃下缓慢进行，以降低损伤风险。单帧胶片8K扫描耗时3秒，1秒钟影像需1分12秒，整场音乐会扫描耗时约4天。由于8K设备过于复杂、庞大数据处理压力大，以及22.2声道设备等瓶颈，这个“大师胶片修复计划”很快就喊停了。大师音乐会部分另外有1979年伯恩斯坦与维也纳爱乐演出的贝多芬第九交响曲、1973年伯姆与维也纳爱乐演奏的莫扎特交响曲、1973年卡拉扬与柏林爱乐演出的柴可夫斯基交响曲、伯恩斯坦指挥马勒的《大地之歌》等。1980年后已经较少用电影胶片拍摄音乐会演出，所以小克莱巴1992年维也纳新年音乐会的神演，只有4K数字化版本。透过日本朋友协助，我陆续取得这些大师8K视频，却发现22.2声道无法在家中重播。

入交英雄是日本沉浸式音频录制领域的权威专家

后来看到国家大剧院介绍，才知道2021年国内的8K视频巡演有多困难。NHK提供的视频文件格式为8K/60帧 ProRes 422 mov，并加嵌8路音频讯号。视频可以由硬盘播放器进行8K文件的播放，8K投影机+20.32米（800英寸）PVC电影透声幕负责画面呈现。为什么要这么大的屏幕?8K视频首次公开亮相于爱知县世博会的450英寸巨幕，播放超高清视频可产生“欺骗大脑”的沉浸感，分辨率越高需要的屏幕尺寸越大。声音部分由播放器通过SDI接口传输到解码器，再进行7.1声道播放。NHK要求的22.2声道由24个独立声道组成，分为三层空间布局：

‌上层（9声道）‌：位于观众头顶上方，模拟高空声源（如飞鸟、雨声等）。

‌中层（10声道）‌：与观众耳朵齐平，负责主要声像定位（如人声、乐器主旋律）。

‌下层（3声道+2低音声道）‌：位于地面附近，增强低频效果。

入交先生录音时从麦克风摆位起就事必躬亲

编码‌采用‌48kHz/24bit‌采样精度，支持MPEG-4 AAC（有损）或ALS（无损）编码。日本ARIB STD-B32标准将其扩展为8K广播的音频规范，并指定了三层扬声器的安放位置与角度，可逼真还原前后左右上下各方向的声音。由于现阶段硬盘播放器最多支持16路音频录制和回放，因此单机无法支持22或24路音频播放。最终国家大剧院采取将8K超高清视频与24路音频各自独立播放，并通过视频播放器的LTC时间码进行同步的方案，实现8K超高清+22.2三维声的效果。技术详情我们就不多说了，总之经过许多困难与尝试，靠现场音频工作站处理、分配22.2声道音频讯号并平衡三维声效果，最终仍然让人非常震撼，的确有“大师再现”的感觉。

入交先生原本在东京的工作室

今年4月工作室迁居到热海，窗外就是海滨美景

NHK BS8K频道自2018年正式开播以来，大部分的节目都是以22.2/5.1声道的两种声音格式播出，5.1声道当然没问题，22.2声道又该如何在家里实现?大概是商机太小，一直没有音响厂商推出对应的解码器。好消息是日本Astrodesign前段时间推出了BS8K 22.2声道解决方案，这家位于大阪的公司一直与NHK有着深度技术合作，命名为MA-1851的机器，支持对MPEG-4 AAC编码的22.2ch/5.1ch/2ch进行解码，通过HDMI(8ch)×3或MADI(24ch)输出，可在家里构建22.2ch音响系统。遗憾的是国内似乎没见过这部解码器，包括法国创诺Trinnov Altitude32（最多32声道）、法国风暴Storm Audio IPS MKII(最多32声道)、美国大鹰Theta Digital Casablanca V(最多24声道)、林道夫Lyngdorf MP-60(最多16声道)、美国大地之声美国DATASAT RS20i(最多16声道)等高端的环绕声前级，目前都无法支持8K/22.2ch格式。

另一张获奖的名仓诚人《巴赫-夏康舞曲》专辑，第一次在东京的教堂内以Auro 9.1方式录音，第二次移师大贺音乐厅以Auro 13.1方式录音，第三次再回到东京教堂以22.2ch方式录音

日本“新音乐运动”的创作人南佳孝《Dear My Generation》专辑，同样由入交先生录音

富田熏《源氏物语幻想交响绘卷》，藤冈幸雄指挥关西爱乐乐团演奏

相反的，杜比全景声Dolby Atmos、Auro-3D与DTS:X，才是目前环绕声格式的主流。日本沉浸式音频录制领域的权威专家入交英雄（Hideo Irimajiri）博士，1979年毕业于九州艺术工科大学音响设计学专业，1981年取得同大学院硕士学位，并于2013年因残响研究获得博士（艺术工学）学位。1981年加入每日放送株式会社，先后历任影像技术、音响技术、剧场技术、后期制作及主控等部门的重要岗位。2017年起被派往WOWOW株式会社，2020年出任WOWOW执行创意人。1987年，他参与了广播业界首次高中棒球比赛杜比环绕声放送项目，负责系统开发与作品混音，为行业开创了先河。自2005年起，作为ARIB委员及日本民放联盟委员，长期致力于广播响度问题的研究与标准化制定。入交英雄自学生时代便投身录音创作，从1980年完成首部四声道作品起，至今已在空间音响领域深耕近半个世纪。他不仅在WOWOW推动3D音频录音技术的研发，还积极投身于作品制作、学术交流和普及推广。其专业领域包括沉浸式音频系统的设计与优化、多声道环绕声技术的应用、高保真音效的录制与后期处理。

因富田熏的《源氏物语幻想交响绘卷》获得专业音乐录音大奖

2022年发行的Bob James《Feel like make’n live》三重奏专辑，由入交先生负责录音

对环绕声格式，入交博士更推荐在家庭中使用Auro 3D。Auro-3D的扬声器布局设计以三维声场为核心，通过三层（地面层、中层、顶层）结构，强调纵向声道与“上帝之声”（God Voice）中置顶部声道，形成半球形包围感与更真实的空间感。

标准的Auro 13.1扬声器配置图。下层是7.1声道，中间层5声道，另加上1个天空声道

‌地面层‌：传统5.1/7.1声道（前置、中置、环绕等）

‌中层‌：新增纵向声道（如前置纵向、环绕纵向）

‌顶层‌：顶部扬声器（顶部前置、中置、后置）

入交先生在录制《源氏物语》时，主要麦克风采用了“笛卡树”方式

Auro 3D支持9.1、10.1、11.1、13.1声道，其中11.1和13.1为影院级标准，可借用Dolby Atmos扬声器替代部分Auro-3D的“上帝之声”。Auro 3D采用Auro-Codec®编码技术，具有高保真、低延迟特性，能将11.1/13.1声道数据压缩至5.1声道PCM流，适配DCP打包标准。相比杜比全景声Dolby Atmos，Auro-3D更注重声场的自然包裹感，尤其适合需要空间层次感的音乐内容。目前Auro-3D多用于古典乐、演唱会等静态音效场景，原生内容较少，但支持Dolby Atmos内容上混。

NHK广播技术研究所的房间，用于测试的扬声器数量甚至超过22.2声道

从技术上来说，‌Dolby Atmos‌基于“物件音频”技术，通过顶部扬声器（如5.1.4、7.1.4配置）实现动态声音定位，支持更灵活的声像移动；而‌Auro-3D推荐11.1/13.1声道，注重固定声道的物理分层。Dolby Atmos支持最高34.1声道渲染，通过虚拟化技术适配不同硬件规模。‌‌Auro-3D‌‌编码方式‌基于固定声道的多轨PCM编码，‌需原生录制，后期混音灵活性较低，‌虚拟化支持‌有限，多依赖物理扬声器来表现最终效果。传统5.1/7.1声道系统是将声音绑定到固定声道，杜比全景声则将每个声音视为独立“物件”，携带三维空间坐标（X/Y/Z轴）、位移轨迹和时间属性，‌混音师无需预设声道，直接定义物件在三维空间中的位置。播放时解码器会根据实际音箱配置实时计算物件应由哪些音箱发声，实现“声音自由飞翔”的效果，因此在电影、游戏、流媒体（Netflix、Apple Music）占据主流。

22.2声道重播在家庭中比较难实现，只能在欣赏会上体验

入交博士的工作室获得Auro 3D的认证，他参与或亲自担任录音的作品，包括富田熏的《源氏物语幻想交响绘卷》、名仓诚人《巴赫-夏康舞曲》专辑、Bob James《Feel like make’n live》爵士钢琴三重奏专辑、南佳孝《Dear My Generation》专辑、爵士大师山本 刚音乐会、《The BIG Finish Live》东京武道馆现场、《月之沙-Bloom Of Sound》等，多以Auro 9.1或Auro 13.1方式录音。入交博士认为，3D沉浸式录音最重要目的是让聆听者沉浸在音乐中，也就是不再关心其他因素，只聆听音乐和声音本身，达到一种极度专注的状态。

日本放送协会（NHK）的演出大厅在1973年启用，2008年完成大规模修缮，除了是NHK交响乐团的常驻演出场地，也是最好的录音实验场所

他说人类听觉中有一种遮蔽现象，遮蔽分为三种类型：“同时遮蔽”、“时间遮蔽”和“定向遮蔽”。其中“定向遮蔽”是指有两种类型的声源，如果声源与自己相距较远，则可以同时感知到两种声源；但当声源的方向较近时，较强的声音会淹没另一种声音。我们在3D音频播放中，被多个扬声器包围，通过定向遮蔽效果只能听到扬声器播放的声音，附近的干扰会被耳朵遮蔽掉。换句话说，当我们被3D音频包围在声音中时，从声学心理学的角度来看，就是一种“大包围”的状态，因此容易产生沉浸感。

SA-1音声中继车的内部配置

3D沉浸式音频的要素除了“包围”，还有“扩展性”。“扩展性”是指声源在前后左右上下展开，或散落在各个地方的感觉，而“包围”是指声像被填充和包围，二者结合才能提供身历其境的效果。我们知道乐器或人声不是点，而是具有一定的宽度和大小，乐器的各个部分产生共鸣，创造出乐器的独特性，所以录音时不能像Dolby Atmos总是用单个“物件”来表达。例如我们在消声室里听小提琴，因为没有任何反射它听起来会像一个发射器，不再有真实感，初始反射的声音被认为是物体真实感的重要组成部分。初始反射声由反射声的电平、方向和频率响应等参数组成，每个反射的声音都是一个物体。

NHK大厅进行22.2声道录音时的舞台上方主麦克风，观众席上方也分布许多麦克风收录环境效果

Dolby Atmos制作时最大优点是，可以根据差异转换元数据，这样即使播放环境中的扬声器数量和位置与制作混音工作室不同，也可以根据混音的意图进行重建和播放，由于每个“物件”都是独立的，播放端再根据音频模式进行混合。而Auro 3D的制作更接近传统录音，必须将音量、声源位置、均衡、每个通道的音量差、相位差和音色变化等参数根据固定在主文件中，如果播放端没有按照标准的扬声器排列，我们就听不到制作时的意图。入交博士录音时通常将主麦克风分成两层，利用双层“笛卡树”麦克风来提高乐器的真实感。在立体声中，立体结像仅在左右以线性模式排列，而Auro 3D在顶部、底部、左侧和右平面上排列，真实感是传统立体声无法比拟的。

SA-2音声中继车的内部配置

Auro-3D技术最初由比利时Galaxy Studios的创始人Wilfried Van Baelen设计开发，几经波折后，2024年中国歌尔丹拿在比利时成立Goer Dynamics B.V.公司，正式收购了New Auro公司，日后将在消费类音频、专业音频、汽车、游戏和移动领域推进Auro 3D技术。今年初他们宣布与流媒体平台Streamsoft、芯片巨头英伟达达成战略合作，通过Streamsoft旗下Artist Connection平台推出全球首个支持96kHz/24bit高分辨率的Auro-3D沉浸式音频流媒体服务，国内什么时候可以听到还不清楚。Artist Connection应用程序（支持iOS/安卓）此前已通过Auro-Headphones技术实现耳机端的三维音效渲染，而随着英伟达Shield TV Pro升级至Shield Experience 9.2系统，该应用已可完整支持家庭影院。技术虽然被中国人收购，内容制作我们还要加油。

NHK广播中心的CD606 Studio，是世界首个专为多声道后期制作的录音室(可以制作22.2声道)，还直播《红白歌唱大战》、《N响》等音乐节目

读者不晓得是否想过，日本人居住空间狭小，为什么会对环绕声音响有浓厚兴趣，甚至还搞出22.2声道的大阵仗?多数日本人对待家的态度是：小点没关系，但生活要精致有品味，这才是最重要的。日本国土面积狭小，人口密集，房价也非常高，大房子不是普通人能承受得起的，尤其是东京、大阪这些大城市。相比于国内对“大房子”的憧憬，他们更看重的是空间的利用和生活的质量。对音响发烧有来说，狭窄房间反而更易实现声音的均匀分布，通过精准的声场调校技术可模拟出超越物理空间的沉浸感。传统日式住宅的木板墙、榻榻米地板与纸门结构，又意外降低了声音反射干扰，为环绕声提供了纯净的听音环境。在紧凑型房间中环绕声音响需解决驻波问题，日本厂家很早就开发出自动调整声场技术，可以减少低频反射干扰。此外，在人均居住面积不足30平方米的东京，环绕声系统成为“精神扩容”工具，通过声场营造出剧场、音乐厅等宏大场景，还能缓解空间压抑感，提供足不出户的沉浸式娱乐体验。这种矛盾现象本质是技术对物理限制的突破，反映了日本文化中“小空间大享受”的生活哲学。

资深唱片人、录音师阎华(右一)与入交先生(中)是九州艺术工科大学的校友