上期《科技奧德賽》，我們了解了Bhout。本次，我們把目光轉向了另一家更低調、也更硬核的公司——Sound Particles。

當你在影院里聽見《沙丘》里沙蟲掠過時的轟鳴，或在《奧本海默》的核爆場景中感受到聲音從四面壓來時，很少會想到，這些復雜空間感背后的技術，一些會是來自里斯本一家只有17人的公司——Sound Particles。

這家2016年成立的葡萄牙公司，把電腦圖形學里的粒子系統帶進了聲音世界，也把自己做進了全球頂級電影、游戲和音樂制作的專業流程里。在《科技奧德賽》的這期探訪中，我們走進了這間辦公室，試圖讀懂這套重新定義3D音頻的技術，到底是怎么誕生的。

把聲音變成粒子

在Sound Particles出現之前，沉浸式音頻的創作長期困在低效的手工模式里。

想要打造一個千人戰場的全景聲場，混音師需要錄制上千條不同的槍聲素材，再用鼠標、旋鈕逐一調整每一條聲音的方位、距離與傳播特性，才能避免重復感帶來的虛假；想要還原成群飛蟲繞著頭頂盤旋的效果，也要手動給每一條聲音設定運動軌跡，稍有不慎就會失去真實感。

Sound Particles的創始人Nuno Fonseca，一個同時深耕電影音頻、計算機科學與人工智能的跨界者，提出了一個全新的思路：如果3D動畫里，每一個畫面元素都能成為帶坐標、帶運動軌跡的粒子，那聲音為什么不可以？

基于這個想法，他搭建了一套核心的3D音頻引擎：每一個聲音都是一個獨立的“音頻粒子”。創作者可以在虛擬3D空間里，給每個聲音粒子設定精準的位置、運動方向與傳播軌跡，再像動畫師架設攝影機一樣，在空間里放置虛擬麥克風——麥克風的位置，就是最終觀眾聽到聲音的視角。

這個底層邏輯的改變，直接降低了復雜聲場的創作門檻。就像團隊演示的那樣，原本需要耗費近一年錄制的上千種差異化槍聲，只用10個基礎樣本，通過系統對參數的精細化微調，就能呈現出豐富差異化的聽感，盡量避免機械重復帶來的失真感。也正是這套技術，讓Sound Particles進入了好萊塢不少制片廠和聲音團隊的創作流程。

聲音可以更真實

在公司的開發室里，我們最先注意到的，不是滿屏的代碼和專業調音設備，而是一排排整齊擺放的3D打印模型——從耳朵、完整的頭部到軀干，全是公司員工的1:1復刻。

“我們先打印了所有員工的耳朵用來做聲學測試，替換了人工頭模型上的耳朵，后來發現這還不夠，又開始打印完整的頭部和軀干，下一步還會還原衣服、頭發、眼鏡對聲音傳播的影響。”公司COO Rui Rijo的介紹，也點出了音頻行業里一個長期容易被忽略的事實：每個人的耳朵結構都是獨一無二的，甚至左耳和右耳都存在差異，聲音在不同人的耳廓、耳道里，傳播路徑完全不同。

傳統的沉浸式音頻體驗，極度依賴影院里十幾、幾十個揚聲器組成的全景聲系統。比如團隊現場演示的9.1.6聲道環境，就包含了人耳高度的9個揚聲器、頂部6個揚聲器和1個低音炮，才能搭建出完整的3D聲場。但對絕大多數普通人來說，家里不可能搭建這樣的專業設備，日常聽音頻、看視頻，最常用的只是一副普通耳機。

Sound Particles正在做的，就是打破這個硬件壁壘。通過3D掃描還原用戶的耳朵與頭部結構，系統就能模擬聲音在用戶特定耳朵里的傳播方式，生成專屬的雙耳音頻。他們的目標，是讓普通人只用一副普通耳機，就能逼近影院多揚聲器系統的沉浸式3D音頻體驗。

為了降低創作端的操作門檻，團隊還開發了手機控聲工具：混音師不用再守著電腦反復調整鼠標和旋鈕，只用手機指向空間里的任意位置，聲音就會精準落到對應的方位，讓3D聲場的創作變得簡單直觀。

好聲音，值得讓每個人聽到

這家進入好萊塢專業制作流程的公司，核心團隊只有17人，其中包括4位博士，其核心技術已在美國獲得專利。從2016年創立至今，他們并沒有把自己停留在影視音頻工具這一單一定位上，而是圍繞核心的3D音頻技術，不斷拓展產品邊界。

我們探訪時了解到，團隊已經推出了適配數字音頻工作站的全系列插件，覆蓋沉浸式音頻創作全流程，也被廣泛應用在VR、AR游戲的聲場制作中；2023年，他們發布了首款商用沉浸式合成器，計劃推出的粒子合成器，也讓音樂家讓-米歇爾·雅爾在體驗后直言，“我等這個產品等了大約20年”；針對行業3D音效素材的缺口，他們還搭建了Explorer音效庫，收錄了超過200組專屬3D音頻素材。

而團隊當時最核心的新方向，是面向大眾的消費級3D音頻市場。“整個行業都在向3D音頻發展，但最大的問題是，大多數人家里沒有10個以上的揚聲器，大部分時間都是通過耳機消遣娛樂。”在Rui Rijo看來，這是一個規模達100億美元的市場。市面上現有的解決方案，要么效果達標但無法規模化普及，要么能規模化但體驗不佳，而Sound Particles試圖找到兼顧效果與擴展性的解決方案。

彼時，團隊已經為這項技術投入了五年研發，并正準備將其進一步推向市場。除此之外，他們還把3D音頻技術延伸到了人工智能領域：利用粒子系統，生成帶精準空間標注、豐富環境噪聲的海量音頻數據集，為語音識別、智能汽車環境聲預警等場景的神經網絡訓練提供支撐。

當然，此行來到最后，相信屏幕前的你，也會有和我們一樣的感覺：Sound Particles最打動人的，會在于他們愿意花數年時間，把一個足夠難的細分問題一點點做透。

從電影片場、游戲制作，到耳機和人工智能，Sound Particles并沒有突然跨進這些場景。它更像是沿著同一個問題不斷往前走：聲音能不能被放進空間，能不能被更真實地還原，能不能被做成一種更底層的能力。也正是在這個過程中，這家里斯本的小公司一步步長成了今天的樣子。

下期預告：當葡萄牙科技走進智慧城市，歡迎來到Omniflow。

- - - - - - - - END - - - - - - - -

*想要獲取行業資訊、和志同道合的科技愛好者們分享心得，那就趕快掃碼添加“動點君”加入群聊吧！群里更有不定期福利發放！

系列回顧

精彩好文值得推薦！

一鍵轉發，戳個在看！