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

當(dāng)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(fù)雜空間感背后的技術(shù)，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(xué)里的粒子系統(tǒng)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(yè)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(shù)，到底是怎么誕生的。

把聲音變成粒子

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

想要打造一個千人戰(zhàn)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(biāo)、旋鈕逐一調(diào)整每一條聲音的方位、距離與傳播特性，才能避免重復(fù)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(shè)定運動軌跡，稍有不慎就會失去真實感。

Sound Particles的創(chuàng)始人Nuno Fonseca，一個同時深耕電影音頻、計算機科學(xué)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(biāo)、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(chuàng)作者可以在虛擬3D空間里，給每個聲音粒子設(shè)定精準(zhǔn)的位置、運動方向與傳播軌跡，再像動畫師架設(shè)攝影機一樣，在空間里放置虛擬麥克風(fēng)——麥克風(fēng)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(fù)雜聲場的創(chuàng)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(chǔ)樣本，通過系統(tǒng)對參數(shù)的精細(xì)化微調(diào)，就能呈現(xiàn)出豐富差異化的聽感，盡量避免機械重復(fù)帶來的失真感。也正是這套技術(shù)，讓Sound Particles進入了好萊塢不少制片廠和聲音團隊的創(chuàng)作流程。

聲音可以更真實

在公司的開發(fā)室里，我們最先注意到的，不是滿屏的代碼和專業(yè)調(diào)音設(shè)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(fù)刻。

“我們先打印了所有員工的耳朵用來做聲學(xué)測試，替換了人工頭模型上的耳朵，后來發(fā)現(xiàn)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(fā)、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(yè)里一個長期容易被忽略的事實：每個人的耳朵結(jié)構(gòu)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(tǒng)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(tǒng)。比如團隊現(xiàn)場演示的9.1.6聲道環(huán)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(shù)普通人來說，家里不可能搭建這樣的專業(yè)設(shè)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(jié)構(gòu)，系統(tǒng)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(biāo)，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(tǒng)的沉浸式3D音頻體驗。

為了降低創(chuàng)作端的操作門檻，團隊還開發(fā)了手機控聲工具：混音師不用再守著電腦反復(fù)調(diào)整鼠標(biāo)和旋鈕，只用手機指向空間里的任意位置，聲音就會精準(zhǔn)落到對應(yīng)的方位，讓3D聲場的創(chuàng)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(yè)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(shù)已在美國獲得專利。從2016年創(chuàng)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(shù)，不斷拓展產(chǎn)品邊界。

我們探訪時了解到，團隊已經(jīng)推出了適配數(shù)字音頻工作站的全系列插件，覆蓋沉浸式音頻創(chuàng)作全流程，也被廣泛應(yīng)用在VR、AR游戲的聲場制作中；2023年，他們發(fā)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(chǎn)品等了大約20年”；針對行業(yè)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(dāng)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(yè)都在向3D音頻發(fā)展，但最大的問題是，大多數(shù)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(guī)模達100億美元的市場。市面上現(xiàn)有的解決方案，要么效果達標(biāo)但無法規(guī)模化普及，要么能規(guī)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(jīng)為這項技術(shù)投入了五年研發(fā)，并正準(zhǔn)備將其進一步推向市場。除此之外，他們還把3D音頻技術(shù)延伸到了人工智能領(lǐng)域：利用粒子系統(tǒng)，生成帶精準(zhǔn)空間標(biāo)注、豐富環(huán)境噪聲的海量音頻數(shù)據(jù)集，為語音識別、智能汽車環(huán)境聲預(yù)警等場景的神經(jīng)網(wǎng)絡(luò)訓(xùn)練提供支撐。

當(dāng)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(shù)年時間，把一個足夠難的細(xì)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(yù)告：當(dāng)葡萄牙科技走進智慧城市，歡迎來到Omniflow。

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

*想要獲取行業(yè)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(fā)放！

系列回顧

精彩好文值得推薦！

一鍵轉(zhuǎn)發(fā)，戳個在看！