由人头录音、HRTF 产生的关于空间音频的想法

我从高中就开始热衷于使音频变得生动活泼，希望可以录制生动的现场音频记忆，这是我 6 年前以产生的梦想之一。

可能大家都知道，互联网上几乎所有的音频，当使用耳机播放时，它们就像在你的头内播放，从未像歌手在你面前唱歌一样。

或许有些人已经知道这方面的知识了，但为了避免你还不了解，我先在这里补充一些背景信息：

我们的人有两只耳朵，但是我们可以区分 3D 声音信息，在听到声音时可以确定声音的方向和距离。

那是因为在声音到达我们的耳膜之前，它首先与我们的头，头发，脸，鼻子，皮肤，肩膀，耳廓相互作用……我们的耳廓的形状、骨头的密度，它们为声音添加了滤镜（反射和衍射的结果），因此，当相同的声音从不同的方向到达我们的耳膜时，它们会被我们的身体处理。

由于我们的大脑已经习惯了此滤镜，因此我们可以感觉到声音的方向。

当使用耳机播放音乐时，这些声音不会被我们的身体结构添加滤镜，因此听起来好像所有音乐都在我们的脑袋内播放，永远不会有在前方播放的感觉。

我们的身体声音滤镜效果可以测量并应用于其他音频。该技术称为 HRTF（头部相关传递函数）。

测量此 HRTF 需要笨重且昂贵的设备，并且由于每个人的身体结构都有细微的差别，因此一个 HRTF 参数不能适用于所有人，因此必须进行个性化测量以实现最真实的仿真。

就在昨天，我刚刚自己制作了双耳麦克风。我买了几个 6027（直径 6.0mm，厚 2.7mm）麦克风咪头（每个咪头 1.2 元），并用便宜的耳机焊接了它们，并加了一个小的橡胶套，照片：

然后，我将每个麦克风咪头放入耳道入口（在这里它将会收集到经过身体处理后的声波），其大小正好适合耳道。然后，我将其插入便宜的 Sony 录音机 ICD-UX543F ，开始录音。

从理论上讲，我的耳道中的两个麦克风将准确地记录我的声音。这实际上只是一个充满希望的理论。

录音几分钟后，我换了个地方，戴上耳机，闭上了眼睛，重新播放了音频文件。我只是在那个录音环境中！我感觉：

• 人们靠近并经过
• 车辆从我面前冲过
• ...

录音真的让我大吃一惊！

这是我今天录的另外一段音频（请佩戴入耳式耳机聆听）：

（但是有可能，由于你的 HRTF 与我不同，你可能感受不到一些声音在前方发出）

但是，上面的示例说明，使用一组便宜的设备（双耳麦克风的材料成本甚至不到 5 块钱），我们可以以非常低的成本准确记录人耳如何听到声音。

所以这个主意今天浮现在我脑海：

尽管我们无法测量整个 HRTF 数据，但是我们可以测量一些准确的数据：

在安静的环境中，让一个人在他/她的耳道中佩戴这种双耳麦克风，将扬声器放在这个人的面前一米远，开始录音，并在扬声器中播放音频。

录音将显示前方一米处的声音传递到这个人的耳朵后的声音效果。

经过 FFT 分析后，与原始音频进行比较，我们可以得到一个列表，该列表列出了如何每个频率被如何影响。

使用此列表，我们可以得到这个测试者专属的电子滤镜，将其应用到任何声音或音乐中，然后在人的耳机中播放，这个听众会感觉到声音是从前方一米远处发出的。

如果可以有效使用此滤镜，则在使用耳机拨打电话时，用户会感觉自己的朋友在他面前讲话，而不是在脑海里讲话！

我的想法到这里就结束了。我对处理音频及其所有算法一无所知。更不要说写出这样的分析和处理脚本了。

当然以后有机会的话也可以尝试搞搞，如果有能力做的人也可以试试！