你能用来做杜比全景声混音吗？

在这篇文章中，EdgarRothermich 抛出了一个问题：如果不先购置合适的音箱设备，是否真的能做好杜比全景声（DolbyAtmos）混音？

为了回答“能否用来做杜比全景声混音”这个问题，我（Edgar）会从五个需要重点考量的维度来逐一剖析。我不会给出一个唯一结论，而是提供五个。

动笔之前，有两件事需要先说明。文中提到的“”，指的是双耳（binaural）模式，而非普通的立体声。此外，本文的讨论主要聚焦于音乐领域的杜比全景声混音。

相比混音，音乐领域的杜比全景声在准入门槛上要宽松不少。杜比实验室甚至在2020年底正式终止了工作室认证计划（studiocertification program），这意味着从严格意义上来说，只要某个工作室自称“支持杜比全景声”，你就可以在那里进行混音。如今这些要求不再强制执行，更像是一份参考建议。关于工作室搭建，杜比提供了一些配置指南；而在实际混音环节，他们的建议是：使用至少7.1.4的分散式音箱系统（discrete speakerlayout）进行混音，并在过程中随时检查双耳混音。于是，第一个呼之欲出：

1：以7.1.4音箱系统为主力来做混音，仅用于检查。

抛开那些官方要求，来看看现实情况。曾几何时，杜比全景声混音只是少数音响工程师在几个大型混音棚里才能接触到的高端技术，专为大制作服务。如今随着杜比全景声也成为小型制作和电视剧的标配，它已经逐渐下沉到了小型工作室。

同样的趋势也正在音乐领域上演。最早的音乐全景声混音，是由少数顶尖工程师在 Blackbird、Capitol Records 这样的大型录音棚里完成的。眼下，许多工作室都在精打细算、观望风向，权衡是否值得升级到杜比全景声。

然而，2021年10月，苹果凭借 Logic Pro 10.7 的更新，改变了游戏规则：杜比全景声渲染器被直接内置到了 Logic Pro 中，而且完全免费。

Nuendo 和 Dinci 虽然早已集成杜比全景声，但 LogicPro 是第一款真正覆盖广泛用户群的软件——从顶尖制作人、作曲家，到卧室制作人，无所不包。大多数Logic 用户根本不会考虑为了混音全景声而升级到推荐的7.1.4 音箱系统。他们会直接戴上完成全景声混音，然后上传到 DistroKid，尽快让作品上架 Apple Music。所以如果你问这些用户能不能做全景声混音，他们的回答大概是：“能啊，我就只有这些设备”。这便是第二个：

2：是的，你可以用来做杜比全景声混音，因为对许多用户而言，这是他们唯一的选择。

（译者注：DistroKid是是一家总部位于纽约的数字音乐发行服务公司。它使音乐人和版权所有者能够通过 Spotify、iTunes 和 YouTube Music 等在线平台发行音乐并从中获利，同时保留全部著作权和版税。）

现在来看看终端消费者是如何聆听杜比全景声内容的。据估计，80 的音乐是通过收听的。把这个比例放到杜比全景声音乐消费上，最终可能也是 80 通过（双耳模式）收听，19 通过某种音箱虚拟化技术（智能音箱、回音壁等）收听，而只有 1 是通过专门的 7.1.4 系统收听。这 1 可能实际上只有 0.1，因为大多数拥有 7.1.4 音箱系统的人，要么是工作室里的音响工程师，要么就是少数家庭影院发烧友。

所以，与其问我们“能不能”用来混全景声，问题难道不应该是我们“应不应该”这么做吗？当我们通过一套几乎没人拥有的音箱系统进行时，我们到底在为谁服务？我们的杜比全景声混音难道不应该更接近“真实世界的聆听环境”吗？那么，这个怎么样？

3：是的，我们应该用来做杜比全景声混音，因为消费者就是这么听的。

基于这一考量，让我们审视一下杜比全景声的发行链路。

通过双耳模式聆听杜比全景声，这整个概念存在两个重大隐患。杜比全景声渲染器允许你将128个通道中的任意一个设置为四种双耳渲染模式之一，分别对应三种不同的HRTF算（近场、中场、远场），外加一个“关闭”选项，用于禁用该通道的双耳渲染。这些双耳渲染模式为混音师提供了极大的灵活度，可以调整双耳体验，使其更接近分散式音箱的听感。问题在于，苹果向订阅用户推流时使用的旧版DD+JOC编器，会完全忽略这些双耳渲染模式的元数据。只有Tidal和Amazon在播放中使用的现代A-IMS编器，才会调用这些双耳渲染元数据。此外，苹果甚至完全不使用Atmos渲染引擎，而是采用自家的空间音频（SpatialAudio）技术来实现虚拟化（以及音箱虚拟化）。

于是出现了一个非常荒诞的局面：你确实可以通过检查杜比全景声混音，但这步质检实际上只服务于Tidal的订阅用户。当你在双耳模式下杜比全景声渲染器时，你听到的任何东西，都与7200万Apple Music订阅用户实际听到的截然不同。

目前唯一笨拙的变通办，就是在杜比全景声渲染器中导出 MP4 文件，然后在 iPhone 上播放。然而，那些戴着、用 Logic Pro 混音的“卧室全景声制作人”们该怎么办？当他们在 Apple Music 上听到自己的作品时，恐怕会大吃一惊。即便他们注意到了这个“小问题”，Logic 本身也并没有提供 MP4 导出这种变通方案。更糟的是，Logic 里启用杜比全景声的那个参数被命名为“空间音频（Spatial Audio）”，这难免会让人误以为 Logic 调用了苹果的空间音频引擎（SpatialAudio engine）。然而事实并非如此——在 Logic 中，“空间音频”不过是“沉浸式音频（Immersive Audio）”或“3D音频”的另一种说。

那么，在这种情况下，该是什么？

4：是的，你或许想针对目标受众以双耳模式来混杜比全景声，但最好先确认一下它在苹果空间音频引擎下的实际效果。

最后这一点，或许才是最核心的。它涉及 HRTF，也就是那个听起来颇为神秘的“头部相关传输函数（HeadRelated Transfer Function）”，据说正是它让双耳音频呈现出如此令人信服的沉浸式三维声场。可事实真的如此吗？问题在于，包括杜比全景声在内的各种应用里，双耳渲染所使用的算都基于标准化的 HRTF。这也是为什么有些人通过能感受到逼真的三维声场，而另一些人却觉得这种体验完全站不住脚的原因之一。关键就在于，个人的头部和耳朵大小、形状，是否与双耳渲染器所采用的模型尺寸足够接近。

要呈现真正的三维体验，唯一途径就是使用“个性化 HRTF（Personalized HRTF）”。也就是说，需要测量个人的头部和耳朵，并将这些数据（已经以所谓的 SO 文件形式成为 AES 标准）导入双耳渲染器，供该用户通过聆听时调用。目前各大公司正在这方面投入大量研究，虽然距离大规模普及可能还有数年之遥，但我希望音频制作领域能尽早迎来这一选项。

如果混音师能够将自己的个性化 HRTF 文件加载进渲染器，那么无论用声像（panner）把信号放到三维空间的哪个位置，通过聆听时都能获得精准的感。届时你的大脑根本无分辨真假。在这种情况下，双耳渲染器的精确度甚至会比专用音箱播放更高。

因此，针对特定人群而言，是：

5：如果你能在双耳渲染器中调用自己的个性化 HRTF，那么你完全可以用来混杜比全景声。

〔译者注：SO是“Spatially Oriented Format forAcoustics（面向空间的原声音频格式）”的缩写，主要记载HRTF、房间脉冲响应信号（IR）等数据，用于还原双耳听到的声音效果。该格式源于AES69-2015标准。AES即音频工程师协会（Audio Engineering Society），是全球音频工程师的专业组织。〕

Edgar Rothermich现任富勒顿学院（Fullerton College）艺术系教授，主讲电子音乐、合成技术与 Logic Pro X；同时也在洛约拉马利蒙特大学（Loyorymount University）影视学院录音艺术专业任教，讲授录音技术与 Pro Tools。

本文出自《midin月刊》2026年07月第244期

可下载 Midin for iOS 应用在或平板上阅读（直接在App Store里搜索Midin即可找到，或扫描下面的二维码直接下载），在 iPad 或 iPhone 上下载并阅读。