我們的聽覺系統(tǒng)的顯著能力之一是可以確定聲源的位置。

這在生活中的許多情況下都是至關重要的，例如交通的安全導航。但聲音的空間屬性對于在游戲和家庭影院配置中實現(xiàn)真實的聲學環(huán)境也很重要。

一、我們如何定位聲音？

我們的聽力使用的個線索是雙耳時間差（圖1a）。來自我們正前方或正后方的聲音會同時到達雙耳。如果信號源向左或向右移動，我們的聽覺系統(tǒng)會識別出來自同一信號源的聲音分別到達雙耳，但是會有一定的延遲，或者從另一個角度看，兩只耳朵接收到同一個信號的不同相位。

兩耳時差 圖1a：當聲音來自前方，雙耳時間差為零（左）。當聲音來自側面，頭的尺寸約為20厘米，聲速為340米/秒，時差為0.58毫秒（右）

在低頻下可以地破譯相位差。在較高的頻率下，與頭部的尺寸相比，波長可能太短，以至于信號模式自身重復，兩只耳朵可能碰巧接收到相同的相位（圖1b）。

兩耳相位差 圖1b：通常耳朵會感測到相位差（左），根據(jù)頻率和入射角度，它們可以檢測到虛假相位匹配（右）。

幸運的是，聽覺系統(tǒng)可以借助另一個線索：當聲音從側面到達時，我們的頭部會產生聲影區(qū)，并隨頻率上升而擴大。

在非常低的頻率下，我們頭部的尺寸與空氣中的聲音的波長相比是小的。因此，無論聲音從哪個方向到達，左耳和右耳的聲壓基本相同。

然而，隨著頻率的增加，波長減小，此時我們的頭部尺寸不能再被忽略了。它成為屏蔽和反射聲音的障礙物，使得與面向聲源的耳朵相比，當其到達頭部另一側的耳朵時，較高頻率的成分將被衰減。

我們的耳廓的形狀還可提供豐富的頻譜（依賴于頻率）線索。像頭部的聲影區(qū)一樣，耳廓起到一個屏蔽層的作用，使不是從前面直接進入的較高頻率的聲音衰減。你可以通過轉離再轉向一個聲源來體驗這一點。這樣做的時候，你應該能感受到高頻率的微小變化，而這種變化你通常是不會注意到的。

另外，根據(jù)頻率和入射方向，聲音在耳廓內反射到耳道時，耳廓的形狀會影響聲音，從而增強某些頻率并衰減其他頻率。

二、雙耳聲記錄和重放

一般來說，要獲得正確的空間聲學體驗，我們需要兩只耳朵（雙耳），因為左耳和右耳之間的對比給出了關于聲源位置的線索。中正面上的聲源是最難定位，因為在中正面上幾乎沒有耳間差異。

然而，我們的方向感多數(shù)是建立在經驗之上的，這與我們自己的生理（我們的頭、耳廓和耳道的大小和形狀）有關。隨著時間的推移，我們的聽覺系統(tǒng)建立了一個參考數(shù)據(jù)庫，例如注意到來自后面的聲音聽起來稍顯沉悶。因此，為了創(chuàng)造令人信服的空間體驗，并感知聲源的確切位置，聲音的再現(xiàn)必須提供我們的聽覺系統(tǒng)所習慣的所有信息。

目前主流的雙耳聲記錄與重放是采用人頭與軀干模擬器（Head and Torso Simulator, HATS）采集聲音，再用耳機播放出來，這種方式能夠真實地模擬人與聲場環(huán)境的相互影響，廣泛應用于聲品質主觀評價，這屬于靜態(tài)的雙耳聲重放。

隨著“元宇宙"時代的到來，我們在AR/VR場景中希望更加身臨其境的感受雙耳聲音，比如，頭部可以任意轉動，聽到不同方向的聲音。或者同樣的音頻信號，在不同的虛擬或現(xiàn)實環(huán)境中會有怎樣的表現(xiàn)，等等，這屬于動態(tài)的雙耳聲重放。