随着数字音频技术的飞速发展，三维空间声音重现技术正逐渐进入人们的视野，成为虚拟现实、沉浸式体验以及声学研究中的关键技术之一。其中，高阶Ambisonics（Higher-Order Ambisonics，简称HOA）以其强大的空间解析能力和灵活的声场控制能力，受到了学术界和工业界的广泛关注。尤其是九阶Ambisonics系统，因其理论上能够提供极为精准的空间定位效果，被视为最接近真实声场再现的方案。然而，尽管HOA技术在空间声像的清晰度和细节表现上取得了显著进步，其重现过程中的频谱误差仍可能对听觉感知产生不容忽视的影响。本文将深入剖析九阶Ambisonics技术的空间声场重现能力，探讨其高频部分出现的频谱扭曲如何影响人类的声音定位及空间感知，并结合最新实验结果，提出系统应用中应注意的关键要素。 九阶Ambisonics的发展背景和技术原理 Ambisonics作为一种基于球谐函数（spherical harmonics）展开的空间声场编码方法，最早起源于20世纪70年代。
其核心思想在于用数学模型捕获声音在三维空间中辐射的细节信息，通过多个扬声器阵列将这些信息还原为听觉体验。随着计算与音频设备性能的提高，Ambisonics的阶数得以提升，从最初的一阶到现在的九阶，意味着可以编码更多的空间细节和更锐利的声源定位。阶数的提升带来了更高的空间频率分辨率，使得声音再现的焦点更加清晰锐利，能够逼真地模拟各类复杂声源与环境相互作用。理论上，阶数越高，所需的扬声器数量越多，空间覆盖和定位精度越好。九阶Ambisonics采用多达数十个扬声器（本研究为91个扬声器的AudioDome系统），实现了在半球形空间中近乎任意位置的声音发生器模拟。通过精确的声波解码和重建，该技术能够提供超过人类水平的最小可觉察角度，满足最苛刻的听觉空间分辨需求。
听觉空间定位机制及其与Ambisonics的关系 人类听觉对空间信息的感知，主要基于双耳听觉线索，包括双耳时间差（Interaural Time Difference，ITD）和双耳强度差（Interaural Level Difference，ILD）等。此外，单耳的频谱线索也对声音的高低及前后方定位有重要影响。ITD在低频段（低于1000Hz）对水平定位至关重要，而ILD则在高频段（超过1500Hz）更为显著。高频段的频谱结构则帮助人们判断声音的仰角和前后方位置。HOA技术在准确编码和解码这些空间听觉线索方面发挥关键作用，特别是在频率较低的部分，九阶Ambisonics能保证ITD和ILD信号高度保真，确保低频水平定位的准确性。然而，高频部分则受到扬声器布局、解码算法以及环境声学的影响，频谱出现扭曲或失真，影响听觉的纵向定位。
实验1：九阶Ambisonics空间分辨率与人类听觉极限的对比 通过采用AudioDome系统，研究人员首先评估了九阶Ambisonics重现的声音空间聚焦能力以及其是否能满足甚至超越人耳的最低可觉察角度（Minimum Audible Angle，MAA）。测试内容涵盖了水平面上的多个参考点，包括位于扬声器位置以及扬声器间隙的虚拟点，确保全面考察了系统的空间均匀性。实验结果显示，在水平方向上，九阶Ambisonics能够实现平均接近1度的MAA，与人类听觉的最高水平相当。这不仅表明该技术可忠实再现高聚焦的声源，也证明了空间分辨率上下限在系统内的均一性，和扬声器密度无直接相关。尽管如此，在更侧面的角度上，空间定位的准确性有所下降，主要是由于实验环境复杂性及扬声器布局的不均匀影响。另外，受测者还报告，在横向声源处会感知到声音位置的垂直偏移，这引发了对高频频谱失真的进一步关注。
实验2：频谱误差及双耳线索的物理测量分析 为了揭示试听异常的物理根源，研究团队使用非生命体头部模拟器（HATS）对九阶Ambisonics系统重现的声音信号进行了详细捕捉和分析。对比了单声道播放（SC）、矢量基幅度平移（VBAP）以及九阶Ambisonics在100Hz至20kHz频段内的频谱特性及双耳时间和强度差异。测量显示，低频段（100Hz至4000Hz）Ambisonics能够高度还原理想状态的ITD与ILD，确保了水平定位线索的准确传递。然而，在4000Hz以上的高频范围，频谱功率出现了明显衰减，且还伴有左右声道的非对称现象。上述情况导致了高频单耳线索和ILD偏差，进而影响了垂向定位的准确性。VBAP表现较为接近SC，但依然在扬声器间隙位置产生一些差异。
该实验明确揭示，尽管高阶Ambisonics在水平定位上有优势，但其在高频定位信息的还原方面存在固有局限，且还易受实际系统硬件配置及安装误差影响。 实验3：频谱失真对听觉垂向定位的影响 结合前两项实验发现的高频频谱失真，研究者设计了监听实验，邀请受试者在同一空间位置区分两个声音在垂直方向上的相对高度。其中一个通过单声道扬声器播放，另一个通过Ambisonics重现。包括低通滤波（cutoff为4000Hz）及宽带声两种条件。结果显示，尽管存在整体感知偏差，配备完整高频信息的Ambisonics声音相比低通版本显著更易被感知为有垂直高度差异，说明高频频谱失真确实为伪造的高度线索提供了依据。该发现进一步验证了系统在表现纯净垂直定位时需要抑制高频成分，否则可能产生混淆或错觉。
九阶Ambisonics在实际应用中的优势与挑战 通过上述实验得知，九阶Ambisonics在模拟三维空间声音，尤其是水平分辨率方面表现出色，无论扬声器密度高低均能维持恒定的空间清晰度，适合用于复杂的虚拟声场声源定位研究。其灵活性和效果在沉浸式多媒体、声景重现、空间听觉研究中极具价值。然而，其高频表现的不足提示了系统在硬件校准、扬声器布局均匀性及算法优化上的重要考虑。尤其是垂直方向的定位信息主要依赖高频频谱特征，任何轻微的失真或左右不对称都可能导致伪影产生，影响听觉真实感。未来改进方向包括利用更高阶数的编码、优化扬声器位置和频率响应均衡、结合个性化头相关传递函数（HRTF），以及积极去除不必要的高频伪线索。 应用建议及技术前景 高阶Ambisonics，尤其是九阶系统非常适合对空间解析度有极致要求的听觉研究和专业音频制作领域。
在需要确保声音水平定位精确无误的生态声学或者听觉心理学实验中，其优势明显。为了避免高频频谱错误介入，应考虑在实际使用中限制声音信号的上限频率至4000Hz以下，或结合其他空间声像重建技术以确保高频成分的精准还原。此外，对系统的定期校正和扬声器阵列的精细调试亦至关重要。未来，随着音频硬件技术的突破及算法的进一步成熟，高阶Ambisonics有望在声音AR/VR、声景设计、交互式娱乐产品甚至远程协作中发挥更大价值，带来更为细腻逼真的空间听觉体验。 总结 高阶Ambisonics技术作为先进的空间音频重现方案，实现了对三维声场的高度精确模拟，九阶Ambisonics代表了当前业界领先的空间分辨能力。它在水平声源定位上能够达到甚至超越人类的感知极限，证明了其应用于听觉研究的潜力。
不过，由于高频频谱重现存在失真和左右不对称，垂直定位线索也因此被扭曲，引发伪高低升降感，限制了其在某些应用中的表现。科学家和工程师们需继续关注频谱误差的优化和系统均衡，为Ambisonics在沉浸式听觉体验中开辟更加广阔的发展道路。伴随着硬件技术进步和个性化空间听觉建模的推动，未来的多阶Ambisonics系统有望克服现有瓶颈，达到更加贴近真实世界的声音还原效果，为人类带来革命性的听觉智能交互体验。
