Blog

弊社グループの株式会社シンタックスジャパンが運営するレーベル「RME Premium Recordings」よりハイクオリティなイマーシブ コンテンツを収録したニューアルバム『Bloom of Sound 2020
– UNAMAS presents Awarded Best –』がリリースされました。「RME Premium Recordings」では、シンタックスジャパンが取り扱うドイツのプロフェッショナル オーディオ ブランド「RME」を使用して録音された、色付けのない透明無垢なサウンドで演奏会場の空気感さえも余すことなく録り込んだレコーディング作品を、録れたての音を産地直送さながらに余分な加工をせずにユーザーの再生環境へ届けることを基本理念とし、録音段階から24bit/96kHz以上の真のハイレゾ・コンテンツをリリースし続けています。

RME Premium Recordingsの第14番目のリリースとなる本作品は、ハイレゾ・サラウンド音源の黎明期よりハイクォリティな作品をリリースし続けている音楽レーベル「UNAMAS」とのコラボレーションアルバムとなりました。過去に「UNAMAS」レーベルからリリースされている数ある作品の中から、日本で最も権威のあるプロフェッショナルな音楽録音賞である「日本プロ音楽録音賞」において受賞した作品のみを集めた、珠玉の作品集となっています。

2013年から2019年までの全受賞作品６タイトル（2015年からは5年連続受賞。そのうち2作品は最優秀賞）を網羅したこのアルバムは、「ART」「Technology」「Engineering」という3つの要素を融合させ、常に録音芸術シーンを牽引しつづけているMick Sawaguchi氏の録音に対する情熱に溢れています。細部にまで注意が払われ、現場の空気を余すことなく捉えた録音は、まさにイマーシブオーディオ作品のリファレンスとしてふさわしい仕上がりになっています。

BLOOM OF SOUND 2020 UNAMAS presents Awarded Best （RME-0014）

レーベル：RME Premium Recordings

発売元：株式会社エムアイセブンジャパン

価格：4,000円（税別）

Amazonにてアルバムを購入

ディスク概要

本アルバムは、Blu-RayディスクとCDの２枚組となっており、Blu-Rayプレイヤーをお持ちでない方は、通常のCDプレイヤーでも作品を楽しめるようになっています。

Blu-rayディスクは、ミュンヘンのmsmスタジオが、Lindberg Lydと共同で開発した「Pure Audio Blu-ray」フォーマットにて制作されています。

各曲が以下のそれぞれのフォーマットで収録されており、リモコンの青・赤・緑・黄の色ボタンにより、再生中に希望の再生フォーマットを”on-the-fly“で切り替えることができるため、例えば、2チャンネルと5.1チャンネルの聞こえ方の違いや、イマーシブの再生環境をお持ちの方は、Dolby AtmosとAuro 3Dというフォーマットの違いを聴き比べることができます。

• 2ch 　　ステレオ（192kHz/24bit）
• 5.1ch 　 サラウンド DTS-HD Master Audio （192kHz/24bit）
• 11.1ch     Dolby Atmos
• 11.1ch     Auro 3D （96kHz/24bit）

Blu-Rayのオーサリングには、全て、192kHz/24bitのデータを元に、それぞれのフォーマットが対応しているサンプリングレートにダウングレードしたデータを使用しています。DTS-HD Master Audioと2チャンネルステレオの場合は、フォーマット的に192kHz/24bitまで対応しておりますので、そのまま192kHz/24bitとなっておりますが、Auro 3Dの場合は規格上、96kHz/24bitまでとなっておりますので、元の192kHz/24bitデータを単に96kHz/24bitにダウンサンプリングしているだけで、各フォーマットに合わせた”リミックス”作業は一切行なっておりません。Dolby Atmosも同じで、Dolby Atmosの場合は、48kHz/24bitデータにダウンサンプリングしたデータを入稿し、そのままDolby Atmosオーサリングをしています。そういった意味では、このディスクは、各フォーマットの”純粋”な比較ができる大変貴重なディスクと言えると思います。

また、目立たない部分ではありますが、冒頭に収録されている「チャンネルチェック」も、非常に便利です。イマーシブ再生環境を組んだことのある方であれば誰しも一度は経験したことがあると思うのですが、特にリアチャンネルやハイトチャンネルなどは「あれ？ちゃんと音が出ているかな？」「チャンネルアサイン間違えてないかな？」という感覚になることがとても多いと思います。そんな時は、この「チャンネルチェック」が役に立ちます。薄くホワイトノイズの入ったチャンネル名の音声により、チャンネルアサインを瞬時に確認することができます。

皆様の、今後のイマーシブオーディオでの制作環境に、このディスクが「リファレンス」としてお役に立てれば幸いでございます。

また、付属のCDは、MQAでマスタリング処理された、CDプレイヤーで聞ける再生可能なハイレゾ作品となっています。

お使いの再生機がMQAに対応している場合は自動的にデコードされ、PCM 176.4kHz/24bitにて作品を楽しむことが できます。また、MQAに対応していない再生機器をお使いの場合でも、通常のCDフォーマットで ある44.1kHz/16bitにて作品をお楽しみいただくことができます。 MQAの詳細は、こちらをご覧ください。

つづきまして本作品の技術面に関して少し解説をさせていただきます。

マイキングで全てを完結し、何も足さない ・ 何も引かないマスター制作

UNAMASレーベルは、音楽の持つダイナミックレンジを損なうことなく「何も足さない、何も引かない」マスター制作のための入念なレコーディングとMIXを信条としており、ここに収められた作品も、もちろんNo EQ/No Comp。楽器の音、マイクの音、機材の音、すべて「生（き）の音」となっております。

ハイレゾ高音質を可能とする最新デジタル技術の導入

真のハイレゾ作品は、昔の技術で収録された作品の焼き直しなどではなく、最新のデジタル機材を使用して現時点において、もっとも汎用性が高く、かつ、高解像度のフォーマットを通じてのみ作成されるべきという考えに基づき、このディスクに収められている作品は、ほぼすべてMADI機器を使った録音システムで収録されています。

MADIとは、光ケーブルを使い、ステージ上での演奏を鮮度の高い状態のまま劣化なく長距離伝送することが可能なデジタル伝送規格の一種です。

この特性を生かすことにより、ステージ上など演者にできるだけ近い場所にマイクプリアンプを設置しデジタル変換を行うことが可能になり、結果として音質向上に大きく貢献することができます。現代のレコーディングにおいて音の劣化に最も影響するアナログ信号の伝送経路を極力短くし、ステージ上での演奏を鮮度の高い状態のまま「真空パック」して収録することができるこのシステムを構築しているのは、「Micstasy」ならびに「DMC-842」といったマイクプリアンプをはじめとする、ドイツのプロフェッショナル オーディオ ブランド「RME」のMADIシリーズです。

また、作品の多くは、そのオーディオ エンジンのクオリティの高さから 国内ではマスタリングソフトとして定番のDAWソフトウェア「SEQUOIA」によって録音されています。本場ドイツのクラッシック音楽の録音現場においては、このRMEとSEQUOIAという鉄板コンビネーションは、まさに「定番」であり、数多くの名盤がこの手法で録音されています。

本ディスクに収められている作品は、先述のように、ミックス作業においても、できるだけ加工をせず、録音現場で収録された音をそのままパッケージングするように心がけて制作されているため、RMEやSEQUOIAのオーディオクオリティをチェックするためのオーディオカタログとしてもお使いいただけます。

なお、本作品のクラシック音楽の録音では11.1チャンネルのイマーシブ・オーディオを前提とし、ベースチャンネルは7.1として収録されています。メインのマイクロフォン（5チャンネル） は、デジタル・マイクロフォンを導入し、Left、Right、Center、Surround Left、Surround Right、LFEで構成。ハイト（上部）スピーカー用のマイクロフォンは、4チャンネルで構成しています。さらに、レコーディングに使用する機器電源はバッテリーを使ったり、各機材にもEMCノイズ対策を徹底的に施し厳重なノイズ対策を施しています。

スタジオや研究・教育機関などで、イマーシブ環境の構築をご検討の方は是非下記の「お問い合わせ」よりお知らせください。

専任の担当がお客様の環境やご予算に合わせて適切なイマーシブ環境のご提案を行わせていただきます。

参考資料：

関連製品

バイノーラル再生におけるソフトウェア処理

岡安 啓幸

どのような音でもバイノーラル化することができる

近年のスマートフォンやHMD（ヘッドマウントディスプレイ）の普及によってVRや360°動画はもはや珍しいものではなくなりました。そうした映像技術の発展と市場拡大に伴って「イマーシブ・オーディオ（3D音響）」のニーズもまた高まっています。

たとえば映画館のような音響システムであれば多数のスピーカーを用いて立体音場を作りますが、ヘッドホン/イヤホンが想定されるVRや360°動画ではバイノーラル再生を用いて立体音場を作ります。バイノーラル化した音源を製作するためのVSTプラグイン等は存在しますが、実際にバイノーラル音源を製作した方からは「定位が分かりづらい」、「音が悪い」などの不満も聞きます。

本記事では、人はどのようにして音源位置を把握しているのか等、バイノーラル再生の基礎を解説し、より良いバイノーラル・リスニングのための技術として昨今普及の兆しを見せてきているSOFAファイルフォーマットについても解説します。

またバイノーラルというとダミーヘッドマイクを想像する方も多いですが、本記事ではソフトウェア処理のバイノーラルプロセッシングについて解説します。

ダミーヘッドは立体音場の収録/再現方法としては優れた方法ですが、同時にこれは「現実的に収録可能な音しか扱えない」という制約でもあります。極端な例ですが、銃弾が耳元をかすめていく音が必要な場合、ダミーヘッドの耳元へ発砲しなければなりません。

また、ダミーヘッド収録音声の再生は収録時の音場再現ですので、録音後や再生時に定位を変更することはできません。つまり、ゲームやVRなどのユーザーの操作で定位が変わりうるケースには対応困難です。対してバイノーラルプロセッシングはソフトウェア上でバイノーラル化する処理であり、どのような音でも任意の定位を実現できます。再生時のリアルタイム処理も可能なので、ユーザーの操作による定位変化にも対応できます。

HRTF概説

私たちはどのように音の位置情報を感じ取っているでしょうか？

キーワードとなるのは『HRTF（頭部伝達関数）』です。私たちの周囲で鳴った音は身体的形状により反射、回折が生じ、また音源位置に相当した時間差、音量差をもって耳に到達します。このような「周囲の音がどのようにして左右の耳に届くのか」を表したものがHRTFと呼ばれます。
私たちは音に含まれているHRTF情報を基に音源の位置を感じ取っているとされています。
つまりヘッドホン/イヤホンによるリスニングであっても、適切なHRTF情報を付加すれば任意の音源位置を感じさせることができます。このソフトウェア上でHRTF情報を付加する処理をバイノーラル・プロセッシングと呼びます。

HRTF情報を付加するためにはHRTFの測定データが必要です。
一般的にHRTFの測定は、無響室で小型マイクロフォンを両耳に装着して行ないます。無響室で行うのは部屋の響き等のHRTF以外の情報を排して行うためです。

そして被験者周囲の様々な箇所のインパルス応答を測定をします。そのインパルス応答が各座標に対応したものが『HRIR（頭部インパルス応答）』になります。 そしてHRIRを周波数解析したものがHRTF（頭部伝達関数）にあたります。

以下に音源位置によるHRTFの変化を示します。

左図はリスナーと音源位置を俯瞰したものです。緑色の丸が音源位置を表し、図の中心はリスナーを表します。音源位置の高さは常時耳の高さとします。

このように音源位置によって特性が大きく変わることが分かります。また音源位置が線対称の場合を比較すると、左右の耳の特性さえ大きく異なることが分かります。

これが音源位置を推測するための手がかりとなっており、私たちは普段それを聞き取って位置を把握していると考えられます。

そしてバイノーラルプロセッシングが行なっている主な処理は座標に対応したHRIRの畳み込みです。原理的にはコンボリューションリバーブ（IRリバーブ、サンプリングリバーブ）と同様です。

HRTFの個人性

私たちは指紋や瞳孔と同じように一人ひとり異なった頭部、上半身などの身体的形状を有しています。両耳間の距離が異なれば音が到達するまでの時間差が変化し、頭部形状が異なれば反射、回折によって周波数特性が変化します。

ダミーヘッドマイクのHRTFを用いてバイノーラルプロセッシング行なっているものもありますが、よく使われるダミーヘッドマイクは欧米の成人男性がモデルとして反映されていることが想像され、女性や子どもの頭部形状とは異なっていると思われます。 成人男性であってもアジア人の典型的な頭部形状とは異なっているかもしれません。

次に、下図にて、日本人の異なる成人男性2名のHRTFを左耳・右耳間でそれぞれ比較してみたいと思います。

身長や体格などがある程度似通った人物で比較しています。

周波数特性のノッチやピークの傾向は似ていますが、深さ、幅、周波数の全てに違いがあるのが認識いただけたと思います。
このように体格が大差ないように見える人物同士であってもHRTFには無視できないほどの差が存在します。20dB以上異なっている周波数も多くあり、完璧に一致するHRTFを持つ人物は存在しないのではないかと思えます。

HRTFの持つ高い個人性は音にどのような影響をあたえるでしょうか？

これは筆者の所感ですが、不適応のHRTFを用いたバイノーラルプロセッシングで問題になるのは、頭外前方定位のしづらさです。頭部後方への定位は多少自分のHRTFと異なっていても表現できることがままありますが、前方定位はHRTFの適応具合に大きく左右されます。また高さの表現も同様にHRTFに大きく左右されます。
また不適応のHRTFを用いたバイノーラルプロセッシングは正しく音が定位しないだけでなく、周波数特性の大きな変化や意図しない残響感など音質面でも悪影響を与えます。HRTFの周波数特性は大きなピークとノッチがあり、それが音質に与える影響というのは小さくありません。また原理的にはコンボリューションリバーブと同様なので、少なからず響きが付加されます。

では個人に適応したHRTFはどのように用意するのでしょうか？

前述したように、HRTFの測定は無響室など相応の設備が必要になるのはもちろん測定には長時間必要で手間もかかります。
近年ではCTやMRIなどを使用し作成した頭部の3Dモデルデータからコンピュータ上でHRTFを求める手法も使われますが、そちらも相応の設備が必要になることは変わりません。
残念ながら筆者もHRTF測定の経験はありません。しかしながら私に適応したHRTFファイルを所持しています。個人に適応したHRTFを得るソリューションについては後ほどご紹介します。

SOFA概説

HRTFについての研究は古くから行われてますが、研究者たちは測定したHRTFデータをどのように保存していたのでしょうか？

HRTF用の統一的なファイルフォーマットは数年前まで存在せず、独自の方法でそれぞれ記録していました。それではファイルのやり取り等に問題があることから、HRTF等の空間指向音響データのための標準的なファイルフォーマット『SOFA』の策定が数年かけて行われました。

2015年にSOFAはオーディオに関する国際組織Audio Engineering Society（以下AES）によってAES69として標準化され、HRTFを保存するフォーマットとして国際的に認められました。拡張子には「.sofa」が使用されます。
厳密にはSOFAはHRTFのためだけのファイルフォーマットではなく、空間情報を持った音響データ全般を記録することができます。しかしながらSOFAがHRTF記録のためのフォーマットとして普及しはじめている現状を鑑み、本記事ではSOFAのHRTF用ファイルフォーマットとしての側面について述べます。

それ以外の用途について詳しく知りたい方は、AESが発行しているSOFAの仕様書「AES69-2015: AES standard for file exchange – Spatial acoustic data file format」、もしくはSOFA関連情報を提供しているWebサイト「sofaconventions.org」をご覧ください。

SOFAは「伝達関数」と「メタデータ」を保存します。

バイノーラル用途の場合、SOFAはHRIRと対応した座標やサンプルレート、ライセンスなどのメタデータを1ファイルに記録するものとして考えます。

HRIRを利用してバイノーラルプロセッシングを行う場合、少なくとも、

• HRIR
• HRIRの座標情報
• サンプルレート

の情報が必要です。これらは全て1つのSOFAファイルから取得することができます。

SOFAは気象系や宇宙系の研究者が扱うファイルフォーマットの資産を利用しており、大量のデータでも効率的に扱う仕組みができています。SOFA用のライブラリもC/C++, Python, MATLAB, Cycling’74 Max8などのプログラミング言語で準備されており、SOFAを利用するソフトウェアを作るのも比較的容易です。
また複数の機関がSOFAデータセットを公開しており、代表的なものは sofaconventions.org の Filesページにまとめられています。その中でも特に有益と思われるデータセットを以下に示します。使用にあたっては各データセットのライセンスをご確認ください。

• 東北大学電気通信研究所（RIEC） / The RIEC HRTF Dataset
• ARI / ARI HRTF Database

どちらのデータセットも100人以上のHRTFが収録されています。The RIEC HRTF Datasetは頭部3Dモデルも一部公開されており、頭部形状とHRTFの関係性を知るための優れた資料です。ARI HRTF Databaseは測定点が細かく設定されているのが特徴です。

SOFAが音楽制作、VR/ゲーム開発にもたらすメリット

SOFAが標準化されたことで研究者のみならず、音楽制作者やゲーム開発者にとっても扱いやすくなりました。

たとえばサラウンド作品のミックスを行なっているとします。必要なチャンネル数のスピーカーをセッティングしてミックスするのがベストですが、いつでもそのような環境が用意できるわけではないと思います。そうした場合、バイノーラル再生を用いたヘッドホンモニタリングが便利です。しかし既存のバイノーラル再生ツールの質に満足できなかった人もいると思います。そうしたツールでは内部で使用するHRTFが固定のものもありますが、SOFAファイル読み込みでHRTFを切り替えられるものも存在します。
そうしたHRTF切り替え可能なバイノーラル再生ツールと自分に適応したSOFAファイルがあれば、ヘッドホンを用いたサラウンドミックスがよりやり易くなります。

以下に代表的なSOFA読み込み可能なプラグインを示します。

• SPARTA / AmbiBIN, AmbiDEC, Binauraliser
• Noisemakers / Binauralizer
• SSA Plugins / aXMonitor
• Harpex / Harpex
• IEM Plug-in Suite / AdaptiveBinauralDecoder

ゲーム開発の場合はどうでしょうか。

全てのプレイヤーに適応したHRTFをそれぞれ準備するのは難しく、プレイヤーは固定のHRTFで処理されたバイノーラル音声を聞くことになるでしょう。しかしながら音の定位がゲーム上のインフォメーションになっている場合があり、どれだけ定位を強調するべきかはそれぞれ検討する必要があります。
そうしたHRTFのチューニングともいえる作業にあたっても、SOFAファイルのHRTFを切り替えを利用すると素早く検討を進めることができるでしょう。sofaconventions.org もUnity用のネイティブプラグイン、SOFAlizer for Unityを開発しています。

将来的な展望

以上は製作者にむけたメリットでしたが、ユーザー視点では今後どんな展開が考えられるでしょうか。

スマートフォンの高性能化やWebブラウザ上でオーディオアプリケーションを動かす環境が整いつつあるため、スマートフォンやブラウザ上でのバイノーラル再生も遠くない未来に広く普及するのではないかと考えています。バッテリー内蔵のワイヤレスヘッドホンが広く普及した今、モーションセンサーも内蔵することでヘッドトラッキングも含めたバイノーラル再生が誰でもできるようになることを期待しています。
そのためには個々人に適応したSOFAファイルは必要になりますが、個人に適応したSOFAファイルを入手するソリューションが出てきています。それが、次に紹介する「Aural ID」です。

Aural ID

「Aural ID」はスマートフォンで上半身、頭部、耳を撮影すると個人に最適化されたHRTFが記録されたSOFAファイルが入手できる、Genelecがオンラインで提供するサービスです。

Aural ID 詳細

これまで無響室で行なっていたHRTF測定がどこでもスマートフォンのカメラ撮影だけで可能になります。
撮影はこのように頭部、肩周り全体が映るように行います。

＊Aural IDは、音の到着方向に関する情報を扱う全ての人にとって必要なものです。潜在的なユーザの例としては、仮想現実（VR）および拡張現実システム、ゲーム・プロセスの一部としてオーディオ表現を動的に計算するゲーム・エンジン、および3Dオーディオを扱う研究者が挙げられます。

スマートフォンで頭部を撮影し、アップロードするとサーバー上で頭部の3Dモデルが作成され、シミュレーションを用いてHRTFを算出します。ユーザーはそのHRTFが記録されたSOFAファイルを利用できます。

このように、これまでハードルの高かったHRTFデータの入手がとても簡単に行えるようになりました。
筆者もAural IDで作ったSOFAファイルを用いたヘッドホンモニタリングを行なっています。実際これまで使ってきたHRTFよりも綺麗に頭外前方定位をしています。前後に空間をもって定位してくれるお陰で、歪みの少ない球状の立体音場が作れています。

SOFA Binaural Player

SOFAを用いたバイノーラル再生が手軽に行えるソフトウェア『SOFA Binaural Player』をCycling ’74 Max 8を用いて作成しました。
SOFA Binaural PlayerはSOFAファイルとWAVEファイルをドラッグ&ドロップすると、そのHRTFを用いたバイノーラル再生を行います。

以下のボタンより、ソフトウェア『SOFA Binaural Player』をダウンロードします。

MaxパッチをDL

SOFA Binaural Playerの実行には最新のMax 8とIEM Plug-in Suiteが必要です。リンク先の指示に従ってインストールしてください。

Max 8のインストール：

リンク先のページの一番したにある「Maxインストーラーをダウンロード」というセクションから、ダウンロードを行い、アプリケーションを起動します。

IEM Plug-in Suite のインストール：

ダウンロードしたプラグインを下記のフォルダに保存してください。

macOS:/Library/Audio/Plug-Ins/VST or ~/Library/Audio/Plug-Ins/VST
Windows: C:\Programm Files\Steinberg\VstPlugins

SOFABinauralPlayer.maxzipを開くと、以下の画面が表示されます。

正しくIEM Plug-in Suiteがインストールされていると画像下の2つ、Stereo EncoderとSimple Decorderも立ち上がります。

まずSimple Decoderに設定ファイルを読み込ませる必要があります。Simple Decoderの「Load configuration」ボタンを押し、フォルダ内の8chCube.jsonを読み込みます。

SOFA Binaural Playerではステレオファイルを一度アンビソニックエンコードした後に、仮想のキューブ状サラウンドレイアウトにデコードします。その後、HRTFの畳み込み処理を行いバイノーラル化して出力しています。そのSimpleDecoderはそのサラウンドデコード部分で使用しています。

ステレオのオーディオファイル（WAV/AIFF/MP3など）を「Drop audio file here!」にドラッグ&ドロップします。

Aural IDでSOFAファイルを作成された方はSOFAファイルを「Drop SOFA here!」にドラッグ&ドロップします。お手元にSOFAファイルがない方は同梱されているサンプルSOFAファイルをドラッグ&ドロップします。

サンプルSOFAファイルは、２種類用意してあり、共に日本の成人男性のSOFAファイルとなります。

ご自身の耳に最適化されたHRTFが記録されたSOFAファイルではありませんが、AとB、２種類の異なるSOFAファイルを「体験」することができます。

必要に応じてSOFA Binaural Player内の歯車マークをクリックしてオーディオ設定を開き、オーディオ出力、サンプルレートなどを調整します。

再生ボタンを押すとバイノーラル化された音声が出力されます。

音像移動はStereo Encoderの「Azimuth」と「Elevation」を用いて行います。ステレオ幅は「Width」で調整することができます。Elevetionは0°でAzimuthを変化させると耳の高さで360°音が回るのが確認できるはずです。

Stereo Encoderのパンナーは、360°球体面を上から見た形で表示されています。Frontが前方、Backは背後となります。

高さ方向の調整は、Elevstionノブで行います。値がマイナスになりますと、音像は、球体の下半分（下半球）に移動したことになり、音像位置を表す白いアイコンが、Rと書かれた赤い小さいアイコンに変化します。もちろん、この白いアイコンを直接マウスで掴み音像を動かすことも可能です。

まとめ

HRTF、SOFAの概要とAural IDとSOFA Binaural Playerによる実践をご紹介してきました。

バイノーラルの古くからの研究は近年急激に結実してきたように感じています。ですが、まだバイノーラルを上手く活用できていないとも同時に感じています。基礎的な知識を身につけることはもちろん重要ですが、バイノーラルを上手く活用するため製作者が経験を積むこと、よく聴く姿勢がなによりも重要です。

本記事がバイノーラルへの理解、よりよく聴くためのきっかけになることを望んでいます。

Aural ID

ヘッドフォン・モニタリングを再定義するソフトウェア・テクノロジー「Aural ID」。発表当時の文書をご覧頂けます。

プレスリリースを見る

InterBEE 2019

 

 

 

 

 

 

 

 

2019年11月13日～15日に幕張メッセで開催された、「InterBEE 2019（国際放送機器展）」に出展いたしました。
執筆者・岡安氏の公演の様子や、その他のワークショップ・レポートは以下よりご覧頂けます。

レポートを見る

今話題のAmbisonics（アンビソニックス）の、概要と製作方法を簡単に説明します。

アンビソニックスを知りたい方、制作を始めたい方必見。

VR（仮想現実）、AR（拡張現実）、MR（複合現実）、360度ビデオなど新しい体感型コンテンツの普及にともない、 音楽やサウンドにも同様の表現力が求められており、今まさに様々な試みが行われています。

サラウンドに高さの表現を追加しサウンドに包み込まれる立体的な音響を再現するイマーシブ・オーディオ、立体音響をヘッドフォンで聞くことのできるバイノーラルなど、様々な再生方法やそれらを実現するテクノロジーが開発され、私たちの身の回りでも採用が進んでいます。

その中でもYouTubeやFacebookに採用された「Ambisonics」（アンビソニックス）が現在大きな注目を集めています。

アンビソニックスを簡単に説明すると、次の3点に集約することができます。

• アンビソニックスとは、イマーシブ3Dオーディオのフォーマットの一種
• アンビソニックスでは、360°球体の音場で、録音と再生が可能
• アンビソニックスは、シーンベースのフォーマット

アンビソニックスとは、イマーシブ3Dオーディオのフォーマットの一種

「イマーシブ」（Immersive）とは、日本語では「没入」とか「没入型の」と翻訳されます。つまりイマーシブ3Dオーディオでは、一般的なステレオやサラウンドでは得られない高い「没入感」に浸ることができます。

またアンビソニック以外の著名なイマーシブ3Dオーディオのフォーマットとして、ハリウッド映画で広く採用されている「Dolby Atmos」「DTS:X」、ヨーロッパで開発され音楽コンテンツのリリースが多い「Auro-3D」などがあります。

アンビソニックスでは、360°球体の音場で、録音と再生が可能

一般的なステレオ再生の場合、リスナーの前面から再生される平面的な音場ですが、5.1chや7.1chのサラウンドになると、リスナーを360°取り巻くようになります。さらに「Dolby Atomos」や「Auro-3D」といった3Dサラウンドの場合は、高さを加えたドーム型の半球面に音場が広がります。そしてAmbisonicsでは、360°全球面となり、リスナーをすべて包み込む球体が完成します。

アンビソニックスは、シーンベースのフォーマット

「シーンベース」（scene-based）とは何かを理解するためには、イマーシブ3Dオーディオ以外のフォーマットについて少し説明する必要があります。

イマーシブ3Dオーディオには、大きく分けて以下の3種類の方式があります。

• チャンネルベース
• オブジェクトベース
• シーンベース（Ambisonics）

チャンネルベース

チャンネルベースとは、再生システム内のそれぞれのチャンネルに1:1で対応する再生方式です。

2台のスピーカーをつかって表現を行うステレオフォニックもチャンネルベースです。録音の段階から2台のスピーカーで再生することを想定し制作が行われています。
ステレオだけではなく、5.1chや7.1chといったサラウンドも基本的にはチャンネルベースで制作され、もちろんイマーシブサラウンドでもチャンネルベースの考え方を使うことができます。

主要なイマーシブ3Dオーディオのフォーマットである、NHKの22.2chマルチチャンネル音響や、ヨーロッパを中心に人気のあるAuro-3Dなどは、このチャンネルベース方式を使ったフォーマットとなります。

オブジェクトベース

オブジェクトベースとは、音源（音声信号）の他に音響メタデータを付随させリアルタイムに各スピーカーからの出力する音を計算して再生する方式です。

例えば頭上を通過するヘリコプターの音のような動きを伴う効果音に対して有効で、それぞれの音を「オブジェクト」として捉え、オブジェクトがどのように動き、その結果音量がどのように変化するかをスピーカーレイアウトにあわせてデコードを行い再生します。

Dolby Atmosでは、オブジェクトベースとチャンネルベースの両方を使ったフォーマットです。

シーンベース

シーンベースは、リスナーを取り巻く空間全体の物理情報を360°の全天球空間に記録再生する方式です。

シーンベースに属するAmbisonicsでは、マイクを使ってその空間の音場（アンビエンス）のすべてを360°の球体の中に取り込むこともできますし、個別に収録した音を自由に球体の中に配置し、オブジェクトベースのように自由に動かすこともできます。

またAmbisonicsの最大の特徴は、それぞれの音の動きや位置を球体の中に有したまま、その球体を自由に回転させることができます。この特徴によりVRコンテンツや360°動画などの音響として使われることが多い方式となっています。

Ambisonicsはスピーカーレイアウトに依存せず、チャンネルベースを含まないため、どのようなスピーカーレイアウトであっても1つのAmbisonicsフォーマットのファイルで対応することができます。

High Order Ambisonics

FacebookやYouTubeなどに採用されたことでAmbisonicsの音源を聴く環境が増えつつありますが、多くのAmbisonics音源はFirst Order Ambisonics、日本語では「1次アンビソニックス」と呼ばれるものです。

1次アンビソニックスでは全方位から聞こえる0次アンビソニックス（下図のW-channel）に水平方向、垂直方向、そして奥行きが加わります。

この状態でも上下・左右・前後という3次元の位置情報があるため、360度球体音場の再現は可能です。

ただしAmbisonicsの最大の特徴でもある音の動きや、球体音場の回転などを伴う場合ではそれぞれのチャンネル*の隙間が生じてしまい、音像の位置再現性が落ちてしまいます。
* ここでのチャンネルは、スピーカーの数ではなく空間を埋める方向とお考えください。

この問題を解決するのがHigh Order Ambisonics（通称：HOA）、日本語では「高次アンビソニックス」と呼ばれます。

IEM Plug-inを使用してAmbisonicsを制作するチュートリアルをご確認いただけます。

IEM Plug-in Suiteとは？