我们在看全景视频内容的时候，其实是追求一种非常好的临场感、现场感，那所谓体验更好的真实性，是和人的交互必不可少的，如果只是静止在那儿被动体验导演给你呈现的内容，这种沉浸感是不够的。大家都体验过VR头盔，你至少转头会看到不同的全景内容，声音也随之变化。在更进阶一点其实 就类似于游戏里边，你从一个房间进入到另外一个房间或者你在一个房间里，你凑近这个房间的角落，或者远离这个角落，你听到的声音其实都是应该不一样的，这和视觉的变化其实是一样的，就是因为这些交互特性的引入，导致了传统和5.1这种混音是不能满足交互需求的。

我们一般来讲整个全景声系统实际上是由采集、制作、到播放渲染这几个比较关键的环节。如果大家对视频这块比较了解其实也是同样的类比，你也需要从全景视频的采集、剪辑到最后播放渲染都是同样类似的几个比较关键的模块。 我们还需要VR全景声的技术，作为一个工程的系统，它要支持耳机播放，因为在VR里面目前是以耳机为主，但是扬声器在内也同样需要支持。

目前VR兴起以后Ambisonic技术则变成了一个重要的技术，所以利用它录音的话，在传统上是以这种比较昂贵的麦克风为主，比如说像TSL的Soundfield，它基本上把麦克风的摆放位置是一个叫正四面体，Tetrahedron的这么一个麦克风摆放，你可以想象它其实就是每一个麦克风朝向一个方向，有朝上的、朝左、朝右、朝水平面四个方向，它可以把360度在一个点上听到的声音收录下来。所以这几款产品TSL、TetraMic就是已经存在很长时间了，然后森海的Ambeo是今年刚出来，这几款都是质量非常高，只是麦克风一个阵列，你如果需要用这个设备去采集的话，也是还要额外去用这种录音设备，我们一般叫它轨机，可以支持多路的麦克风收录。

我们可以看到，通常在一阶Ambisonic用WXYZ来表示，这里边用Zoom录出来的话，它的Z轴是为零，只有WXY。第二款设备是我们公司时代拓 灵推出的产品Twirling720，这款产品是四个channel，四个轨道都是有分量的，因此是更加完整意义上的一阶Ambisonic的录音设备。

当你采音完了以后，所涉及到全景声的传输与存储，目前这一块我个人认为是业界没有解决的最大的一个问题所在。一旦牵扯到传输与存储，它要求很强的格式上的统一。但是从另一个方面来看，只要谈及到格式，就涉及特别多的商业利益，各家统一起来是非常困难的。

Ambisonic 这个技术也是在VR出现以后可能用得会越来越多，这也是Google或者Facebook他们在兼容的一个格式，因为这个格式其实没有什么专利的限制，所 以是比较开放的。大家如果都遵守一个Ambisonic格式那么我就可以保证我的全景视频在YouTube或Facebook上都可以播。但是这个格式其实某 种意义上就像刚才说的Object Audio或者是Channel-based Audio，我个人称它为表现形式，而并不是一个最终的编解码，因为无论是哪种技术，底层的编解码都可以用MP3或者是AAC来编码，这个具体的编码形式其实是另外更底层的一个技术。

 HRTF是我们在做3D音效或者是在声音模拟里面最关键、最核心的技术之一，它底层的数学不算特别复杂，是用一些有线的FIR滤波器，模拟从头部到声源之间信息传输的信号Signal path，然后用一些简单的数字来模拟一下。