内容来源：华为开发者大会2021HMSCore6媒体技术论坛，主题演讲《音频制作的现状与发展趋势》。主讲人：华为音频算法研究高级工程师大家好！我是华为音频工程部的工程师。今天很高兴和大家分享音频制作的现状和我们所了解的音频发展趋势。从留声机、黑胶唱片到MP3、CD，音频发展了很多年，一直沿着两条比较大的主线发展。一是超高清的发展方向，音频的数字化质量越来越高，码率越来越低。人类的音频范围是20~22Hz，17K以上的音频基本听不见。另一个发展方向就是我今天要讲的主题——沉浸感。我们通常听到的声音来自四面八方。比如我们右上角有鸟鸣声，左边有摄像头的咔嗒声。声音来自我们周围的各个方向。一开始，录音和播放都受到一定程度的限制。一开始，它是单声道的。单声道是指声源从一个点飞过来，不会覆盖太多内容。它被称为点声源。很多混音师和音乐人在单声道时代做了很多尝试，比如加入混响、着色来形成一定的空间感，但受限于它的单声道，效果还远远不够。在立体声和双耳时代，左右声道被赋予了不同的内容，以呈现更多的空间感和故事感。在过去的60和70年代，许多新锐乐队使用双耳为用户带来不同的体验。比如在音乐中，将人声和吉他分为左右两个声道，让用户仿佛置身于现场聆听演奏；再比如波西米亚狂想曲，就是把两个人的不同声音放在左右两边，形成对话。我觉得通过赋予左右声道不同的内容，形成更强的故事感，能给听众带来音乐叙事的逻辑。在当时，从单声道到立体声是一个很大的飞跃。后来从环绕声到立体声，加入的内容不仅仅是左右声道的内容，还有前后左右，甚至上下左右不同的声源传到耳朵里。向下方向。这样，用户会有更大的音感。用户有更多的空间来编辑他们的音源。后面我们将进入6自由度空间音时代，让你的空间感更强。现在我们正处于从立体声、环绕声到立体声环绕的历史节点。现在越来越多的音乐人使用3D音效来制作音乐，但是3D音效的制作还处于初级阶段，混音范式还在混音师的探索之中。立体声是专业混音师的多声道播放环境，但目前大部分用户主要依靠耳机播放。目前主推耳机立体声音乐的公司是索尼的现实杜比全景声音乐，它与AppleMusic和杜比合作，当然也可以通过IMU耳机实现立体声播放探索。戴上IMU耳机会给你一种脑袋在转动，声源固定在那里的感觉。现有的3D音效制作流程是怎样的？首先，会有一个构图和编排。我们需要找专业人士来录制歌唱和乐器。然后我们将录制好的子轨素材导入到数字音频工作站中。在数字音频工作站中，专业混音师将巧手插件化，最终生成立体声音频，并通过多声道回放。那么，HMSCore可以做什么呢？首先通过AI作曲能力辅助你作曲创作，再基于我们提供的TTSing歌声合成能力，让你更快合成出更专业的音频，通过AudioEdior套件将2D转3D，以及然后在UGC或者PUGC制作的过程中，制作自己的3D音效，最后形成双耳播放或者多声道播放，用耳机监听。AIComposer和Orchestrator接下来介绍一下AIComposer和Orchestrator。我们平时走路的时候会哼一些灵感小曲，通过AI作曲自动生成音乐。目前AI作曲的能力主要集中在民歌和国风方面。我们可以更好地为大家服务，迎合消费市场。ToC可以辅助PGC，赋能UGC音乐创作，降低创作门槛；ToB可以提供罐装音乐，降低音乐版权费用，支持自有应用和合作伙伴业务。成功。TTSing歌声合成有了歌词和音乐后如何进行TTSing歌声合成？用户可以将乐谱信息输入到TTSing的歌声中，感受歌词和音乐匹配这首歌声的能力，并聆听刚才AI制作的曲子中加入歌词的效果。2D到3D拥有乐器轨道、音乐轨道和歌声后，您可以将音频导入2D到3D功能。您可以简单地在交互界面中拖动，也可以使用手机的媒体传感器将这些轨道定向到空间中的任何位置，爱过之后，你可以通过双耳播放听到最终合成的歌曲。没有音乐和能力就无法渲染这个空间吗？不是的，我们支持大家把普通双耳和MP3转2D转3D，自动分析里面有钢琴和人声，然后指定钢琴里面的某个元素，通过渲染到里面的每个位置进行双放空间。入耳渲染，即使是老歌也能转换成立体音效音乐，创作属于你自己的音乐。这就是我们HMSCore3D音效的制作过程。我们可以提供AI作曲和配器，TTSing歌声合成，以及将音乐从2D转换为3D的能力。通过HMSCore服务，我们可以为UGC和PUGC用户提供便捷的制作。现在我们正面临着现实与虚拟的交界处。现在很流行的概念就是Metaverse。音频的未来是南诗节（Soudverse）。声音宇宙的构建是通过空间声学进行的。未来，我们将提供更多计算声学和空间声学、声源合成、空间渲染等能力，帮助您利用HMSCore的能力快速构建声学宇宙。谢谢你们！更多详情>>访问华为开发者联盟官网获取开发指导文档华为移动服务开源仓库地址：GitHub、Gitee关注我们，第一时间了解HMSCore最新技术资讯~
