立体音響3、ホロフォニクス、バイノーラル

1 ：名無しサンプリング＠48kHz：2008/05/26(月) 01:12:11 ID:Pm9uU5n8.net

バイノーラル、ホロフォニクス、Otophonicsなどの
立体音響について語りましょう

31 ：名無しサンプリング＠48kHz：2008/08/07(木) 22:59:08 ID:rjPYTnjo.net

骨への反響も一役かっている気がする

32 ：名無しサンプリング＠48kHz：2008/08/08(金) 01:15:27 ID:mD4P/Iqs.net

案外眼球かもしれん、結構敏感だし。

33 ：名無しサンプリング＠48kHz：2008/08/16(土) 17:42:41 ID:Gf9DaMfq.net

touch

34 ：名無しサンプリング＠48kHz：2008/08/22(金) 18:50:58 ID:xKuM454W.net

保守

35 ：名無しサンプリング＠48kHz：2008/08/23(土) 11:19:46 ID:0ntfBVK2.net

映像のシミュレーションとしては3DCGの技術が凄く発達して、グラフィックボードに載ってとっくに普及してるよね。
次に動きのシミュレーションとして物理エンジンが一般に広まり始めてる。

音の技術自体はもっと昔からあるのに、音場のシミュレーションは全然発達しない。
シンセサイザー、エフェクター、デジタル録音、PCM音源…

映像と対比すると、
シンセ（アナログ、デジタル）　＝　お絵かき（ラスタ）
シーケンサ　＝　お絵かき(ベクタ)
エフェクター　＝　効果（ぼかし、変形）
録音　＝　キャプチャ
PCM音源　＝　テクスチャマッピング
mp3　＝　jpg、mpg
このへんはすっかり定着してるのに

インパルス応答取り込み・畳み込みリバーブ　＝　2カメラでの立体映像
これが随分遅れて最近広まって、

音場シミュレーション　＝　3DCG
これがなかなか来ない。

36 ：名無しサンプリング＠48kHz：2008/08/23(土) 11:20:56 ID:0ntfBVK2.net

しかも音場をシミュレーションするのは上での大雑把な例えとは違って、
レイトレーシングとかで光線をシミュレーションするのと方法まで一緒。
物体表面での材質の違いによる反射の違いや、空気による減衰、
音源の設置=光源の設置…

インパルス応答を得るには白い光源で静止画撮影。
演奏=音声波形の適用　は　画像全体の色・明るさを刻々と変化させるのと一緒。

音源の位置が複数個所の場合は光源ごとに個別に画像を生成しておいて、
演奏を個別に行った後で重ね合わせる。
音源やマイクが動いてる場合はリアルタイムのシミュレーションが必要だけど。


以上素人の妄想だけどさ、
プログラマさえやってくれればすぐにでも出来そうなのに、全然普及しないってのは
需要がないとか一般の興味が向いてないとか知らないってだけなんかな。
おれにプログラミングが出来たらなあ。

ODEON触ってみたけど英語がさっぱりでわかんねえ…

37 ：名無しサンプリング＠48kHz：2008/08/23(土) 16:53:55 ID:RSmwh18N.net

アニメを見るとわかるように、絵は現実と全然違っていてもいいけど
音は現実的でなければ受け付けない。音に対してはちょっとの違いも脳が見抜いてしまう。
これが原因で音場シミュレーションは一向に浸透しないと考えます。
少なくともホロフォニックサウンドのような気配感や前方定位を手軽に再現できるようにならないと
決して普及しないんじゃないかと思います。
現にニコニコ動画でホロフォニクス動画は５０万も再生されているわけで潜在需要はあるはず。

38 ：名無しサンプリング＠48kHz：2008/08/24(日) 00:14:08 ID:YSuA8jYx.net

>>35-37
＞プログラマさえやってくれればすぐにでも出来そうなのに、全然普及しないってのは

3DCGの歴史ってのは、ポリゴン（頂点データ）を処理するための計算方法の改良や
巧妙なウソによる計算負荷低減の歴史。

具体的には物体への影付け、背面描画のスキップやら、パーティクルやら、
トゥーンシェーディングやら、色々アルゴリズムが公開されてる。
また、物理シミュならルンゲクッタで計算しろ！とか、色々と定番の計算手法が
存在していて、素人が物理エンジンを自作できるくらいにはハードルが低い。

これに対して音はどうか？
音は空気中を伝わる波であり、これは物理シミュで言えば液体表面の波紋の広がりを
シミュレートするというのに似ている。（三次元の広がりなので実際はもっと複雑）

最近のゲーム機(PS3など)でさえ池の表面の挙動を再現するのがせいぜいで、
池にモノが落ちた時の挙動を正確に再現しているのなんて皆無。
バカ正直にレンダリングして「大量の水の挙動」を映像化しちまうのは、ハリウッド映画くらいだ。

で、問題はこういう「無数の要素が重なったり混ざったりして媒体を伝わっていく」という
シミューレーションには、上に挙げたような「これ使っとけ」レベルの効率の良い
計算手法が存在していない。可能だとしても、ハリウッドの舞台裏並の規模が要るんだ。

と、プログラマが愚痴ってみる。

39 ：名無しサンプリング＠48kHz：2008/08/24(日) 00:24:09 ID:YSuA8jYx.net

あと、光源処理が音の処理より楽な点としては、光があまりにも速いので、
それが伝わる時間を考慮しなくていいというのもあるな。
光の処理は一瞬で決まる。光源と物体が前のフレームと同じ位置にあれば、
なんと！「影を使い回す」ことさえできる。
こういうレベルで計算を（ヘタすると数桁レベルで）省けるわけだ。

これに対して、時間を考慮しなきゃならない場合は（ｒｙ

まあ、そういうこった。

40 ：名無しサンプリング＠48kHz：2008/08/24(日) 00:44:22 ID:YSuA8jYx.net

「ホロフォニクスみたいな効果」の再現に限った話で言うと、
以下のようなステップを踏めば、理屈の上では可能かもしれない。

１．複数のマイクで音を録音して物体の位置を推定
　　個々の物体に属する音を分離
　　（ここが音声認識として学者様が研究している分野だなｗ）

２．１とホロフォニクス録音と照らして、周囲の主要な音響効果を推定
　　結果的にホロフォニクス風になるようなフィルタを構成する

３．オーディオデータを１と同様に解析
　　（MIDIの場合はPANが数値化されているので楽か？）

４．３に２のフィルタをかける→ホロフォニクスっぽくなる



既に１．の時点で超困難な壁が立ちはだかるｗｗｗ
「重なった音を音源ごとに分離する」のは「重なった図形を分離する」のと
原理的には同じ問題で、「パターン認識」やら「分離問題」やらの「人工知能」レベルの
とんでもなく難しい領域に突入ｗｗｗ
たぶん学者様が何か思いつくまで待ったほうがいいと思われます。