از زمانی که چستر دبلیو. رایس و ادوارد دبلیو. کلوگ کار خود را در مورد اصول فنی پشت بازتولید صدا منتشر کردند، از زمانی که آلن بلوملین صدای استریوفونیک را به ما ارائه داد، و از زمانی که آمار بوز صدای مستقیم و انعکاسی را به ما ارائه داد، بحث ها و چالش های بسیاری در صنعت صوت وجود داشته است که این مطلب نیز یکی از موارد چالش بر انگیز در صنعت صدا است.
این موضوع فراتر از طراحی بلندگو، تکنیک‌های ضبط، اندازه‌گیری و پردازش سیگنال و پردازش آکوستیک است.
مجموعه‌ای از عواملی که می‌توانند رویداد آکوستیک زنده را با رویداد بازتولید مقایسه کنند.گفته می شود تاریخ ما را در درک اصول اولیه سیستم‌های پرسپکتیو شنیداری به مسیری فرعی سوق داده است.
در ابتدا، بسیاری از محققان بزرگ نحوه شنیدن ما – مکانیسم شنوایی انسان – را مطالعه کردند. نام‌هایی مانند فخنر، استروت و ریلی، تامپسون، استیونز و نیومن، والاک، لیچلایدر و هیرش، لوید جفرس، همگی این دانشمندان روان آکوستیک نحوه شنیدن جهت را مطالعه کردند.
آلن بلوملین صدای استریو را در سینما، هد ۴۵ درجه برای استریو روی دیسک و تکنیک ضبط جفت بلوملین را اختراع کرد.
در آزمایشگاه‌های بل، هاروی فلچر و ویلیام بی. اسنو چند ایده ماجراجویانه دیگر با کانال‌های چندگانه داشتند، اما محدودیت‌های فنی باعث شد بیش از ۴۰ سال با سیستم دو کاناله کار کنیم.
این ارتباط بین تحقیقات شنوایی انسان و سیستم دو کاناله برای همیشه این تصور را در ما ایجاد کرد که استریو با ارسال کانال‌های ضبط شده به دو گوش ما کار می‌کند.
در سال ۱۹۸۹، مقاله‌ای با همین نام در انجمن مهندسی صدا (AES) نوشته شد (نظریه مدل تصویر برای صدای استریوفونیک، شماره ۲۸۶۹). در آن بیان شد که استریوفونیک به دلیل سردرگمی دو کاناله، به طرز ناامیدکننده‌ای با دوگوشی اشتباه گرفته شده است، و اینکه با ارسال صدا از دو کانال به دو گوش کار نمی‌کند.
« اولین و کاملترین دوره آموزشی نرم افزار اودئون ODEON برای طراحی آکوستیک »
ثبت نام دوره آموزشی نرم افزار اودئون ODEON
در این مقاله، همچنین نظریه مدل تصویر (IMT) پیشنهاد داده شد. این نظریه بر اساس چیزی بود که جو ورانت، مهندس بوز، در مورد نحوه نشان دادن صدا در اتاق‌ها به نویسنده گفته بود. او گفت که نقشه‌های ردیابی پرتو گیج‌کننده هستند و تکنیکی از آکوستیک معماری به نام مدل‌سازی تصویر، روشی بسیار بصری‌تر برای درک آنچه با صدای مستقیم و منعکس‌شده اتفاق می‌افتد، است.
با این تکنیک، شما به سادگی صدای منعکس‌شده اولیه را به عنوان تصاویر آینه‌ای بلندگوها در آن طرف دیوارها رسم می‌کنید. به این ترتیب می‌توانید روابط مکانی بین بلندگوهای واقعی و منابع مجازی که موقعیت‌ها و جهت‌های بازتاب‌ها را نشان می‌دهند، ببینید.
در این مقاله همچنین پیشنهاد شد که سردرگمی دوگوشی «دو بلندگو، دو گوش» – ایده ارسال کانال‌ها به گوش‌ها از خروجی صدای مستقیم بلندگوها – یک نظریه استریو اشتباه است و ایده صحیح‌تر این است که صدا را در اتاق‌ها قرار دهید، نه مستقیماً به گوش‌ها مانند دوگوشی.
دو راه اساسی برای بازتولید یک تجربه حسی وجود دارد: بازتولید مستقیم ورودی‌های حسی یا بازتولید خود شیء و اجازه دادن به حواس هر فرد برای تجربه آن.
در بینایی، ورودی حسی مستقیم، عکاسی سه‌بعدی خواهد بود. شما از یک دوربین استریوسکوپی با دو لنز شبیه چشم که در فاصله چشم از هم قرار دارند استفاده می‌کنید و تصاویر را همزمان از یک نقطه در فضا که سر انسان در آن قرار دارد، ثبت می‌کنید. سپس این تصاویر با ارسال جداگانه به دو چشم بازتولید می‌شوند و در قشر بینایی مغز ترکیب می‌شوند تا به عنوان یک تصویر سه‌بعدی درک شوند که اگر در آن زمان در موقعیت دوربین بودید، آن را تجربه می‌کردید. شما آنجا هستید.
در صدا، ورودی حسی مستقیم، سیستم دوگوشی است. یک سر مصنوعی در بهترین صندلی خانه قرار می‌گیرد و صدای کنسرت زنده را در دو گوش خود به همان روشی که اگر آنقدر خوش شانس بودید که خودتان آنجا بودید، جمع‌آوری می‌کند.
در پخش، مبدل‌هایی مانند هدفون، سیگنال‌های گوش را مستقیماً به دو گوش شما وارد می‌کنند و شما کنسرت را طوری تجربه می‌کنید که گویی در موقعیت سر مصنوعی هستید. یک ورودی حسی مستقیم.
این سیستم به درک خاصی از مکانیسم شنوایی انسان، مانند مسیر لاله گوش از طریق کانال گوش و به پرده گوش و حلزون گوش و مغز بستگی دارد. این مسیر تا حدودی پیچیده است و به عوامل زیادی بستگی دارد، اما اساساً برای سیستم شنوایی انسان و دانش عمیق ما از نحوه جمع‌آوری و معرفی سیگنال‌ها طراحی شده است. یک ورودی حسی مستقیم. شما آنجا هستید!
خودِ شیء، بازآفرینی صدای ضبط شده در فضای دیگری، اتاق پخش، با استفاده از بلندگوها به عنوان آواتار برای سازهای موسیقی اصلی است. صدا با استفاده از هر تعداد میکروفون جمع‌آوری و با استفاده از هر تعداد بلندگو که از نظر هندسی مشابه موقعیت سازهای ضبط شده قرار گرفته‌اند، بازتولید می‌شود. بخش دشوار این است که بخشی از صدایی که ضبط شده، صدای بازتاب اولیه و ثانویه از سالن کنسرت بوده است.
دوره آموزش ماژول آکوستیک ساختمانی نرم افزار کامسول
ثبت نام دوره آموزشی نرم افزار کامسول
چگونه می‌توانید این بازتاب‌ها را به واقعی‌ترین شکل ممکن قرار دهید؟ تمام آن صداها به همراه صدای مستقیم سازها ضبط شده‌اند، نه روی ترک‌های جداگانه، اما اگر صدا را به صورت کلی یا به صورت یک مجموعه در نظر بگیریم، شاید بتوانیم مقداری از خروجی بلندگوها را از دیوارهای اطراف آنها به همان روشی که هنگام نواختن آنها اتفاق می‌افتاد، منعکس کنیم.
ما می‌توانیم کل این فرآیند را با استفاده از تکنیکی به نام مدل‌سازی تصویر مطالعه کنیم – ترسیم صداهای مستقیم و منعکس‌شده به عنوان مجموعه‌ای از منابع واقعی و مجازی در جلوی اتاق.
برای طراحی بلندگوها و سطوح برای انجام این کار، باید آکوستیک و صدا در اتاق‌ها را به جای سیستم شنوایی انسان درک کنیم.
برای شروع این فرآیند، باید با کنار گذاشتن این ایده که دو بلندگو خروجی صدای مستقیم خود را به گوش‌های ما می‌فرستند، که یک سردرگمی بسیار مخرب با نظریه مربوط به سر دوگوشی است، از درک سنتی نحوه عملکرد استریو دست برداریم و میدان‌های صوتی را در اتاق‌ها در تمام جنبه‌های آن و نحوه مقایسه آن با مدل‌های موجود در سالن کنسرت یا فضای ضبط مطالعه کنیم.
این ایده، مشکل را به مقایسه مدل‌های تصویری صدای زنده با مدل‌های بازتولید و یافتن چگونگی شبیه‌تر کردن آنها کاهش می‌دهد.
جنبه‌های زیادی از این مشکل وجود دارد، از جمله آکوستیک، اندازه فیزیکی، الگوهای تابش بلندگوهای مورد نیاز برای شکل‌دهی مدل، و البته پاسخ فرکانسی و دینامیک.
در اصل، اگر بتوانیم تمام صداها را از فضای ضبط به اتاق‌های شنیداری خود بیاوریم، آنگاه «آنها اینجا هستند»، اما این فرآیند چالش‌برانگیزتر از مسیر دوگوشی است و دستیابی به آن مستلزم مطالعه بیشتر صدا در اتاق‌ها است.
وضوح چنین سیستم‌هایی به تعداد کانال‌ها و نحوه استفاده از آنها در ساخت میدان‌های صوتی بستگی دارد و با تنها دو کانال موجود، انجام آن دشوارترین کار است، اما اگر به آنها به عنوان مدل‌سازی تصویر در اتاق‌ها و نه سیگنال‌هایی برای گوش‌ها نگاه کنید، اصول یکسان هستند.
کانال‌های ضبط شده قرار نیست مستقیماً به گوش‌ها وارد شوند، بلکه با استفاده از بلندگوها و سطوح بازتابنده اطراف آنها برای ایجاد میدان‌های صوتی در اتاق، در اتاق قرار می گیرند.
در این سیستم، شنوندگان می‌توانند وارد اتاق پخش شوند و صدای بازسازی شده را با مکانیسم شنوایی خود و از تعدادی موقعیت در اتاق بشنوند. دستیابی به این هدف ارزشش را دارد زیرا برای مخاطبان بزرگتری مانند مخاطبان سینماها، کلوپ‌های شبانه و سینماهای خانگی مناسب است.
مشکلات رایج به دلیل نبود نظریه:
مشکل اصلی: اختلاط دو سیستم کاملاً متفاوت — استریو میدانی و باینورال.
تمام سیستم‌هایی که برای ادراک سه‌بعدی و جای‌گیری صدا به کار می‌روند.
بازتولید صدا در فضا با بلندگوها، مشابه موقعیت هندسی سازهای اصلی، همراه با بازتاب‌ها.
سیگنال‌های مستقیم مخصوص گوش، ضبط‌شده با سر مصنوعی و قابل پخش با هدفون یا کراس‌تاک‌کنسلیشن.
این دو سیستم برابر اما متفاوت هستند.
مدل تصویری که در شکل ۲ نشان داده شده، درک اینکه تصویر صدا چگونه در جلوی اتاق شکل می‌گیرد را بسیار آسان‌تر می‌کند. مربع‌های مشکی، بلندگوهای واقعی هستند و مربع‌های سفید بازتاب‌های آینه‌ای آنها در طرف دیگر دیوارها و نزدیک به بلندگوها هستند. در یک اتاق بازتاب‌های بیشتری وجود دارد، اما این بازتاب‌های مرتبه اول و دوم، مهم‌ترین‌ها برای ایجاد تصویر هستند. بقیه بازتاب‌ها با گذشت زمان واخنش (Reverberation Time) که کمتر از نیم ثانیه است، تضعیف شده و پخش‌تر می‌شوند.
شکل ۳ میدان تصویر را نشان می‌دهد؛ یک ناحیه‌ی مستطیلی که توسط بلندگوها و بازتاب‌های مجازی آنها محدود شده است. تمام تصویرسازی (Imaging) برای همه‌ی بلندگوها و در همه‌ی اتاق‌ها، بسته به الگوی تابشی و موقعیت قرارگیری بلندگو، درون این میدان رخ می‌دهد. گاهی میدان تصویر را «صحنه صوتی» (Soundstage) نیز می‌نامند.
اگر الگوی تابشی بلندگوهایتان را بدانید، می‌توانید تأثیر تمام منابع صوتی درون میدان تصویر را حدس بزنید. برای مثال، بلندگوهایی با میدان مستقیم قوی، تصویرسازی را روی ناحیه بین دو بلندگوی اصلی متمرکز می‌کنند (شکل ۴).
برعکس آن، یک میدان بازتابی قوی مثل بلندگوی Bose 901 (در شکل ۵)، همان چیدمان شکل ۴ را روشن می‌کند و بازتاب‌های اولیه را نیز تقویت می‌کند. این مدل همچنین می‌تواند نشان دهد که تغییر موقعیت بلندگو چه تأثیری روی میدان تصویر و نیز روی تمامی تصاویر داخل آن دارد (شکل ۶ و ۷).
این مدل تأثیرات مهمی در طراحی بلندگو دارد. با استفاده از آن آسان‌تر می‌توان دید که طراحی بلندگو عمدتاً به الگوی تابشی مربوط می‌شود؛ پاسخ فرکانسی به پاسخ توان تبدیل می‌شود و «محور» (On-axis) عملاً مفهوم خود را از دست می‌دهد.
در حوزه تصویرسازی، بلندگوها اکنون به «پروژکتورهای مدل تصویر» (شکل ۸) تبدیل می‌شوند تا نقش آنها را در ایجاد میدان‌های صوتی در اتاق نشان دهند. ما از الگوی تابشی برای هماهنگ کردن تصویرسازی با اتاق استفاده می‌کنیم، همان‌طور که از EQ برای هماهنگ کردن پاسخ توان با اتاق بهره می‌بریم. در بهترین سیستم‌ها از بلندگوهای با جهت‌دهی متغیر استفاده خواهیم کرد.
یک بلندگوی با جهت‌دهی متغیر می‌تواند بی‌پُول (Bipole) یا دی‌پول (Dipole) باشد. دی‌پول‌ها در طرفین ناحیه‌ی بی‌صدا (null) دارند که ثبات صحنه صوتی را افزایش می‌دهد و بهره قابل تنظیم می‌تواند به هدف‌گیری این ناحیه بی‌صدا کمک کند. بلندگو را به سمت داخل زاویه دهید تا با استفاده از «مبادله زمان/شدت» (Time/Intensity Trading) هنگام نشستن در یک سمت، بتوانید تصویر مرکزی را مجدداً با Toe-in اصلاح کنید (شکل ۹).
با تابش دی‌پول و نسبت مستقیم به بازتابی مناسب، یک ناحیه بی‌صدا در طرفین ایجاد می‌شود (شکل ۱۰) و مدل تصویر شبیه شکل ۱۱ خواهد شد.
اگر روی یک کاغذ شطرنجی بلندگوهای اصلی خود را در اتاق در موقعیتی برابر با یک‌چهارم عرض اتاق از دیوارهای کناری و همین فاصله از دیوار جلو قرار دهید و سپس مدل کامل شامل تمام بازتاب‌های مرتبه اول و دوم را رسم کنید، می‌توانید جهت و فاصله تمام بازتاب‌های اولیه را به‌آسانی ببینید و اندازه‌گیری کنید (شکل ۱۲).
نمای پلان مدل عمومی تصویر، نشان‌دهنده اتاق شنیداری است که توسط اتاق‌های آینه‌ای (رنگ‌دار) احاطه شده است. کانال راست با رنگ قرمز، چپ با سبز مشخص شده و شماره داخل هر بلندگو تعداد بازتاب‌ها را نشان می‌دهد. تأخیر هر منبع مجازی مستقیماً روی کاغذ قابل اندازه‌گیری است. تعداد برخوردها را می‌توان با نگاه کردن به تعداد دیوارهایی که صدا برای رسیدن به شما از آنها عبور کرده، شمرد.
شکل ۱۳ مدل صدای Surround را نشان می‌دهد. با انرژی بیشتر در عقب و هدف‌گیری صحیح، بازتاب ثانویه گوشه برای عمق و عرض صحنه صوتی بسیار مهم می‌شود. بازتاب اول از دیوار کناری باید با جذب یا الگوی تابشی مناسب کاهش یابد تا صحنه صوتی هنگام حرکت شنونده به یک سمت فرو نپاشد. بلندگوهای Surround صحنه صوتی را وسیع‌تر کرده، نسبت مستقیم به بازتابی را کاهش می‌دهند و امکان ایجاد تصاویر جداگانه در سراسر محیط را با ضبط‌های Surround مثل صدای محیط و تشویق تماشاگر فراهم می‌کنند.
اصول پایه‌ای برای یادآوری:
بلندگوهایی که با الگوی تابشی درست از ترکیب صدای مستقیم و بازتابی برای ساخت صحنه صوتی استفاده می‌کنند، در واقع ریورب اضافه نمی‌کنند؛ آنها اندازه و شکل میدان تصویر را تنظیم می‌کنند. این اثر فضایی است، نه زمانی. تمام بازتاب‌های اولیه در زمان ادغام (Fusion Time) رخ می‌دهند و به‌صورت پژواک شنیده نمی‌شوند.
نمونه‌ها: Bose 901، پنل‌هایی مثل Magneplanar و Quad ESL-63، سیستم Infinity IRS، بی‌پول‌ها، دی‌پول‌ها و اوپن‌بافل‌ها.
چون بازتاب‌ها موقعیت منابع را در فضا تثبیت می‌کنند و از یک نقطه منفرد دقیق‌تر قابل تشخیص‌اند.
عکاسی سه‌بعدی از یک نقطه گرفته می‌شود، اما یک مدل فیزیکی از زوایای مختلف قابل مشاهده است. سیستم‌های میدان و صدا در اتاق‌ها وابسته به مکانیزم شنوایی انسان نیستند؛ آنها بر مدل‌سازی فیزیکی صدا در اتاق تکیه دارند.
و شکل صحنه صوتی را از طریق کنترل قدرت منابع مجازی مشخص می‌کنند.
تا خیلی جهت‌دار نشوند و کیفیت فضایی خود را از دست ندهند.
چون رفتار اتاق و جهت‌دهی در فرکانس‌های پایین و بالا متفاوت است.
در سیستم‌های میدان، میکروفن‌گذاری باید با توجه به جایگاه بلندگوها در پخش نهایی انجام شود.
در ضبط باینورال، همیشه از یک نقطه ثابت (سر مصنوعی) انجام می‌شود.
تکنیک Mid/Side برای سیستم‌های میدان جالب است، چون در Surround هم decode می‌شود.
«احساس حضور در محل ضبط» در باینورال بهتر است.
در مقابل، «احساس حضور نوازنده در اتاق» برای ضبط‌های مصنوعی پاپ/راک در سیستم‌های میدان بهتر عمل می‌کند.
فاصله بازتاب‌های اولیه، مقیاس میدان و فاصله شنونده از منابع مهم است.
« اولین و کاملترین دوره آموزشی نرم افزار اودئون ODEON برای طراحی آکوستیک »
ثبت نام دوره آموزشی نرم افزار اودئون ODEON
به‌دلیل توسعه تدریجی تاریخچه صوت و نیاز به سازگاری، نظریه‌ای جامع برای سامانه‌های پرسپکتیو شنیداری — چه نوع باینورال و چه نوع میدان — شکل نگرفته است. این فقدان باعث سردرگمی شده و رشد تحقیق در زمینه صدای اتاق‌ها متوقف شده است.
سیستم‌های میدان تا زمان ورود Surround نادیده گرفته شدند، اما اکنون نیاز به یک جدایی کامل از دو کانال برای تاکید بر تفاوت با باینورال داریم.
استریو بازسازی رویداد صوتی ضبط‌شده در داخل اتاق شنیداری شماست، با استفاده از بلندگوها و سطوح بازتاب‌دهنده اطراف آنها.
محدودیت دو کانال باعث شده استریو تنها باعث گسترده شدن عرض میدان تصویر شود، در حالی که میدان واقعی ضبط اغلب بزرگ‌تر، عمیق‌تر و حجیم‌تر است. با کانال‌های بیشتر، دقت فضایی چندین برابر افزایش می‌یابد — و این همان ظهور Surround است.
طراحی بلندگو عمدتاً باید بر اساس الگوی تابشی باشد، نه هدف‌گیری مستقیم به سمت شنونده. این الگو باید بر اساس شکل منابع مجازی در مدل تصویر طراحی شود. پاسخ فرکانسی با DSP بسیار ساده‌تر قابل کنترل است.
همچنین باید از کانال‌های بیشتر در صحنه جلویی و Surround استفاده کرد — ما محدود به سه کانال جلویی نیستیم.
کارهای زیادی باقی مانده است. هیچ حق ثبت اختراع یا کپی‌رایتی برای این نظریه وجود ندارد. امید است آگاهی از «نظریه مدل تصویر» راهنمای طراحان، متخصصان و خریداران در دنیای جدید سامانه‌های پرسپکتیو شنیداری باشد.
طبق این مدل، هر بلندگو علاوه بر صدای مستقیم، مجموعه‌ای از منابع مجازی (Virtual Sources) ایجاد می‌کند که همان بازتاب‌های مرتبه اول و دوم دیوارها هستند. این منابع مجازی چارچوب اصلی ایجاد تصویر استریو و ادراک فضا را تشکیل می‌دهند.
یک منطقهٔ مستطیلی که بین بلندگوها و انعکاس‌های آیینه‌ای آنها قرار دارد.
تمام تصویربرداری (Imaging) ـ چه در سیستم‌های دوکاناله و چه چندکاناله ـ داخل این میدان انجام می‌شود.
بلندگو در این دیدگاه یک Image Model Projector است.
هدف: کنترل اندازه، شکل و جهتمندی میدان تصویر—not فقط فرکانس‌ها.
برخلاف بسیاری از تفکرات کلاسیک:
چون بازتاب‌ها موقعیت منابع را در فضا تثبیت می‌کنند (Triangulation).
با دو کانال فقط می‌توان:
این مطلب بر گرفته شده از این مقاله است:
Audio Praxis: An Image Model Theory for Stereophonic Sound
