雷鋒網(wǎng)按：本文作者陳孝良，工學(xué)博士，聲智科技創(chuàng)始人。雷鋒網(wǎng)獨(dú)家文章，轉(zhuǎn)載請(qǐng)聯(lián)系授權(quán)。

微信應(yīng)用號(hào)的內(nèi)測(cè)無疑是一個(gè)重磅消息，這幾日覆蓋了媒體頭條，各個(gè)領(lǐng)域都在猜測(cè)微信應(yīng)用對(duì)于APP帶來的重要影響。雖然暫時(shí)還無法確認(rèn)微信應(yīng)用在音頻支持方面的細(xì)節(jié)，但是微信這幾年在音頻方面的進(jìn)步還是有很多驚喜。

微信對(duì)于音頻的支持主要有兩種方法，一個(gè)是微信內(nèi)置的瀏覽器，另外一個(gè)就是JS-SDK，這兩種方法面向的開發(fā)應(yīng)用場(chǎng)景不同。JS-SDK對(duì)于音頻的支持主要是錄音和識(shí)別，但是這兩個(gè)功能被微信自身嚴(yán)重限制，擴(kuò)展性很差，當(dāng)前主要應(yīng)用于微信Native SDK集成的場(chǎng)景。

微信應(yīng)用推出之前，真正能夠帶給開發(fā)人員想象力的則是微信瀏覽器。微信瀏覽器曾經(jīng)也很垃圾，老版本對(duì)于H5和CSS3的支持很差，一度讓開發(fā)者吐槽為“移動(dòng)端的IE”。 2016年4月，微信瀏覽器終于升級(jí)到X5 Blink內(nèi)核，而且Android和IOS平臺(tái)兼容性基本一致，當(dāng)時(shí)就激起各個(gè)開發(fā)社區(qū)的一波熱浪。

微信瀏覽器能夠支持哪些音頻功能？我們用html5test進(jìn)行了測(cè)試，結(jié)果如下圖：

可以看到，微信瀏覽器已經(jīng)全面支持最重要的Web Audio API接口。Web Audio API是H5里面一個(gè)用來處理和合成聲音的Javascript接口。這個(gè)API可以被用來編寫游戲聲音引擎，以及實(shí)現(xiàn)類似各種音樂制作軟件對(duì)聲音的編輯和處理等功能。

事實(shí)上，Web上的音頻播放一直比較落后，在H5之前主要依賴于Flash或者QuickTime的插件形式。而在此之前的音效體驗(yàn)，基本都是依賴于APP底層驅(qū)動(dòng)或者硬件內(nèi)置音效的方法。H5的Audio標(biāo)簽具有非常重要的意義，它允許了基本的流式音頻播放。

但是，Audio標(biāo)簽僅能提供給開發(fā)人員對(duì)聲音文件進(jìn)行讀取，播放，暫停以及音量調(diào)節(jié)的功能，它并不能處理更復(fù)雜的音頻應(yīng)用。對(duì)于復(fù)雜的基于Web 的游戲或者交互式應(yīng)用，特別是游戲音頻引擎和桌面音頻處理應(yīng)用里實(shí)現(xiàn)的混音、處理、濾波、音效、定位等功能，則就需要Web Audio API來進(jìn)行處理。

Web Audio API包括了支持復(fù)雜混音的模組化音頻路由、高動(dòng)態(tài)范圍音頻處理、多采樣精度和低延時(shí)音頻處理、動(dòng)態(tài)音效生成、聲音包絡(luò)和淡入淡出支持、聲道分離和合并處理、音視頻分離支持、網(wǎng)絡(luò)實(shí)時(shí)通信支持、現(xiàn)場(chǎng)音頻處理支持、動(dòng)態(tài)壓縮和頻域處理、音頻可視化支持、非線性效果和濾波器支持以及聲信號(hào)參數(shù)生成等等。這些功能羅列起來，是不是有點(diǎn)類似音頻領(lǐng)域的PS軟件？事實(shí)上，利用這些API，可以快速做出一款“美聲”的微信應(yīng)用出來，下圖就是Web Audio API的可視化效果截圖。 

甚至，Web Audio API直接支持了各種場(chǎng)景空間音效，比如僅僅通過簡(jiǎn)單的幾行H5代碼就可以隨意切換不同的場(chǎng)景，仿佛置身于真實(shí)的場(chǎng)景之中，享受沉浸式的聲音體驗(yàn)。這些場(chǎng)景包括：大/小房間、教堂、音樂廳、山洞、隧道、門廳、森林、露天劇場(chǎng)、通過門口的一個(gè)遙遠(yuǎn)房間的聲音、濾波器效果。好吧，幾乎可以拋棄專業(yè)的音效插件了！甚至將來，硬件僅僅打通錄音和播放的通道就可以了，至于效果完全交由軟件來處理。

當(dāng)然，Web Audio API最為吸引人的，還是對(duì)于空間音頻，通常稱為3D音頻的支持。這里所說的3D音頻需要加上“虛擬”兩字，畢竟和杜比全景聲相比還是有較大差距，但是若應(yīng)用于當(dāng)前流行的VR游戲或者聊天，Web Audio API的這項(xiàng)功能也還是不錯(cuò)。Web Audio API全面支持Equal-power、HRTF、距離衰減、多普勒頻移、聲源/聽者模型等虛擬3D音頻功能，利用這些API，幾十行代碼就可以實(shí)現(xiàn)較為逼真的3D效果。

這里要闡述下HRTF，即頭相關(guān)傳遞函數(shù)（Head Related Transfer Function），通俗來說，就是試圖模擬人耳獲取聲音的模型，并且通過這個(gè)模型虛擬出來任意聲源所對(duì)人耳所造成的感覺。Equal-power也是3D音頻的一種方法，但是效果不如HRTF更好一些。HRTF主要參數(shù)是ITD（Interaural Time Difference ）雙耳時(shí)間差、ILD（Interaural Level Difference）雙耳強(qiáng)度差和雙耳相關(guān)系數(shù)（Interaural Coherence）?？茖W(xué)家通過大量實(shí)驗(yàn)驗(yàn)證，這些參數(shù)和人耳處理聲音的機(jī)制密切相關(guān)，但是沒有準(zhǔn)確的理論推導(dǎo)。因此HRTF需要測(cè)量眾多人耳的數(shù)據(jù)，并通過這些數(shù)據(jù)建立起黑盒子的聲學(xué)模型，這有點(diǎn)類似機(jī)器學(xué)習(xí)的意思。

從這點(diǎn)來看，Web Audio API提供的HRTF還是標(biāo)準(zhǔn)模型，仍然需要科研機(jī)構(gòu)和專業(yè)公司繼續(xù)研發(fā)完善。當(dāng)然，開源也是其中非常重要的推動(dòng)力量，比如Google已經(jīng)開源的項(xiàng)目Omnitone，就可以配合Web網(wǎng)頁(yè)體驗(yàn)VR/AR的沉浸式音效。國(guó)內(nèi)SoundAI團(tuán)隊(duì)，也有開源HRTF數(shù)據(jù)庫(kù)和配套引擎的計(jì)劃。

但是若沒有音頻硬件方面的支持，上述的這些功能也大都是個(gè)擺設(shè)，無法打造出用戶期望的效果。特別是在iPhone 7的雙揚(yáng)聲器配置之前，大多數(shù)用戶通過手機(jī)聆聽的還是單聲道體驗(yàn)，若想感受虛擬3D效果就必須佩戴耳機(jī)，這在VR領(lǐng)域很不方便，VR眼鏡再戴上耳機(jī)總是個(gè)障礙。何況廠商所贈(zèng)送的耳機(jī)，基本上也都是禍害用戶的耳朵。這些配套的不足對(duì)于用戶來說都是巨大的麻煩，也是3D音頻發(fā)展遲緩的重要原因?？上驳氖?，大多數(shù)用戶對(duì)于音質(zhì)的渴求正在回歸，幾十元的耳機(jī)和低價(jià)的喇叭已經(jīng)無法滿足需求。這點(diǎn)從側(cè)面來看也有所端倪，例如Vivo的賣點(diǎn)恰恰就是強(qiáng)調(diào)音質(zhì)，而蘋果直接在iPhone 7上同時(shí)提升了揚(yáng)聲器和耳機(jī)的配置。其實(shí)仔細(xì)一想也是，手機(jī)既然標(biāo)配了雙攝像頭，自然也需要標(biāo)配雙喇叭，甚至多麥克這些音頻硬件，用戶無非就是關(guān)注聲音和視頻的沉浸式效果而已。

iPhone 7既然配置了雙揚(yáng)聲器，AirPods也是獨(dú)立無線雙通道，相信國(guó)內(nèi)的眾多手機(jī)廠商很快就會(huì)跟上，這就給3D音頻應(yīng)用帶來無限的空間，甚至基于微信的沉浸式3D音頻體驗(yàn)也不再遙遠(yuǎn)。既然開發(fā)的難度降低很多，那什么場(chǎng)景才能黏住用戶？游戲和音樂自然是重要的場(chǎng)景，但是這兩個(gè)場(chǎng)景總是老生常談，用戶的預(yù)期基本上被消耗殆盡。當(dāng)然，這都是企鵝帝國(guó)尤其重要的陣地，企鵝帝國(guó)開放平臺(tái)的600萬開發(fā)人員肯定還會(huì)推出各類微信音頻應(yīng)用。

產(chǎn)品經(jīng)理總是喜歡挖掘能夠超出用戶預(yù)期的空間和產(chǎn)品，而最近火熱的直播和VR，或許將是3D音頻應(yīng)用的重要場(chǎng)景，簡(jiǎn)單的音效提升對(duì)于用戶來說可能都是驚喜。事實(shí)上，騰訊不可能不關(guān)注直播和VR這個(gè)領(lǐng)域。另外，微信最大的優(yōu)勢(shì)還在于龐大的用戶社交群體，作為一個(gè)社交平臺(tái)，微信會(huì)不會(huì)推出VR社交，VR直播，甚至3D語音聊天？這也是我們所期待的一個(gè)方向，雖然微信應(yīng)用中還會(huì)是更多的音樂和游戲率先支持3D音頻，但是至少，當(dāng)我們?cè)谖⑿帕奶斓臅r(shí)候，我們應(yīng)該感知到對(duì)方就在身旁…….

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。