オブジェクトベース音響

5.1chの番組を作るとき、制作側は決められた位置のスピーカーを前提にミックスを完成させ、その完成品を送ります。視聴環境のスピーカー配置が違えば、意図とは違う鳴り方になります。オブジェクトベース音響は、この前提を外して、音の素材と置き場所の情報を送り、組み立てを受け手側に任せる考え方です。

オブジェクトベース音響が使われる場面

先に広がったのは映画です。映画館は広さも形もスピーカーの数も館ごとに違いますが、素材と位置情報を送って各館でレンダリングすれば、どの館でも同じ意図の音を再現しやすくなります。Dolby Atmosはこの考え方で作られており、いまでは配信や音楽配信にも広がっています。

放送では、韓国が2017年に始めたATSC 3.0方式の地上波UHD放送がMPEG-H 3D Audioを採用しました。日本では、地上放送高度化方式の音声符号化方式として、オブジェクトベース音響に対応したMPEG-H 3D Audioを放送で使うための技術条件が規定されています。視聴者が解説音声などの音声オブジェクトを切り替えたり、解説音声と背景音のバランスを調節したりするサービスが想定されています。

制作の現場では、ミックスの受け渡しにADM BWFが使われます。何十本もの音声トラックと、それぞれの音をどこに置くかを示すXMLを1本のWAVにまとめた形式で、Atmosのマスター納品の標準になっています。

オブジェクトベース音響の仕組み

送る側は、番組の音を素材に分けたまま持ちます。セリフ、効果音、BGM、スタジアムの歓声といった単位です。それぞれに、空間のどこから聞こえるべきかという位置情報と、番組音声の構成や再生条件の情報を添えます。

受け手側の機器は、この情報を読んで、実際に接続されているスピーカーへ音を割り当てます。7.1.4のスピーカーを置いた部屋でも、テレビの内蔵スピーカーでも、ヘッドホンでも、同じ素材から環境に合わせた鳴り方を作れます。この処理がレンダリングです。

素材のまま届くため、視聴者側で構成を変えられるのも特徴です。セリフとBGMのバランスを変えて聞き取りやすくする、解説音声を足す、別の言語の音声に差し替える、スポーツ中継で応援しているチームの声援だけを背景に残す、といった使い方が挙げられています。NHK放送技術研究所は、22.2マルチチャンネル音響で生放送にも対応できるよう、この分野の国際標準化に関わってきました。

オブジェクトベース音響で間違えやすい点

• 立体音響と同じ意味ではありません。高さ方向のスピーカーを足しただけのチャンネルベースの立体音響もあり、オブジェクトベースかどうかは音を素材のまま送るかどうかで決まります
• 制作の手間は増えます。完成ミックスを1つ作れば済むのではなく、素材ごとの音量やメタデータを管理し、いくつかの再生環境で確認する工程が加わります
• 納品ではチャンネルベースの版も求められることが多く、ラウドネスの管理はレンダリング後の状態で行う必要があります

よくある質問

オブジェクトベース音響とチャンネルベース音響の違いは何ですか

チャンネルベースは、どのスピーカーから何を出すかを決めた完成ミックスを送ります。オブジェクトベースは、音の素材と位置情報を送り、受け手側のスピーカー配置に合わせて組み立てます。視聴環境が制作環境と違うときに差が出ます。

オブジェクトベース音響は普通のテレビでも意味がありますか

あります。スピーカーが2つしかなくても、素材と位置情報から2chへ落とし込むレンダリングが行われます。加えて、セリフと背景音のバランス調整のように、スピーカーの数と関係なく効く機能もあります。

オブジェクトベース音響の素材はどの形式で受け渡しますか

制作側の受け渡しではADM BWFが一般的です。拡張子は通常のWAVと同じですが、中に音声トラックと位置情報のメタデータが入っています。解説放送のように音声を追加する運用とも相性の良い形です。