对象式音频

对象式音频是一种把节目中的声音表示为一个或多个音频对象，并为对象附加位置、尺寸、运动、增益、优先级或交互属性的制作与传输方式。播放端的渲染器依据这些音频数据、元数据和实际重放环境，把对象分配到扬声器或转换为耳机双耳信号。

它与固定声道音频的主要区别在于节目描述层。5.1 或 7.1 声道混音预先规定每条通道面向某一扬声器位置；对象式节目可把对白、效果或其他声源作为独立对象描述，使同一母版适配不同数量和布局的扬声器。实际发行常采用混合结构：音乐、环境等内容先形成固定声道床，少量需要精确定位或移动的声音作为对象。

对象本身通常包含一段单声道或多声道音频以及随时间变化的元数据。渲染器需要处理坐标系统、扬声器能力、房间布局、对象扩散、响度和下混规则。扬声器数量有限时，多个对象会映射到相邻扬声器；耳机播放则利用头相关传递函数等方法形成方向线索。对象坐标不是一条可以直接送往单个扬声器的传统声道。

对象式音频不是一种单独的压缩编解码器。音频样本可以由无损或有损方式编码，元数据也可随不同广播、影院、文件和光盘体系封装。Dolby Atmos、DTS:X、MPEG-H 3D Audio 等系统都能使用对象概念，但各自的码流、元数据、渲染约束和兼容层不同，不能把“对象式音频”当作某一商业格式的别名。

国际电联的音频定义模型把直接扬声器、矩阵、对象、高阶 Ambisonics 和双耳音频作为不同类型描述。对象式与场景式音频也不相同：场景式表示整个声场的空间基函数，播放时整体解码；对象式则保留若干可单独识别和控制的声源。节目可以混合使用多种表示。

最终听到的结果取决于发行码流保留多少对象、播放设备支持的解码层级、渲染器和实际扬声器布局。播放器显示 Atmos 或 DTS:X 标志，只说明识别到相应格式，不能据此确定对象数量、是否全程使用对象或所有声源都具有离散高度位置。