Comprendre l'audio 3D MPEG-H dans la radiodiffusion en direct moderne

La diffusion en direct est entrée dans une nouvelle ère où les attentes du public pour la qualité sonore continuent de grimper. Les téléspectateurs ne se contentent plus d'un son plat et unidimensionnel pour regarder des événements sportifs, des concerts ou des nouvelles. La demande d'expériences audio immersive et spatiale a poussé les radiodiffuseurs à explorer des codecs de nouvelle génération qui peuvent fournir réalisme et interactivité sans sacrifier la bande passante.

Cet article présente un examen détaillé de MPEG-H Audio 3D, de ses caractéristiques techniques de base et de la façon dont les radiodiffuseurs peuvent l'exploiter pour créer des expériences en direct plus engageantes et personnalisées. Nous explorerons les avantages pratiques, les applications réelles et la feuille de route pour une adoption plus large dans l'industrie. Que vous planifiez une mise à niveau audio pour une arène sportive ou un réseau national d'information, il est essentiel de comprendre les capacités de MPEG-H Audio 3D pour rester compétitif dans un paysage médiatique en évolution rapide.

Qu'est-ce que MPEG-H Audio 3D ?

MPEG-H 3D Audio est une norme internationale (ISO/IEC 23008-3) développée par le Groupe d'experts sur les images mobiles pour soutenir l'audio immersif et interactif pour une large gamme de services, y compris la radiodiffusion, la diffusion en continu et la réalité virtuelle. Contrairement aux formats conventionnels basés sur les canaux tels que les sons stéréo ou 5.1 surround, MPEG-H 3D Audio utilise un cadre flexible qui supporte les entrées audio basées sur les canaux, les objets et les scènes (Higher Order Ambisonics).

La norme a été construite en fonction de la production en direct. Elle comprend le support pour l'encodage en temps réel, la transmission à faible latence et les changements dynamiques aux objets audio pendant une diffusion. Par exemple, un producteur sportif peut ajuster le volume d'un microphone ou d'une section de foule spécifique à la volée, et le décodeur à la fin du visionneur répond instantanément. Ce niveau de contrôle était auparavant impossible avec les formats audio de radiodiffusion traditionnels. ATSC 3.0 et DVB systèmes de nouvelle génération.

Composantes techniques de base

MPEG-H 3D Audio est construit autour de plusieurs composants techniques clés qui le différencient des anciens codecs. Chaque composant est optimisé pour les flux de travail en direct:

  • Audio basé sur un objet : Les éléments audio individuels (p. ex. voix de commentateur, bruit de foule, effets sur le terrain) sont encodés comme des objets séparés avec des métadonnées décrivant leur position, leur taille et leur volume. Cela permet de personnaliser et d'interactivité du côté récepteur. Les métadonnées d'objets peuvent être mises à jour en temps réel, permettant aux producteurs de déplacer des sons à travers le champ sonore lors d'un événement en direct. La norme prend en charge jusqu'à 128 objets par flux, donnant aux diffuseurs une capacité suffisante pour des scènes complexes.
  • Ambisonique de l'ordre supérieur (HOA): Pour les sons scéniques, l'HOA capture un champ sonore sphérique complet à l'aide de capsules micro multiples. Les commandes jusqu'à la 3ème commande (16 canaux) ou 4ème commande (25 canaux) sont prises en charge, offrant une localisation et une rotation précises. Ceci est particulièrement utile pour la réalité virtuelle et les productions vidéo à 360 degrés où la tête de piste exige un alignement cohérent du champ sonore.
  • Audio sur canal : Les configurations traditionnelles des haut-parleurs (stério, 5.1, 7.1+4) sont entièrement prises en charge, assurant une compatibilité avec l'infrastructure de diffusion existante. Le codec peut gérer efficacement les configurations avec jusqu'à 22.2 canaux, ce qui le rend résistant aux futures installations immersive à grande échelle.
  • Codage à faible retard : MPEG-H 3D Audio peut atteindre des latences de bout en bout en dessous de 50 millisecondes dans des configurations live, ce qui le rend adapté pour les commentaires en temps réel et l'interaction avec le public. Le profil à faible retard cible une taille de cadre de 512 échantillons à 48 kHz, ce qui entraîne un retard algorithmique d'environ 21 ms. Combiné avec des protocoles de transport modernes, la latence totale du système reste bien en dessous du seuil de conformité lip-sync.

Principaux avantages pour les applications de radiodiffusion en direct

L'adoption de MPEG-H 3D Audio apporte une foule d'avantages qui améliorent directement l'expérience du spectateur et l'efficacité opérationnelle pour les radiodiffuseurs. Ci-dessous, nous répartissons les avantages les plus importants en détail, avec des preuves de l'industrie et des organismes de normalisation.

Immersion améliorée et réalisme spatial

Le bénéfice le plus immédiat de MPEG-H Audio 3D est la possibilité de placer des sons n'importe où dans un espace tridimensionnel, y compris au-dessus de l'auditeur. Pour les sports en direct, cela signifie que le rugissement de la foule peut envelopper le spectateur, le sifflet de l'arbitre peut venir d'un coin spécifique du champ, et la voix du commentateur reste ancrée dans le centre. Cette précision spatiale crée un sentiment de présence que le son surround standard ne peut pas correspondre. UIT Dans un test effectué par le service de R& de la BBC, les participants ont noté que les émissions audio MPEG-H 3D des matchs de football étaient beaucoup plus engageantes que 5.1, avec une augmentation de 30% des scores perçus du réalisme.

Personnalisation et accessibilité

Par exemple, un spectateur malentendant peut augmenter le volume de la piste de dialogue tout en réduisant le bruit de foule, sans affecter les autres auditeurs dans la même salle. Les radiodiffuseurs peuvent fournir des flux audio alternatifs pour différentes langues, audio descriptif pour les publics malvoyants, ou même une piste de commentaires « coupée par le réalisateur ». Ce niveau de personnalisation s'harmonise avec la demande croissante de contenu accessible et a été reconnu par des organisations comme la EBU Le rapport EBU Tech 3368 recommande explicitement l'audio objet comme moyen de se conformer aux règlements sur l'accessibilité comme la Loi européenne sur l'accessibilité et la Loi américaine sur les communications et l'accessibilité vidéo du 21e siècle.

Gestion efficace de la largeur de bande

Malgré sa complexité accrue, MPEG-H 3D Audio est conçu pour être efficace sur bande passante. Le codec utilise des techniques de codage perceptuel avancées pour supprimer des informations inaudibles ou redondantes, atteindre des débits audio immersifs de haute qualité comparables ou inférieurs à ceux du son surround 5.1 traditionnel à 384 kbps. Pour les services de streaming et les diffuseurs en direct, cette efficacité se traduit par des coûts de livraison plus faibles ou la capacité d'attribuer plus de bits à la qualité vidéo. Il est Fraunhofer IIS , montre que MPEG-H 3D Audio peut offrir une expérience immersive convaincante à des débits aussi bas que 96 kbps pour les chaînes stéréo et 256 kbps pour les canaux 5.1+4. Par rapport à Dolby AC-4, qui nécessite environ 384 kbps pour une configuration similaire 5.1+4, MPEG-H offre jusqu'à 33 % d'économies de débit sans sacrifier la qualité subjective.

Interactivité et contrôle dynamique

MPEG-H Audio 3D prend en charge les objets audio interactifs que les producteurs peuvent ajuster pendant la diffusion. Par exemple, lors d'un match de football, un producteur pourrait mettre en évidence le microphone d'un joueur spécifique ou élever le niveau de la foule après un but. Le spectateur peut alors choisir de se concentrer sur l'objet audio amélioré ou garder le mix par défaut. Ce contrôle dynamique ouvre de nouvelles possibilités créatives pour raconter des histoires et engager le public.

Applications dans les scénarios de diffusion en direct

MPEG-H 3D Audio est déjà déployé dans une gamme d'applications de diffusion en direct, chacune avec des exigences et des avantages distincts. Les sections suivantes décrivent les cas d'utilisation les plus importants avec des exemples concrets du monde entier.

Événements sportifs

Les téléspectateurs peuvent faire l'expérience du jeu comme s'ils étaient dans les stands, avec le bruit de foule, les annonceurs et les sons sur le terrain placés avec précision dans l'espace. Certains diffuseurs ont également expérimenté l'audio par objet pour les microphones de lecteur individuels, donnant aux fans la possibilité de suivre un athlète spécifique tout au long du match. Les Jeux olympiques d'hiver de 2018 à PyeongChang ont vu le premier déploiement à grande échelle de MPEG-H Audio pour les sports en direct, le Korea Broadcasting System (KBS) fournissant un son immersif pour le ski, le hockey sur glace et le patinage artistique.

Concerts et festivals de musique

Les émissions de musique en direct profitent grandement de la fidélité spatiale de MPEG-H Audio 3D. Le codec peut reproduire l'acoustique d'une salle de concert ou d'un lieu en plein air avec une précision remarquable. En utilisant l'audio à base d'objets, les ingénieurs peuvent maintenir l'intégrité des instruments et des voix individuels, permettant aux auditeurs distants de vivre un mélange qui ressemble étroitement au son en direct. Plusieurs plateformes de streaming importantes ont testé MPEG-H Audio 3D pour des concerts en direct, en faisant part des réactions positives des publics concernant le sens de la présence.

Nouvelles et affaires courantes

Les émissions de nouvelles exigent plus de clarté et d'intelligibilité. MPEG-H Audio 3D améliore la reproduction de la parole en permettant aux producteurs de séparer le dialogue des sons ambiants. Dans un reportage en direct d'une rue animée, la voix du journaliste peut rester nette et centrée sur le bruit de circulation en périphérie. Cela améliore la compréhension pour tous les téléspectateurs et est particulièrement utile pour ceux qui ont des déficiences auditives. La capacité d'offrir simultanément plusieurs pistes linguistiques est un autre avantage pour les réseaux internationaux de nouvelles comme Al Jazeera et Deutsche Welle, qui ont testé l'audio basé sur des objets pour fournir une traduction synchronisée sans chevaucher le champ sonore original.

Intégration de la réalité virtuelle et augmentée

Au fur et à mesure que les radiodiffuseurs commencent à explorer les expériences VR et AR, MPEG-H 3D Audio fournit la base audio spatiale nécessaire pour créer des environnements virtuels crédibles. Le support pour l'ordre supérieur Ambisonics signifie que l'audio peut être rendu en fonction des mouvements de la tête de l'utilisateur, en maintenant un champ sonore cohérent comme ils le regardent. ATSC 3.0 La norme inclut explicitement MPEG-H Audio 3D comme codec audio pour les expériences de télévision immersive, permettant aux radiodiffuseurs de fournir des services de radiodiffusion/bande large hybride qui combinent TV traditionnelle et superpositions VR.

Considérations relatives à la mise en oeuvre pour les radiodiffuseurs

La transition vers MPEG-H Audio 3D nécessite une planification minutieuse dans toute la chaîne de production. Ci-dessous, les principaux facteurs que les radiodiffuseurs devraient évaluer lors de l'adoption de cette technologie, y compris l'infrastructure, les essais et la conformité réglementaire.

Intégration des flux de travail de production

Les flux de travail de production en direct existants sont construits autour d'un audio basé sur un canal, et l'introduction d'un audio basé sur un objet ou une scène nécessite des mises à niveau pour mélanger des consoles, des systèmes de surveillance et des équipements de codage. Lacto offre des workflows basés sur des objets dans ses consoles de mixage IP, Calrec prend en charge la génération de métadonnées MPEG-H via ses moteurs Artemis et ImPulse, et Yamaha La formation des ingénieurs et des producteurs audio est essentielle pour tirer pleinement parti des nouvelles capacités – notamment pour comprendre comment écrire les métadonnées des objets et surveiller les mélanges immersifs à l'aide de l'émulation du casque binaural.

Surveillance et respect des règles de loueur

La surveillance de l'audio immersif dans un environnement en direct présente des défis uniques. Les compteurs stéréo traditionnels de sonorité sont insuffisants pour les flux d'objets, où les objets individuels peuvent avoir des niveaux très variables. MPEG-H 3D Audio comprend des métadonnées intégrées de sonorité qui s'alignent sur les normes ITU-R BS.1770-4, permettant aux radiodiffuseurs de maintenir un niveau de dialogue constant entre les programmes.

Transmission et distribution

Pour la diffusion en continu, le codec est compatible avec le format d'application multimédia commun (CMAF) et les systèmes DASH/HEVC. Les radiodiffuseurs doivent s'assurer que leurs partenaires de distribution et les appareils grand public soutiennent le codec. L'adoption croissante de MPEG-H Audio 3D dans les principaux marchés – en particulier en Corée du Sud, où il fait partie de la norme ATSC 3.0 et obligatoire pour tous les nouveaux récepteurs – suggère que le support des appareils continuera à se développer. ATSC 3.0 Le déploiement a déjà atteint plus de 60% des ménages, et les grands fabricants comme Samsung, LG, et Sony incluent les décodeurs MPEG-H dans leurs modèles 2024 et suivants.

Compatibilité des appareils de consommation

Pour que les téléspectateurs puissent bénéficier de MPEG-H Audio 3D, leur téléviseur, leur barre sonore ou leur appareil de streaming doivent comprendre un décodeur compatible. De nombreux appareils modernes incluent déjà le support MPEG-H, et la norme est obligatoire dans les récepteurs ATSC 3.0 vendus aux États-Unis et en Corée du Sud. Projet DVB ou les Comité des systèmes de télévision avancés. Les premiers adoptants comme le Royaume-Uni BBC ont publié des directives à l'intention des fabricants pour assurer un rendu cohérent entre les différentes configurations de la maison.

Perspectives d'avenir et momentum de l'industrie

L'industrie de la radiodiffusion se dirige constamment vers l'audio immersif comme une attente standard plutôt qu'une fonctionnalité premium. MPEG-H Audio 3D est bien positionné pour devenir le codec primaire pour les événements en direct, grâce à son ensemble de fonctionnalités complet et le soutien large de l'industrie.

  • ATSC 3.0: La norme de radiodiffusion de la prochaine génération inclut MPEG-H Audio 3D comme codec audio obligatoire pour les services immersifs, ainsi que le support pour le son et l'alerte d'urgence.
  • DVB (télédiffusion vidéo numérique) : La spécification DVB prend en charge MPEG-H 3D Audio comme format audio recommandé pour la télévision de nouvelle génération, avec des exigences commerciales publiées dans le TS 101 154.
  • 3GPP: La norme de radiodiffusion mobile intègre MPEG-H pour l'audio amélioré dans les services multimédias 5G, en particulier pour les expériences interactives par objet dans les sports et les événements en direct.
  • Société des ingénieurs en cinéma et en télévision (SMPTE) : Les SMPTE ST 2110-30 et -31 incluent déjà des mécanismes de transport de MPEG-H 3D Audio sur les réseaux IP, ce qui facilite l'intégration dans les usines de production tout-P moderne.

La bande passante Internet continue de s'améliorer et les réseaux 5G se généralisent, la capacité de fournir des expériences audio personnalisées, interactives et immersives aux appareils mobiles va croître. MPEG-H 3D Audio est unique à cet environnement car il peut s'adapter à des conditions réseau et des capacités d'appareils variables tout en conservant une expérience de haute qualité. Par exemple, un visualisateur sur un téléphone mobile peut recevoir un binaural downmix du flux immersif, tandis qu'un système home-théatre obtient la pleine version d'objets 7.1+4 – tous du même bitstream.

Les radiodiffuseurs qui investissent maintenant dans MPEG-H Audio 3D seront en avance sur la courbe à mesure que les attentes des consommateurs évoluent. Les premiers adoptants ont signalé une augmentation de l'engagement des téléspectateurs, des temps de veille plus longs et des commentaires positifs sur la qualité audio. La technologie ouvre également de nouvelles possibilités de revenus grâce à une publicité améliorée, des fonctionnalités interactives et des niveaux audio de qualité supérieure pour les services d'abonnement.

Difficultés rencontrées pour une adoption généralisée

Malgré ses avantages, MPEG-H Audio 3D fait face à quelques obstacles. La sensibilisation des consommateurs reste faible – de nombreux téléspectateurs ne savent pas comment utiliser l'audio objet ou comment le faire fonctionner sur leurs appareils. Les radiodiffuseurs doivent investir dans des invitations à l'écran et des interfaces utilisateur simples pour guider les téléspectateurs. La production de métadonnées et d'encodage nécessite également des connaissances spécialisées; l'industrie est actuellement confrontée à une pénurie d'ingénieurs audio formés à la production immersive.

Conclusion

MPEG-H 3D Audio représente un pas en avant important pour les applications de radiodiffusion en direct, offrant une combinaison d'immersion, de personnalisation, d'efficacité de bande passante et d'interactivité que les codescs précédents ne peuvent pas correspondre. En adoptant cette norme, les radiodiffuseurs peuvent différencier leurs offres, améliorer l'accessibilité et répondre à la demande croissante d'expériences audio spatiales.

Pour les équipes de production qui prévoient de mettre à niveau leurs flux de travail audio, en commençant par des projets pilotes dans des cas spécifiques – comme le sport ou la musique – peuvent fournir une expérience précieuse et démontrer les avantages aux parties prenantes. À mesure que l'écosystème mûrit, MPEG-H Audio 3D deviendra l'épine dorsale de l'audio en direct pour les années à venir.