上周，VR网(微信公众号：VR平台)编辑参加了由清华x-lab主办的ACT TALK|艺术·创造力·科技讲座系列。在本次主题为“科技创造力之声音艺术的感觉与想象”的课堂期间，清华大学电子系教授、博士生导师窦维蓓以及清华大学97级校友、前高通音频组主力研发、现米谟科技创始人向奕裴，与清华大学的师生代表、来自启迪数字天下/启迪虚拟现实的企业代表一同探讨了音频技术与声音艺术的结合。清华x-lab执行主任毛东辉老师于正式开讲前致辞。

讲座结束之后，VR网编辑就米谟科技的主营业务，VR中的音频技术难点及突破口，以及VR行业发展现状等问题对米谟科技创始人向奕裴进行了专访。或许向奕裴与一般的VR行业从业者不同之处在于，他更推崇科技与艺术的结合。

文艺学霸出身 创办米谟科技 坚持用技术提升艺术

出生于音乐世家的向奕裴，从小学习钢琴和双簧管，在进入清华大学电子工程系之后，仍然保持着这一习惯。除了担任清华大学交响乐团首席双簧管之外，还在2011年出了一张个人专辑《To The Moments》。在音乐方面的造诣，也是其后来创业的一个基础。之后，向奕裴在美国加州大学圣迭戈分校(UCSD)跟着实时音频系统专家Miller Puckette做研究，并且顺利获得了电脑音乐和现代数字音频技术博士学位。

“那时我每天都喜欢呆在学校的各个音频实验室，一来是那里确实很安静，易于思考，二是在那里听音乐很棒，而且在一圈一圈的音箱阵列中做声音很是享受。学校的开放学术气氛、各种艺术论坛和音乐会也让我像海绵一样地去感受和学习。”向奕裴说道。

之后向奕裴顺利进入高通，专注研究音频后处理和3D音频。在此期间，他参与了大量的芯片级音频后处理工作，包括应用于几乎所有高通芯片手机的Audio+音效处理组件、HTC M9的手机立体声喇叭、实验性的8音箱环绕阵列、MPEG-H标准组的HOA算法源代码等等。

当VR网编辑与这位“文艺学霸”谈及创办Mint Muse米谟科技的经历时，他认为，创业和做音乐一样，都是先有了想法，再仔细打磨、研究实现的方法。米谟科技团队在很早以前就开始做与声音有关的各种应用，在投入时间专心研究市场与产品后，最终确定方向：专攻空间音频的编辑与制作。

创业初期，向奕裴尝试做了一些音频相关的App，比如白噪声生成器Loopless Relax Sound，通过控制声波频度改变用户听歌体验的Binaural Beats Mint和“可记录当时环境”的水印相机Oiday等。之后注册了米谟科技，在上海和美国加州开展以3D音频和VR音频为主题的产品和内容研发。

“我们坚信，好的声音是需要设计的，软件可以把声音打磨得更美，而好的硬件也可以进一步巩固这些设计。”向奕裴这样说道。据VR网编辑了解，目前米谟科技开发了游戏音频SDK、VR虚拟影院和首创的VR音频工作站等软件产品，以及一款可录制全景声的麦克风，同时也在多声道音箱渲染和3D内容频道方面有所布局。

针对音频编辑师痛点 开发VR版音频编辑工具

近年来，随着VR行业的火热发展，很多公司都大力投入空间音频技术研发。比如Facebook收购了著名的空间音频技术公司Two Big Ears，并发布了Facebook 360空间音频工作站。谷歌、英伟达和Valve也都为VR内容制作者提供了VR音频编辑SDK，但目前3D音频源文件的制作还存在很多限制。

首先，传统的3D音频制作需要使用“人头录音”设备，来录制可以直接使用的3D音频，但价格昂贵且操作复杂。而目前传统的影片拍摄过程中，直接实现3D录音也是不现实的。另一个限制因素在于，目前后期制作3D音频的编辑工具操作过于复杂，需要音频制作者在想象声场空间设置的基础上，手动调节每个节点的坐标数值，依赖这类软件，3D音频制作周期也会变得非常长。

针对这一问题，米谟科技研发了全球首款VR音频工作站《Sound Flare》，并且登陆了Steam平台。通过该应用，剪辑师可以佩戴HTC Vive在VR环境中直观的编辑3D音频，大大缩短3D音频制作周期。

“影片一般是通过拍摄得来，并不像游戏中那样每个物体都有各自的定位信息。为了让剪辑师可以更简单地对声音对象进行所见即所得的编辑，我们认为最好的交互方式是把剪辑师放进VR环境中，再把编辑界面置于其中。这样，对声音对象的位移变化等调整都可以直接在VR环境中操作，由头部转动引起的声音变化也可以实时地在VR环境中得到体现。”向奕裴介绍道。

根据向奕裴的介绍，内容制作者可以戴着VR头显，在所看到的软件界面上直接拖动音频文件，除了调整时长、剪接、调音量等基本功能，通过打点、拖动关键帧等方式，也可以根据发声路径改变声音的远近，让发声的人物和声音效果相符。这样一来，人物的位置信息在声音和画面上都保持了一致，VR视频将真正个人一种“能忘却所佩戴设备的真实空间感”。

“《Sound Flare》编辑器可以说是全球首款可直接在VR界面工作的音频后期处理工具。”向奕裴说，他希望《Sound Flare》不仅为VR内容制作者提供便利，更希望通过其普及，让VR内容领域有新的爆发。

VR内容爆发仍需时日 VR中的音频技术仍需探索

当VR网(微信公众号：VR平台)编辑和向奕裴谈及对目前VR行业的看法时，向奕裴表示，VR在视觉、定位、交互和声音等领域都有极具挑战性的技术应用，最终的结果是给人们一种独特的方式，去体验一个虚拟的真实世界，或者是不可能存在于真实环境、完全被创造出来的虚拟世界，让我们从一个全新的角度去重新体验和感受。

虽然随着虚拟现实技术的发展，我们已经可以轻松拥有沉浸式的视频观看体验了，但VR的音频内容却没有跟上视频的脚步。不管VR在设备和科技上有了怎样的突破，如果音频制作一直处于滞后状态，VR在发展上仍会受到制约。也就是说，VR内容的行业格局将会在很大程度上依赖于VR音频的发展。

目前，米谟科技专注于全景声和3D音频技术的开发，以及在VR中的相关应用。我们期待着米谟科技的产品能够尽快普及，用全景声和3D音频技术为VR内容的制作和传播带来新的突破。

“VR是一个令人振奋的新行业，声音作为感官的一个重要部分，也需要更好的技术和特别的设计。”向奕裴认为。

关于ACT TALK |艺术·创造力·科技讲座系列

“ACT TALK |艺术·创造力·科技讲座系列”是由清华x-lab主办，来自清华大学经管学院、人文学院、美术学院等院系的教授联名发起，通过邀请各领域名人学者演讲互动，打破学术专业和产业领域界限的同时，引导学生跳出思维定式，学习并掌握艺术创造力和科技创造力的“思维平衡” 。该讲座系列重在激发学生和团队的想象力、创造力和行动力，从而创新出艺术与科技的美好结晶，最终通过商业化的推动拥有广泛社会影响力。从活动立意到形式呈现将充分体现清华x-lab学科交叉、探索未知、体验式学习与团队合作的教育理念。