XR空间音频革命：苹果、三星推出新技术，ASAF成Vision Pro最佳搭档

hdy

随着技术的不断进步，空间音频标准正处于持续进化之中，众多科技巨头如苹果、三星和谷歌等都在积极布局这一领域。

在WWDC25大会上，苹果推出了新的空间音频（Spatial Audio）格式：Apple Spatial Audio Format（ASAF，苹果空间音频格式），可以用来打造真正沉浸式的音频体验。

ASAF 通过确保使用声学提示来渲染音频，从而实现真正外化的音频体验。它由新的高精度元数据、线性 PCM 以及苹果平台内置的强大空间渲染器组成。

苹果沉浸式视频工程师 Blake Gordo介绍，ASAF通过众多点源和高分辨率声音场景或高阶环境立体声，产生高分辨率空间音频。渲染后的音频完全根据对象的位置和方向以及听众的位置和方向进行自适应调整，由此带来更加沉浸的音乐体验。“所有多声道音频都不是预先混合好的，ASAF中的声音可以来自任何方向、任何位置、任何距离”，Blake Gordo指出。

也就是说，ASAF  能够在三维空间中精准呈现声音的立体感，可以根据佩戴者的头部动作实时调整声场，并在虚拟场景中智能适配音量、回声、混响等环境音效，打造高度沉浸的听觉体验。

需要注意的是，ASAF不是文件格式，它是音频行业创作者的制作格式。

通常在生产中使用 ASAF，要流式传输 ASAF 音频，就需要将该音频编码为 .mp4 APAC 文件格式。而Apple Positional Audio Codec（APAC，苹果位置音频编解码器）用于编码ASAF音频格式，以便进行传输和存储。此外，ASAF可以通过APAC编解码器兼容杜比格式。

APAC 有效地分发 ASAF，APAC 是所有Apple沉浸式视频体验所必需的，可在除 watchOS 之外的所有 Apple 平台上使用，包括visionOS、tvOS、iOS、iPadOS、macOS。

与传统的环绕声技术如杜比全景声相比，ASAF更加强调对用户头部位置和姿态的精确检测以及低延迟追踪的重要性，并且需要强大的处理能力来即时调整音频输出以匹配用户的视角变化，对硬件设计有更高的要求。但从最终体验来看，这不仅提升了声音的空间感和方向感，还极大地增强了沉浸式体验的真实性和互动性。

在XR环境中，音频不再仅仅是背景音效，而是成为构建虚拟世界的重要元素之一。ASAF通过更加精准地模拟声音来源的方向、距离以及环境反射效果，使得用户能够获得更为逼真的听觉体验。例如，在一个虚拟音乐会场景中，观众可以清晰地感受到不同乐器从各个方向传来的声音，仿佛置身于真实的音乐厅之中。

ASAF对硬件有更高的要求，这也就让Vision Pro头显成为其最佳载体。Vision Pro凭借其卓越的硬件性能，能够完美支持ASAF所提供的复杂计算需求，从而让用户享受到前所未有的空间音频效果。

在XR领域，ASAF的出现为开发者和设计师提供了更多的创意空间，同时也让终端用户能够在虚拟世界中获得更加丰富和真实的声音体验。对于像Vision Pro这样的高端XR设备来说，ASAF无疑是提升其竞争力的一大亮点，这也成为苹果在XR领域的又一个战略布局，在内容格式领域形成新的闭环。

在2025年1月举办的CES大会上，三星与谷歌联手推出了全新的空间音频标准——Eclipsa Audio。这项新技术基于沉浸式音频模型和格式（IAMF），并且支持开源，标志着空间音频技术迈向了一个新的里程碑。

空间音频标准正经历多维度技术演进，全球科技巨头纷纷加速布局以抢占产业制高点。相较于苹果的ASAF，Eclipsa的开源特性显著降低了开发门槛，两者将在不同市场层级形成技术互补。这种技术迭代竞赛不仅推动着空间音频从“功能实现”向“体验升维”迈进，更预示着未来人机交互将全面进入三维声场感知时代。

gfshao

学习进步积分！