我們的聽覺系統的顯著能力之一是可以確定聲源的位置。

這在生活中的許多情況下都是至關重要的，例如交通的安全導航。但聲音的空間屬性對于在游戲和家庭影院配置中實現真實的聲學環境也很重要。

一、我們如何定位聲音？

我們的聽力使用的第一個線索是雙耳時間差（圖1a）。來自我們正前方或正后方的聲音會同時到達雙耳。如果信號源向左或向右移動，我們的聽覺系統會識別出來自同一信號源的聲音分別到達雙耳，但是會有一定的延遲，或者從另一個角度看，兩只耳朵接收到同一個信號的不同相位。

兩耳時差 圖1a：當聲音來自前方，雙耳時間差為零（左）。當聲音來自側面，頭的尺寸約為20厘米，聲速為340米/秒，最大時差為0.58毫秒（右）

在低頻下可以最佳地破譯相位差。在較高的頻率下，與頭部的尺寸相比，波長可能太短，以至于信號模式自身重復，兩只耳朵可能碰巧接收到相同的相位（圖1b）。

兩耳相位差 圖1b：通常耳朵會感測到相位差（左），根據頻率和入射角度，它們可以檢測到虛假相位匹配（右）。

幸運的是，聽覺系統可以借助另一個線索：當聲音從側面到達時，我們的頭部會產生聲影區，并隨頻率上升而擴大。

在非常低的頻率下，我們頭部的尺寸與空氣中的聲音的波長相比是小的。因此，無論聲音從哪個方向到達，左耳和右耳的聲壓基本相同。

然而，隨著頻率的增加，波長減小，此時我們的頭部尺寸不能再被忽略了。它成為屏蔽和反射聲音的障礙物，使得與面向聲源的耳朵相比，當其到達頭部另一側的耳朵時，較高頻率的成分將被衰減。

我們的耳廓的形狀還可提供豐富的頻譜（依賴于頻率）線索。像頭部的聲影區一樣，耳廓起到一個屏蔽層的作用，使不是從前面直接進入的較高頻率的聲音衰減。你可以通過轉離再轉向一個聲源來體驗這一點。這樣做的時候，你應該能感受到高頻率的微小變化，而這種變化你通常是不會注意到的。

另外，根據頻率和入射方向，聲音在耳廓內反射到耳道時，耳廓的形狀會影響聲音，從而增強某些頻率并衰減其他頻率。

二、雙耳聲記錄和重放

一般來說，要獲得正確的空間聲學體驗，我們需要兩只耳朵（雙耳），因為左耳和右耳之間的對比給出了關于聲源位置的最有力線索。中正面上的聲源是最難定位，因為在中正面上幾乎沒有耳間差異。

然而，我們的方向感多數是建立在經驗之上的，這與我們自己的生理（我們的頭、耳廓和耳道的大小和形狀）有關。隨著時間的推移，我們的聽覺系統建立了一個參考數據庫，例如注意到來自后面的聲音聽起來稍顯沉悶。因此，為了創造令人信服的空間體驗，并感知聲源的確切位置，聲音的再現必須提供我們的聽覺系統所習慣的所有信息。

目前主流的雙耳聲記錄與重放是采用人頭與軀干模擬器（Head and Torso Simulator, HATS）采集聲音，再用耳機播放出來，這種方式能夠真實地模擬人與聲場環境的相互影響，廣泛應用于聲品質主觀評價，這屬于靜態的雙耳聲重放。

隨著“元宇宙”時代的到來，我們在AR/VR場景中希望更加身臨其境的感受雙耳聲音，比如，頭部可以任意轉動，聽到不同方向的聲音。或者同樣的音頻信號，在不同的虛擬或現實環境中會有怎樣的表現，等等，這屬于動態的雙耳聲重放。