摘要：试想，当你坐在电视机前，打算观看一部心仪的大片时，会“遭遇”什么？精彩，或者说扣人心弦的剧情；悠长，让人回味许久的配乐；还是那激动人心的音效……不过很大概率上，你可能会遭遇一个受到长期困扰的用户“痛点”——即来自平板电视超薄型扬声器中含混不清的对白。它最终将严

试想，当你坐在电视机前，打算观看一部心仪的大片时，会“遭遇”什么？精彩，或者说扣人心弦的剧情；悠长，让人回味许久的配乐；还是那激动人心的音效……不过很大概率上，你可能会遭遇一个受到长期困扰的用户“痛点”——即来自平板电视超薄型扬声器中含混不清的对白。它最终将严重破坏观影时的沉浸感，也令电影的艺术表现力大打折扣。

2024年9月，DTS宣布推出DTS Clear Dialogue（清晰对话）这一音频后处理技术，凭借突破性的AI音轨分离能力，引发行业关注。这项支持全语种、多信源的技术，正在重新定义家庭娱乐的音频标准。稍早前，外媒采访了DTS负责音频研发的副总裁Martin Walsh，请他来谈谈这项革新性AI音频技术，是如何破解“听不清”痛点和重塑家庭观影体验的。

传统数字信号处理技术DSP存在先天局限，Walsh领导的团队指出了其中的三大症结：内容混合技术、电视扬声器自身品质以及用户的听音环境。为此，他们决定通过对音轨的解构与重新混录，来实现更为精准的调控。

“尽管现代家庭娱乐的音频制作已趋近商业影院的水准，但终端呈现设备却往往会成为瓶颈。”——Martin Walsh

大多数用户仍然依赖平板电视自带的廉价立体声扬声器。这意味着所有高动态音频，最终会被压缩后，在动态范围和输出功率都相当有限的电视扬声器中呈现，从而影响了对白的清晰度。

背景音乐和音效通常会“盖”过对白，这在动作场景中尤为明显。为此定制的电视机音频调节功能，往往又力不从心。环境因素同样不可忽视——夜间观影时音量放低，会进一步加剧理解（听清对白）的难度。拥有多声道家庭影院的用户，也许可以依赖中置声道“补救”，这种方案虽说有效，但也会破坏音场平衡，因为非对话的音频信息被显著提升了。

现有数字信号处理技术，可以部分解决对白清晰度的问题，比如对可能出现的人类语音区域施加增益，但这样做会影响该频率范围内的均衡（EQ）。
基于对象的音频格式（比如DTS：X），允许混音师将对白编码为单独的音频对象，以便在接收终端对应完成独立处理。但是，这样的选项可能会破坏当前的内容创建工作流程，而且基于对象的音频格式迄今为止没有真正得到广泛应用。

当然，不少内容提供商也在进行着各自的优化工作。比如亚马逊Prime Video就为此创建“特殊版本”，即支持“对白增强/Dialogue Boost”的音轨，它允许用户增加相对于背景音乐的对白音量，从而更容易听到和理解到影片中的口语/对白。但是缺点也显而易见：混音师等内容制作者无法预测听众的喜好以及重播时的空间环境。而且，由于需要重新混音，通常会破环原始的艺术意图，并且无法与用户个人的喜好保持一致。

DTS的研发团队为此另辟蹊径，其核心突破就在于：通过机器学习实现音轨要素的精准剥离。Clear Dialogue先运用AI技术将对白从音乐、音效中完全分离，再施以专属的均衡处理，最终根据用户偏好、设备特性和环境特征生成个性化对白混音。

“Clear Dialogue将根据每位用户的喜好，为他们创建定制的对白组合，还可以包含其他信息，突破播放环境和播放设备的限制。”——Martin Walsh

Clear Dialogue对轻中度听障群体友好

这一过程中，DTS也研究了DTS Clear Dialogue对听力障碍人士的影响。考虑到每个人的听力损失程度都不一样，目前的解决方案可能并不适用于听力损失严重的人。当平板电视内置扬声器的音量过大，会导致严重的二次失真，又将影响到同一房间里其他人的聆听体验。

“有证据表明，将对话从原声中分离并通过增益或均衡增强它，可以改善轻度至重度听力损失者的聆听体验。”——Martin Walsh

随着听力下降，区分对白和背景音乐会增加听众的认知负担，因此变得更具挑战性。提高对白与背景音乐的比例可以产生显著效果，而无需根据每个听众的具体听力状况调整解决方案。因此，该技术对轻中度听障群体具有特殊价值。

不只适用电视机，未来将拓展到更多领域

观影同时专注于阅读字幕，将大大降低故事的沉浸感，因为用户必须将注意力转移到文本上，有时会忽略观察屏幕的其余部分。Clear Dialogue可以在不扭曲整体混音的前提下放大人声，即使背景噪音很大或声音复杂的场景下也能提高清晰度。这对电视节目和电影观影至关重要，它可以确保观众能够理解故事、人物和所想传达的情感。
为此进行的测试，其反馈令人鼓舞。在强调了对对话、音乐和效果的简单调整后，可以带来更少压力的娱乐体验。许多人表示，他们没有意识到它需要额外付诸的认知努力。

“当对白清晰易懂、叙事流畅时，就能吸引观众的注意力。”——Martin Walsh

DTS Clear Dialogue作为解决方案，专门针对电视机，利用其现有机器学习硬件功能来实现。但是，下一代的DTS Clear Dialogue技术将涵盖机顶盒、Soundbar和AV放大器。某些情况下，这些解决方案可能会包含针对特定硬件定制的、更高级的信号处理功能。

来源：影音CN编辑部