Dolby Atmos есть уже не только в саундбарах и домашних кинотеатрах, но и почти в каждом втором флагманском аудиогаджете. Проблема в том, что пространственный звук в рекламе давно превратился в зонтичный термин: покупателю обещают 3D-сцену, а на практике все упирается в формат записи, датчики в наушниках и совместимость устройства. Для русскоязычной IT-аудитории здесь важен не только потребительский аспект, но и более широкий урок: маркетинг платформ снова опережает реальное понимание технологии.
Как пишет ZDNet, пользователи и даже часть рынка смешивают сразу три разных понятия: immersive audio, spatial audio и Dolby Atmos. Отсюда и типичная путаница: человек видит значок Atmos в стриминге, включает дорогие наушники и ждет почти кинотеатральный эффект. А получает либо аккуратно расширенную сцену, либо довольно пластиковую симуляцию, которая больше похожа на DSP-демо в магазине электроники, чем на новое измерение звука.
Если разложить термины без маркетингового тумана, картина простая. Immersive audio — это сам опыт объемного звучания, когда источник звука ощущается не только слева и справа, но еще спереди, сзади и сверху. Dolby Atmos и DTS:X — форматы, в которых такой звук может быть сведён и доставлен до устройства. А пространственный звук — это уже технология рендеринга на стороне железа, чаще всего в наушниках и TWS-моделях, которая пытается превратить полученный сигнал в трехмерную сцену. В связке Apple это особенно хорошо видно: Dolby Atmos отвечает за формат дорожки, а Spatial Audio с динамическим отслеживанием головы — за то, чтобы сцена менялась вместе с поворотом головы.
Отсюда следует важная, хотя и не очень удобная для рекламных буклетов мысль: наличие Atmos само по себе не гарантирует впечатляющего результата. По данным ZDNet, технически воспроизводить Dolby Atmos могут почти любые наушники, если поток обрабатывает смартфон, планшет или ноутбук. Иными словами, кодирование и декодирование в значительной степени делает исходное устройство, а не сами наушники. Но если в них нет качественного head tracking, то есть отслеживания положения головы, пользователь слышит не «звук вокруг себя», а просто более широкую сцену. Это уже неплохо, но к эффекту настоящего погружения имеет лишь косвенное отношение.
Именно поэтому лучший способ услышать объемный звук по-прежнему старомоден: несколько физических колонок в комнате. ZDNet прямо пишет, что многоканальная акустика выигрывает у наушников, потому что она не имитирует локализацию, а создает ее в реальном пространстве. Саундбар с тыловыми сателлитами и верхними каналами, по оценке издания, даст более убедительную 3D-картину, чем любые две мембраны в паре сантиметров от ушей. Даже трехканальная конфигурация в помещении в ряде случаев оказывается честнее и естественнее, чем наушниковый «объем». Для бизнеса это тоже показательная история: чем агрессивнее производители персонального аудио продают идею замены домашнего кинотеатра, тем заметнее технический компромисс.
С наушниками ситуация тоньше. Чтобы создать иллюзию фиксированных звуковых объектов, производители используют акселерометры и гироскопы. Эти же сенсоры давно работают на жесты головой, автопаузу и управление воспроизведением, но в режиме spatial audio они постоянно считают положение головы относительно источника сигнала. Если повернуть голову влево, виртуальная сцена должна остаться на месте — как если бы колонки стояли перед пользователем. На бумаге все выглядит элегантно. На практике качество зависит от того, насколько аккуратно сделан рендеринг и насколько хорошо наушники оптимизированы под конкретный формат, прежде всего под Dolby Atmos.
Здесь рынок снова дробится на экосистемы. Apple называет функцию Spatial Audio, Bose — Immersive Audio, Sony — Spatial Sound with Head Tracking, JBL — Spatial Sound. Суть похожа, названия разные, а пользователь в итоге вынужден разбираться не в музыке, а в матрице совместимости. ZDNet отдельно подчеркивает: лучше всего работают те устройства, которые изначально заточены под воспроизведение Dolby Atmos, а не пытаются дорисовывать объем с помощью фирменного апмикса из обычного стерео. Это важный нюанс и для продактов, и для тех, кто отвечает за пользовательский опыт: «включить эффект для любого контента» звучит красиво, но почти всегда повышает риск артефактов и неестественной цифровой окраски.
Для стриминговых сервисов это тоже принципиальный момент. Когда Apple Music показывает маркировку Dolby Atmos, речь идет о формате аудиофайла, а не о том, что spatial-обработка обязательно включена на стороне наушников. Один и тот же трек в Atmos можно проиграть через наушники, саундбар или набор колонок, но результат будет разным из-за числа каналов и особенностей рендеринга на конкретном устройстве. Пользователь видит один и тот же бейдж, а слышит три совершенно разных сценария. Для платформ это почти идеальная модель: общий бренд стандарта, но очень неоднородный фактический опыт, зависящий от железа.
Для разработчиков аудиопродуктов и платформ из этого следует прагматичный вывод. Во-первых, терминология вокруг пространственного звука уже перегрета и требует более честной упаковки функций. Во-вторых, качество эффекта определяется не одним логотипом Atmos на коробке, а комбинацией из формата, сенсоров, вычислительной обработки и конкретного сценария прослушивания. В-третьих, пользовательская лояльность здесь будет расти не у тех, кто громче обещает «звук как в кино», а у тех, кто точнее объясняет ограничения. И пока рынок массово продает 3D-саунд как универсальную кнопку вау-эффекта, главный вопрос звучит довольно приземленно: смогут ли производители перестать маскировать компромиссы красивым словарем или пространственный звук так и останется функцией, которая лучше выглядит в спецификациях, чем работает у большинства людей дома.