バイノーラル録音

バイノーラル録音は、 2 つのマイクを使用して録音する 方法で、リスナーが実際に演奏者や楽器と一緒に部屋にいるような3Dステレオ サウンド感覚を作り出すことを目的としています。この効果は、ダミー ヘッド録音と呼ばれる手法を使用して作成されることが多く、ダミー ヘッド録音では、マネキンの頭の両耳にマイクが取り付けられます。バイノーラル録音は、ヘッドフォンを使用して再生することを目的としており、ステレオ スピーカーでは適切に変換されません。この 3 次元または「内部」形式のサウンドというアイデアは、聴診器が「頭の中」の音響を作り出すことや、IMAX 映画が 3 次元の音響体験を作り出すことができることなど、多くの点でテクノロジーの有益な進歩にもつながっています。

「バイノーラル」という用語は、 1950 年代半ばにレコード業界がマーケティングの流行語として組織的に誤用したこともあって、「ステレオ」という単語の同義語と混同されることがよくあります。従来のステレオ録音では、自然な耳の間隔や頭と耳の「ヘッド シャドウ」が考慮されていません。これらは人が聴いているときに自然に発生し、リスニング位置に固有の両耳間時間差(ITD) と両耳間レベル差 (ILD) を生成するためです。従来のステレオではスピーカーのクロストークがバイノーラル再生を妨げるため (つまり、各チャンネルのスピーカーからの音が、ヘッドフォンの場合のように対応する側の耳だけで聞こえるのではなく、両方の耳で聞こえるため)、ヘッドフォンが必要になるか、Ambiophonicsなどのスピーカー用の信号のクロストークキャンセルが必要になります。従来のスピーカーステレオやMP3 プレーヤーを使用して聴く場合、球形マイクロフォンやアンビオフォンなどの準バイノーラル録音には、耳介のないダミーヘッドが適している場合があります。一般的なルールとして、真のバイノーラル結果を得るには、マイクロフォンからリスナーの脳までのオーディオ録音および再生システム チェーンに、耳介 (できればリスナー自身のもの) とヘッド シャドウが 1 つだけ含まれている必要があります。

バイノーラル録音の歴史は1881年に遡ります。^[1]最初のバイノーラル装置であるテアトロフォンは、クレマン・アデルによって発明されました。^{[1]これは、}オペラ座の正面の縁に沿って設置されたカーボン電話マイクの配列で構成されていました。信号は電話システムを通じて加入者に送信され、加入者は両耳に小さなスピーカーが付いた特別なヘッドセットを着用する必要がありました。

ダミーヘッドの録音は、クンストコップフと呼ばれる物理的な合成ヘッドの使用に関連しています。クンストコップフは、ライブオーケストラの録音中にコンサートホールに設置され、映画業界では俳優がセリフを録音する際にヘッドの周りに立つことができます。ダミーヘッドは、スピーカーからヘッドに対して適切な方向で音を再生することにより、録音済みの効果音に位置情報を刻み込むためにも使用できます。たとえば、雷や鳥の鳴き声の音をダミーヘッドの上で再生します。

映画業界では、『デモリション』（1973年）がダミーヘッドを使用して録音された最初のラジオドラマでした。^[2]

1974年、ヴァージン・レコードはタンジェリン・ドリームのリーダー、エドガー・フローゼによる初のソロ・アルバム『アクア』を発売した。短いスリーブノートには、ディスクのサイド2（つまり、トラックNGC 891とUpland）は、グンター・ブルンシェンが開発した人工頭脳システムを使用して録音されたことがリスナーに伝えられている。リスナーは、アルバムのそのサイドではステレオ・ヘッドフォンを使用して最適なリスニングを行うようアドバイスされた。

エドガーは、このシステムをその後のレコーディングでも引き続き使用し、推進することに熱心でしたが、ヘッドフォンではうまく機能したにもかかわらず、改善された音質がハイファイ スピーカー システムでは適切に伝わらなかったため、このシステムは断念されました。

1978年、ルー・リードはライブとスタジオ録音を組み合わせた初の商業的に制作されたバイノーラルポップレコード「ストリート・ハッスル」^{をリリースした。 [3]}

バイノーラル録音は、高品質の録音には高価な専用機器が必要であり、適切な再生にはヘッドフォンが必要であることから、注目されていませんでした。特にウォークマンが登場する前の時代、ほとんどの消費者はヘッドフォンを不便と考え、家庭用ステレオ システムや自動車で聴ける録音にしか興味がありませんでした。最後に、録音できるものの種類は、一般的に市場価値が高くありません。スタジオ録音では、スタジオの空間品質があまりダイナミックで面白くないため、自然なクロスフィード以外に、バイノーラル セットアップを使用することによるメリットはほとんどありません。興味深い録音は、ライブオーケストラの演奏、都市の音、自然、その他の主題のアンビエントな「環境」録音です。

1990 年代には、デジタル信号処理(DSP) を使用して HRTF を再現する電子機器が市販されました。これらの機器により、サウンド エンジニアはダイヤル パラメータを使用してリアルタイムのサウンドの見かけの方向を調整できるようになりました。これらは珍しく高価でしたが、サウンド エンジニアは録音済みのサウンドの特殊効果を迅速かつ便利に変更できるようになりました。パラメータを操作することで、サウンド エンジニアは通過する車のモノラル録音を、あたかもリアルタイムで背後を通過しているかのように聞こえさせることができます。同じ結果を得るために実際のダミー ヘッドを使用して録音するには、録音ブースと可動式スピーカー、またはスピーカーの配列と複数のパンニング デバイスまたはスイッチング デバイスが必要になります。

現代では、ヘッドフォンが広く普及し、録音方法も安価になり、360°オーディオ技術に対する商業的な関心が高まったこともあり、バイノーラルへの関心が再び高まっています。

オンラインのASMRコミュニティは、バイノーラル録音を広く採用しているもう 1 つのムーブメントです。

商業エンターテイメントにおけるドルビーアトモスやその他の 360° オーディオ映画技術の台頭により、バイノーラル シミュレーションの使用が普及してきました。これは、360° サウンドトラックをヘッドフォンやイヤフォンに完全に適応させることを目的としています。ユーザーは、ヘッドセットのスピーカーを 2 つだけ使用しても、臨場感あふれるサラウンド サウンド体験をそのままに、360° 映画や音楽を視聴できます。特に、完全な 360° マルチチャンネル サウンドトラックは、ヘッドフォンで聴くと自動的にシミュレートされたバイノーラル オーディオに変換されます。

2005年、Aquaはドイツと日本での限定版再発のためにリミックスされ、CDの最後には 追加トラックのUpland Dawnが加えられました。

2015年、シンガポールのシンガーソングライターJJ Linはダミーヘッド録音を使用した実験的なデビューアルバム「From ME to Myself」をリリースしました。これはポップミュージック業界でこの技術を使用した最初のアルバムでもあります。^[4]

会話と紙をくしゃくしゃにする音のバイノーラル録音

バイノーラル録音。ステレオ ヘッドフォンでのみ、望ましい効果が得られます。

---

このファイルの再生に問題がありますか?メディアヘルプを参照してください。

「ワンマンルンバ」バイノーラル音楽デモンストレーション

バイノーラル録音。ステレオヘッドフォンでのみ、望ましい効果が得られます。

---

このファイルの再生に問題がありますか?メディアヘルプを参照してください。

シンプルな録音方法では、2 つのマイクを互いに向き合うように 18 cm (7 インチ) 離して配置します。この方法では、実際のバイノーラル録音は作成されません。距離と配置は、平均的な人間の外耳道の位置にほぼ近似しますが、必要なのはそれだけではありません。より複雑な技術が存在します。

バイノーラル効果を生み出すために使用される主な方法は 2 つあります。

1. ダミーヘッド録音ダミーヘッドまたは頭部および胴体シミュレータ（HATS）は、人間の頭部および胴体の平均的な寸法に基づいています。これらは、耳および口のシミュレータ^[5]が取り付けられた音響材料と、通常は鼓膜の各外耳道内に挿入された2つのマイクで構成されています。
2. 模擬ダミーヘッド録音はデジタル信号処理（DSP）によって行われ、信号は複雑な数学的アルゴリズムに送られ、限られたHRTF情報が刻印されてバイノーラル効果を生み出します。このプロセスはHRTFベースのバイノーラルアルゴリズムと呼ばれます。^[6]

一般的なバイノーラル録音装置には、ダミーヘッドに取り付けられた2つの高忠実度マイクがあり、耳の形をした型に埋め込まれており、音が人間の頭に巻きつき、外耳と内耳の形状によって「形作られる」ときに自然に発生するオーディオ周波数調整（心理音響研究コミュニティでは頭部伝達関数（HRTF）として知られています）をすべて完全にキャプチャします。ダミーヘッド（人工頭部、クンストコフ[ ^7]、またはヘッドアンドトルソシミュレーターとも呼ばれる）は、バイノーラル録音を生成するために使用されます。その後、トラックをヘッドフォンで聞くと、リスナーはダミーの視点から聞くことができます。ダミーヘッドは複数の音を同時に録音するように設計されているため、音楽の録音だけでなく、複数の音源が関係する他の業界でも優れています。

ダミーヘッドは平均的な大きさの人間の頭を模倣するように設計されており、製造元によっては鼻と口も付いている場合があります。各ダミーヘッドには耳介と外耳道が装備されており、それぞれの耳に小さなマイクが1つずつ配置されています。^[8]ダミーヘッド設計の主要メーカーは、Brüel & Kjær、Head Acoustics GmBH、Knowles Electronics、GRAS Sound & Vibrationです。^[8]

ダミーヘッドの製造業者は、特定の状況に対応するために、それぞれ異なる製品を設計しています。GRAS ダミーは柔軟性があり、サイズや素材の異なる交換可能な耳介が付いた頭部または胴体、さまざまなタイプの外耳道シミュレーター、鼓膜シミュレーターが含まれています。頭部には口シミュレーターが含まれる場合と含まれない場合があります。Brüel & Kjær のデザインには、軟質成形の耳介、鼻、口、胴体が含まれています。どのダミーヘッドまたは HATS でも、同じ性質のオーディオを録音できますが、さまざまなタイプは、さまざまなタスクを達成するために特別に設計されています。バイノーラル録音の市場に新しく参入した製造業者は、小規模な録音を目的としている 3Dio です。3Dio のマイクは、平均的な頭の距離で両耳に配置されますが、モデルには頭部または胴体全体が含まれていません。

ダミーヘッドを使った録音の主な目的は、すべてのリスナーに適した完璧なバイノーラル再生を実現することです。問題は、人間の頭はそれぞれ形や大きさが異なることです。HRTFの多様性のため、すべての人の耳に適合するバイノーラル効果を生み出すことは不可能です。そのため、シミュレートされたダミーヘッド録音アルゴリズムは、平均的なHRTFを使用して、すべての人に適した適度なバイノーラル効果を生み出します。^[6]

人間の方向認識は複雑です。

1. 左右の耳に届く音情報は両耳間の時間差とレベル差を引き起こします。これらの小さな変化により、脳と聴覚系はリスナーからの音源の方向と距離を計算することができます。^[9]両耳間の時間差と音源定位を参照してください。
2. 打楽器の音の場合、衝撃は皮膚（通常は胴体）に感じられます。最も強くて早い感覚刺激は、音源の方向に対して垂直に並ぶ皮膚領域から生じます。
3. 人間の頭部は、鼓膜に到達する音に、周波数に依存する位相と振幅の歪みを刻み込みます。周波数に依存するレベルの違いとこれらの歪みは、音源の方向によって異なります。これは、副鼻腔、咽頭腔、耳管、内耳、外耳、および頭部と上半身のその他の組織の形状と音の伝達特性によって発生します。頭部関連伝達関数を参照してください。

従来の音楽録音は、スピーカーとヘッドフォンの左と右の再生のみを使用するステレオ再生用に制作されています。ダミー ヘッドの実装により、録音アーティストは 3 次元のサウンド再生を利用できます。これは、ヘッドフォンによる再生を通じて、リスナーがダミーの位置にいたかのようにサウンドを知覚するためです。録音はダミー ヘッドの耳介を通じて知覚されます。

バイノーラル再録音の技術は単純だが、十分に確立されていない。これは、映画のサウンドデザイナーが使用するワールドライジング^[10]と同じ原理に従っており、現実世界の場所でスピーカーから音を再生し、現実世界の環境のすべての側面と特徴を伴って再録音する技術である^{[11] 。}

空間を利用して音を操作し、それを再録音することは、長年、レコーディング スタジオでエコー チャンバーを使用して行われてきました。1959 年には、アーヴィング タウンゼントがマイルス デイビスの 1959 年のアルバムKind of Blueのポスト プロダクション プロセスでエコー チャンバーを使用したことで有名になりました。「[Kind of Blue でのエコー チャンバーの効果は] ほんの少しの甘味です。30 番街では、ミキシング コンソールから、スピーカーと良質の全方向性マイクを設置できる場所ならどこでも、天井の低いコンクリートの地下室 (約 12 x 15 フィート) までラインが引かれていました。」^[12]

バイノーラル録音では、バイノーラルマイクを使用して、マルチチャンネルスピーカーセットアップで再生されているコンテンツを録音します。したがって、バイノーラルヘッド、つまりマイクは、理論的には、人間がマルチチャンネルコンテンツをどのように聞くかを録音します。たとえば、映画のサウンドトラックは、特定の場所のすべての環境キューと、人間の胴体によって一般的に生成される残響（HATS ^[13]モデルが使用されていると仮定）とともにバイノーラルマイクによって録音されます。この方法は、Neumann KU 100 で作成された特定のバイノーラル録音と同様です。^[14]

MRIスキャナを使用して、ブリュエル・ケアーとDTUは、多数の人間の耳の形状を収集しました。鼓膜に隣接する骨の部分を含む外耳道全体の形状をキャプチャすることにより、このデータは後処理され、平均的な人間の外耳道の形状が決定されました。これに基づいて、高周波頭部および胴体シミュレータ（HATS）タイプ5128は、可聴周波数範囲全体（最大20kHz）をカバーする音響特性の非常にリアルな再現を作成します。^[15]

ヘッドフォンでバイノーラル録音を再生する場合、いくつかの問題があります。耳のチャンネル内または入り口に置かれたマイクで拾った音の周波数スペクトルは、独立したマイクで拾ったものとは大きく異なります。拡散音場頭部伝達関数 (HRTF)、つまりあらゆる方向から来る音を平均した鼓膜での周波数応答は、10  dBを超えるピークとディップを伴い、非常にグロテスクです。特に 2 kHz から 5 kHz 付近の周波数は、自由音場の再生と比較して大幅に増幅されます。^[17]

2012年1月、BBC研究開発部はBBCラジオ4と協力して、マイケル・モーパーゴ著作『 Private Peaceful 』のバイノーラル版を制作した。^[18] 88分間のドラマ化作品では、5.1スピーカーシステムの再生が特徴で、4つのバリエーションがあった。各バリエーションの開始時に、リスナーは一連のテスト信号を聞いて、どのバージョンがリスナーに最高の空間体験を与えるかを選択できるようにする。これにより、BBC研究開発部は、バイノーラル再生の成功にはバリエーションがあることを受け入れ、HRTFデータの異なるセットに基づいて異なるミックスを提供した。『Private Peaceful』のリリースには、すべてのリスナーに回答するよう依頼するアンケートが添付されていた。アンケートでは、リスナーにとってバイノーラル再生が成功したかどうか、どのバージョン（1～4）が最も成功したと思うかを質問した。

2012 年 9 月の BBC R&D のクリス・パイク氏とのインタビューで、パイク氏は「空間印象は良いかもしれないが、音色の色付けが問題になることが多い」と述べた。^[19]音色の色付けの問題は、多くの空間拡張研究で言及されており、たとえばバイノーラル オーディオを再生する際の HRTF データの誤用または不十分な量、またはエンド ユーザーが収集された HRTF データに単にうまく反応しないという事実の結果と見なされることがあります。フランシス・ラムゼイ氏は、2011 年の記事「Whose head is it anyway?」^[20]で、「HRTF の実装が不適切だと、音色品質の低下、外部化の低下、その他多くの望ましくない結果が生じる可能性がある」と述べています。^[20] HRTF データを正しく取得することが、最終製品を成功させる鍵であり、HRTF データを可能な限り拡張することで、音色の問題などのエラーの余地が少なくなると考えられます。Private Peaceful ^[18]で使用されたHRTFは、残響室でのインパルス応答を測定することによって設計されました。これは空間感覚を捉えるために行われたものですが、外部的なものではなく、Pike ^[19]が指摘したように明らかな音色の問題がある。

Sennheiser Research Laboratoriesの Juha Merimaa 氏は、HRTF フィルターを使用して音色の問題を軽減しても、リスナーのパネルでテストしたときにデータを使用して以前に達成された空間定位には影響がないことを発見しました。^[21]これは、HRTF データで処理されたオーディオの音色の問題の影響を軽減する方法があることを説明していますが、これはオーディオの EQ 操作をさらに行うことを意味します。この方法をさらに検討する場合、研究者は、空間認識の感覚を高めるためにオーディオが大幅に操作されていること、およびこの追加の操作によりオーディオに不可逆的な変更が発生するという事実を受け入れなければなりません。これはコンテンツ作成者が満足しない可能性があります。どの程度の操作が適切であるか、およびこれがエンドユーザーのエクスペリエンスに影響を与える場合、どの程度影響するかを考慮する必要があります。

理想的なリスニング環境は、ユーザーが聴いているオーディオの色付けを減らすために、可能な限りフラットな周波数応答を提供するように設計および調整されたヘッドフォンで体験できる可能性が最も高いです。ほとんどの場合、これは、コンテンツの作成者が意図したとおりにオーディオを聞くことができるヘッドフォンに投資するエンドユーザーにとって十分な問題とは思われず、代わりにバンドルされたヘッドフォンを使い続けるか、場合によっては特定のアーティストが推奨し、ブランド化したヘッドフォンに投資します。前述したように、クリス・パイクとBBC R＆Dが使用したテクニックである、BRIRおよびHRTFデータを使用して空間的に改善されたオーディオを作成する際に、音色効果の問題が存在します。^[19]結果では音色の問題が発生したため、この方法はまだヘッドフォンで空間的に強化されたオーディオを作成するための成功した方法ではない可能性がありますが、これらの音色の問題はヘッドフォンの選択でも発生します。 「[BRIRとHRFTデータの使用によってもたらされる音色の問題は]MP3プレーヤーに付属する安価なヘッドフォンと高級なゼンハイザーのヘッドフォンの違いよりも悪いのでしょうか。」^[19]

電話機、ヘッドセット、オーディオ会議機器、マイク、ヘッドフォン、補聴器、聴覚保護具などの現場での電気音響テストに使用するように設計されています。^[22]

ノイマン KU 100 は、バイノーラルステレオ録音に使用されるダミーヘッドマイクです。「人間の頭に似ており、耳に2つのマイクカプセルが組み込まれています。 」 ^[14]ノイマンはよく使用されるバイノーラルマイクで、BBCの研究開発チームでも使用されています。^[23]

KEMAR は当初、補聴器開発のために聴覚学業界との共同研究で発明され、現在でもこの業界の事実上の標準となっています。しかし、それ以来 KEMAR の使用は、通信、聴覚保護テスト、自動車開発など、他の多くの業界に広がっています。KEMAR は、平均的な人間の測定値に可能な限り近づくように、大規模な統計調査を使用して設計されています。KEMAR モデルは、このリストで唯一、胴体モデルを備えたマイクです。胴体の反射は、バイノーラル録音を成功させるのに大きく貢献することが分かっています。^[24]

3Dio シリーズのバイノーラル マイクは、人間の耳の平均距離に近い 19 センチメートル (7.5 インチ) 離れた 2 つのシリコン製耳 (耳介) 型を備えています。マイクは耳の中に配置されており、Free Space および Free Space XLR モデルの Primo EM172 から Pro II モデルの DPA 4060 まであります。3Dio シリーズは、たとえば Neumann KU 100 よりもかなり安価であるため、消費者からプロシューマー レベルでより多く使用されています。3Dio モデルと KEMAR または KU 100 の主な違いは、ヘッド モデルがないことです。3Dio は、ステレオ録音からバイノーラル効果を得るために、耳介型の使用に完全に依存しています。

人間の耳介の中に装着する、イヤホンのように使用するインイヤー型ウェアラブルステレオマイク。このマイクはユーザーの耳介を利用してバイノーラル効果を生み出します。^[25]

Hooke Verse は比較的新しいバイノーラル デバイスで、Bluetooth を利用して録音デバイスに接続し、ロスレス録音を行う、インイヤー ウェアラブル マイクのセットです。開発されたコーデックにより、ユーザーはビデオとともにオーディオをキャプチャできます。さらに、このデバイスはマイクのウィンドスクリーンを使用して、ウェアラブル デバイスやスマートフォンでよく問題となる風切り音を軽減します。^{[引用が必要]}

ウィキメディア・コモンズには、バイノーラル録音に関連するメディアがあります。

• バイノーラルビート – 音響学用語Pages displaying short descriptions of redirect targets
• 両耳融合 – 両耳で受け取った聴覚情報を組み合わせる認知プロセスPages displaying wikidata descriptions as a fallback
• ブルームラインペア – ステレオ録音技術
• ダイナミックバイノーラル録音
• フランセン効果
• ホロフォニックス – バイノーラル録音システム
• 先行効果 – 心理音響現象

• Lalwani, Mona (2015 年 2 月 12 日)。「サウンドに囲まれて: 3D オーディオが脳をハックする方法」The Verge。

無料辞書のウィクショナリーで「バイノーラル録音」を調べてください。

• 3Dバイノーラル録音の例