我们的听觉系统的显著能力之一是可以确定声源的位置。

这在生活中的许多情况下都是至关重要的，例如交通的安全导航。但声音的空间属性对于在游戏和家庭影院配置中实现真实的声学环境也很重要。

一、我们如何定位声音？

我们的听力使用的第一个线索是双耳时间差（图1a）。来自我们正前方或正后方的声音会同时到达双耳。如果信号源向左或向右移动，我们的听觉系统会识别出来自同一信号源的声音分别到达双耳，但是会有一定的延迟，或者从另一个角度看，两只耳朵接收到同一个信号的不同相位。

两耳时差 图1a：当声音来自前方，双耳时间差为零（左）。当声音来自侧面，头的尺寸约为20厘米，声速为340米/秒，最大时差为0.58毫秒（右）

在低频下可以最佳地破译相位差。在较高的频率下，与头部的尺寸相比，波长可能太短，以至于信号模式自身重复，两只耳朵可能碰巧接收到相同的相位（图1b）。

两耳相位差 图1b：通常耳朵会感测到相位差（左），根据频率和入射角度，它们可以检测到虚假相位匹配（右）。

幸运的是，听觉系统可以借助另一个线索：当声音从侧面到达时，我们的头部会产生声影区，并随频率上升而扩大。

在非常低的频率下，我们头部的尺寸与空气中的声音的波长相比是小的。因此，无论声音从哪个方向到达，左耳和右耳的声压基本相同。

然而，随着频率的增加，波长减小，此时我们的头部尺寸不能再被忽略了。它成为屏蔽和反射声音的障碍物，使得与面向声源的耳朵相比，当其到达头部另一侧的耳朵时，较高频率的成分将被衰减。

我们的耳廓的形状还可提供丰富的频谱（依赖于频率）线索。像头部的声影区一样，耳廓起到一个屏蔽层的作用，使不是从前面直接进入的较高频率的声音衰减。你可以通过转离再转向一个声源来体验这一点。这样做的时候，你应该能感受到高频率的微小变化，而这种变化你通常是不会注意到的。

另外，根据频率和入射方向，声音在耳廓内反射到耳道时，耳廓的形状会影响声音，从而增强某些频率并衰减其他频率。

二、双耳声记录和重放

一般来说，要获得正确的空间声学体验，我们需要两只耳朵（双耳），因为左耳和右耳之间的对比给出了关于声源位置的最有力线索。中正面上的声源是最难定位，因为在中正面上几乎没有耳间差异。

然而，我们的方向感多数是建立在经验之上的，这与我们自己的生理（我们的头、耳廓和耳道的大小和形状）有关。随着时间的推移，我们的听觉系统建立了一个参考数据库，例如注意到来自后面的声音听起来稍显沉闷。因此，为了创造令人信服的空间体验，并感知声源的确切位置，声音的再现必须提供我们的听觉系统所习惯的所有信息。

目前主流的双耳声记录与重放是采用人头与躯干模拟器（Head and Torso Simulator, HATS）采集声音，再用耳机播放出来，这种方式能够真实地模拟人与声场环境的相互影响，广泛应用于声品质主观评价，这属于静态的双耳声重放。

随着“元宇宙”时代的到来，我们在AR/VR场景中希望更加身临其境的感受双耳声音，比如，头部可以任意转动，听到不同方向的声音。或者同样的音频信号，在不同的虚拟或现实环境中会有怎样的表现，等等，这属于动态的双耳声重放。