Procédés et systèmes d’enregistrement et de reproduction sonores en trois dimensionsThree-dimensional sound recording and reproduction: techniques and systems

REMERCIEMENTSACKNOWLEDGEMENTS

Aux membres du jury : André Breton, Jean Décarie et Philippe Ménard.To the members of the jury: André Breton, Jean Décarie and Philippe Ménard.

• À Louis Saint-Onge pour les trois documents que je lui ai commandés,To Louis Saint-Onge for the three documents I commissioned from him,
• Yves Gendron et Michel Hazel du département du son de l’Office national du film (ONF) à Montréal pour leur précieuse collaboration durant les tests avec le microphone Soundfield,Yves Gendron and Michel Hazel of the sound department of the National Film Board (NFB) in Montréal for their invaluable collaboration during the tests with the Soundfield microphone,
• Allan Nichols de Adcom Electronics de Toronto pour le prêt du microphone AMS-Calrec Soundfield Mk IV,Allan Nichols of Adcom Electronics in Toronto for the loan of the AMS-Calrec Soundfield Mk IV microphone,
• Guy Saint-Onge pour le manuel d’instructions du micro AMS-Neve Soundfield Mk V,Guy Saint-Onge for the instruction manual of the AMS-Neve Soundfield Mk V microphone,
• Anthony G Morris de AGM Digital pour la documentation sur le microphone AGM MR1-Mk1,Anthony G Morris of AGM Digital for the documentation on the AGM MR1-Mk1 microphone,
• D R Easson du British Technology Group Ltd pour la documentation non publiée sur l’Ambisonie,D R Easson of the British Technology Group Ltd for the unpublished documentation on Ambisonics,
• Ian Saint-Maurice, Philippe-Étienne Gouaillier et Dany Beaupré pour le support informatique,Ian Saint-Maurice, Philippe-Étienne Gouaillier and Dany Beaupré for computer support,
• Pierre Grou pour l’apport d’équipement audio,Pierre Grou for the loan of audio equipment,
• feus B.C. Payette et Marcelle Courville pour l’appui financier,the late B.C. Payette and Marcelle Courville for their financial support,
• la famille Vézina pour le support alimentaire,the Vézina family for their culinary support,
• le département des communications de l’Université du Québec à Montréal pour m’avoir donné l’occasion d’enseigner,the Department of Communications of the Université du Québec à Montréal for giving me the opportunity to teach,
• Yves Courville pour m’avoir donné l’occasion de faire mes premiers enregistrements.Yves Courville for giving me the opportunity to make my first recordings.

RÉSUMÉABSTRACT

Le présent mémoire traite des procédés et des systèmes susceptibles d’enregistrer et de reproduire le son en trois dimensions. Premièrement, ces systèmes doivent avoir la capacité de capter ou de simuler un phénomène acoustique tridimensionnel où les stimuli sonores peuvent provenir de toutes les directions autour d’un auditeur réel ou virtuel. Deuxièmement, ces systèmes doivent produire un signal, pouvant être transmis et stocké, où les caractéristiques spatiales du phénomène acoustique seront encodées. Finalement, ces systèmes doivent reproduire dans un lieu différent le phénomène acoustique original dans toutes ses caractéristiques spatiales.This thesis deals with the processes and systems capable of recording and reproducing sound in three dimensions. First, these systems must be able to capture or simulate a three-dimensional acoustic phenomenon in which sound stimuli may come from any direction around a real or virtual listener. Second, these systems must produce a signal, which can be transmitted and stored, in which the spatial characteristics of the acoustic phenomenon are encoded. Finally, these systems must reproduce the original acoustic phenomenon, in all its spatial characteristics, in a different location.

Notre démarche abordera d’abord la question de l’audition directionnelle chez les humains pour constater que notre système auditif permet de déterminer, à divers degrés de précision, la direction et la distance des sources sonores dans l’espace tridimensionnel qui nous entoure. Nous établirons ensuite deux modèles de description spatiale des phénomènes acoustiques. Le modèle binaural sera basé sur le mode d’audition spatiale de l’humain. Le modèle géométrique sera basé sur une interprétation par la géométrie euclidienne des transducteurs utilisés dans les systèmes de captation et de reproduction sonores tridimensionnels. Ces deux modèles permettront une revue des différentes techniques de captation, de simulation et de reproduction sonores et une analyse objective de leurs performances en regard de la spatialisation du son. Nous voulons ainsi dégager quels sont les principes théoriques ou les technologies existantes répondant le mieux aux exigences d’un ou des deux modèles.Our approach will first address the question of directional hearing in humans, to establish that our auditory system can determine, with varying degrees of precision, the direction and distance of sound sources in the three-dimensional space that surrounds us. We will then establish two models for the spatial description of acoustic phenomena. The binaural model will be based on the way humans hear spatially. The geometric model will be based on an interpretation, through Euclidean geometry, of the transducers used in three-dimensional sound capture and reproduction systems. These two models will allow a review of the various techniques of sound capture, simulation and reproduction, and an objective analysis of their performance with regard to the spatialization of sound. We thus wish to identify which theoretical principles or existing technologies best meet the requirements of one or both models.

Le résultat de cette revue mettra en relief une technologie du nom d’Ambisonie qui répond parfaitement au modèle géométrique et qui, par sa solide base théorique, permet une expansion future du système avec un accroissement significatif des performances.The result of this review will highlight a technology called Ambisonics, which perfectly fits the geometric model and which, thanks to its solid theoretical foundation, allows for future expansion of the system with a significant increase in performance.

LISTE DES FIGURESLIST OF FIGURES

• 1.1Système de représentation sphérique de l’espace par rapport à la tête.Spherical coordinate system of space relative to the head.
• 2.1Tétraèdre régulier échantillonnant une sphère.Regular tetrahedron sampling a sphere.
• 2.2Harmoniques sphériques simples des trois premiers ordres.Simple spherical harmonics of the first three orders.
• 3.1Le capteur binaural Neumann KU 100 et le capteur binaural Brüel & Kjaer 4128.The Neumann KU 100 binaural head and the Brüel & Kjaer 4128 binaural head.
• 3.2Le SASS de Crown et la Sphère de Schoeps.The Crown SASS and the Schoeps Sphere.
• 4.1Tétraèdre régulier contenu dans un cube.Regular tetrahedron inscribed in a cube.
• 5.1Les quatre capsules du format-A de l’Ambisonie.The four capsules of the Ambisonic A-format.
• 5.2Représentation sphérique des quatre canaux du format-B de l’Ambisonie.Spherical representation of the four channels of the Ambisonic B-format.
• 5.3Montage tétraédrique des capsules du microphone Soundfield.Tetrahedral arrangement of the capsules of the Soundfield microphone.
• 5.4Montage tétraédrique des capsules du microphone AGM MR2.Tetrahedral arrangement of the capsules of the AGM MR2 microphone.
• 6.1Représentation polaire d’un cardioïde de premier ordre et d’un cardioïde de deuxième ordre.Polar representation of a first-order cardioid and a second-order cardioid.
• 6.2Comparaison linéaire entre un cardioïde de premier ordre et un cardioïde de deuxième ordre.Linear comparison between a first-order cardioid and a second-order cardioid.

INTRODUCTION

Contrairement à ce que l’on constate pour la perception visuelle, qui est hémisphérique, notre champ de perception auditive est beaucoup plus vaste : il est en effet totalement sphérique. Il semble pourtant que les systèmes électroacoustiques courants n’exploitent pas cette caractéristique de notre perception auditive et offrent à l’auditeur une reproduction de l’espace sonore qui est tronquée. Nous croyons toutefois qu’il est maintenant possible de capter un événement acoustique dans les trois dimensions de l’espace cartésien et de réémettre cette information dans un autre lieu, pour ainsi reproduire l’événement acoustique original dans ses trois dimensions. Cette reproduction tendrait donc à une meilleure exploitation des capacités de perception auditive sphérique de l’auditeur.Unlike visual perception, which is hemispherical, our field of auditory perception is much broader: it is in fact completely spherical. Yet it appears that current electroacoustic systems do not exploit this characteristic of our auditory perception, and offer the listener a truncated reproduction of the sound space. We believe, however, that it is now possible to capture an acoustic event in the three dimensions of Cartesian space and to re-emit this information in another location, thereby reproducing the original acoustic event in its three dimensions. Such a reproduction would thus tend towards a better use of the listener’s capacity for spherical auditory perception.

Cette idée soulève un certain nombre de questions concernant nos capacités d’appréciation de l’espace sonore tridimensionnel et les systèmes susceptibles de capter et de reproduire l’acoustique en trois dimensions. Par exemple, quelles sont nos capacités physiologiques de discernement angulaire face à un univers sonore où les sons peuvent provenir de toutes les directions ? Est-ce que notre mode d’audition spatial dicte des critères et des méthodes de traitement d’information dans les systèmes susceptibles de capter et de reproduire le son en trois dimensions ? Est-ce que ces critères et méthodes de traitement de l’information seraient plutôt dictées par les instruments existants (i.e. les transducteurs) et susceptibles d’être utilisés dans les systèmes électroacoustiques tridimensionnels ? Est-ce que ces critères et méthodes de traitement de l’information, tributaires de notre mode d’audition spatiale ou des instruments utilisés dans les systèmes électroacoustiques, peuvent constituer une base d’évaluation et de comparaison commune à tous les systèmes et former ainsi un ou des modèles de description tridimensionnelle acoustique ? Si un ou de tels modèles existent, quelles sont les performances de captation et de reproduction tridimensionnelles des systèmes électroacoustiques actuellement disponibles (i.e. stéréophonie, surround sound) en regard de ces modèles ? Si les performances tridimensionnelles des systèmes électroacoustiques actuellement disponibles ne sont pas optimales en regard des modèles, quels seraient le ou les systèmes répondant le plus fidèlement possible à ces modèles ?This idea raises a number of questions concerning our ability to appreciate three-dimensional sound space and the systems capable of capturing and reproducing acoustics in three dimensions. For example, what are our physiological capacities for angular discrimination in a sound environment where sounds may come from any direction? Does our mode of spatial hearing dictate criteria and methods of information processing in systems capable of capturing and reproducing sound in three dimensions? Or would these criteria and methods of information processing rather be dictated by the existing instruments (i.e. the transducers) likely to be used in three-dimensional electroacoustic systems? Can these criteria and methods of information processing, whether they derive from our mode of spatial hearing or from the instruments used in electroacoustic systems, constitute a basis for evaluation and comparison common to all systems, and thus form one or more models of three-dimensional acoustic description? If one or more such models exist, what are the three-dimensional capture and reproduction performances of currently available electroacoustic systems (i.e. stereophony, surround sound) with regard to these models? If the three-dimensional performances of currently available electroacoustic systems are not optimal with regard to the models, which system or systems would meet these models as faithfully as possible?

En répondant à ces questions, nous voulons démontrer qu’il existe bel et bien deux modèles de description sonore spatiale permettant d’évaluer et de comparer tous les systèmes électroacoustiques. Ces deux modèles sont le modèle binaural et le modèle géométrique. Nous tenterons ensuite de démontrer que les systèmes relevant du modèle géométrique comportent un certain nombre d’avantages d’exploitation et de performances supérieures aux systèmes basés sur le modèle binaural. Nous voulons par ailleurs démontrer que c’est un système électroacoustique déjà existant, appelé Ambisonie, qui répond le plus adéquatement possible au modèle géométrique. L’Ambisonie est de plus un système à architecture ouverte, ce qui nous permettra ainsi d’entrevoir les possibilités d’expansion et d’utilisation futures du système.In answering these questions, we wish to demonstrate that there are indeed two models of spatial sound description that make it possible to evaluate and compare all electroacoustic systems. These two models are the binaural model and the geometric model. We will then attempt to demonstrate that systems based on the geometric model have a number of advantages in use and in performance over systems based on the binaural model. We also wish to demonstrate that an already existing electroacoustic system, called Ambisonics, is the one that meets the geometric model most adequately. Ambisonics is moreover an open-architecture system, which will allow us to foresee the possibilities for future expansion and use of the system.

Notre approche sera à la fois technologique et historique. Nous voulons mettre au jour les modèles de description sonore spatiale à partir des expérimentations qui visaient pertinemment à explorer la facette de la spatialisation sonore dans les systèmes électroacoustiques. Pour être considérées dans notre analyse, ces expérimentations devaient inclure autant l’étape de captation que celle de la reproduction. Ce qui nous apparaissait le plus important était de viser le caractère d’universalité des systèmes. C’est pour cette raison que les systèmes développés en fonction d’oeuvres ou de créations sonores en particulier n’ont pas été considérés dans notre recensement. À l’aide des deux modèles ainsi dégagés, nous poserons un regard critique sur la pratique de l’enregistrement et de la reproduction sonores, depuis ses premiers balbutiements jusqu’aux développements technologiques les plus récents.Our approach will be both technological and historical. We wish to bring to light the models of spatial sound description from experiments that specifically aimed to explore the spatialization of sound in electroacoustic systems. To be considered in our analysis, these experiments had to include both the capture stage and the reproduction stage. What seemed most important to us was to focus on the universality of the systems. This is why systems developed for particular works or sound creations were not considered in our survey. Using the two models thus identified, we will take a critical look at the practice of sound recording and reproduction, from its very beginnings to the most recent technological developments.

Par l’ensemble de notre démarche, nous espérons dissiper une certaine confusion qui règne présentement dans le domaine. Il y a d’abord l’industrie cinématographique qui nous propose un système électroacoustique en passe de devenir, à tort croyons-nous, une référence pour la spatialisation sonore. Il y a ensuite l’industrie de la haute-fidélité domestique qui, en galvaudant allégrement les termes, nous mène tout droit vers un appauvrissement du sens de mots comme stéréophonie ou tridimensionnalité. Il y a enfin l’hégémonie de l’image dans la culture populaire qui, par ses propres démarches de développement de son caractère tridimensionnel, risque d’imposer, c’est le cas de le dire, sa vision sur les paramètres d’exploitation de la tridimensionnalité sonore. C’est pourquoi nous espérons que ce mémoire contribuera à donner une perspective un peu plus juste de l’histoire et des développements possibles des procédés et systèmes d’enregistrement et de reproduction sonores en trois dimensions.Through our approach as a whole, we hope to dispel some of the confusion that currently reigns in the field. First, there is the film industry, which offers us an electroacoustic system that is on its way to becoming, wrongly in our opinion, a reference for sound spatialization. Then there is the home high-fidelity industry which, by blithely misusing terms, is leading us straight towards an impoverishment of the meaning of words such as stereophony or three-dimensionality. Finally, there is the hegemony of the image in popular culture which, through its own efforts to develop its three-dimensional character, may well impose its vision, so to speak, on the parameters for exploiting three-dimensionality in sound. This is why we hope that this thesis will help to provide a somewhat more accurate perspective on the history and the possible developments of three-dimensional sound recording and reproduction processes and systems.

CONCLUSION

L’idée initiale derrière ce mémoire était de vérifier notre théorie de l’interprétation géométrique des transducteurs dans l’espace de captation et de reproduction. Ce qui était d’abord une intuition s’est avéré exact dans la mesure où, généralement dans les même termes et pour les mêmes usages, nous avons retrouvé souvent mention de cette théorie dans la littérature, et par des auteurs ayant des cheminements intellectuels différents. Cette théorie devenait donc une base valable pour considérer l’ensemble des systèmes électroacoustiques prétendant à une forme de spatialisation sonore. Même si les capacités d’audition directionnelle de l’humain n’ont jamais fait de doute dans notre esprit, il était toutefois important de connaître la précision de l’audition directionnelle et ses mécanismes de fonctionnement. Nous devons avouer qu’une meilleure connaissance de ces mécanismes nous a permis d’apprécier à leur plus juste valeur les systèmes relevant de la théorie de la binauralité. Cette démarche, qui a aussi mené à l’identification des deux modèles de description d’information directionnelle, ne nous a tout de même pas permis d’identifier laquelle était la plus valable, ni celle qui aurait le plus de chance de dominer le marché dans l’avenir. Notre préférence vers les systèmes multicanaux est toutefois justifiée par ce que nous croyons être leur plus grande flexibilité d’utilisation et leur plus grand potentiel d’efficacité dans de larges volumes. À cet égard, la mise de l’avant de l’Ambisonie n’a rien de gratuit et s’est faite à partir d’une analyse exhaustive de tous les éléments théoriques et pratiques qui s’y rattachent.The initial idea behind this thesis was to verify our theory of the geometric interpretation of transducers in the capture and reproduction space. What was at first an intuition proved correct, inasmuch as we often found mention of this theory in the literature, generally in the same terms and for the same purposes, and by authors with different intellectual backgrounds. This theory thus became a valid basis for considering all electroacoustic systems claiming some form of sound spatialization. Even though the human capacity for directional hearing was never in doubt in our mind, it was nevertheless important to know the precision of directional hearing and its mechanisms. We must admit that a better knowledge of these mechanisms allowed us to appreciate at their true value the systems based on the theory of binaurality. This approach, which also led to the identification of the two models for describing directional information, did not however allow us to determine which was the more valid, nor which would have the best chance of dominating the market in the future. Our preference for multichannel systems is nonetheless justified by what we believe to be their greater flexibility of use and their greater potential effectiveness in large volumes. In this respect, our promotion of Ambisonics is in no way arbitrary, and is based on an exhaustive analysis of all the theoretical and practical elements related to it.

Mentionnons d’abord les microphones Soundfield et AGM MR2, qui sont des paradigmes d’ingénierie basée sur de solides théories. Nous croyons fermement que c’est le développement le plus significatif dans le domaine des transducteurs depuis les recherches historiques de Alan Blumlein sur la stéréophonie au début des années trente. Ensuite, le concept du format-B ambisonique est aussi une révolution en soi, puisque c’est vraiment une application non équivoque de la fin de l’analogie entre les canaux de transmission et les enceintes acoustiques. Le fait que le format-B soit expansible, avec, par exemple, l’inclusion d’information sphérique de deuxième ordre, sans pour autant rendre désuètes les versions précédentes, est aussi exemplaire quant à l’implantation non sauvage d’une technologie. La philosophie de conception derrière l’Ambisonie permet aussi d’envisager le développement d’un format de transmission universel et hiérarchique, étant à la fois neutre pour les différents systèmes qui auront servi à l’encodage directionnel et permettant l’utilisation de décodeurs fonctionnant tous à partir des mêmes algorithmes psychoacoustiques de conversion.Let us first mention the Soundfield and AGM MR2 microphones, which are paradigms of engineering based on solid theories. We firmly believe that this is the most significant development in the field of transducers since Alan Blumlein’s historic research on stereophony in the early thirties. Next, the concept of the Ambisonic B-format is also a revolution in itself, since it is truly an unequivocal application of the end of the analogy between transmission channels and loudspeakers. The fact that the B-format is expandable, for example with the inclusion of second-order spherical information, without making previous versions obsolete, is also exemplary as regards the orderly introduction of a technology. The design philosophy behind Ambisonics also makes it possible to envisage the development of a universal and hierarchical transmission format, which would be both neutral with respect to the various systems used for directional encoding and would allow the use of decoders all working from the same psychoacoustic conversion algorithms.

Les déboires passés de l’Ambisonie sont dûs à une conjugaison de différents facteurs, dont l’inertie des pouvoirs publics en Angleterre, mais les limites des designs analogiques comptent sûrement parmi les plus fondamentaux, et en même temps les moins discutés. La manipulation numérique de signal va donner à l’Ambisonie son second souffle et on peut déjà en voir les signes dans les nouvelles réalisations de compagnies qui étaient autrefois étrangères à cette technologie. À une époque où le concept de réalité virtuelle est un objet de recherches scientifiques et de curiosité publique, l’Ambisonie, et ses futurs développements, présente une alternative intéressante aux modèles de reproduction de la réalité où les fonctions sensorielles des utilisateurs sont isolées du monde extérieur. Sans en exagérer la portée, une telle oblitération des sens reste éthiquement discutable. Puisque l’Ambisonie peut recréer un espace acoustique, et n’est pas une transmission de ce que l’oreille devrait directement entendre, l’utilisateur dispose de la même liberté d’interprétation sensorielle que l’on retrouverait vis-à-vis un phénomène réel.The past setbacks of Ambisonics are due to a combination of different factors, including the inertia of public authorities in England, but the limitations of analog designs are surely among the most fundamental, and at the same time the least discussed. Digital signal processing will give Ambisonics a second wind, and signs of this can already be seen in new products from companies that were formerly unfamiliar with this technology. At a time when the concept of virtual reality is the subject of scientific research and public curiosity, Ambisonics, and its future developments, offers an interesting alternative to models of reproducing reality in which the users’ sensory functions are isolated from the outside world. Without exaggerating its significance, such an obliteration of the senses remains ethically questionable. Since Ambisonics can recreate an acoustic space, and is not a transmission of what the ear should directly hear, users enjoy the same freedom of sensory interpretation as they would have when facing a real phenomenon.

Plusieurs verront dans cette distinction une certaine trivialité, mais nous sommes persuadé que la reproduction auditive ou visuelle doit préserver cette liberté de préhension de l’univers. Au même titre que les reproductions d’oeuvres d’art, la reproduction sonore tridimensionnelle contribuera, comme le font déjà les médias électroniques conventionnels, à la distribution du savoir et de la culture. Savoir que la reproduction est une reproduction n’enlève rien à sa valeur et à sa capacité de transmettre connaissances et émotions, tout comme elle n’enlève rien à l’original parce qu’elle contribuera à faire connaître son existence. En augmentant la qualité de la reproduction, on augmente l’appréciation que l’on peut faire de l’original. Pour les oeuvres sonores, l’accroissement du réalisme spatial de la reproduction s’inscrit donc dans cette démarche et se justifie de cette façon. Maintenant, tout ce qu’il reste à souhaiter, c’est que les intérêts bêtement économiques des divers intervenants ne se matérialiseront pas dans des solutions et des technologies inférieures à ce que nous avons dorénavant la capacité de réaliser.Many will see a certain triviality in this distinction, but we are convinced that auditory or visual reproduction must preserve this freedom to apprehend the world. Just like reproductions of works of art, three-dimensional sound reproduction will contribute, as conventional electronic media already do, to the dissemination of knowledge and culture. Knowing that a reproduction is a reproduction takes nothing away from its value and its capacity to convey knowledge and emotions, just as it takes nothing away from the original, since it will help make its existence known. By increasing the quality of the reproduction, one increases the appreciation one can have of the original. For sound works, increasing the spatial realism of reproduction is therefore part of this approach and is justified in this way. Now, all that remains to be hoped is that the narrowly economic interests of the various stakeholders will not materialize in solutions and technologies inferior to what we are now capable of achieving.