เมื่อวันพุธที่ผ่านมา ทาง Sony ได้จัดงาน The Road to PS5 ผ่านทางออนไลน์ เพื่อเปิดตัวรายละเอียดสถาปัตยกรรมทางฮาร์ดแวร์ของ PlayStation 5 ซึ่งหนึ่งในรายละเอียดที่เปิดเผยนั้น คือเรื่องของระบบเสียง 3 มิติ ที่ทาง Sony ได้เริ่มผลักดันในเรื่องนี้ โดยเริ่มต้นจากการเปิดตัวระบบเสียง 360 Reality Audio ในฝั่งของเครื่องเสียงพกพาและอุตสาหกรรมเพลง

วันนี้ RE.V-> เลยถือโอกาสมาเขียนเรื่องนี้ให้เพื่อน ๆ ได้อ่านกันแบบง่าย ๆ ครับ

How we locate the sound ?

ชุดอุปกรณ์สำหรับวัด HRTF ของ Sony ประกอบด้วยไมโครโฟนในหูทั้งสองข้าง และลำโพงจำนวน 22 ตัว

อย่างที่เราทราบกันว่า มนุษย์นั้นใช้หูสองข้างร่วมกับดวงตาในการระบุตำแหน่งของสิ่งต่าง ๆ แต่สิ่งที่ทำให้หูนั้นแตกต่างจากดวงตาคือ หูนั้นสามารถได้ยินเสียงและระบุตำแหน่งของสิ่งต่าง ๆ ได้จากทุกทิศทาง ในขณะที่ดวงตานั้นสามารถเห็นได้เฉพาะสิ่งที่อยู่ในลานสายตาที่มีความสว่างเพียงพอ

การระบุตำแหน่งจากประสาทการได้ยินนั้น เป็นการทำงานร่วมกันระหว่างสมอง หูชั้นใน และหูชั้นนอก โดยมนุษย์เราจะทำการเปรียบเทียบความแตกต่างของเวลาและความเข้มของเสียงที่หูแต่ละข้างได้ยินจากแหล่งกำเนิดเสียงที่ตำแหน่งนั้น ๆ

ตัวอย่างกราฟ HRTF แกน X ระบุองศาตำแหน่งของเสียง แกน Y ระบุความถี่ของเสียง และสีแสดงถึงความเข้มของเสียง

นั่นหมายความว่า เราสามารถรู้ตำแหน่งของแหล่งกำเนิดเสียงนั้น จากความเข้มและเวลาของเสียงประสาทหูของเราได้รับ ซึ่งเราก็นำหลักการนี้ไปใช้ร่วมกับหลักการ Impulse Response เพื่อดูการตอบสนองเสียงจากตำแหน่งต่าง ๆ แล้วนำมาสร้างเป็น Head-Related Transfer Function (HRTF) ของบุคคลแต่ละคน เพื่อนำไปใช้อ้างอิงตำแหน่งของเสียงแบบ 3 มิตินั่นเอง

3D Audio Calculation

การคำนวณเพื่อสร้างเสียงจากตำแหน่งใน 3 มิตินั้น จะต้องทำในโดเมนความถี่ เสียงจากแหล่งกำเนิดเสียงแต่ละแหล่งจะถูกแปลงฟูเรียร์และนำมาคำนวณร่วมกับตำแหน่งที่ได้จากการทำ HRTF ซึ่งเป็นการคำนวณที่ซับซ้อนและใช้พลังในการประมวลผลเป็นอย่างมาก

นี่ยังไม่นับการคำนวณของเสียงที่มาจากแหล่งกำเนิดเสียงที่เคลื่อนที่จากตำแหน่งหนึ่งไปอีกตำแหน่งหนึ่ง แหล่งกำเนิดเสียงที่มีขนาดเล็กใหญ่ไม่เท่ากัน หรือการเปลี่ยนไปใช้การคำนวณเสียง 3 มิติแบบ Ambisonics แทนการคำนวณเสียงจากแหล่งกำเนิดเสียงแต่ละแหล่งแยกกัน

เพื่อให้สามารถตอบโจทย์ของการคำนวณเสียงแบบ 3 มิติ ทีมพัฒนา PlayStaiton 5 จึงพัฒนาฮาร์ดแวร์เพื่อรันอัลกอริทึมเสียง 3 มิติเฉพาะที่ได้พัฒนาเอาไว้ นั่นก็คือ TEMPEST 3D AudioTech

TEMPEST 3D AudioTech

TEMPEST 3D AudioTech จะมีหน่วยประมวลผลที่พัฒนาจากเทคโนโลยี GPU ของ AMD เรียกว่า TEMPEST Engine ซึ่งทีมพัฒนาได้ดัดแปลง Compute Unit ให้ไม่มีหน่วยความจำแคชและเข้าถึงข้อมูลผ่าน VDMA คล้ายกับ SPU ของหน่วยประมวลผล Cell ใน PlayStation 3 ที่มีความสามารถในการประมวลผลค่าทศนิยมที่ดีกว่าหน่วยประมวลผลสถาปัตยกรรม Jaguar ที่ใช้ใน PlayStation 4 ทำให้เหมาะกับงานคำนวณด้านเสียงมากกว่า

TEMPEST Engine นั้นมีพลังประมวลผลมากกว่า CPU จากการประมวลผลแบบขนานของ GPU และมีประสิทธิภาพมากกว่า GPU จากสถาปัตยกรรมที่คล้ายกับ SPU ของ Cell ที่ช่วยให้รีดพลังประมวลผลของ CU Vector Unit ได้เกือบ 100% ทำให้ได้ฮาร์ดแวร์ที่มีพลังคำนวณและแบนด์วิธเทียบเท่าแกนประมวลผล Jaguar ใน PlayStation 4 ทั้งหมด 8 แกนรวมกัน ซึ่งหากนำไปใช้กับอัลกอริทึมเสียง 3 มิติของ PlayStation VR จะสามารถคำนวณเสียงจากแหล่งกำเนิดเสียงได้มากถึง 5,000 แหล่ง จากเดิมที่ทำได้สูงสุด 50 แหล่งใน PS4 เลยทีเดียว

นอกจากการคำนวณเอฟเฟกต์เสียง 3 มิติจากแหล่งกำเนิดเสียงด้วยอัลกอริทึมตัวใหม่ที่มีความซับซ้อนมากกว่าได้ในระดับหลักหลายร้อยแหล่ง ซึ่งเป็นหน้าที่หลักแล้ว TEMPEST Engine ยังมีพลังการคำนวณเหลือพอไปใช้คำนวณเอฟเฟกต์เสียงที่มีความซับซ้อนสูงอย่าง Convolution Reverb รวมทั้งอัลกอริทึมอื่น ๆ ที่มีความซับซ้อนสูงหรือต้องการแบนด์วิธมาก ๆ ได้อีกด้วย

Great Audio for All

เนื่องจากทาง Sony ตั้งใจให้ระบบเสียง 3 มิติใหม่นี้ สามารถใช้งานได้กับเครื่องเสียงหลากหลายรูปแบบ ทั้งหูฟัง ลำโพงโทรทัศน์ และชุดลำโพงเสียงรอบทิศทาง โดยไม่เฉพาะเจาะจงเหมือนเทคโนโลยีเสียง 3 มิติอื่น ๆ เช่น Dolby Atmos ที่จำเป็นจะต้องมีฮาร์ดแวร์ที่รองรับเทคโนโลยีโดยเฉพาะในการทำงาน

ในตอนนี้ทีมพัฒนา PS5 ได้พัฒนาในส่วนของระบบ 3 มิติในหูฟังสำเร็จแล้ว ส่วนระบบลำโพงสเตอริโอ เช่น ลำโพงโทรทัศน์ ทางทีมพัฒนากำลังหาวิธีที่จะเพิ่มพื้นที่ Sweet Spot หรือพื้นที่ซึ่งทำให้ผู้ฟังได้ยินเอฟเฟกต์ของเสียง 3 มิติ รวมทั้งเพิ่มการรับรู้ของตำแหน่งที่อยู่ได้ชัดเจนมากขึ้นอยู่

อย่างไรก็ตาม การรับรู้เอฟเฟกต์ 3 มิตินั้น ขึ้นอยู่กับ HRTF ของผู้ใช้แต่ละคนด้วย ซึ่งในตอนที่ PlayStation 5 เปิดตัวอย่างเป็นทางการ ทางทีมพัฒนาจะมีรูปแบบ HRTF ทั้งหมด 5 แบบ เพื่อให้ผู้ใข้สามารถเลือกรูปแบบที่ทำให้รับรู้เอฟเฟกต์ได้มากที่สุด และในอนาคตอาจจะมีการเปิดให้ส่งภาพหรือวิดีโอของใบหูและศีรษะไปวิเคราะห์ (คล้ายกับ 360 Reality Audio ของทางฝั่งหูฟัง ที่ใช้แอพ Sony | Headphones ถ่ายรูปใบหูส่งไปวิเคราะห์) หรือเกมดนตรีที่เมื่อเราเล่นไปเรื่อย ๆ จะช่วยจูนการทำงานของเอฟเฟกต์ 3 มิติให้เข้ากับการได้ยินเราได้ เป็นต้น

Conclusion

หลังจากที่ผมได้ดูวิดีโอ The Road to PS5 จบ ผมคิดว่าทาง Sony เองได้เริ่มปั้นตลาดของระบบเสียง 3 มิติที่สามารถใช้งานได้ในทุกอุปกรณ์อย่างจริงจังแล้ว โดยเริ่มต้นจากตลาดที่ตัวเองแข็งแกร่งและยังไม่มีผู้เล่นเยอะอย่างตลาดเพลงก่อนกับ 360 Reality Audio แล้วโดดมายังตลาดเกมกับ TEMPEST 3D AudioTech ใน PlayStation 5 ที่กำลังจะออกในเร็ว ๆ นี้ ซึ่งคงต้องลองดูกันไปยาว ๆ ว่าทาง Sony จะปลุกตลาดด้านนี้ติดหรือไม่

Source

The Road to PS5

Head-related transfer function