Auro-3D прячет высотный звук в младших битах PCM — и боится обработки

Высотные каналы в Auro-3D не лежат рядом с обычными 5.1 или 7.1 отдельным «мета-треком». Формат прячет их описание и данные восстановления в младших битах 24-битного PCM, поэтому без специального декодера дорожка звучит как обычный surround, а с ним может развернуться в 9.1, 11.1 или 13.1.

В этом и состоит главный компромисс Auro-3D: совместимость достигается не бесплатной магией, а использованием запаса точности PCM.

Автор статьи обнаружил метаданные сначала в тишине: даже там повторялись характерные блоки битов. Затем выяснилось, что внутри находятся не только флаги раскладки, но и параметры предикторов, масштабы, настройки восстановления и residuals — остаточные данные, по которым декодер реконструирует высотные каналы.

Схема похожа не на простое «добавили верхние колонки к файлу», а на управляемое смешивание. Исходные bed- и height-каналы сначала объединяются в совместимый carrier, а затем в младшие биты записываются инструкции, позволяющие выполнить обратное dematrix/unmix. В зависимости от режима из одного carrier можно восстановить два или даже три выходных канала.

Поэтому Auro-3D отличается от Dolby Atmos и DTS:X не только маркетинговым названием. Классический Auro — канальный формат с нижним и высотным слоями, а не объектная система, где звук свободно перемещается в пространстве. AuroCX уже добавляет объектный подход, но старый способ упаковки остаётся интересным инженерным решением для доставки большего числа каналов через ограниченный транспорт.

Практический вывод простой: Auro-файл нельзя считать обычным PCM, даже если он выглядит именно так. Его можно хранить в WAV, FLAC, DTS HD MA или Dolby TrueHD, но любое вмешательство в сигнал становится потенциальной угрозой для скрытого служебного потока.

Ограничения тоже существенные. Младшие биты выбираются блоками и зависят от уровня сигнала: при тихом звуке кодек использует меньше битов, при громком — может забрать больше. Нормализация, ресемплинг, изменение громкости, дизеринг и неудачный remux способны повредить метаданные. После декодирования звук не обязан быть бит-в-бит идентичен исходнику: есть ошибка квантования, округления и замена LSB. Сам автор называет разработанный декодер бета-версией, а нативного контента у Auro-3D заметно меньше, чем у Atmos.

Иными словами, Auro-3D — это не способ получить дополнительные каналы «из ничего», а аккуратный обратимый, но хрупкий контейнер для смешанного звука. Формат особенно хорошо показывает, почему аудиофайл иногда нельзя бездумно прогонять через обычный конвейер обработки: внешне он остаётся совместимым, а внутри уже содержит второй слой данных.

Вы бы доверили такую дорожку обычному аудиоредактору или сначала проверяли каждый этап обработки на сохранность скрытого потока? Источник: Все статьи подряд / Искусственный интеллект / Хабр