1 Dolby Access的正确用法

最近在研究Windows的空间音效，想在Windows上用Dolby Access正确映射eac3-joc音频，但是看了一下，Windows文档里面写了要实现空间音频，需要使用ISpatialAudioClient这个API。这个API需要应用传入每个物件的元数据和音频流，Windows负责合成。但是Dolby Atmos是闭源的商业音频格式，开源的方案只能提取出床声道，无法解码物件元数据，所以这个API就用不了了。

然后我想，也不可能用WASAPI或者directx输出，这些只能传PCM，传不了已编码的音频流。Apple Music和Windows自带的media player是可以正确调用Dolby Access的，所以一定有什么办法可以调用。

经过我和ChatGPT长达5分钟的讨论，找到了一个正确的实现方式，大概就是Apple Music和Windows自带的media player的实现方式：Media Foundation。一个Windows内置的媒体渲染路径，只要直接把eac3-joc的音频流给到他，Windows就会自己处理，走系统的解码器（MFT）与 spatial 管线；如果系统上有 Dolby 的渲染器（Dolby Access 已启用“Dolby Atmos for Headphones”），最终输出将由它处理并生成两声道 binaural PCM。

目前绝大部分的播放器都走的不是Media Foundation架构，VLC，基于Directshow的mpc-be等，都没有把音频解码交给系统去处理，而是自己解码之后输出PCM给系统或者不解码音频直通给外部解码器，导致Dolby Access只能接收到PCM，再通过算法还原出空间信息，映射到双耳。

接下来讲一下我自己对Windows的空间音效的理解吧：
首先在一般情况下，应用通过共享的WASAPI或者DirectX输出PCM音频，这时候空间音效会按照标准的多声道PCM的摆放位置渲染出双耳的音频，输出到设备，根据空间音效的不同，还可能利用算法计算出声音的位置，再渲染输出。
如果应用使用的是ISpatialAudioClient，如游戏等实时生成的音频，应用会把音频物件元数据和他们的PCM流给到ISpatialAudioClient，由空间音效处理这些音频物件再空间中的位置，渲染到双耳，再由系统输出到设备。
至于上面讲的Media Foundation，如果接收到的是空间音频，则会直接给到空间音效去解码处理，渲染到双耳并输出。
如果应用是WASAPI独占模式/SPDIF输出，空间音效就可能会导致输出有问题。

另外，Media Foundation也是会音频直通的，如果输出的设备EDID宣告支持DD+/TrueHD/DTS:X，而且启用了对应的空间音效，Media Foundation就会将音频流以独占直通的方式发送到输出设备。

补充一下Dolby Access的本质，一个软件杜比MAT编码器授权，加上一个软件杜比渲染器，再加上加上杜比音效。Windows里面的杜比MAT编码器用于接收ISpatialAudioClient传入的原始空间音频，渲染出空间音频LPCM+MAT的专有格式。杜比渲染器用于将eac3-joc的音频或者上面传入的渲染为2ch PCM，根据输出设备和授权决定渲染的参数，比如笔记本内置的杜比全景声就会根据厂商的调教渲染，耳机就会根据预设的方式渲染。至于杜比音效就很简单了，就是一个预设的EQ，只负责调整最终的音频风格。还有里面Dolby Vision，这个就是一个dv解码器的调整，Media Foundation和dv解码器才是负责把杜比视界视频解码输出给屏幕的。