还记得只有最昂贵的话筒、前置放大器、音箱等等才被认为适合广播电视的日子吗？但那是在我们大多数人已经忘记的疫情之前，以及我们减少航空旅行、采取可持续消费模式和使世界更宜居的坚定决心之前。尽管如此，在特殊情况下制作内容的必要性促使广播电视公司利用自己掌握的工具发挥创造力。
有些人感到惊讶：差异并不像操作者和他们的职能经理所担心的那样显著。一些“消费”音频工具还挺接近专业校准的信号链。然而，当越来越多的作品通过高度压缩的OTT或社交媒体渠道被在线收看收听或消费时，原始音频或图像的质量不再必要的说法有些牵强。
我们大多数人都知道事情并不是那么容易的，高质量的作品在经过大量压缩后看起来和听起来可能比用更价廉物美的制作工具或智能手机制作的作品更好。
说到这个，当前的高端智能手机能够录制高质量的音频和视频，在报道突发新闻比等待转播车到来更重要的情况下，这些音频和视频被认为是可以接受的。Skype、Teams、Zoom或vMix用于采访的情况也是如此，它们已成为普遍接受的格式。
在过去的几年里，音频领域发展的一个重要里程碑是可以在智能手机上听沉浸式的音频混音。像比利时“明日世界”（Tomorrowland）的电子音乐节允许粉丝通过从比利时或别的地方流媒体传输过来的杜比全景声音频再现的视频直播体验此活动。这种和类似的举措有助于将杜比全景声音频格式（通常5.1.4配置）作为事实上的沉浸式音频标准。
类似的情况也适用于条形音箱，它使听众以紧凑但相关的方式欣赏包围的音频体验。毕竟尺寸很重要：5.1环绕声可能没能成为主流，原因是大多数人觉得6个笨重的音箱有点太多了。
更多发展趋势
我们需要提及的另一个趋势是声音监制能够工作于分布式制作设置，共享网络上可用的部分或全部信号，但为不同的目的地处理它们。在广播中，这种情况越来越普遍，在距离现场数百英里的固定地点进行沉浸式现场混音正在获得巨大关注。
顶级的全球活动报道不断挑战极限，使用越来越多的摄像机和各种各样的话筒，当导播切换到某一摄像机时，这些话筒的信号需要被听到。音频跟随视频使这变得容易，即使音频通道数量可能望而生畏。
提供沉浸式音频的现场制作很可能需要超过100个音频通道，其中包括自动化跟踪软件控制的清脆的击球声、哨声和其它球场上响声的现场话筒，氛围声话筒，以及混合区内、围绕着赛前和赛后的服务台、场边、在新闻发布会等更多的话筒。
以如此专业的方式混合所有这些信号是声音监制值得称赞的事情，特别是当你考虑到希望他们可能同时提供不同格式的混音（立体声、5.1、杜比全景声等）。这里可以自动完成很多工作，但声音监制总是需要进行一些检查，而这可能会分心。
在与视频处理应用程序相同的通用服务器上运行音频处理的能力将被证明是涉及各种传输格式（ST2110、NDI、SRT等）的交付物的一大益处。这种音频应用程序具有与专用硬件设备相同的声音、观感，允许用户可在任何地方即刻实例化音频处理，提供一系列只有基于服务器的实体才能提供的选项。
最后，如果我们假设当前的大多数大规模现场制作设置都是基于IP基础设施，具有几乎无穷无尽的路由可能性，那么考虑这个问题：每个视频信号和每个音频信号都是一个独立的本体。这通常是一件好事。音频与视频封装的灵活性（称为“嵌入”）比以往任何时候都更加重要。允许用户尽可能靠近源和目的地（“边缘计算”）执行这种嵌入，可以在日益多元的现场制作环境中保持音频干净清晰。