日本NHK放送技术研究所（NHK STRL）正致力于研究基于对象的音频技术（Object-based Audio），以实现节目音频的定制，从而适应观众的喜好和观看环境。其中，对象是指构成节目音频的音频素材，例如节目解说、背景声音或声音效果。对于传统广播，音频素材在节目制作工作室中混音后，被传输到用户家庭（基于声道的音频）。基于对象的音频技术将音频素材连同合成和播放位置（音频元数据）等数据一同传输到用户家庭，并根据观众的意愿，通过电视接收器进行组合，以创建最终的节目音频（图1）。

图1 基于对象的音频

　　NHK放送技术研究所希望使用基于对象的音频技术实现新的音频服务。例如，可以根据用户家庭中扬声器的数量和位置，通过渲染器（信号处理器）生成音频信号，从而提供更高质量的节目音频。对于体育节目，用户可以根据自身喜好对节目解说或背景声音进行调整，例如，使老年观众更轻松地听清节目解说。观众还可以调整背景声音，例如，只为自己支持的队伍欢呼加油，以增强与其他的队伍支持者在一起共同呐喊的感觉。

　　为了通过这些方式实现多种音频广播服务，NHK放送技术研究所开发了传输音频元数据的设备（图2），以便在观众家中实时播放基于对象的音频信号。在该设备中，音频元数据以时间序列形式表示，并与音频信号同步传输。

图2 音频元数据传输器

　　音频元数据传输器的工作流程如图3所示，从整个节目的音频元数据中提取出播放每帧音频信号所需的元数据，并与音频信号同步传输。串行表示的元数据可以应用于现场制作的音频信号，因此，上述音频服务还可以用于现场直播。音频元数据的串行表示和传输格式已分别作为ITU-R BS.2125-0和SMPTE ST 2116:2019建议书被纳入国际标准，因此，这些技术将很快在全球范围内投入使用。

图3 音频元数据传输器的信号结构

　　在致力于研究基于对象的音频技术的同时，NHK放送技术研究所也将对其他技术进行探索，例如，多语种音频材料的自动化生产。