声学技术的前沿发展，特别是与智能出行深度融合的定向声技术，成为2026中国国际音频产业大会（GAS 2026）上备受关注的议题。本报记者独家专访了南京大学物理学院助理教授钟家鑫，围绕定向声技术的关键突破、AI赋能、产业化挑战及跨领域前景等议题进行了深入探讨。
定向声重塑座舱声景
采访首先从技术指标切入，问及定向声技术在声束控制精度、区域外衰减和语音清晰度等方面的最新进展时，钟家鑫指出，与传统均匀扩声技术让全车乘客收听相同内容不同，当前，行业与消费者的共同期望是实现极致的个性化声学分区体验。理想状态下，驾驶位的导航提示、副驾驶的影音娱乐、后排儿童的动画片声音应能彼此隔离，互不干扰，为每个座位创造独立的“声音空间”。
“目前，车内扬声器数量不断增加，为实现独立音区调控提供了更大余地。”钟家鑫解释道。他特别介绍了参量阵扬声器，其指向性优异，已在博物馆导览等场景展现高质量语音播放效果。然而，在空间紧凑、反射复杂的车载座舱内，该技术仍面临挑战，尤其是对声音传播距离的精确控制，已成为当前学术研究的重点突破方向。
当被问及在车内近距离（如副驾与后排之间）能否实现有效定向隔离时，钟家鑫坦言，绝对的“完全听不到”目前尚难实现，但技术追求的是不断拉高声学对比度（以分贝dB衡量）。他表示，已有多款车型落地相关技术，能够使用户主观上感受到明显的声场差异，实现“旁边的声音小很多”的实用化分区效果。
破解非线性难题，驱动“声随人动”
面对复杂车载环境下的动态声场调控需求，AI如何发挥作用？钟家鑫对比了传统线性扬声器阵列与参量阵等非线性定向声器件的差异。他强调，AI尤其擅长解决这类非线性系统的建模与优化问题。“它不需要完全理解物理机制，通过输入输出数据就能辨识系统，进而设计出最优的阵列调控方案或预失真补偿算法，这是传统优化方法难以直接处理的。”这正是AI能在波束调控性能和音质提升上带来突破的关键。
对于实现“声随人动”的精准跟随与分区隔离，钟家鑫认为，核心在于利用AI实时处理多模态信息（如人员位置），并动态调度不同类型的扬声器（传统扬声器、头枕扬声器、参量阵等），在正确的时间将声音送达正确的空间和人。他特别指出，高实时性与高安全性的任务，如根据头部转向调整声束指向，或播放碰撞警告、车道偏离提示音，必须依赖本地端侧算力保障，不能受网络延迟制约。
谈及“小龙虾”等Agent（智能体）框架的影响，钟家鑫认为，其价值可能更多体现在另一个层面——即作为车载环境中的核心AI大脑，负责理解全局需求并协调各类音频资源的调度。未来，个性化AI助手将成为标配，为驾驶、副驾、后排乘客推送截然不同的导航、娱乐、通信内容，而定向声技术则是实现这种个性化内容精准投送的关键物理载体。
从“差异化利器”到“系统集成”
从实验室走向规模化车载应用，定向声技术面临诸多产业化挑战。钟家鑫指出，首要问题在于硬件成本较高。因此，可行的路径是先瞄准高性能、高价值的旗舰车型或特定场景落地，将其作为提升产品差异化和豪华感的竞争要素，而非意图在短期内全面取代传统扬声器。
“它不会是通用性产品，而是作为传统音响系统的有力补充和增强。”钟家鑫描绘了协同应用的场景：传统扬声器阵列负责营造全车沉浸式低频氛围，而定向声则专注于将关键语音信息、私人音乐节目定向传递给特定乘客。要实现成本优化与性能提升，未来必须走向“声学模组化”和“系统级集成”，即将定向声器件与整车电子电气架构、其他扬声器阵列，乃至内饰结构进行联合设计与优化，才能通过规模效应和技术融合降低整体成本。
平衡“沉浸”与“交流”
当每个人都沉浸于定向声创造的独立音频空间时，是否会影响车内成员间的自然交流？记者提出了这一关乎用户体验本质的疑虑。钟家鑫对此表示认同，并指出这正是AI需要发挥关键作用的场景。
“AI需要识别出‘对话交流’这一场景任务，并随之调整音频策略。”钟家鑫解释道，此时的目标不应是隔离声音，而应是让交流清晰“可听”。这可以通过激活语音增强、针对性降噪（如头枕扬声器降噪技术）等功能来实现，且整个过程应无感、无延迟。“对你而言，他人的话音最多只是轻了一些，但绝不会让你感到明显的滞后或中断。”钟家鑫强调，AI的快速响应能力足以保障交流的即时性。
钟家鑫也借此提醒行业与消费者，需要尊重物理规律，合理管理期望。“有些用户的期望可能超出了现有物理技术的约束。定向声的目标是在传统均匀扩声基础上实现质的改善，而非创造绝对静默的魔法结界。”
跨领域共振与下一代方向
钟家鑫表示，展望未来，传统扬声器和头枕扬声器的技术已相当成熟，其性能潜力也已被较为充分地挖掘。相比之下，融合参量扬声器、声学超材料和超声聚束等技术的新型定向声方案，未来更有可能在物理机制与系统性能上实现新的突破，进一步提升整车声环境的沉浸感与个性化体验，并更好地发挥不同技术路线的协同优势。
跨领域应用前景同样广阔。无论是智慧城市中用于公共空间的定向广播与噪音治理，AR/VR中的沉浸式交互音频，还是医疗健康领域（如手术室中将警报声定向给医护人员），其技术原理与车载方向相通。钟家鑫以自己发表在《美国国家科学院院刊》（PNAS）上的一项研究为例，他们论证了一种基于非线性的新技术，能够实现声音在特定距离上的精确控制，此类原理性突破可在不同行业间迁移借鉴。
“智能车载音频系统并非孤立进化，”钟家鑫总结道，“它是与智慧城市、医疗健康等多个领域相互促进、反哺前行的。任何一个领域在音频定向控制上的突破，都可能为车载声学带来新的灵感与解决方案。”
钟家鑫揭示了定向声技术从实验室走向产业应用前沿的进程，在AI的深度赋能下，它不仅致力于解决智能座舱的声学隐私与个性化难题，更在与多技术融合、跨领域拓展中，勾勒出未来移动空间声音体验的革新蓝图。其发展路径清晰地表明，技术的价值最终在于服务人性化的需求，并在尊重物理规律的前提下，通过持续创新不断逼近体验的极致。
钟家鑫，南京大学物理学院准聘助理教授（特聘研究员），研究方向为有源声场调控与声信号处理。以第一或通信作者在PNAS、PRL、JASA、IEEE TASLP/SPL等期刊发表学术论文30余篇，并于2024年在出版社CRC Press出版了题为《Acoustic Waves Generated by Parametric Array Loudspeakers》的英文专著。相关研究受到超过60家国际主流媒体广泛报道，包括 The Times、Scientific America、Forbes、IEEE Spectrum、环球科学等。
