數十年來，音頻技術歷經單聲道時代、立體聲時代、多聲道時代不斷向前發展。聲音豐富了影像表現的同時，更在影像的表現方式上產生各種不同的技法，因此，聲音成了影像中不可或缺的重要元素，與畫面的重要性不相上下。而視聽技術所孜孜追求的就是帶來終極的感官刺激，VR也好、立體聲也罷，都是希望幫助人們完全融入技術所構建的世界里，用真實感消解技術的存在。“沉浸”(immersive)就是這一趨勢的關鍵詞。

　　沉浸式音頻，是音頻自單聲道進入立體聲之后，一次真正的革命性跨越，它所帶來的真實感，在短短幾年時間里，已經席卷影院、娛樂、廣播電視和專業應用領域。

　　廣播公司要如何留住自己未來的觀眾？在消費者使用的所有目標設備上提供更加逼真和引人入勝的聽覺體驗，同時允許他們根據自身喜好隨意調整解說對白與背景聲比例，不失為一個解決辦法 。

　　市場調研公司ABI Research表示，到2020年約70%的UHD電視機將支持如高動態范圍（HDR）、更廣色域、高幀頻和沉浸式音頻等的新技術。

　　許多制造商很早就進入了沉浸式音頻領域，但現在隨著ATSC 3.0力圖把沉浸式引入廣播領域，AES提出了一個旨在確保沉浸式音頻傳輸系統采用相同的空間音頻信息交換文件格式的標準。值得注意的是此標準把雙耳聽音提升為沉浸式聽音的關鍵，這意味著此標準全都與頭部及其存在的空間（真實或仿真）有關。

　　DTS的Headphone:X演示讓耳機音頻聽上去與來自音箱的幾乎相同，達到要讓試聽者把耳機取下以確信的程度。當然，DTS人員有大量時間預先準備，在我們到達前調整設置，但盡管如此結果令人印象非常深刻。

　　如果其它廠商的沉浸式系統也同樣令人印象深刻，并且AES69-2015被用于系統間的交換，那么沉浸式音頻世界將變成一個非常激動人心的聆聽之地。

　　在2014年底，芬蘭國家公共廣播公司就試驗沉浸式流媒體直播了。它使用ATEME及其合作伙伴Finwe和Kolor開發的 360°視頻廣播解決方案LiveSphere，在各種裝置上為其電視觀眾提供了芬蘭獨立日總統招待會的沉浸式全景體驗。此LiveSphere首次演示為該全新技術的未來實施打好基礎。

　　Fraunhofer研究院正在研發的最新電視音頻系統利用MPEG-H基于聲音對象的編碼模塊提供交互式服務，讓觀眾可以根據自身喜好調整電視聲音的混音比例、提高晦澀對白的音量或創建一個“主隊”效果的體育節目解說音預設。該系統可通過在傳統的揚聲器布局基礎上添加的前后上層揚聲器聲道或者最新的高階高保真環繞立體聲聲場還原技術還放沉浸式音效，改善現今的環繞聲效果，營造與最新的影院音響系統不相上下的真實的沉浸式聽覺體驗。

　　下一代電視標準需要一個下一代音頻系統，現在三個競爭的系統正爭取成為ATSC 3.0的音頻組成部分。它們分別來自杜比實驗室、DTS以及特藝、夫瑯和費和高通三巨頭聯盟。

　　盡管這三種系統各有特色，但全都采用基于對象的音頻的新聲音技術，使下一代電視音頻提供個性化聲音及根據觀眾獨特需求、環境或裝置定制音頻節目的能力；此外，ATSC 3.0音頻增強環繞聲，為家庭影院和耳機聽眾帶來更多的環繞體驗，即沉浸式音頻。

　　目前，影院仍是沉浸式音頻的主戰場。但是相信在不久的將來，演講、教學、仿真、演出、主題樂園等非影院的內容和應用場合，沉浸式音頻也有機會來顛覆觀眾體驗。除了商業影院，沉浸音在其他形式的娛樂和教育和科研等領域內的應用其實有更加廣闊的前景，例如VR技術的迅猛發展態勢必然會將沉浸音這種三維音頻定位技術快速吸收結合。我們在各種大型知名主題公園設施中看到的演出游戲互動設施和節目早已經是沉浸音技術的天下。因為在這樣的應用中，不受標準場地的限制，可以說是一個項目一種創作，一種效果，各有特色，正是充分發揮沉浸音技術優勢的最佳方式。沉浸音技術將我們對影視創作的感知真正的從銀幕中拉出到三維世界，與其他偉大科技進步一樣，沉浸音最終將成為未來我們日常生活的一部分，我們感知世界的方式。