声音类奥斯卡与影片声音特征的关系

Stephen Follows 对1423部电影进行声音识别分析后发现，枪炮与爆炸声较多的影片更容易获得声音类奥斯卡提名，但不能有效预测最终获奖者；在入围影片之间，强烈低频出现得更频繁，才是与获奖关系更明显的声音特征。 作者使用 PANNs 的 CNN14 模型分析影片声音，该模型在 Google AudioSet 上训练，可识别527类声音。每年纳入最佳影片提名片及上一年度票房前十影片，并按枪声和爆炸声占比在同年影片中排名。自1980年以来，478部声音类奥斯卡提名片的枪声与爆炸声平均得分为62，未获提名的大制作影片为48；1980和1990年代的差距达到65比47，而1980年前几乎没有差距。不过，在1980年以来的46届声音奖竞争中，获奖片在各届入围片里的枪声与爆炸声平均得分只有54，接近随机情况下的50；自2000年以来更降至49。 作者进一步统计低于120 Hz 的声音能量何时达到影片自身第95百分位响度的6 dB以内。自1980年以来，获奖片的强低频平均排名为68；46届中有21届由强低频最多的入围片获奖，而随机情况下约为9届。自2000年以来，获奖片的强低频平均得分仍为66。最近五部获奖片中，Dune: Part One、Top Gun: Maverick、The Zone of Interest 和 Dune: Part Two 的强低频均为当届入围片最多，F1 排名第二。The Zone of Interest、F1 和 Gravity 在模型衡量下没有枪声，因此这一关系并不只是战争片或爆炸场面带来的替代效应。 作者提出一种可能解释：声音分支负责选出提名者，而最终奖项由学院全体投票者决定；以2016年为例，前者有505名声音专业人士，后者共有6856名投票者。专业人士可能会识别复杂声音工作，全体成员则更容易感受到令放映厅震动的低频。1975年的案例也符合这一结果：The Conversation 每分钟有2.3秒强低频，高于多部同届入围片，却败给每分钟达到3.5秒的 Earthquake。后者采用专为影片开发的 Sensurround，以扩展低频让影院随地震场面震动。 分析按同届或同年影片排名，以减少不同时代声音制作差异的影响。音轨统一混为单声道，标准混音未包含独立低音炮声道；作者称在102个带该声道的拷贝上重新测量后结论不变。统计排除了片头60秒和片尾字幕，并设置阈值及排除项以减少发动机、交通工具、水声、雷声和静电声造成的误判。