Por: Santiago Ruiz Sánchez
Tiempo de lectura: 15 min
En diciembre de 2019 se hizo viral un canción de la banda Pentatonix la cual mencionaba el uso de audio 8D. El mensaje indicaba a los oyentes a escuchar con audífonos para experimentar el efecto correctamente. Curiosamente, durante los días siguientes a esto, colegas investigadores en audio publicaban mensajes en relación a lo fácil que sería de ese momento en adelante explicar su campo de investigación a las personas que no conocen del tema. Gran cantidad de personas desconoce conceptos de audio y acústica que permiten explicar y entender lo que sucede tras el audio 8D. La idea de este artículo es simplificar algunos de esos conceptos para aquellas personas que los desconocen.
Comencemos por aclarar que el término audio 8D es un nombre llamativo que se le dió al concepto científico: audio espacial. El audio espacial es un conjunto de técnicas de grabación y reproducción, así como lo son el audio estéreo y envolvente (surround). En el audio estéreo la reproducción se realiza a través de dos altavoces y diferentes sonidos (guitarras, batería, voces, en una canción, por ejemplo) son ubicados horizontalmente entre los altavoces. En el audio envolvente existen mas posibilidades, ya que se cuenta con mínimo 6 altavoces; 5 altavoces ubicados a ciertos ángulos sobre una circunferencia y 1 altavoz que reproduce frecuencias bajas (subwoofer), de ahí el nombre 5.1. Esta distribución de altavoces permite crear experiencias auditivas en donde los sonidos provienen de cierta dirección alrededor del oyente. Ésta es una de las razones porque las películas producen el audio en este formato. Tanto el audio estéreo como envolvente incrementan o disminuyen el nivel con el que cada sonido se reproduce en los altavoces para crear el efecto deseado de localización. Por otra parte, el audio espacial utiliza otras técnicas para recrear estos efectos, y se fundamenta en cómo los humanos percibimos el sonido a nuestro alrededor [1, 2].
Los humanos poseemos un sistema auditivo complejo que nos permite analizar las diferentes características de los sonidos que escuchamos en milisegundos, y, además, asociarlas con la fuente que genera el sonido; su ubicación, velocidad a la que se desplaza y/o distancia a la que se encuentra, entre otros [1]. El sistema auditivo humano comienza en las orejas, las cuales son fundamentales para definir la ubicación de una fuente sonora. La distancia entre las orejas ocasiona que un sonido llegue primero a una oreja, creando una diferencia de tiempo (de milisegundos) que nos permite ubicar fuentes sonoras. La cabeza, torso y hombros se encargan de modificar el sonido en cada oreja, lo que genera que los sonidos que percibimos en cada una sean ligeramente diferentes. El audio espacial se ayuda de estas diferencias para generar modelos físicos y matemáticos de como los humanos escuchamos y así procesar los sonidos de manera acorde para recrear la misma experiencia auditiva en la reproducción de cualquier sonido [3–5].
Considera el siguiente escenario: te encuentras con los ojos cerrados escuchando un radio que está en frente. Si le das la espalda al radio, el sonido proveniente del radio llegará al mismo tiempo a ambos oídos, lo cual también sucede cuando el radio está en frente. Entonces, ¿cómo diferenciamos entre sonidos que provienen de diferentes posiciones pero llegan al mismo tiempo a ambos oídos? El torso, hombros, cabeza y orejas son cruciales para lograr determinar la dirección de la que proviene un sonido, pues alteran algunas características de estos.
Ahora bien, considera un escenario donde en lugar de escuchar un radio físicamente, escuchas una representación (imagen) virtual del radio a través de audífonos. Para dar la impresión que el radio se encuentra al frente tuyo, los auriculares, izquierdo y derecho, deben reproducir ambos sonidos con el mismo nivel simultáneamente. Sin embargo, el sonido proveniente de los altavoces al interior del los audífonos no interactúan de ninguna manera con nuestro torso, hombros y/o cabeza ¿cómo diferenciamos entre sonidos que llegan a nuestros oídos con la misma diferencia de tiempo e igual amplificación usando audífonos? El audio Binaural permite superar estas dificultades [3, 4].
La palabra binaural proviene de escuchar con dos oídos. El audio binaural es una técnica que permite grabar y reproducir audio espacial. Su concepto es simple, capturar el sonido lo más fielmente posible a lo que dos oídos escucharían [2]. Para esto se usan cabezas artificiales que tienen micrófonos en donde estarían los tímpanos. Esto da como resultado la grabación de dos sonidos, uno en el micrófono del oído izquierdo y otro del derecho. Para una correcta reproducción de los sonidos, la grabación del oído izquierdo se debe reproducir únicamente en el oído izquierdo y la grabación del oído derecho en el oído derecho del oyente. La forma más simple de lograr esto es con audífonos, es por esto que muchas de estas experiencias auditivas requieren su uso de audífonos (Virtual barber shop). Sin embargo esta técnica no funciona correctamente en algunas personas debido a que las dimensiones morfológicas de la cabeza artificial no se ajustan a las de algunas personas.
A raíz de esas limitaciones del audio binaural, otras técnicas de grabación y reproducción se han desarrollado. Entre ellas, Ambisonics resalta en la comunidad de audio; tanto productores, ingenieros y músicos la han oído mencionar, pero ¿en qué consiste? El objetivo de Ambisonics es capturar información sobre el campo sonoro alrededor de un oyente en lugar de en los tímpanos [6,7]. Para lograrlo es necesario ubicar múltiples micrófonos en posiciones determinadas usualmente sobre una esfera. La cantidad de micrófonos determinará la calidad de la información grabada sobre el campo sonoro. La reproducción de Ambisonics puede realizarse a través de múltiples altavoces arreglados en una esfera, o a través de audífonos. A la representación que se obtiene del campo sonoro se le da el nombre de codificación, la cual, una vez es obtenida, permite incluir el efecto del torso, hombros y cabeza de un oyente para crear los sonidos correctos en los oídos izquierdo y derecho, sin necesidad de usar una cabeza artificial [8]. Esta técnica es mucho más versátil ya que permite incluir rotaciones y movimientos de la cabeza.
Volviendo al escenario con el radio físico, considera un escenario donde el oyente gira su cabeza hacia la izquierda, esto ocasionará que el sonido proveniente del radio se escuche primero y más fuerte en su oído derecho. Al usar audífonos, idealmente, la imagen virtual del radio debería escucharse con mayor amplificación en el auricular derecho que en el izquierdo. Además, el sonido en el auricular izquierdo debería estar retrasado con respecto al derecho para recrear más fielmente la situación real. Sin embargo esto no sucede, al girar, ambos auriculares mantienen su amplificación original, lo cual significa que no solo la persona gira su cabeza a la izquierda sino también que el radio se desplaza en la misma dirección, estando siempre frente al oyente. La inhabilidad de compensar el contenido dependiendo de las rotaciones de la cabeza del oyente es una de las limitaciones de la reproducción de audio binaural en audífonos. Esto puede resolverse incluyendo un giroscopio y así actualizar los sonidos dependiendo de la orientación de la cabeza del oyente [5].
Ahora bien, si un sonido fue grabado y posteriormente se decide que el contenido se presentará usando audio espacial, es posible lograrlo utilizando filtros, así como en las fotografías. Existen ahora versiones de canciones en ’audio 8D’ que no fueron grabadas usando audio espacial, haciendo uso de los filtros adecuados. Esto abre un abanico de posibilidades para crear contenido audiovisual que den una mayor inmersividad a los oyentes. Un ejemplo de esto es ECUADOR (Ver video), un pequeño audiovisual, mezclado en Sinsonte, con tecnologías de audio espacial.
En resumen, el audio espacial es un conjunto de técnicas de grabación y reproducción de sonido que permite a los oyentes recrear experencias auditivas de una manera más cercana a la realidad. En la actualidad existen múltiples aplicaciones de esta tecnología: cines, barras de sonido (Las cuales reproducen audio binaural sin audífonos), implantes auditivos (donde todo el conocimiento del sistema auditivo es vital para que personas con problemas auditivos escuchen con la menor cantidad de inconvenientes), videojuegos, instalaciones multimedia interactivas, smartphones (El iOS 14 de Apple incluye ahora audio espacial y permite rastrear la orientación de la cabeza usando Airpods [9]), y producción musical (el audio de la banda Pentatonix es un ejemplo). Se espera que, en los próximos años, el desarrollo de esta tecnología siga creciendo como fruto de la investigación desarrollada, volviéndose más accesible a todas las personas.
Bibliografía
[1] Blauert, Spatial hearing: the psychophysics of human sound localiza- tion. MIT press, 1997.
[2] Blauert, Ed., The technology of binaural listening. Springer, 2013.
[3] Paul, “Binaural recording technology: A historical review and possible future developments,” Acta acustica united with Acustica, vol. 95, no. 5, pp. 767–788, 2009.
[4] Møller, “Fundamentals of binaural technology,” Applied acoustics, vol. 36, no. 3-4, pp. 171–218, 1992.
[5] Hess, “Head-tracking techniques for virtual acoustics applications,” in Audio Engineering Society Convention 133. Audio Engineering Society, 2012.
[6] A. Gerzon, “Ambisonics in multichannel broadcasting and video,” Journal of the Audio Engineering Society, vol. 33, no. 11, pp. 859–871, 1985.
[7] Fazi, M. Noisternig, and O. Warusfel, “Representation of sound fields for audio recording and reproduction,” in Acoustics 2012, 2012.
[8] S. Davis, R. Duraiswami, E. Grassi, N. A. Gumerov, Z. Li, and D. N. Zotkin, “High order spatial audio capture and its binaural head-tracked playback over headphones with hrtf cues,” in Audio Engineering Society Convention 119. Audio Engineering Society, 2005.
[9] (2020) iOS 14 preview. [Online]. Available: https://www.apple. com/ios/ios-14-preview/
ES 
EN