La grabación binaural es un método de grabación de sonido que utiliza dos micrófonos , dispuestos con la intención de crear una sensación de sonido estéreo 3D para el oyente, como si estuviera realmente en la habitación con los intérpretes o los instrumentos. Este efecto se crea a menudo utilizando una técnica conocida como grabación con cabeza de maniquí , en la que se coloca un micrófono en cada oído a una cabeza de maniquí . La grabación binaural está destinada a reproducirse con auriculares y no se traducirá correctamente a través de altavoces estéreo. Esta idea de una forma de sonido tridimensional o "interna" también se ha traducido en avances útiles de la tecnología en muchas cosas, como los estetoscopios que crean una acústica "dentro de la cabeza" y las películas IMAX que pueden crear una experiencia acústica tridimensional.
El término "binaural" se ha confundido frecuentemente con sinónimo de la palabra " estéreo ", debido en parte al mal uso sistemático a mediados de la década de 1950 por parte de la industria discográfica , como una palabra de moda de marketing . Las grabaciones estéreo convencionales no tienen en cuenta el espaciado natural de las orejas o la " sombra de la cabeza " de la cabeza y las orejas, ya que estas cosas ocurren naturalmente cuando una persona escucha, generando diferencias de tiempo interaural (ITD) y diferencias de nivel interaural (ILD) específicas de su posición de escucha. Debido a que la diafonía de los altavoces con el estéreo convencional interfiere con la reproducción binaural (es decir, porque el sonido del altavoz de cada canal se escucha por ambos oídos en lugar de solo por el oído del lado correspondiente, como sería el caso de los auriculares), se requieren auriculares o cancelación de diafonía de señales destinadas a altavoces como Ambiophonics . Para escuchar usando altavoces estéreo convencionales o reproductores de MP3 , puede ser preferible una cabeza de maniquí sin pabellón auricular para grabaciones cuasi binaurales como el micrófono de esfera o Ambiophone. Como regla general, para obtener resultados binaurales verdaderos, una cadena de sistema de grabación y reproducción de audio, desde el micrófono hasta el cerebro del oyente, debe contener un solo conjunto de pabellones auriculares (preferiblemente los del propio oyente) y una sombra de la cabeza.
La historia de la grabación binaural se remonta a 1881. [1] La primera unidad binaural, el theâtrophone , fue inventada por Clément Ader . [1] Consistía en una serie de micrófonos telefónicos de carbono instalados a lo largo del borde frontal de la Ópera Garnier . La señal se enviaba a los abonados a través del sistema telefónico y requería que llevaran unos auriculares especiales, que tenían un pequeño altavoz para cada oído.
La grabación con cabeza de maniquí está asociada al uso de la cabeza sintética física llamada Kunstkopf . La Kunstkopf se colocaría en salas de conciertos durante la grabación de una orquesta en vivo o, en la industria cinematográfica, los actores podrían pararse alrededor de la cabeza mientras graban su diálogo. La cabeza de maniquí también podría usarse para imprimir información posicional en efectos de sonido pregrabados reproduciendo sonidos a través de un altavoz en una orientación adecuada a la cabeza. Por ejemplo, sonidos de truenos y cantos de pájaros que se reproducirían sobre la cabeza de maniquí.
Dentro de la industria cinematográfica, Demolition (1973) fue el primer radioteatro grabado utilizando una cabeza de maniquí. [2]
En 1974, Virgin Records publicó el primer álbum en solitario del líder de Tangerine Dream, Edgar Froese, titulado Aqua . Las breves notas de la funda informan a los oyentes de que la cara 2 del disco (es decir, las pistas NGC 891 y Upland ) se grabaron utilizando el sistema de cabeza artificial desarrollado por Gunther Brunschen. Se recomendó a los oyentes que optimizaran su escucha utilizando auriculares estéreo para esa cara del álbum.
Aunque Edgar estaba interesado en seguir utilizando y promocionando este sistema para grabaciones posteriores, lo abandonó debido a que, si bien funcionaba bien a través de auriculares, la calidad de sonido mejorada no se traducía adecuadamente a través de un sistema de altavoces de alta fidelidad.
En 1978, Lou Reed lanzó el primer disco pop binaural producido comercialmente, Street Hassle , una combinación de grabaciones en vivo y de estudio. [3]
El binaural quedó en segundo plano debido al costoso equipo especializado que se requiere para realizar grabaciones de calidad y al requisito de usar auriculares para una reproducción adecuada. Especialmente en la época anterior al Walkman , la mayoría de los consumidores consideraban que los auriculares eran un inconveniente y solo estaban interesados en grabaciones que pudieran escucharse en un sistema estéreo doméstico o en automóviles. Por último, los tipos de cosas que se pueden grabar no suelen tener un valor de mercado alto. Las grabaciones de estudio se beneficiarían poco del uso de una configuración binaural, más allá de la transmisión cruzada natural, ya que la calidad espacial del estudio no sería muy dinámica ni interesante. Las grabaciones que son de interés son las interpretaciones orquestales en vivo y las grabaciones ambientales "ambientales" de sonidos de la ciudad, la naturaleza y otros temas similares.
Durante la década de 1990, se comercializaron dispositivos electrónicos que utilizaban el procesamiento de señales digitales (DSP) para reproducir HRTF. Estos dispositivos permitían al ingeniero de sonido utilizar parámetros marcados para ajustar la dirección aparente de los sonidos en tiempo real. Eran inusuales y caros, pero permitían al ingeniero de sonido alterar los efectos especiales de los sonidos pregrabados de forma rápida y cómoda. Mediante la manipulación de los parámetros, los ingenieros de sonido podían tomar una grabación monofónica de un coche que pasaba y hacer que sonara como si estuviera pasando detrás de ellos en tiempo real. Grabar con una cabeza de maniquí real para obtener el mismo resultado requeriría una cabina de grabación y un altavoz móvil, o una matriz de altavoces, así como múltiples dispositivos de panorámica o conmutación.
La era moderna ha visto un resurgimiento del interés en el sonido binaural, en parte debido a la amplia disponibilidad de auriculares, métodos de grabación más económicos y al creciente interés comercial general en la tecnología de audio de 360°.
La comunidad ASMR en línea es otro movimiento que ha empleado ampliamente grabaciones binaurales.
El auge de Dolby Atmos y otras tecnologías de audio de películas en 360° en relación con el entretenimiento comercial ha visto un aumento en la popularidad del uso de la simulación binaural. Esto se hace con el propósito de adaptar completamente la banda sonora de 360° para auriculares y audífonos. Los usuarios pueden ver películas y música en 360° con la experiencia de sonido envolvente inmersivo intacta a pesar de usar solo los dos altavoces de los auriculares. Cabe destacar que cualquier banda sonora multicanal de 360° completa se convierte automáticamente en audio binaural simulado cuando se escucha con auriculares.
En 2005, Aqua fue remezclado para una reedición limitada en Alemania y Japón, con una pista adicional, Upland Dawn, añadida al final del CD.
En 2015, el cantautor singapurense JJ Lin lanzó su álbum experimental debut From ME to Myself , utilizando la grabación con cabeza ficticia. Este es también el primer álbum en la industria de la música pop que utiliza esta tecnología. [4]
Con un método de grabación simple, se colocan dos micrófonos a 18 cm (7") de distancia uno del otro. Este método no creará una grabación binaural real. La distancia y la ubicación se aproximan aproximadamente a la posición de los canales auditivos de un ser humano promedio , pero eso no es todo lo que se necesita. Existen técnicas más elaboradas.
Hay dos métodos principales utilizados para crear un efecto binaural:
Una unidad de grabación binaural típica tiene dos micrófonos de alta fidelidad montados en una cabeza ficticia, insertados en moldes con forma de oreja para capturar completamente todos los ajustes de frecuencia de audio (conocidos como funciones de transferencia relacionadas con la cabeza (HRTF) en la comunidad de investigación psicoacústica ) que ocurren naturalmente a medida que el sonido envuelve la cabeza humana y es "moldeado" por la forma del oído externo e interno . La cabeza ficticia (también conocida como cabeza artificial , Kunstkopf [7] o simulador de cabeza y torso ) se utiliza para generar grabaciones binaurales. Luego, las pistas se escuchan a través de auriculares que permiten al oyente escuchar desde la perspectiva del maniquí. La cabeza ficticia está diseñada para grabar múltiples sonidos al mismo tiempo, lo que le permite ser excepcional en la grabación de música, así como en otras industrias donde intervienen múltiples fuentes de sonido.
La cabeza de maniquí está diseñada para replicar una cabeza humana de tamaño promedio y, según el fabricante, puede tener nariz y boca también. Cada cabeza de maniquí está equipada con pabellones auditivos y canales auditivos en los que se colocan pequeños micrófonos, uno en cada oído. [8] Los principales fabricantes en el diseño de cabezas de maniquí son: Brüel & Kjær, Head Acoustics GmBH, Knowles Electronics y GRAS Sound & Vibration. [8]
Los fabricantes de cabezas de maniquí diseñan sus productos de forma diferente para adaptarse a situaciones específicas. Los maniquíes GRAS son flexibles: incluyen cabeza o torso con pabellones auditivos reemplazables de diferentes tamaños y materiales, juegos de simuladores de canal auditivo de diferentes tipos y simuladores de tímpano. Las cabezas pueden incluir o no simulador de boca. El diseño de Brüel & Kjær incluye pabellones auditivos, nariz, boca y torso moldeados de forma blanda. Se puede utilizar cualquier cabeza de maniquí o HATS para grabar audio de la misma naturaleza, pero se diseñan diferentes tipos de ellos específicamente para realizar diferentes tareas. Un nuevo fabricante en el mercado de la grabación binaural es 3Dio, con el propósito de grabar a menor escala. Los micrófonos 3Dio se colocan en los oídos a una distancia media de la cabeza, sin embargo, el modelo no incluye la cabeza completa ni el torso.
El objetivo principal de la grabación con una cabeza de maniquí es lograr una reproducción binaural perfecta que sea adecuada para todos los oyentes. El problema surge porque cada cabeza humana tiene diferentes formas y tamaños. Debido a la diversidad de HRTF, es imposible crear un efecto binaural compatible con los oídos de todos. Por lo tanto, el algoritmo de grabación con cabeza de maniquí simulada utiliza HRTF promedio para crear un efecto binaural moderado para todos. [6]
La percepción humana de la dirección es compleja:
La grabación de música convencional se produce para reproducción en estéreo, lo que hace uso únicamente de la reproducción izquierda y derecha para altavoces y auriculares. La implementación de Dummy Head permite al artista que graba hacer uso de la reproducción de sonido tridimensional. Esto se debe a que a través de la reproducción a través de auriculares, el oyente percibe el sonido como si estuviera en la posición del maniquí. La grabación se percibe a través de los pabellones auriculares del maniquí.
La técnica de regrabación binaural es sencilla, pero no está bien establecida. Sigue los mismos principios de la mundialización [10] , una técnica utilizada por los diseñadores de sonido de películas en la que el sonido se reproduce a través de un altavoz en una ubicación del mundo real y luego se vuelve a grabar, conservando todos los aspectos y características del entorno del mundo real. [11]
Durante muchos años, en los estudios de grabación se ha utilizado el espacio para manipular un sonido y luego volver a grabarlo mediante cámaras de eco. En 1959, Irving Townsend utilizó una cámara de eco durante el proceso de posproducción del álbum Kind of Blue de Miles Davis . "[El efecto de la cámara de eco en Kind of Blue es] simplemente un poco más dulce. En 30th Street, se tendió una línea desde la consola de mezclas hasta una sala de cemento en el sótano, de techo bajo, de unos 3,6 por 4,5 metros, en cualquier lugar donde pusiéramos un altavoz y un buen micrófono omnidireccional". [12]
En la regrabación binaural, se utiliza un micrófono binaural para grabar el contenido que se reproduce a través de un sistema de altavoces multicanal. Por lo tanto, la cabeza binaural, o micrófono, en teoría realiza una grabación de cómo los humanos escucharán el contenido multicanal. La banda sonora de una película, por ejemplo, será grabada por el micrófono binaural con todas las señales ambientales de la ubicación dada, así como las reverberaciones, incluidas las que comúnmente crea el torso humano (suponiendo que se utilice un modelo HATS [13] ). Este método, al igual que ciertas grabaciones binaurales realizadas con un Neumann KU 100. [14]
Utilizando un escáner de resonancia magnética, Brüel & Kjær y DTU recopilaron las geometrías de una gran población de oídos humanos. Al capturar la geometría completa del canal auditivo, incluida la parte ósea adyacente al tímpano, estos datos se procesaron posteriormente para determinar la geometría promedio del canal auditivo humano. En base a esto, el Simulador de cabeza y torso de alta frecuencia (HATS) Tipo 5128 crea una reproducción muy realista de las propiedades acústicas, que cubre todo el rango de frecuencia audible (hasta 20 kHz). [15]
Existen algunas complicaciones con la reproducción de grabaciones binaurales a través de auriculares. El sonido que es captado por un micrófono colocado en o a la entrada del canal auditivo tiene un espectro de frecuencia que es muy diferente del que sería captado por un micrófono independiente. La función de transferencia de cabeza de campo difuso (HRTF), es decir, la respuesta de frecuencia en el tímpano promediada para sonidos que vienen de todas las direcciones posibles, es bastante grotesca, con picos y caídas que superan los 10 dB . Las frecuencias de alrededor de 2 a 5 kHz en particular se amplifican fuertemente en comparación con la presentación de campo libre. [17]
En enero de 2012, BBC R&D trabajó junto con BBC Radio 4 para producir una producción binaural de Private Peaceful , el libro de Michael Morpurgo . [18] La dramatización de 88 minutos presentó una reproducción de un sistema de altavoces 5.1 y tuvo 4 variaciones. Al comienzo de cada variación, el oyente escucharía una serie de señales de prueba que permitían elegir qué versión le brinda al oyente la mejor experiencia espacial. Al hacer esto, BBC R&D aceptó que habrá variaciones en el éxito de la reproducción binaural y, por lo tanto, proporcionó diferentes mezclas basadas en diferentes conjuntos de datos HRTF. El lanzamiento de Private Peaceful tuvo una encuesta adjunta que se pidió a todos los oyentes que completaran. Hizo preguntas sobre el éxito que tuvo la reproducción binaural con los oyentes y qué versión (1-4) pensó el oyente que fue la más exitosa.
Durante una entrevista con Chris Pike de BBC R&D en septiembre de 2012, Pike afirmó que "se puede obtener una buena impresión espacial, pero la coloración del timbre suele ser un problema". [19] El problema de la coloración del timbre se menciona en una gran cantidad de investigaciones sobre mejora espacial y, a veces, se considera el resultado del mal uso o la cantidad insuficiente de datos HRTF al reproducir audio binaural, por ejemplo, o el hecho de que el usuario final simplemente no responderá bien a los datos HRTF recopilados. Francis Rumsey afirma en el artículo de 2011 "Whose head is it Anyway?" [20] que "los HRTF mal implementados pueden dar lugar a una mala calidad del timbre, una mala externalización y una serie de otros resultados no deseados". [20] Obtener los datos HRTF correctos es un punto clave para que el producto final sea un éxito y, posiblemente, al hacer que los datos HRTF sean lo más extensos posible, habrá menos margen de error, como problemas de timbre. Las HRTF utilizadas para Private Peaceful [18] se diseñaron midiendo las respuestas de impulso en una sala reverberante, para capturar una sensación de espacio, pero no es muy externa y hay problemas tímbricos obvios como lo señaló Pike. [19]
Juha Merimaa, de Sennheiser Research Laboratories, descubrió que el uso de filtros HRTF para reducir los problemas de timbre no afectó la localización espacial lograda previamente con los datos cuando se probó en un panel de oyentes. [21] Esto explica que existen formas de reducir los efectos de los problemas de timbre en el audio que se han procesado con datos HRTF, pero esto implica una mayor manipulación del ecualizador del audio. Si se va a explorar esta vía más a fondo, los investigadores tendrán que conformarse con el hecho de que el audio se está manipulando en grandes cantidades para lograr una mayor sensación de conciencia espacial, y que esta manipulación adicional causará cambios irreversibles en el audio, algo con lo que los creadores de contenido pueden no estar contentos. Se tendrá que tener en cuenta cuánta manipulación es apropiada y en qué medida, si es que la hay, afectará a la experiencia de los usuarios finales.
Las condiciones ideales de escucha probablemente se experimenten con auriculares diseñados y calibrados para dar una respuesta de frecuencia lo más plana posible con el fin de reducir la coloración del audio que el usuario está escuchando. En la mayoría de los casos, esto no ha parecido un problema suficiente para que los usuarios finales inviertan en auriculares que les permitan escuchar el audio exactamente como lo pretendía el creador del contenido y, en su lugar, seguirán utilizando los auriculares incluidos en el paquete o, en algunos casos, invertirán en auriculares avalados y marcados por ciertos artistas. Como se mencionó anteriormente, existen problemas de efectos tímbricos al utilizar datos BRIR y HRTF para crear audio espacialmente mejorado, técnicas utilizadas por Chris Pike y BBC R&D. [19] Los resultados experimentaron problemas tímbricos y, por lo tanto, este método puede no ser aún una forma exitosa de crear audio espacialmente mejorado para auriculares, pero estos problemas tímbricos también se experimentan con la elección de auriculares. "[¿Son los problemas tímbricos provocados por el uso de datos BRIR y HRFT] peores que la diferencia entre unos auriculares baratos que se obtienen con un reproductor de mp3 y unos buenos Sennheiser?". [19]
Diseñado para ser utilizado en pruebas electroacústicas in situ en, por ejemplo, teléfonos, auriculares, dispositivos de audioconferencia, micrófonos, audífonos, audífonos y protectores auditivos. [22]
El Neumann KU 100 es un micrófono de cabeza simulada que se utiliza para grabar en estéreo binaural. "Se asemeja a la cabeza humana y tiene dos cápsulas de micrófono incorporadas en los oídos" . [14] El Neumann es un micrófono binaural de uso común y es utilizado por los equipos de I+D de la BBC. [23]
KEMAR se inventó inicialmente en colaboración con la industria audiológica para su uso en el desarrollo de audífonos y sigue siendo el estándar de facto para esta industria; sin embargo, desde entonces, el uso de KEMAR se ha extendido a una multitud de otras industrias como: telecomunicaciones, pruebas de protección auditiva, desarrollo automotriz, etc. KEMAR está diseñado utilizando una gran investigación estadística para acercarse lo más posible a las mediciones humanas promedio. El modelo KEMAR también es el único micrófono en esta lista que presenta un modelo de torso. Se ha visto que los reflejos del torso contribuyen considerablemente a la creación de una grabación binaural exitosa. [24]
La gama de micrófonos binaurales 3Dio cuenta con dos moldes de silicona para el pabellón auricular separados por 19 centímetros (7,5 pulgadas), una distancia cercana a la media entre los oídos humanos. Los micrófonos se colocan dentro de los oídos y van desde los Primo EM172 en los modelos Free Space y Free Space XLR hasta los DPA 4060 en el modelo Pro II. La gama 3Dio es considerablemente más barata que, por ejemplo, la Neumann KU 100 y, por lo tanto, se utiliza más a nivel de consumidor a prosumidor. La principal diferencia con los modelos 3Dio en comparación con el KEMAR o el KU 100 es la ausencia de un modelo de cabeza. El 3Dio se basa completamente en el uso de moldes para el pabellón auricular para lograr un efecto binaural a partir de la grabación estéreo.
Un micrófono estéreo portátil que se coloca dentro del pabellón auricular y se usa como si fueran auriculares. Este micrófono utiliza el pabellón auricular del usuario para crear el efecto binaural. [25]
Hooke Verse es un dispositivo binaural relativamente nuevo que consiste en un conjunto de micrófonos portátiles que se conectan a dispositivos de grabación mediante Bluetooth y que permiten grabar sin pérdida de calidad. El códec desarrollado permite al usuario capturar audio junto con video. Además, el dispositivo utiliza protectores antiviento para reducir el ruido del viento, un problema común en los dispositivos portátiles y los teléfonos inteligentes. [ cita requerida ]
