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 de estar realmente en la sala con los intérpretes o instrumentos. Este efecto a menudo se crea utilizando una técnica conocida como grabación con cabeza simulada , en la que se coloca una cabeza de maniquí con un micrófono en cada oreja. La grabación binaural está diseñada para 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 acústica "en la cabeza" y las películas IMAX que pueden crear una experiencia acústica tridimensional.
El término "binaural" se ha confundido frecuentemente como 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 palabra de moda en marketing . Las grabaciones estéreo convencionales no tienen en cuenta el espacio natural entre los oídos o la " sombra " de la cabeza y los oídos, ya que estas cosas suceden naturalmente mientras 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 con ambos oídos y no sólo con el oído del lado correspondiente, como sería el caso con los auriculares), se requieren auriculares, o se requiere cancelación de diafonía de señales destinadas a altavoces como Ambiophonics . Para escuchar utilizando altavoces estéreo convencionales o reproductores de MP3 , puede ser preferible un cabezal simulado sin pabellón auricular para grabaciones cuasi binaurales, como el micrófono esférico o el Ambiophone. Como regla general, para obtener verdaderos resultados binaurales, una cadena de sistema de grabación y reproducción de audio, desde el micrófono hasta el cerebro del oyente, debe contener un y sólo un conjunto de pabellones auriculares (preferiblemente los propios del oyente) y una sombra de cabeza.
La historia de la grabación binaural se remonta a 1881. [1] La primera unidad binaural, el théâtrophone , 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 suscriptores a través del sistema telefónico y requería que usaran unos auriculares especiales, que tenían un pequeño altavoz para cada oído.
La grabación de cabezas falsas está asociada con el uso de la cabeza sintética física llamada Kunstkopf . El Kunstkopf se colocaba en salas de conciertos durante la grabación de una orquesta en vivo o en la industria cinematográfica los actores podían colocarse alrededor de la cabeza mientras grababan sus diálogos. La cabeza simulada también podría usarse para imprimir información posicional en efectos de sonido pregrabados reproduciendo sonidos a través de un altavoz en una orientación adecuada con respecto a la cabeza. Por ejemplo, sobre la cabeza del muñeco se reproducen sonidos de truenos y cantos de pájaros.
Dentro de la industria cinematográfica Demolition (1973) fue el primer drama radiofónico grabado con una cabeza de muñeco. [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 portada informan a los oyentes que la cara 2 del disco (es decir, los temas 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 deseaba seguir utilizando y promocionando este sistema para grabaciones posteriores, lo abandonó debido a que, aunque 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]
Binaural quedó en un segundo plano debido al costoso equipo especializado que se requiere para realizar grabaciones de calidad y a la necesidad de 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 sólo estaban interesados en grabaciones que pudieran escucharse en un sistema estéreo doméstico o en un automóvil. Por último, los tipos de cosas que se pueden registrar no tienen un valor de mercado típicamente alto. Las grabaciones de estudio se beneficiarían poco del uso de una configuración binaural, más allá de la alimentación cruzada natural, ya que la calidad espacial del estudio no sería muy dinámica e interesante. Las grabaciones que son de interés son actuaciones orquestales en vivo y grabaciones ambientales "ambientales" de sonidos de la ciudad, la naturaleza y otros temas similares.
Durante la década de 1990, se pusieron a disposición comercialmente dispositivos electrónicos que utilizaban procesamiento de señales digitales (DSP) para reproducir HRTF. Estos dispositivos permitirían al ingeniero de sonido utilizar parámetros marcados para ajustar la dirección aparente de los sonidos en tiempo real. Eran inusuales y costosos, pero permitirían al ingeniero de sonido alterar los efectos especiales de sonidos pregrabados de manera rápida y conveniente. Mediante la manipulación de los parámetros, los ingenieros de sonido podrían tomar una grabación monofónica de un automóvil que pasa y hacer que suene como si estuviera pasando detrás de ellos en tiempo real. Grabar con una cabeza simulada real para obtener el mismo resultado requeriría una cabina de grabación y un altavoz móvil, o una serie de altavoces, así como múltiples dispositivos de panorámica o conmutación.
La era moderna ha visto un resurgimiento del interés en binaural, en parte debido a la amplia disponibilidad de auriculares, métodos de grabación más baratos y el 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 cinematográficas con audio de 360° en relación con el entretenimiento comercial ha provocado un aumento en la popularidad del uso de la simulación binaural. Esto es con el propósito de adaptar completamente la banda sonora de 360° para auriculares y audífonos. Los usuarios aparentemente pueden ver películas y música en 360° manteniendo intacta la experiencia de sonido envolvente inmersivo a pesar de usar solo los dos parlantes de los auriculares. En particular, cualquier banda sonora multicanal completa de 360° se convierte automáticamente en audio binaural simulado cuando se escucha con auriculares.
En 2005, Aqua fue remezclado para una reedición de edición limitada en Alemania y Japón, con una pista adicional, Upland Dawn, adjunta al final del CD.
En 2015, el cantautor singapurense JJ Lin lanzó su álbum experimental debut From ME to Myself , utilizando una grabación con cabeza simulada. 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 que se utilizan para crear un efecto binaural:
Una unidad de grabación binaural típica tiene dos micrófonos de alta fidelidad montados en una cabeza simulada, 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 Esto ocurre naturalmente cuando el sonido envuelve la cabeza humana y toma forma según la forma del oído externo e interno . La cabeza simulada (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, lo que permite al oyente escuchar desde la perspectiva del muñeco. El cabezal simulado está diseñado para grabar múltiples sonidos al mismo tiempo, lo que lo hace excepcional en la grabación de música, así como en otras industrias donde intervienen múltiples fuentes de sonido.
La cabeza simulada está diseñada para replicar una cabeza humana de tamaño promedio y, según el fabricante, también puede tener nariz y boca. Cada maniquí está equipado con pabellones auriculares y canales auditivos en los que se colocan pequeños micrófonos, uno en cada oído. [8] Los fabricantes líderes en el diseño de Dummy Head son: Brüel & Kjær, Head Acoustics GmBH, Knowles Electronics y GRAS Sound & Vibration. [8]
Los fabricantes de chupetes diseñan sus productos de forma diferente para situaciones específicas. Los maniquíes GRAS son flexibles: incluyen cabeza o torso con pabellones auriculares reemplazables de diferentes tamaños y materiales, un conjunto de simuladores de canal auditivo de diferentes tipos y simuladores de tímpano. Los cabezales pueden incluir o no simulador de boca. El diseño de Brüel & Kjær incluye pabellones auriculares, nariz, boca y torso moldeados de forma suave. Se puede utilizar cualquier cabezal ficticio o HATS para grabar audio de la misma naturaleza, pero diferentes tipos están diseñados específicamente para realizar diferentes tareas. Un nuevo fabricante en el mercado de grabación binaural es 3Dio con el objetivo de grabar a menor escala. Los micrófonos 3Dio están situados en los oídos a una distancia promedio de la cabeza, sin embargo, el modelo no incluye la cabeza ni el torso completos.
El objetivo principal de la grabación con un cabezal simulado es lograr una reproducción binaural perfecta que se adapte a todos los oyentes. El problema surge de que cada cabeza humana tiene características de forma y tamaño diferentes. Debido a la diversidad de HRTF, es imposible crear un efecto binaural compatible para los oídos de todos. Por lo tanto, el algoritmo de grabación de cabeza 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 estéreo, lo que utiliza únicamente la reproducción izquierda y derecha para altavoces y auriculares. La implementación de Dummy Head permite al artista hacer uso de la reproducción de sonido tridimensional. Esto se debe a que, durante la reproducción a través de auriculares, el oyente percibe el sonido como si estuviera en la posición del muñeco. La grabación se percibe a través del pabellón auricular de la cabeza del maniquí.
La técnica de regrabación binaural es sencilla pero no ha sido bien establecida. Sigue los mismos principios de Worldizing, [10] una técnica utilizada por los diseñadores de sonido cinematográficos en la que el sonido se reproduce a través de un altavoz en una ubicación del mundo real y luego se vuelve a grabar, incorporando todos los aspectos y características del mundo real. ambiente con él. [11]
Utilizar el espacio para manipular un sonido y luego volver a grabarlo se ha hecho mediante el uso de cámaras de eco en los estudios de grabación durante muchos años. En 1959, Irving Townsend utilizó una cámara de eco durante el proceso de postproducción del álbum Kind of Blue de Miles Davis de 1959 . "[El efecto de la cámara de eco en Kind of Blue es] solo un poco edulcorante. En 30th Street, se tendió una línea desde la consola de mezclas hasta un sótano de concreto de techo bajo, de aproximadamente 12 por 15 pies de tamaño. —En cualquier lugar instalamos un altavoz y un buen micrófono omnidireccional". [12]
En la regrabación binaural, se utiliza un micrófono binaural para grabar el contenido que se reproduce en una configuración de altavoces multicanal. Por lo tanto, en teoría, la cabeza binaural, o micrófono, graba 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 del lugar determinado, así como las reverberaciones, incluidas las comúnmente creadas por 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 recogieron las geometrías de una gran población de oídos humanos. Al capturar la geometría completa del canal auditivo, incluida la parte ósea contigua 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, cubriendo 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 capta un micrófono colocado en o en la entrada del canal auditivo tiene un espectro de frecuencias muy diferente del que captaría 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 provenientes de todas las direcciones posibles, es bastante grotesca, con picos y caídas que superan los 10 dB . En particular, las frecuencias de aproximadamente 2 a 5 kHz están fuertemente amplificadas en comparación con la presentación en 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 contó con 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 le permitirían elegir qué versión le brinda al oyente la mejor experiencia espacial. Al hacer esto, el departamento de I+D de la BBC aceptó que habrá variaciones en el éxito de la reproducción binaural y, por lo tanto, proporcionó diferentes combinaciones basadas en diferentes conjuntos de datos HRTF. El lanzamiento de Private Peaceful iba acompañado de una encuesta que todos los oyentes debían completar. Se preguntaba sobre el éxito que tuvo la reproducción binaural entre los oyentes y qué versión (1-4) pensó el oyente que tuvo más éxito.
Durante una entrevista con Chris Pike de BBC R&D en septiembre de 2012, Pike afirmó que "puede obtener una buena impresión espacial, pero la coloración tímbrica suele ser un problema". [19] La cuestión de la coloración tímbrica se menciona en una gran cantidad de investigaciones sobre mejora espacial y, a veces, se considera el resultado del mal uso o de una cantidad insuficiente de datos HRTF al reproducir audio binaural, por ejemplo, o del hecho de que el usuario final simplemente no responderá bien a los datos HRTF recopilados. Francis Rumsey afirma en el artículo de 2011 "¿De quién es la cabeza?" [20] que "los HRTF mal implementados pueden dar lugar a una mala calidad tímbrica, 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. Los HRTF utilizados 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 externo y hay problemas tímbricos obvios, como señaló Pike. [19]
Juha Merimaa de Sennheiser Research Laboratories descubrió que el uso de filtros HRTF para reducir los problemas tímbricos no afectó la localización espacial lograda previamente usando los datos cuando se probaron en un panel de oyentes. [21] Esto explica que hay formas de reducir los efectos de los problemas de timbre en el audio que se ha procesado con datos HRTF, pero esto significa una mayor manipulación del ecualizador del audio. Si se va a explorar más a fondo esta ruta, los investigadores tendrán que estar contentos con el hecho de que el audio está siendo manipulado en grandes cantidades para lograr una mayor sensación de conciencia espacial, y que esta manipulación adicional provocará cambios irreversibles en el audio, algo que Es posible que los creadores de contenido no estén contentos. Habrá que considerar cuánta manipulación es apropiada y en qué medida, si corresponde, afectará esto a la experiencia de los usuarios finales.
Lo más probable es que las condiciones de escucha ideales se experimenten con auriculares diseñados y calibrados para brindar 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 las circunstancias, 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 cambio, seguirán usando auriculares incluidos o, en algunos casos, realizar inversiones en auriculares respaldados y con la marca de ciertos artistas. Como se analizó anteriormente, existen problemas de efectos de timbre presentes 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 de timbre y, por lo tanto, es posible que este método aún no sea una forma exitosa de crear audio espacialmente mejorado para auriculares, pero estos problemas de timbre también se experimentan con la elección de auriculares. "[¿Son los problemas de timbre 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 utilizarse en pruebas electroacústicas in situ, por ejemplo, en teléfonos, auriculares, dispositivos de audioconferencia, micrófonos, auriculares, audífonos y protectores auditivos. [22]
El Neumann KU 100 es un micrófono de cabeza ficticia que se utiliza para grabar en estéreo binaural. "Se parece a la cabeza humana y tiene dos cápsulas de micrófono integradas en los oídos" . [14] El Neumann es un micrófono binaural de uso común y presenta el uso de los equipos de I+D de la BBC. [23]
KEMAR se inventó inicialmente en colaboración con la industria audiológica para 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, protección auditiva. pruebas, desarrollo automotriz, etc. KEMAR está diseñado utilizando una gran investigación estadística para acercarse lo más posible a las mediciones humanas promedio. El modelo KEMAR es también el único micrófono de 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 3Dio de micrófonos binaurales cuenta con dos moldes de silicona para los oídos (pabellón auricular) separados por 19 centímetros (7,5 pulgadas), una distancia cercana a la media entre los oídos humanos. Los micrófonos que se colocan dentro de los oídos van desde Primo EM172 en los modelos Free Space y Free Space XLR, hasta DPA 4060 en el modelo Pro II. La gama 3Dio es considerablemente más barata que la Neumann KU 100, por ejemplo, y por lo tanto se utiliza más a nivel de consumidor y prosumidor. La principal diferencia de los modelos 3Dio respecto al KEMAR o KU 100 es la ausencia de modelo de cabezal. El 3Dio se basa completamente en el uso de moldes de pabellón auricular para lograr un efecto binaural a partir de la grabación estéreo.
Un micrófono estéreo intrauditivo que se usa como auriculares y se coloca dentro del pabellón auricular humano. Este micrófono utiliza el pabellón auricular del usuario para crear el efecto binaural. [25]
El Hooke Verse es un dispositivo binaural relativamente nuevo que es un conjunto de micrófonos portátiles que se conectan a dispositivos de grabación mediante Bluetooth con grabación sin pérdidas. El códec desarrollado permite al usuario capturar audio junto con vídeo. Además, el dispositivo utiliza protectores de micrófono para reducir el ruido del viento, un problema común con los dispositivos portátiles y los teléfonos inteligentes. [ cita necesaria ]
