Después de ver como funciona el sistema de sonido 5.1 y, si se complementa con el análisis de audio 3D, se puede formar una idea de cómo es el mecanismo de estas tecnologías.
Pero, para poder comenzar ha modelar estas tecnologías hay que saber en que factores se basan los sistemas para poder recrear el sonido tanto como 5.1 y como 3D aplicado en video juegos.
Es muy importante saber esto, ya que es el comienzo para cualquier modelo matemático y luego de programación de audio.
Primero, hay que saber parte de las propiedades del oído.
Curvas Isofónicas y Umbrales de Audición
Las curvas isofónicas (de igual sonoridad) representan la capacidad de percepción del oído humano en términos de nivel de presión sonora en función de la frecuencia del sonido de forma subjetiva. Cada una de ellas se construye comparando un determinado tono de frecuencia con un tono de referencia de 1kHz. El sistema de la audición humana es capaz de percibir el rango de frecuencias entre 20Hz y 20kHz aproximadamente, perdiendo la capacidad de percibir las altas frecuencias con la edad. La respuesta del oído es logarítmica y obedece a la relación S=klogeI, en donde k es una constante, S es la sensación percibida por el observador y I es la intensidad del estímulo. El umbral de audición mínimo se define como 0dB a 2x10-5Nm-2 y es la representación de los niveles mínimos iniciales de intensidad acústica detectables para distintas frecuencias. El umbral de sensación es producto de niveles elevados, que por producir niveles excesivos en la vibración de la membrana timpánica, producen una sensación de cosquilleo en el oído. De ser excedidos estos niveles se alcanza el umbral del dolor, puesto que la membrana timpánica no puede soportar mayor presión se produce la sensación de dolor, siendo posible la pérdida de la audición total o temporal. Las exposiciones al ruido producen desplazamientos en los umbrales auditivos, siendo necesario el descanso de varios minutos a dicha exposición, de modo que el oído recupere sus características auditivas normales.
Fig. 1: Curvas Isofónicas.
Capacidad del Oído para Discernir Nivel
Como se puede observar en la Fig. 1, las frecuencias extremas (graves y agudos) son menos sensibles a las variaciones de intensidad, requiriéndose hasta de 2dB en niveles bajos para la detección de diferencias de nivel en estos rangos de frecuencia. El rango intermedio requiere de hasta 1dB para la percepción de diferencias.
Factores Primarios en la Percepción Auditiva en Tres Dimensiones
Si bien se mencionó que la audición humana sigue siendo estudiada en la actualidad, se han establecido varios de los fenómenos que determinan la percepción del sonido en el espacio. Los principales son descritos a continuación.
Los dos puntos siguientes son muy importantes para el modelo mas sencillo, pero no menos importante de HRTF.
Diferencia de Intensidad Inter-Aural
La diferencia de intensidad inter-aural (IID en inglés) es la diferencia de nivel entre los sonidos que arriban a cada uno de los oídos. Una fuente sonora ubicada en una posición nodo, es decir, directamente al frente, atrás, arriba o abajo del oyente, será percibida con igual nivel de intensidad acústica por cada uno de los oídos. Si la fuente sonora es variada unos cuantos grados a la izquierda o derecha de esta posición inicial, la percepción de nivel se inclinará hacia el oído que se encuentre más cercano a la fuente sonora. Los oídos se encuentran simétricamente ubicados a los lados de la cabeza y están separados aproximadamente por 15 cm.
Fig. 2: Diferencia de Intensidad Inter-Aural (IID).
Diferencia de Tiempo Inter-Aural
La diferencia en el tiempo inter-aural es (ITD en inglés) es la diferencia de tiempo de arribo de los sonidos entre los oídos izquierdo y derecho. Al igual que con la IID, esta diferencia existirá a menos que la fuente productora de sonido se ubique en una posición nodo en relación al oyente.
Fig. 3: Diferencia de Tiempo Inter-Aural (ITD).
Si un sonido proviene directamente de una posición nodo en relación al oyente, éste incidirá al mismo tiempo y con la misma presión sobre ambos oídos, resultando en la práctica, muy difícil de determinar la procedencia del sonido o la ubicación de la fuente sonora en el espacio ya que no existirán diferencias de tiempo y nivel, y que son dichas diferencias los principales factores que determinan la percepción de procedencia del sonido en la audición humana.
Efectos Difractivos y Empantallamiento producidos por la Cabeza
De forma análoga a la difracción de la luz, las ondas sonoras se difractan al encontrarse en su camino objetos que constituyen obstáculos al paso de sus frentes energéticos. Toda posición que no se encuentre sobre el eje (al frente, arriba, abajo, atrás), presentará interferencias de fase entre las señales y degradación de la señal original. Una onda acústica es capaz de difractarse y envolver un objeto cuando su longitud de onda es considerablemente mayor en relación a las dimensiones del objeto. Si las dimensiones del objeto son mayores que la longitud de la onda incidente, dichas frecuencias se verán empantalladas por el objeto y no serán percibidas. Los efectos de la difracción del sonido por parte de la cabeza son más perceptibles en el rango comprendido entre los 700Hz y 8kHz.
Factores Secundarios
En adición a estas características primarias, se considera que los siguientes fenómenos afectan además la percepción humana de la procedencia del sonido.
Reflexiones producidas por el Torso y los Hombros
Al agregar un modelo de un torso humano a cabezas artificiales se ha detectado un incremento en las frecuencias aledañas a los 2kHz., siendo mayor para sonidos provenientes de fuentes laterales que frontales. Si bien muchos investigadores consideran que la presencia del torso no produce un efecto significativo en la percepción de la procedencia desde varias posiciones, los hombros proveen una reflexión considerable para fuentes laterales de sonido.
Reflexiones Acústicas producidas en Recintos
Se ha establecido que las reflexiones primarias ayudan al cerebro a determinar la naturaleza de diversas imágenes sonoras, mientras que las reflexiones secundarias no resultan tan significativas debido a la gran cantidad de estas reflexiones que se pueden producir en un recinto. Este tipo de reflexiones son emuladas en juegos de video mediante reverberación aplicada artificialmente o por medio de funciones sintetizadas HRTF de las cuales se hablará más adelante.
Factores Psicológicos
La experiencia recopilada desde temprana edad por un ser humano, además de aquellos factores que pueden considerarse como hereditarios de la raza humana, condiciona a los sujetos a esperar que ocurran varios fenómenos a partir del sonido que es percibido. Un ejemplo es el sonido de un avión, del cual se tiende esperar que su sonido provenga del cielo y no del nivel del suelo, en cuyo caso se produciría un desconcierto temporal por parte del oyente si esto ocurriera.
Efecto Hass o Efecto de Precedencia
El cerebro humano toma en consideración las pequeñas diferencias en el tiempo y nivel en el arribo de los sonidos a cada uno de los oídos. En el caso de sistemas de altavoces estéreo, al ser emitido un sonido a través de ambos altavoces con el mismo nivel, como en el caso de Fig. 3.6 (a), se crea una imagen fantasma de la ubicación de la fuente productora del sonido, siendo ésta, la mitad de la distancia entre los dos altavoces el punto del cual aparentemente se produce el sonido. Si se varía el nivel de una de las señales de los altavoces, el cerebro tiende a posicionar a las fuentes sonoras en ubicaciones más próximas al altavoz con mayor nivel, tal como se muestra en la Fig. 4. A este fenómeno se lo conoce como el Efecto Hass, y es tal, que pueden producirse diferencias de hasta 8dB en la intensidad de la señal secundaria mientras que se seguirá percibiendo a la posición inicial como el punto del cual el sonido es generado. En este sentido el cerebro atribuye mayor importancia a las diferencias de tiempo, que a las diferencias de nivel.
Fig. 4: Efecto Hass: (a) Señales de Igual Nivel de Sonoridad, resultando una señal fantasma justo al medio de la distancia entre los dos monitores
(b) Señales de Distinto Nivel de Sonoridad, al tener una diferencia de nivel entre los monitores la fuente fantasma se ubica mas cerca del monitor con mayor nivel.
En la 3era parte se vera los sistemas comerciales mas usados en video juegos, tanto como para PC, como para consolas como PS2, XBOX, GameCube y las próximas consolas PS3 y XBOX360.
Este, como los otros análisis son parte de la tesis de titulación de Ingeniería en Sonido “Estudio Comparativo de los sistemas de audio 5.1 y audio 3D aplicado en video juegos”, de la Universidad Pérez Rosales de Chile.
Cualquier pregunta que tengáis sobre el tema podéis mandarlo a
This e-mail address is being protected from spam bots, you need JavaScript enabled to view it
, Jose Luis Fernandez, Ingeniero en Sonido.
Tutoriales 
