Matthias Scholz, PhD da Brüel & Kjær, comenta sobre audição em 3D e como podemos implementá-la.
Uma das habilidades marcantes do sistema auditivo é a localização das fontes sonoras com precisão. Isto é vital em muitas situações da vida, tais como o deslocamento seguro no trânsito. Mas as propriedades espaciais do som são tão importantes quanto para se atingir um ambiente acústico realístico em sistemas para games e home theater. Então, como isto funciona e o que é necessário para recriar uma experiência autêntica? Como localizamos o som?
A primeira referência utilizada pela audição é a diferença de tempo interaural (fig. 1a). O som de uma fonte à frente ou atrás chegará simultaneamente aos dois ouvidos. Se a fonte se mover à esquerda ou à direita, o sistema auditivo identifica que o som chegou a ambos os ouvidos, porém com um certo atraso; ou, de outra maneira, os dois ouvidos captaram diferentes fases do mesmo sinal.
As diferenças de fase são interpretadas com mais facilidade nas baixas frequências. Nas altas frequências, os comprimentos de onda são tão pequenos quando comparados à cabeça que o padrão se repete, e ambos os ouvidos podem captar coincidentemente a mesma fase (fig. 1b).
Felizmente, o sistema auditivo conta também com a “sombra acústica” criada pela cabeça quando o som chega pelas laterais, um fenômeno que se acentua com a frequência. Nas baixas frequências, o tamanho da cabeça é pequeno quando comparado ao comprimento de onda no ar. Consequentemente, a pressão sonora é a mesma no ouvido esquerdo e no direito, independente da direção de onde o som chega.
Porém, com o aumento da frequência o comprimento de onda diminui e o tamanho da cabeça não é mais desprezível. Esta agora se torna um obstáculo que bloqueia e reflete o som, havendo a atenuação do conteúdo de alta frequência no ouvido oposto ao ouvido que está em frente a uma fonte sonora.
O formato da pina também fornece uma míriade de indicações espectrais (dependente da frequência). Tal como a sombra acústica da cabeça, a pina funciona como um escudo ao atenuar as altas frequências não provenientes diretamente área frontal. O ouvinte pode experimentar isto ao se afastar e depois se aproximar novamente da fonte. Sentirá uma pequena mudança nas altas frequências, algo que normalmente ele não prestaria atenção.
Além disto, e dependendo da frequência e da direção de incidência, o formato da pina afeta o som ao ser refletido no canal auditivo, realçando algumas frequências e atenuando outras.
Audição e reprodução binaurais
Geralmente, necessitamos de dois ouvidos (binaural) para uma experiência espacial acústica precisa, dado que a comparação entre ouvido esquerdo e direito dá as indicações mais fortes sobre a localização das fontes. Não é de surpreender que existe maior dificuldade ao localizar as fontes no plano médio, onde não há quase nenhuma diferença interaural.
Porém, muito do senso de direção é desenvolvido a partir da experiência, que está ligada à fisiologia – tamanho e formato da cabeça, pinas e canais auditivos. Com o tempo, o sistema auditivo constrói um repositório de referências, tal como a observação de que o som vindo de trás soa um pouco mais amorfo.
Então, para se criar uma experiência espacial convincente, onde é possível sentir as posições exatas das fontes sonoras, a reprodução tem de fornecer toda a informação que o sistema auditivo está acostumado. Existem basicamente duas maneiras de fazer isso.
1: Gravação binaural
Pode ser feita com um par de microfones posicionados próximo aos ouvidos ou, como mais usualmente implementado, com uma cabeça artificial e os microfones posicionados na entrada dos canais auditivos. Tal gravação deve ser reproduzida diretamente com fones de ouvido de alta qualidade, ou seja, o som é reproduzido o mais próximo possível do ponto onde foi captado. Sua reprodução através de alto-falantes convencionais e sem um processamento adicional de sinal, como o cancelamento via cross-talk, não funciona, uma vez que o sinal é enviado para todo o ambiente e ao redor da cabeça do ouvinte, criando uma experiência completamente diferente.
2: Arranjo de microfones
Esta abordagem utiliza um arranjo de microfones posicionados de forma compacta e tridimensional, que por sua vez grava o som em um ponto juntamente com informações espaciais sobre a sua direção incidente. Com o auxílio de algoritmos sofisticados, é possível reproduzir um campo sonoro similar ao campo captado através de um arranjo de alto-falantes ao redor do ouvinte. O resultado é ainda melhor se o ambiente de audição for altamente absorsor, de modo que o som, uma vez que atingiu o ouvinte, não será refletido. Caso contrário, as características acústicas do ambiente são adicionadas (fig. 2). Esta técnica exige que o ouvinte se mantenha em uma posição fixa, ou pelo menos em uma região limitada. A experiência, porém, é autêntica; a aproximação dos diferentes alto-falantes causa a sensação do ouvinte estar em frente às fontes sonoras originais.
Função Transferência Relativa à Cabeça
Pode-se combinar ambas as técnicas e reproduzir o som através de fones de ouvido, mesmo tendo a gravação sido realizada com um arranjo de microfones. Esta técnica também requer algum processamento para converter a gravação em binaural. Para tal, é necessário considerar a presença da cabeça do ouvinte e como a mesma influencia o som incidente de várias direções.
Esta relação é descrita pela função transferência relativa a cabeça (HRTF, em inglês). Uma HRTF descreve como um som gerado em um ponto específico do espaço será percebido pelo ouvido direito ou esquerdo. Pode-se considerá-la como uma impressão digital acústica da cabeça e do torso do ouvinte. Para levantar uma HRTF, um alto-falante é posicionado no espaço e um microfone é posicionado no ouvido (fig. 3). Embora a medição para algumas posições do alto-falante seja uma tarefa facilmente realizável, o ensaio com todos os ângulos possíveis requer um conjunto vasto de HRTFs, sendo um subconjunto para cada ouvido (fig. 4), mas o resultado é gratificante.
Quando comparado a uma gravação binaural direta, a vantagem de se utilizar um sinal obtido com arranjo de microfones e processado através uma HRTF é que o sistema de reprodução pode incorporar sensores para captar a orientação da cabeça do ouvinte e corrigir o processamento de acordo. Por exemplo, ao girar a cabeça para a esquerda, uma fonte sonora que estava originalmente à frente será reproduzida à direita, e vice-versa. Este efeito dá a sensação de “estar presente” experimentada com alto-falantes, porém sem as limitações de se estar em um ambiente especial, já que o som vai direto dos fones de ouvido para os ouvidos.
Este artigo foi publicado originalmente na revista Waves, que é publicada pela Brüel & Kjær, em https://bksv.com/en/about/waves.
*Alexandre Algranti é o Chief Headphone Officer do site fonesdeouvido.com.br. Leitores deste blog tem 10% de desconto em qualquer compra no site com o código HT2018.
