In una cuffia comune la scena è solidale con la testa e la segue in ogni rotazione, togliendo al cervello un indizio prezioso. Con il tracciamento, sensori inerziali come giroscopi, accelerometri e spesso magnetometri, oppure sistemi ottici esterni, misurano l’orientamento e il renderer aggiorna i filtri binaurali: se una voce è davanti e si gira la testa a destra, la voce si sposta verso l’orecchio sinistro. McAnally e Martin hanno osservato nel 2014 che una rotazione di appena 4 gradi riduce già in modo significativo le confusioni fra davanti e dietro, e che intorno ai 32 gradi esse quasi scompaiono.
Conta la latenza: secondo Brungart e colleghi, sotto i 60 millisecondi è probabilmente adeguata per la maggior parte degli usi e sotto i 30 è difficile da notare. Il tracciamento funziona solo con contenuti calcolati al momento, come oggetti o scene ambisoniche; una registrazione binaurale già fissata non può essere ruotata. Molti sistemi seguono soltanto le tre rotazioni del capo, non gli spostamenti del corpo.
In inglese: head tracking