Il messaggio arrivava senza mittente riconoscibile, inoltrato di chat in chat, e cominciava sempre con la stessa raccomandazione: ascoltare solo in cuffia. Il file allegato era una canzone nota, spesso la versione a cappella di «Hallelujah» dei Pentatonix, ribattezzata «in 8D», e il testo prometteva che la si sarebbe sentita con il cervello e non con le orecchie. Alla fine di marzo del 2020, nelle settimane del primo confinamento, quella catena ha fatto il giro delle chat italiane e non solo, e testate come AGI, Focus e The Independent si sono trovate a spiegare che cosa ci fosse davvero dentro quei file.
La risposta, a guardarla da vicino, è meno misteriosa della promessa. L’audio 8D non è un formato, non è uno standard e non ha otto di niente. È un modo di rielaborare una registrazione stereo già esistente perché il suono sembri girare intorno alla testa di chi ascolta. Capire come si ottiene questo effetto, e perché funziona soltanto con le cuffie, è un buon punto di partenza per orientarsi in un territorio dove convivono marketing, psicoacustica e tecniche di registrazione con più di un secolo di storia.
Da YouTube a WhatsApp: la parabola di un’etichetta
Il fenomeno non è nato con la catena di WhatsApp. Già nella seconda metà degli anni Dieci su YouTube circolavano numerosi brani pop rimaneggiati con l’etichetta «8D», e canali dedicati come 8D Tunes avevano accumulato milioni di iscritti: quando AGI ne scrisse, nel marzo 2020, ricordava che quelle tracce erano disponibili da almeno due anni. La versione «8D» di «Dance Monkey» di Tones and I era arrivata in cima alla classifica Viral di Spotify, e i brani di Billie Eilish erano tra i più rielaborati in questo modo. La quarantena ha fatto il resto, trasformando una nicchia di YouTube in una curiosità di massa.
Anche l’idea di fondo non era nuova. The Independent citava come antenato la «Virtual Barber Shop», una celebre dimostrazione realizzata da QSound Labs nel 1996, in cui un barbiere virtuale sembra muoversi intorno all’ascoltatore, tagliargli i capelli e sussurrargli all’orecchio. Quella clip, a differenza delle canzoni «8D», era una dimostrazione binaurale vera e propria, costruita per ricreare ciò che arriva ai timpani di un ascoltatore seduto sulla poltrona del barbiere. La differenza, come si vedrà, è sostanziale.
Che cosa succede davvero dentro una traccia «8D»
Mirek Stiles, degli Abbey Road Studios di Londra, ha provato a ricostruire il procedimento e ha ottenuto un risultato equivalente in pochi minuti, partendo da un mix mono di una canzone popolare e facendolo ruotare con un plug-in di spazializzazione commerciale; ha anche osservato che strumenti gratuiti producono effetti simili. Il cuore della tecnica è un panning automatizzato: il segnale viene spostato in modo continuo e ciclico dal canale sinistro al destro e ritorno, di solito con un andamento regolare e prevedibile, tanto che dopo qualche giro l’ascoltatore anticipa il movimento.
A questo si aggiungono altri due ingredienti. Il primo è il riverbero, che allontana la sorgente e dà l’impressione di uno spazio intorno alla voce; Focus lo indicava come l’elemento che crea l’illusione del movimento in un ambiente. Il secondo è il filtraggio delle frequenze medie e alte, che varia insieme alla posizione: quando il suono deve sembrare dietro la testa viene reso più cupo, imitando in modo approssimativo l’effetto del padiglione auricolare, che attenua gli acuti dei suoni provenienti da dietro. Nelle versioni più curate, il panning semplice viene sostituito da un vero processore binaurale basato su funzioni di trasferimento della testa (HRTF), lo stesso tipo di strumento usato per la realtà virtuale; in molte altre ci si ferma a sinistra, destra, riverbero ed equalizzazione.
Il risultato, nel giudizio di Stiles, è spesso rozzo e ripetitivo, poco musicale. Il motivo è anche tecnico: far girare l’intero mix, cassa e basso compresi, toglie impatto alle frequenze basse, che a suo giudizio conviene lasciare in un normale stereo. Un uso più sensato della spazializzazione, osservava, riguarda singoli elementi come un sintetizzatore, un effetto vocale o un assolo, lasciando stabile la base ritmica.
Perché non esistono otto dimensioni
Il numero 8 non corrisponde a nessuna grandezza fisica o percettiva. Lo spazio in cui ci muoviamo ha tre dimensioni, e lo spazio uditivo che il cervello ricostruisce si descrive con tre coordinate: l’angolo sul piano orizzontale (l’azimut), l’elevazione verso l’alto o verso il basso, e la distanza. Focus lo riassumeva con una formula efficace: al massimo tre dimensioni. The Independent notava che perfino «3D» sarebbe stato un’etichetta più onesta, e che l’origine del nome resta oscura.
Secondo Stiles la sigla è stata scelta per il suo appeal commerciale, in contrasto con termini tecnici come «binaurale» o «ambisonico». È la stessa logica che, negli anni, ha prodotto le varianti «9D», «16D» e oltre: un numero più alto suona come una versione più avanzata, anche quando il procedimento è identico. Non c’è nulla di male nell’ascoltare questi brani per divertimento, ma è utile sapere che la cifra nel titolo non misura alcuna proprietà del suono.
Audio 8D, binaurale e audio spaziale: tre cose diverse
La confusione nasce dal fatto che tutti e tre promettono un suono «intorno alla testa». Una registrazione binaurale si ottiene con due microfoni collocati nei condotti uditivi di una testa artificiale o di una persona: il segnale contiene già le differenze di tempo e di livello tra le due orecchie e le colorazioni prodotte da testa, padiglioni e spalle, cioè gli indizi che il cervello usa normalmente per localizzare i suoni. Riascoltata in cuffia, una buona registrazione binaurale restituisce la scena acustica in cui è stata catturata, con le sorgenti nelle posizioni reali.
L’audio spaziale è una famiglia più ampia di tecniche, dai formati a oggetti come Dolby Atmos all’Ambisonics, in cui la posizione di ogni suono è descritta da coordinate o da componenti matematiche e viene poi «resa» per l’impianto di ascolto: un sistema di altoparlanti oppure, in cuffia, un renderer binaurale che applica le HRTF. Questi sistemi possono collocare stabilmente una voce davanti, un coro alle spalle, un effetto in alto.
L’audio 8D, nella sua forma più comune, non parte da una scena spaziale ma da un mix stereo finito, e vi sovrappone un movimento circolare. Non registra uno spazio e non lo descrive: lo simula in modo sommario. Quando è realizzato con un processore HRTF si avvicina all’audio spaziale per la tecnica, ma resta diverso per l’intento, perché il movimento è un effetto applicato a posteriori a tutta la canzone, non una scelta di messa in scena dei singoli suoni.
Perché serve la cuffia
La raccomandazione del messaggio virale, ascoltare solo in cuffia, era l’unica parte del tutto corretta. Con le cuffie ciascun canale arriva a un solo orecchio, e chi ha preparato la traccia controlla esattamente che cosa riceve l’orecchio sinistro e che cosa il destro. Con gli altoparlanti questo controllo si perde: il suono del diffusore sinistro raggiunge anche l’orecchio destro, poco dopo e un po’ attenuato, e viceversa. Questa diafonia acustica, insieme alle riflessioni della stanza, mescola i segnali e cancella gran parte degli indizi su cui l’effetto si regge. Lo stesso limite riguarda le registrazioni binaurali, che sono pensate per l’ascolto in cuffia e su altoparlanti perdono buona parte della loro spazialità, a meno di ricorrere a sistemi di cancellazione della diafonia.
Anche in cuffia, però, il risultato non è garantito. Un panning ciclico fornisce soprattutto differenze di livello fra i due canali, e per questo molte tracce «8D» danno l’impressione di un suono che passa da un orecchio all’altro attraversando il cranio, più che di una sorgente che gli gira intorno. La psicoacustica distingue questa lateralizzazione dall’esternalizzazione, la percezione di una sorgente collocata fuori dalla testa, che secondo la rassegna pubblicata da Virginia Best e colleghi su Trends in Hearing nel 2020 dipende da più indizi insieme, fra cui le colorazioni spettrali dovute all’anatomia e le riflessioni di un ambiente plausibile. Riverbero e filtraggio aiutano, un buon processore HRTF fa di più, ma la resa varia da persona a persona.
Un brano «8D» riprodotto da una cassa Bluetooth diventa quindi, nel migliore dei casi, una canzone che oscilla avanti e indietro fra due diffusori, e da uno smartphone con un solo altoparlante perde quasi del tutto il suo carattere. In cuffia, invece, le differenze fra i due canali arrivano intatte, e il cervello fa il resto.
Che cosa resta di una moda
Liquidare l’audio 8D come una trovata sarebbe ingeneroso. Stiles stesso riconosceva che il fenomeno ha avuto il merito di far scoprire a un pubblico enorme che le cuffie possono restituire qualcosa di più di uno stereo piatto, e che l’ascolto spaziale non è un privilegio da laboratorio. Per molti curiosi le canzoni «8D» possono essere state una porta d’ingresso verso le registrazioni binaurali, i video a 360 gradi, i mix in Dolby Atmos.
Il modo più utile di ascoltare una traccia «8D», allora, è con un orecchio critico: notare dove il suono sembra davvero uscire dalla testa e dove invece la attraversa, quando il movimento aggiunge qualcosa alla musica e quando la distrae. Sono le stesse domande che guidano chi lavora seriamente con lo spazio sonoro, e che gli articoli di questa serie affrontano da vicino, a partire dal modo in cui orecchie e testa ci dicono da dove arriva un suono.
Fonti
- 8D Audio – The New Revolution In Sound? Abbey Road’s Mirek Stiles Explores, Abbey Road Studios
- Brani in 8D da ascoltare con le cuffie, AGI, 2020
- ‘8D’ audio: WhatsApp message promises completely new way of listening to music – but what’s the truth?, Andrew Griffin, The Independent (via Yahoo News), 2020
- 8D: i segreti di un’illusione sonora tornata di moda, Focus, 2020
- Sound Externalization: A Review of Recent Research, V. Best, R. Baumgartner, M. Lavandier, P. Majdak, N. Kopčo, Trends in Hearing, 2020
- Virtual Barber Shop – Binaural Audio Demo, QSound Labs
- Binaural recording, Wikipedia (fonte secondaria)
