Per quasi sessant’anni la musica registrata è arrivata agli ascoltatori in due canali. Lo stereo ha attraversato il vinile, la cassetta, il compact disc, il file compresso e lo streaming senza cambiare la sua natura: un segnale per il lato sinistro, uno per il destro. I tentativi di andare oltre, dalla quadrifonia degli anni Settanta ai dischi multicanale dei primi anni Duemila, sono rimasti confinati a una minoranza di appassionati disposti a comprare impianti dedicati.
Fra il 2019 e il 2021 lo scenario è cambiato per una ragione molto concreta: la maggior parte delle persone ascolta musica in cuffia, collegata a un telefono abbastanza potente da elaborare il suono in tempo reale. Su questa base i grandi servizi di streaming hanno cominciato a distribuire brani in formati spaziali, soprattutto Dolby Atmos e Sony 360 Reality Audio, che in cuffia vengono convertiti in segnali binaurali. Vale la pena capire come funzionano questi sistemi, che cosa offrono davvero a chi ascolta e dove si fermano.
Dal cinema alla musica: canali e oggetti
Dolby Atmos nasce per il cinema: la prima installazione fu realizzata al teatro El Capitan di Los Angeles per la prima di «Ribelle – The Brave» della Pixar, nel giugno 2012. La sua novità rispetto ai formati surround precedenti è l’approccio a oggetti. In un mix tradizionale ogni suono viene assegnato in modo permanente a un certo canale, cioè a un certo altoparlante. In Atmos, accanto a un letto di canali fissi, il mixer può trattare singoli suoni come oggetti accompagnati da metadati che ne descrivono la posizione nello spazio tridimensionale. Nella versione cinematografica il formato prevede fino a 128 tracce, di cui fino a 118 dedicate agli oggetti.
Il vantaggio è che la posizione resta un’informazione astratta finché non arriva all’impianto di ascolto. Un renderer, cioè un software di riproduzione, legge i metadati e calcola che cosa deve emettere ciascun altoparlante disponibile, che si tratti di una sala con decine di diffusori, di una soundbar o di un paio di cuffie. Il formato è stato poi adattato alla musica, e alla fine del 2019 Tidal e Amazon Music hanno cominciato a distribuire brani in Atmos, inizialmente su dispositivi specifici come alcuni smartphone Android o l’altoparlante Echo Studio.
Sony ha seguito una strada parallela. Presentato al CES di Las Vegas nel gennaio 2019 e sviluppato con il Fraunhofer IIS, 360 Reality Audio è anch’esso un sistema a oggetti: voci e strumenti vengono collocati a distanze e angolazioni definite su una sfera intorno all’ascoltatore, e il formato di distribuzione si basa su MPEG-H 3D Audio, uno standard aperto. Fra i primi servizi coinvolti c’erano Deezer, nugs.net, Qobuz e Tidal.
Apple Music e la diffusione di massa
La svolta in termini di pubblico è arrivata con Apple. Il 17 maggio 2021 l’azienda annunciò che Apple Music avrebbe offerto, a partire da giugno e senza costi aggiuntivi per gli abbonati, l’audio spaziale con Dolby Atmos insieme allo streaming senza perdita di qualità. Secondo il comunicato, i brani in Atmos sarebbero stati riprodotti automaticamente sulle cuffie AirPods e Beats dotate dei chip H1 o W1 e sugli altoparlanti integrati dei modelli recenti di iPhone, iPad e Mac. La distribuzione iniziò il 7 giugno.
A settembre dello stesso anno, con iOS 15, arrivò il tracciamento dinamico della testa anche per la musica, inizialmente limitato agli AirPods Pro e agli AirPods Max. Con iOS 16 Apple ha poi introdotto l’audio spaziale personalizzato: l’iPhone, con la fotocamera TrueDepth usata per il riconoscimento del volto, esegue una scansione del viso e delle orecchie e ne ricava un profilo d’ascolto adattato alla forma della testa e dei padiglioni. Sony aveva annunciato fin dal 2019 un’idea analoga, un’app capace di analizzare le fotografie delle orecchie scattate con lo smartphone.
Che cosa succede in cuffia
Quando un brano Atmos o 360 Reality Audio viene ascoltato in cuffia, il renderer deve trasformare la scena tridimensionale in due soli segnali, uno per orecchio. Lo fa con le tecniche dell’audio binaurale: ogni oggetto viene filtrato con la funzione di trasferimento della testa, o HRTF, corrispondente alla sua posizione, cioè con l’insieme delle differenze di tempo, di livello e di colorazione spettrale che quel suono subirebbe arrivando da quella direzione alle orecchie di un ascoltatore reale. Nella documentazione di Avid sul missaggio Atmos in cuffia, il renderer Dolby viene descritto come basato su un modello di testa medio e generico.
Il tracciamento della testa aggiunge un elemento importante. I sensori di movimento negli auricolari rilevano l’orientamento del capo e il renderer aggiorna il filtraggio in tempo reale, così che la scena resti ferma nello spazio: se la voce è davanti e l’ascoltatore gira la testa a destra, la voce si sposta verso l’orecchio sinistro, come accadrebbe con un cantante reale. Non si tratta solo di un effetto scenografico. Gli studi di psicoacustica indicano da tempo che le variazioni prodotte dai movimenti della testa aiutano il cervello a distinguere un suono davanti da uno dietro, una delle ambiguità più frequenti nell’ascolto binaurale.
Che cosa cambia per chi ascolta
Nei casi migliori l’ascolto spaziale può offrire una scena più ampia e più leggibile dello stereo in cuffia, in cui voci e strumenti occupano posizioni distinte invece di sovrapporsi lungo una linea che attraversa la testa. I mix pensati fin dall’inizio per questo formato, o i remix curati con attenzione di registrazioni multitraccia, possono rendere percepibili dettagli che nello stereo si confondono, ed è questo l’argomento su cui insiste la comunicazione dei produttori.
Il punto è che questi risultati non sono garantiti. Molti brani disponibili in formato spaziale non sono stati concepiti in quel modo: sono remix di registrazioni nate per lo stereo, a volte di molti decenni fa, realizzati a partire dalle tracce separate. La qualità dipende dalle scelte di chi rimissa, e non sempre la versione spaziale rispetta l’equilibrio, l’impatto delle basse frequenze o la compattezza voluti in origine. Per chi ascolta, il consiglio più utile è confrontare le due versioni e scegliere caso per caso, senza dare per scontato che quella spaziale sia superiore.
I limiti: orecchie, renderer, dispositivi
Il primo limite riguarda le orecchie. Una HRTF generica si adatta bene ad alcune persone e male ad altre. Ricerche come quella pubblicata nel 1993 da Elizabeth Wenzel e colleghi sul Journal of the Acoustical Society of America hanno mostrato che con HRTF non individuali la localizzazione orizzontale resta robusta, mentre aumentano le confusioni fra davanti e dietro e fra alto e basso. Le procedure di personalizzazione basate su fotografie e scansioni cercano di ridurre il problema, ma stimano la HRTF dall’aspetto delle orecchie anziché misurarla, e la sua accuratezza dipende dal modello usato.
Il secondo riguarda il renderer. Lo stesso mix Atmos non suona necessariamente allo stesso modo su servizi diversi. Come ha documentato il tecnico Edgar Rothermich sulla rivista Production Expert alla fine del 2021, Apple Music riproduce i brani con il proprio renderer di audio spaziale e non con quello di Dolby, e la codifica usata dal servizio non trasporta le impostazioni binaurali che il mixer sceglie in studio per ciascun elemento; altri servizi, con un codec diverso, le conservano. Ne derivava una situazione paradossale, in cui chi missava non poteva ascoltare in studio esattamente ciò che avrebbe sentito l’utente finale.
Il terzo riguarda gli ecosistemi. Il tracciamento della testa e la personalizzazione funzionano soltanto con specifiche combinazioni di telefono, sistema operativo e cuffie, quasi sempre dello stesso produttore. E gli auricolari wireless trasmettono il segnale con codec compressi: come notava What Hi-Fi? all’arrivo del tracciamento della testa, gli AirPods non riproducono alla piena qualità i flussi senza perdita, che richiedono un collegamento cablato e, per l’alta risoluzione, un convertitore esterno.
Un formato da ascoltare con curiosità
L’audio spaziale nello streaming è la versione più diffusa di un’idea che ha radici lontane, dalle teste artificiali usate nei radiodrammi all’Ambisonics. Rispetto alle canzoni «8D» circolate sul web, che si limitano a far girare un mix stereo intorno alla testa, è un sistema ben più sofisticato, capace di descrivere e rendere una scena tridimensionale. Rispetto alle promesse del marketing, è uno strumento con limiti precisi, che dipendono dall’anatomia di chi ascolta, dalle scelte di chi missa e dalla tecnologia che sta in mezzo.
Per chi ascolta musica pensata per lo spazio, dalla drone music alle registrazioni d’ambiente, la questione più interessante non è quale formato vinca, ma che cosa ciascuno permette di sentire. Nessuno di questi sistemi richiede volumi elevati per funzionare: l’effetto spaziale dipende dalle differenze fra i due canali, non dalla potenza. Ascoltare a livelli moderati resta la scelta più prudente, e chi nota fastidi, fischi o calo dell’udito dovrebbe rivolgersi a un medico o a uno specialista.
Fonti
- Apple Music announces Spatial Audio and Lossless Audio, Apple Newsroom, 2021
- iOS 15 brings next-level spatial audio to Apple Music – but there’s a catch, What Hi-Fi?, 2021
- Listen with Personalized Spatial Audio for AirPods and Beats, Apple Support
- Sony Introduces 360 Reality Audio Music Experiences Powered by Object-Based Spatial Audio Technology, audioXpress, 2019
- Dolby Atmos, Wikipedia (fonte secondaria)
- Creating Your Dolby Atmos Mix with Headphones, Avid, 2021
- Why Your Atmos Mix Will Sound Different On Apple Music, Edgar Rothermich, Production Expert, 2021
- Localization using nonindividualized head-related transfer functions, E. M. Wenzel et al., Journal of the Acoustical Society of America, 1993
