8D·DRONE
Ascolta

Perché in cuffia il suono sembra dentro la testa

In cuffia la musica abita il cranio, non la stanza. Riverbero, movimenti della testa e aspettative: cosa dice la ricerca sull’esternalizzazione del suono.
Illustrazione astratta per l’articolo «Perché in cuffia il suono sembra dentro la testa»

Basta indossare un paio di cuffie e far partire una registrazione stereo qualsiasi per notare una stranezza a cui l’abitudine ci ha reso indifferenti: la voce del cantante non sta davanti a noi, a qualche metro, come accadrebbe in una sala da concerto, ma sembra galleggiare in mezzo al cranio, tra un orecchio e l’altro. È un’esperienza così comune da sembrare naturale, eppure nel mondo reale quasi tutti i suoni nascono da sorgenti esterne al corpo e vengono percepiti come tali.

La psicoacustica chiama questo fenomeno con due nomi complementari. Si parla di internalizzazione, o di localizzazione dentro la testa, quando l’immagine sonora resta chiusa nel capo; di esternalizzazione quando invece il suono viene percepito «là fuori», nello spazio. Capire che cosa separa le due condizioni è una questione centrale della psicoacustica, con conseguenze dirette per chi ascolta o produce musica pensata per lo spazio: audio 8D, registrazioni binaurali, drone music.

Lateralizzazione e localizzazione: non è colpa delle cuffie

Per molto tempo si è dato per scontato che la differenza fosse legata al mezzo: gli altoparlanti producono suoni esterni, le cuffie suoni interni. Nei laboratori, del resto, le cuffie servivano a studiare la lateralizzazione, cioè lo spostamento di un’immagine sonora lungo l’asse che collega le due orecchie. Uno studio del ricercatore tedesco G. Plenge, pubblicato nel 1974 sul Journal of the Acoustical Society of America, mise in discussione questa separazione netta: i suoi esperimenti mostrarono che anche in cuffia si ottiene una localizzazione esterna, purché i segnali che arrivano ai due timpani riproducano in modo sufficientemente fedele quelli di una sorgente reale. La conclusione era radicale: dentro o fuori dalla testa non dipende dal modo in cui il suono viene trasmesso, ma da ciò che arriva effettivamente alle orecchie.

Su questa idea si regge ancora oggi la ricerca. Un’ampia rassegna firmata da Virginia Best, Robert Baumgartner, Mathieu Lavandier, Piotr Majdak e Norbert Kopčo sulla rivista Trends in Hearing nel 2020 riassume il principio con l’espressione di segnale «adeguato all’orecchio»: un suono binaurale viene esternalizzato quando contiene tutti gli indizi che l’orecchio riceverebbe in una situazione d’ascolto naturale, relativi a sorgente, ascoltatore e ambiente. Non serve però una copia perfetta della realtà: basta che l’insieme degli indizi formi un’impressione coerente con l’esperienza e le aspettative di chi ascolta. Quando questa coerenza si rompe, l’immagine collassa verso l’interno.

Che cosa deve arrivare ai timpani

Un esperimento di riferimento è quello di William M. Hartmann e A. Wittenberg, del 1996. Sintetizzando in cuffia toni complessi con differenze interaurali di tempo e di livello del tutto naturali, i due ricercatori ottennero immagini virtuali che gli ascoltatori non riuscivano a distinguere da quelle prodotte da un vero altoparlante. Poi degradarono la sintesi un elemento alla volta. Ne risultò che, per l’esternalizzazione, le differenze di fase tra le orecchie contano soprattutto per le componenti sotto 1 kHz circa, mentre le differenze di livello appaiono importanti a tutte le frequenze. E soprattutto che entrambe le orecchie devono ricevere un profilo spettrale realistico: conservare solo la differenza tra i due spettri non basta.

È qui che entra in gioco l’HRTF, la funzione di trasferimento che descrive come testa, padiglione e busto filtrano il suono prima che raggiunga il timpano, trattata in un approfondimento specifico del magazine. Gli studi raccolti da Best e colleghi mostrano che appiattire o levigare progressivamente questo filtraggio fa scivolare l’immagine sonora verso la testa. Mostrano anche che le sorgenti vicine al piano mediano, cioè davanti o dietro l’ascoltatore, dove le differenze tra le orecchie sono minime, vengono internalizzate molto più spesso di quelle collocate di lato. Una voce posta al centro di un mix stereo è, da questo punto di vista, il caso peggiore possibile.

Meno chiaro è il peso della personalizzazione. Usare l’HRTF misurata sulle proprie orecchie anziché quella di una testa artificiale o di un’altra persona ha prodotto, a seconda degli studi, miglioramenti netti, benefici limitati ad alcuni ascoltatori o nessuna differenza significativa. La rassegna del 2020 conclude che gli indizi spettrali individuali potrebbero non essere decisivi nelle situazioni d’ascolto più realistiche, quelle in cui è presente anche il suono della stanza.

Il contributo della stanza

Un suono riverberato viene esternalizzato più facilmente di uno anechoico, privo di riflessioni. Alcuni studi che hanno troncato progressivamente le risposte all’impulso delle stanze indicano che il beneficio cresce fino a circa 80 millisecondi di coda riverberante, senza ulteriori miglioramenti oltre quella soglia. Conta però la sua natura binaurale: se la parte riverberante viene presentata identica alle due orecchie, l’effetto sull’esternalizzazione è minimo. Sono le differenze tra i segnali dei due lati, e in particolare le loro fluttuazioni nel tempo di livello e di coerenza interaurale, a sostenere l’esternalizzazione.

La stanza, però, deve anche essere plausibile. Se il riverbero simulato non corrisponde all’ambiente in cui ci si trova davvero, l’esternalizzazione si indebolisce: in ingegneria del suono questo fenomeno è noto come effetto di divergenza della stanza. Florian Klein, Stephan Werner e Thomas Mayenfels della Technische Universität Ilmenau hanno mostrato in uno studio del 2017 sul Journal of the Audio Engineering Society che un breve addestramento, capace di modificare le aspettative degli ascoltatori sull’acustica, riduce l’effetto. Per gli autori è un indizio dell’esistenza di un modello interno della stanza costruito sull’esperienza.

La testa non sta mai ferma

C’è poi un fattore che le cuffie tradizionali ignorano del tutto. Nel mondo reale, quando giriamo la testa verso destra, le sorgenti sonore ruotano della stessa quantità verso sinistra rispetto alle nostre orecchie, e le differenze interaurali cambiano di conseguenza. In cuffia accade l’opposto: l’intera scena sonora è solidale con il capo e lo segue in ogni movimento. W. Owen Brimijoin, Alan Boyd e Michael Akeroyd hanno misurato le conseguenze di questa anomalia in un lavoro pubblicato su PLOS ONE nel 2013, usando un sistema di tracciamento a infrarossi per far ruotare in tempo reale i suoni insieme alla testa degli ascoltatori, invitati a muoverla dolcemente di circa 15 gradi a destra e a sinistra.

Il primo esperimento usava veri altoparlanti in una camera semianecoica. Le frasi provenienti da un diffusore frontale e fisso venivano giudicate esterne nel 63 per cento dei casi; quando lo stesso segnale veniva spostato da un altoparlante all’altro per seguire i movimenti del capo, la percentuale scendeva al 23 per cento. Anche un suono che esce davvero da un altoparlante, insomma, può finire dentro la testa se si comporta come un suono in cuffia. Nel secondo esperimento, in cuffia, i segnali resi stabili rispetto all’ambiente venivano esternalizzati nel 65 per cento delle prove, contro il 20 per cento di quelli solidali con la testa. Persino una sintesi molto degradata, con appena un quinto dell’informazione legata alla testa e al padiglione, produceva un suono esterno in metà dei casi, purché rimanesse ferma nello spazio mentre il capo si muoveva.

Gli autori ricordano che la testa non è mai davvero immobile: anche quando si cerca di tenerla ferma, nell’arco di pochi secondi può ruotare di alcuni gradi. Gli indizi di movimento sono quindi quasi sempre presenti, e in cuffia quasi sempre sbagliati. La rassegna di Best e colleghi aggiunge due dettagli rilevanti: i movimenti della testa giovano soprattutto alle sorgenti centrali, proprio quelle più inclini a internalizzarsi, e i movimenti attivi dell’ascoltatore sono più efficaci degli spostamenti della sorgente, segno che conta la prevedibilità del rapporto tra gesto e suono. Non tutti gli studi concordano: lavori precedenti, tra cui quello di Durand Begault, Elizabeth Wenzel e Mark Anderson del 2001, avevano attribuito al movimento un ruolo più modesto, ma secondo Brimijoin e colleghi non documentavano ampiezza e velocità dei movimenti, il che rende difficile il confronto.

Aspettative, vista e abitudine

Già Plenge aveva proposto un modello a due memorie: una a lungo termine, che conserva gli indizi stabili legati alla forma delle proprie orecchie, e una a breve termine, che aggiorna continuamente le informazioni sul contesto, dalla stanza al movimento della sorgente. L’esternalizzazione dipenderebbe soprattutto dall’accordo tra ciò che si sente e ciò che il contesto fa attendere. Molti risultati recenti vanno in questa direzione. Vedere la stanza e gli altoparlanti simulati aumenta in media l’esternalizzazione; trovarsi in un ambiente diverso da quello simulato la riduce, anche se uno studio ha rilevato che a pesare è soprattutto l’incongruenza uditiva più che quella visiva.

Restano grandi differenze individuali, ancora poco spiegate, e un ruolo dell’adattamento poco esplorato. Il quadro complessivo, però, è chiaro: un suono esterno nasce dall’accordo tra indizi acustici, movimento del corpo e aspettative su dove ci si trova.

Che cosa significa per chi ascolta musica spaziale

Ne discendono alcune conseguenze pratiche. Una traccia binaurale o in 8D ascoltata con cuffie comuni, senza tracciamento della testa, parte svantaggiata: la scena ruota insieme al capo e gli elementi collocati davanti all’ascoltatore tenderanno più di altri a scivolare verso l’interno. I suoni laterali, quelli che passano accanto alle orecchie, reggono meglio. Un ambiente riverberante credibile, con riflessioni realmente diverse tra i due canali, aiuta più di un riverbero identico sui due lati. E i sistemi che aggiornano la scena in base ai movimenti della testa intervengono proprio sul fattore che gli esperimenti di Brimijoin indicano come decisivo.

Un suono «dentro la testa», dunque, non indica una registrazione difettosa né un orecchio poco sensibile: segnala che uno o più indizi non corrispondono a ciò che il cervello si aspetta. La fragilità dell’esternalizzazione è la misura di quanto il sistema uditivo confronti senza sosta il mondo che sente con quello che conosce.

Fonti

In questo articolo

Esplora il magazine

Continua a leggere

Altri articoli dal magazine