Un sistema di riproduzione sonora binaurale che riproduca le caratteristiche essenziali dell’ascolto naturale, ossia ritardo e intensità relativi ai due orecchi, garantisce risultati soddisfacenti e l’ascoltatore ha una buona sensazione di ripartizione spaziale delle sorgenti sonore. Come è già stato accennato, l’evento sonoro viene ripreso da due microfoni posti negli orecchi di una testa artificiale. I segnali ripresi alla destra del fronte sonoro sono inviati all’auricolare destro di una cuffia stereo, mentre quelli alla sinistra vengono inviati all’auricolare sinistro. Questo sistema fu utilizzato nei primi esperimenti sulla stereofonia. Le esperienze fatte con questo sistema, però, hanno messo in luce gravissimi difetti, per cui fu presto abbandonato; il difetto più fastidioso è che le sorgenti sonore paiono trovarsi nella nuca dell’ascoltatore invece che all’esterno; inoltre l’ascolto in cuffia è assai faticoso. Infine resta l’inconveniente che tutte le sensazioni di direzione sono riferite alla posizione della testa così che con la sua rotazione anche le direzioni apparenti di provenienza del suono ruotano con essa. In altre parole, ruotando la testa tutta l’immagine sonora ruota con essa. L’ascolto in cuffia ha il vantaggio di portare i segnali acustici direttamente all’apparato uditivo che provvede alla loro fusione ed interpretazione; inoltre esso è indipendente dalle caratteristiche acustiche dell’ambiente esterno. Gli inconvenienti sopra accennati vengono eliminati impiegando per la riproduzione due altoparlanti. Purtroppo in questa situazione si devono lamentare altri difetti dovuti al fatto che le intensità e i ritardi relativi dei suoni che pervengono alle orecchie degli ascoltatori nell’ambiente di riproduzione, non corrispondono a quelli che giungono ai microfoni della testa artificiale. Sostituendo la cuffia con due altoparlanti posti ad una certa distanza l’uno dall’altro l’ascoltatore che si trova sull’asse di mezzeria dei due altoparlanti ha ugualmente la sensazione di ripartizione spaziale dei vari suoni componenti il fronte sonoro naturale; inoltre, se si ruota la testa, le sorgenti virtuali conservano la loro posizione. La fusione dei segnali acustici avviene direttamente nell’aria ed all’ascoltatore giunge un fronte di onde sonore simile a quello che si propaga nell’ambiente in cui i suoni sono generati.

Facendo ascoltare con due altoparlanti la registrazione di un parlato, il fisico olandese Kornelis De Boer, uno dei pionieri della stereofonia, ha potuto modificare la direzione soggettiva della sorgente sonora virtuale variando l’intensità sonora relativa generata dai due altoparlanti. Nella figura sottostante è illustrata l’influenza della differenza di intensità sonora tra i due altoparlanti nella percezione stereofonica secondo De Boer; in ordinate è rappresentata la posizione della sorgente sonora virtuale e in ascisse la differenza di intensità sonora, espressa in decibel, generata dai due altoparlanti.

Dalla figura risulta che, quando l’intensità sonora è uguale, l’ascoltatore localizza la sorgente sonora al centro dei due altoparlanti. Man mano che il suono emesso da uno dei due altoparlanti è più intenso dell’altro la sorgente sonora virtuale si sposta verso l’altoparlante che emette il suono più intenso. Mantenendo rigorosamente costante il livello sonoro emesso dai due altoparlanti ed introducendo un ritardo nel canale di amplificazione di uno di essi, De Boer ha potuto determinare l’influenza che la differenza del tempo di propagazione tra due altoparlanti esercita sulla posizione apparente della sorgente sonora. In un certo senso le grandezze ritardo e dislivello, riferite all’impressione direttiva, si equivalgono in quanto il ritardo di un canale si può compensare con un incremento della sua intensità sonora. Per esempio, ritardando un canale di 10 mS ed aumentandone il livello di 10 dB permane l’effetto di sorgente al centro dei due altoparlanti. Come è stato precedentemente detto, per ascolto stereo si intende l’ascolto di un suono che non proviene da una sorgente puntiforme; il suono viene percepito dalle nostre orecchie in modo da darci l’impressione che davanti a noi vi sia uno spazio sonoro virtuale. Il modo più semplice e più diffuso per ottenere questo effetto è quello di utilizzare due soli altoparlanti, posti ad una certa distanza l’uno dall’altro, tra i quali si crea un fronte sonoro. I due altoparlanti debbono essere alimentati in fase e generare lo stesso livello di pressione sonora. Perciò, oltre agli altoparlanti, anche i singoli elementi che compongono i due canali di riproduzione A e B debbono essere in fase; inoltre i guadagni dei due canali devono essere perfettamente bilanciati. Se si alimentano altoparlanti con lo stesso segnale, ad esempio un brano musicale registrato su un nastro monofonico e riprodotto con una macchina stereo, l’ascoltatore posto ad una certa distanza e lungo la mezzeria della retta congiungente i due altoparlanti, ha l’impressione che il suono provenga dalla zona centrale del fronte sonoro, ossia che la sorgente sonora virtuale sia sull’asse del sistema acustico. Se i due segnali generati dagli altoparlanti sono in opposizione di fase si ha la sensazione che il suono provenga dalle due estremità del fronte sonoro; quando ciò si verifica è necessario portare in fase l’impianto individuando l’elemento della catena che determina l’inversione di fase. Se l’intensità dei suoni emessi dai due altoparlanti non è uguale, l’immagine sonora virtuale si sposta lungo il fronte sonoro. Se la differenza di livello della pressione sonora tra i due altoparlanti è maggiore di 20 dB, l’immagine sonora si sposta ad una estremità del fronte sonoro, in corrispondenza dell’altoparlante che suona più forte. La distanza ottimale tra i due altoparlanti deve essere compresa tra 2 e 3 m, a seconda delle dimensioni dell’ambiente di ascolto; per una sala di regia una distanza di 2,5 m sembra un giusto compromesso. Riducendo la distanza tra i due altoparlanti l’effetto stereo si riduce ma si allarga l’area per il buon ascolto; viceversa, se si aumenta la distanza tra i due altoparlanti, l’effetto spaziale dell’immagine stereo migliora ma si riduce l’area utile di ascolto. È buona norma che gli assi degli altoparlanti siano leggermente convergenti verso l’ascoltatore. Per quanto riguarda la scelta della posizione di ascolto, come regola generale l’ascoltatore e gli altoparlanti devono essere disposti ai vertici di angolo equilatero. L’altezza del triangolo, determinata sulla mezzeria del lato congiungente i due altoparlanti, costituisce la distanza minima d’ascolto. Se l’ascoltatore si sposta di lato rispetto all’asse di simmetria, ad esempio a sinistra, man mano che si allontana nota che l’effetto stereo diminuisce, fino ad avere l’impressione che il suono giunga dall’altoparlante posto alla sua sinistra. Ovviamente un effetto analogo accade se l’ascoltatore si sposta a destra. Ciò è dovuto all’effetto Haas, conosciuto anche come effetto precedenza. Lo spostamento laterale dell’ascoltatore comporta una diversa distanza tra questi e gli altoparlanti, con la conseguenza che il suono proveniente dall’altoparlante più lontano giunge all’ascoltatore con un leggero ritardo. Il ritardo è di 1 mS ogni 34,4 cm di differenza di percorso tra i due altoparlanti e l’ascoltatore. Con due suoni di uguale intensità ma provenienti da due direzioni diverse, un ritardo reciproco di pochi millisecondi fa apparire il suono come proveniente dalla direzione del primo arrivato. L’effetto può essere compensato aumentando il livello sonoro del segnale che giunge in ritardo.La curva riportata qui sotto mostra l’aumento del livello sonoro necessario per ricentrare l’immagine sonora in funzione del ritardo tra due sorgenti. L’effetto Haas è massimo per un ritardo compreso tra 5 e 30 mS, cui corrisponde una differenza di distanza compresa tra 1,7 e 10,3 m.

Dalla figura si può rilevare che quando la differenza di distanza dai due altoparlanti aumenta da zero sino a circa 1,7 m (5 mS), l’effetto Haas aumenta rapidamente e raggiunge un massimo quando il ritardo è circa 15 mS. In queste condizioni è necessario aumentare il livello sonoro dell’altoparlante più lontano di circa 10 dB per ricentrare la sorgente sonora virtuale. A causa dell’effetto Haas la zona di ascolto in cui si percepisce un buon effetto stereo è molto stretta. L’area di buon ascolto è delimitata da due archi di cerchio la cui ampiezza è funzione della tolleranza tra i livelli sonori dei suoni emessi dai due altoparlanti. Quest’area viene chiamata isotipica, per evidenziare che in essa sono costanti le caratteristiche essenziali per una buona audizione stereofonica. Nella figura successiva è illustrata la zona di ascolto isotipica tra due altoparlanti calcolata in campo libero. Gli archi di cerchio delimitano la zona di ascolto con differenze di livello tra gli altoparlanti i cui valori sono compresi tra 2 dB ed 1 dB; inoltre dal grafico emerge che la zona per un buon ascolto stereo è molto limitato. L’impiego di più altoparlanti permette di estendere la superficie della zona isotipica, anche se ciò comporta teoricamente un piccolo restringimento del fronte sonoro.

Il tempo di riverberazione ottimale della sala di ascolto deve essere compreso tra 0,3 e 0,6 secondi nella banda di frequenza che va da 250 Hz a 4000 Hz. È importante che il tempo di riverberazione sia costante al variare della frequenza. Le dimensioni dell’ambiente di ascolto debbono essere possibilmente comprese tra 60 110 metri cubi. Le pareti dietro agli ascoltatori devono essere trattate acusticamente per evitare riflessioni. Gli echi fluttuanti vengono soppressi per mezzo di materiali assorbenti e diffondenti disposti in modo casuale sulle superfici opposte e parallele. Il livello di ascolto deve essere preferibilmente uguale al livello della musica o del parlato originale, in una posizione tipica dell’ascoltatore nell’ambiente in cui ha luogo l’evento sonoro. Se gli altoparlanti riproducono ad un livello sonoro superiore il suono diventa più “brillante”. Questo effetto è dovuto alla variazione della risposta in frequenza dell’orecchio ai diversi livelli di energia sonora, come risulta dalle curve isofoniche. Se gli altoparlanti riproducono dei livelli sonori troppo alti o troppo bassi rispetto a quelli originali, il suono risultante perde di naturalezza. Per la musica avente un livello sonoro elevato, il livello d’ascolto deve essere compreso tra 80 e 90 dB.