استریو چیست؟
در نخستین بخش از یک مجموعه مقاله کوتاه درباره تکنیکهای ضبط استریو، بررسی موضوع با مهمترین ابزارهای مورد استفاده در فرایند ضبط آغاز میشود؛ ابزارهایی که بیش از هر تجهیزات فنی دیگری اهمیت دارند: مغز و گوش انسان.
با وجود گسترش و استقبال روزافزون از فناوریهای صدای فراگیر چندکاناله، بخش قابلتوجهی از محتوای صوتی ضبطشده همچنان بهصورت استریو شنیده میشود. به همین دلیل، شناخت اصول و تسلط بر تکنیکهای ضبط استریو همچنان یکی از مهارتهای اساسی برای فعالان حوزه ضبط و میکس صدا به شمار میرود.
اگرچه اصول پایه ضبط استریو طی چند دهه گذشته تغییرات بنیادینی نداشته است، اما روشهای رایج، رویکردهای فنی و ترجیحات مورد استفاده در این حوزه دستخوش تغییر شدهاند. به همین دلیل، بررسی دوباره تکنیکهای ضبط استریو و آشنایی با روشهای مختلف آن میتواند دیدگاه جامعتری درباره نحوه ایجاد، ثبت و پردازش تصویر استریو در اختیار علاقهمندان و متخصصان حوزه تولید صدا قرار دهد.
چرا صدای استریو اهمیت دارد ؟
پیش از پرداختن به تکنیکها و روشهای عملی، ابتدا باید به دو پرسش اساسی پاسخ داد: چرا باید بهصورت «استریو» ضبط کرد؟ و هدف واقعی از ضبط استریو چیست؟ برای این پرسشها میتوان دو پاسخ متفاوت در نظر گرفت. هر دو رویکرد از نظر فنی کاملاً معتبر هستند، اما اهداف متفاوتی را دنبال میکنند و در نتیجه، به روشها و شیوههای اجرایی متفاوتی نیاز دارند.
در بسیاری از سبکهای موسیقی عامهپسند، نقش استریو عمدتاً ایجاد جذابیت شنیداری و ارائه جلوههایی گسترده و هیجانانگیز است. در این رویکرد، معمولاً هرچه گستره استریو وسیعتر و محسوستر باشد، نتیجه مطلوبتر تلقی میشود. در چنین شرایطی، ایجاد یک تصویر استریوی دقیق و قرارگیری واقعگرایانه منابع صوتی در یک فضای آکوستیکی مشخص، معمولاً ضرورت چندانی ندارد و حتی در بسیاری از موارد موضوعیت خود را از دست میدهد؛ هرچند استثناهایی نیز وجود دارد.
در نتیجه، رویکرد «هرچه گستردهتر، بهتر» آزادی عمل زیادی در انتخاب میکروفن، محل قرارگیری و تکنیکهای میکروفنگذاری ایجاد میکند. برای مثال، در ضبط گیتار آکوستیک میتوان از یک میکروفن در نزدیکی محل اتصال دسته به بدنه و از میکروفنی دیگر، که در بسیاری از موارد از نوع متفاوتی است، در نزدیکی قسمت انتهایی بدنه گیتار استفاده کرد. سپس با پن کردن کامل این دو میکروفن به چپ و راست، یک تصویر استریوی گسترده ایجاد میشود.
تکنیک ضبط درام گِلین جانز (Glyn Johns) نیز نمونه دیگری از همین رویکرد است. در این تکنیک، اغلب از میکروفنهای متفاوت در موقعیتهای مشخص استفاده میشود تا یک صدای گسترده و خوشایند ایجاد شود؛ حتی اگر در این فرایند، دقت تصویرسازی استریوی اجزای مختلف درامز، چه نسبت به یکدیگر و چه نسبت به فضای آکوستیکی محیط، تا حد زیادی از بین برود.
در بیشتر سبکهای موسیقی عامهپسند، استریو عمدتاً نقش ایجاد جذابیت شنیداری را ایفا میکند و با ارائه جلوههایی گسترده و هیجانانگیز، به غنای تجربه شنیداری کمک میکند. در این رویکرد، معمولاً هرچه گستره استریو وسیعتر و محسوستر باشد، نتیجه مطلوبتر خواهد بود.
در مقابل، در ضبط موسیقی کلاسیک و در واقع بیشتر سبکهای آکوستیک، معمولاً لازم است موقعیت مکانی نسبی سازها و نوازندگان با دقت و واقعگرایی بسیار بیشتری بازنمایی شود؛ بهگونهای که صدا، فضایی شبیه به اجرای زنده روی صحنه و در یک محیط آکوستیکی طبیعی را تداعی کند.
دستیابی به چنین نتیجهای مستلزم استفاده از تکنیکهای دقیق و اصولی میکروفنگذاری است. این تکنیکها نیز بر شناخت صحیح ویژگیهای میکروفن و درک نحوه تعامل پارامترهای مختلف آن استوار هستند؛ پارامترهایی مانند الگوی قطبی میکروفن، فاصله میان کپسولها، زاویه قرارگیری میکروفنها نسبت به یکدیگر، ارتفاع و فاصله میکروفنها از منبع صوتی. تنظیم و ترکیب صحیح این عوامل امکان ایجاد تصویر استریو و پرسپکتیو صوتی مطلوب را فراهم میکند.
بنابراین، در این مجموعه کوتاه، طیف متنوعی از تکنیکهای رایج میکروفنگذاری استریو بررسی میشود که معمولاً برای دستیابی به ضبطهای استریوی واقعگرایانه مورد استفاده قرار میگیرند. همچنین، روشها و ابزارهای عملی مؤثر در بهینهسازی این تکنیکها و ثبت تصاویر استریوی طبیعی و واقعگرایانه مورد بررسی قرار خواهند گرفت. این رویکردها برای ضبط طیف گستردهای از منابع آکوستیک، از دوئتها و گروههای ساز و آواز گرفته تا ارکسترهای کامل، گروههای کُر، موسیقی فولک، جَز و فضاهای آکوستیکی محیطی کاربرد دارند.
برای علاقهمندان به صدای فراگیر و فناوریهای صوتی غوطهورکننده که ممکن است استریو را روشی قدیمی یا کماهمیت تلقی کنند، باید توجه داشت که بسیاری از مفاهیم و تکنیکهای مورد استفاده در ضبط استریو قابلیت گسترش و توسعه دارند و میتوان از آنها در فرایند ضبط صدای فراگیر و صدای غوطهورکننده نیز بهره گرفت. در واقع، اصول و روشهای ضبط استریو میتوانند مبنایی برای درک و اجرای تکنیکهای پیشرفتهتر در این حوزهها باشند.
چه چیزی باعث میشود صدا استریو باشد؟
پیش از ادامه بحث، لازم است در حدی مقدماتی با نحوه عملکرد سیستم شنوایی انسان آشنا شویم؛ زیرا تکنیکهای مختلف میکروفنگذاری استریو بر پایه بهرهگیری از یک یا چند ویژگی ادراک شنوایی طراحی شدهاند. میزان موفقیت یا ناکارآمدی این تکنیکها نیز تا حد زیادی به نحوه تأثیرگذاری آنها بر سازوکار ادراک شنوایی و ایجاد برداشت مکانی از صدا وابسته است.
سیستم شنوایی انسان در طول فرایند تکامل، اساساً برای شناسایی و هشدار درباره خطرهایی شکل گرفته است که میتوانند از هر جهتی در اطراف ما قرار داشته باشند؛ برای مثال، نزدیک شدن بیصدای یک ببر دندانخنجری در میان جنگل. پس از آنکه صدا، مغز را از وجود یک خطر احتمالی آگاه میکند، سیستم شنوایی اطلاعات تکمیلی کافی را در اختیار مغز قرار میدهد تا بتواند سر را به سمت منبع صدا بچرخاند و آن را مستقیماً مشاهده کند؛ زیرا در تصمیمگیریهای مرتبط با واکنش «مبارزه یا گریز»، معمولاً حس بینایی اولویت بیشتری دارد.
برای این منظور، گوشها و مغز انسان توانایی شگفتانگیزی در پردازش تفاوتهای بسیار جزئی میان صداهایی دارند که به دو سوی سر میرسند. مغز با استفاده از همین تفاوتها میتواند موقعیت احتمالی منابع صوتی را در فضای سهبعدی اطراف تشخیص دهد. این فرایند شنوایی دوگوشی (Binaural Hearing) نام دارد و نباید آن را با قالب ضبط و بازپخش استریوی موسوم به «باینورال» اشتباه گرفت.
البته مانند سایر حواس انسان، شنوایی دوگوشی نیز یک سیستم کاملاً بینقص نیست و محدودیتهای ذاتی خود را دارد؛ بسیاری از حیوانات، طبیعتاً، در تشخیص موقعیت منابع صوتی توانایی بسیار دقیقتری نسبت به انسان دارند. با وجود این، سیستم شنوایی انسان همچنان سازوکاری بسیار پیشرفته و قابلتوجه است و توجه و مراقبت از سلامت آن اهمیت زیادی دارد.
در انسان، دقت در تشخیص موقعیت یک منبع صوتی پهنباند، یعنی منبعی که گستره وسیعی از فرکانسها را دربر میگیرد، در امتداد محورهای افقی و عمودی یکسان نیست. با این حال، بهطور کلی پذیرفته شده است که برای منابع صوتی واقع در ناحیه مستقیم مقابل شنونده، دقت تعیین موقعیت میتواند بهتر از ۲ درجه باشد. این دقت هرچه منبع صوتی به طرفین نزدیکتر میشود، کاهش پیدا میکند و میزان خطا به حدود ۱۰ درجه میرسد. برای منابع صوتی واقع در پشت سر نیز این دقت اندکی پایینتر است.
گوشها و مغز انسان برای استخراج اطلاعات مربوط به جهت یک منبع صوتی، به سه نشانه شنیداری متمایز تکیه میکنند که در ادامه بررسی خواهند شد: تفاوت زمانی بینگوشی (ITD)، تفاوت سطح بینگوشی (ILD) و ویژگیهای طیفی صدا. ویژگیهای طیفی شامل اثرات پیچیده فیلتر شانهای هستند که در اثر بازتاب صدا از تنه و گوش خارجی یا لاله گوش ایجاد میشوند.
این نشانهها در تعیین موقعیت منبع صوتی از اولویت یکسانی برخوردار نیستند. تفاوت زمانی بینگوشی (ITD) بیشترین نقش را در تشخیص موقعیت منبع صوتی دارد، پس از آن تفاوت سطح بینگوشی (ILD) قرار میگیرد و در نهایت، تفاوتهای طیفی برای افزودن جزئیات بیشتر، رفع ابهام در تشخیص موقعیت صدا و همچنین جبران شرایطی که شنوایی دوگوشی واقعی به دلایلی دچار اختلال شده است، مورد استفاده قرار میگیرند.
تفاوت زمانی رسیدن صدا به دو گوش (ITD)
تفاوت زمانی رسیدن صدا به دو گوش به این دلیل ایجاد میشود که سرعت انتشار صوت در هوا نسبتاً پایین است و حدود ۳۴۰ متر بر ثانیه است. اگر منبع صوتی دقیقاً در مقابل شنونده قرار داشته باشد، امواج صوتی منتشرشده از آن تقریباً بهطور همزمان به هر دو گوش میرسند؛ زیرا فاصلهای که صدا باید تا رسیدن به هر یک از گوشها طی کند، یکسان است.
با این حال، اگر منبع صوتی به یکی از طرفین جابهجا شود، امواج صوتی اندکی زودتر به گوشی که به منبع نزدیکتر است میرسند و سپس به گوش دورتر میرسند؛ زیرا در این حالت، طول مسیر طیشده توسط صدا برای رسیدن به دو گوش یکسان نیست.
مغز با مقایسه زمان رسیدن پیامهای عصبی دریافتشده از هر گوش، میتواند تشخیص دهد که منبع صوتی در سمت چپ قرار دارد یا سمت راست. این تشخیص در سادهترین حالت، بر اساس این است که کدام گوش صدا را زودتر دریافت کرده است.
علاوه بر این، مغز با بررسی دقیقتر این اختلاف زمانی میتواند زاویه ورود صدا را با دقت شگفتانگیزی محاسبه کند. قطر سر یک فرد بالغ معمولاً بین ۱۹ تا ۲۲ سانتیمتر است؛ بنابراین، برای منبع صوتی که در زاویه ۹۰ درجه نسبت به شنونده قرار دارد، حداکثر اختلاف زمانی بین رسیدن صدا به دو گوش حدود ۰٫۶۷ میلیثانیه خواهد بود.
آزمایشهای آزمایشگاهی نشان دادهاند که مغز انسان میتواند اختلاف زمانی در رسیدن صداها را حتی تا حدود ۰٫۰۱ میلیثانیه (۱۰ میکروثانیه) تشخیص دهد. همین توانایی است که امکان تشخیص جهت صدا با دقت زاویهای حدود ۲ درجه را برای انسان فراهم میکند.
به نظر میرسد مغز برای محاسبه تفاوت زمانی بینگوشی (ITD) عمدتاً از بخشهای گذرای سیگنال صوتی، یعنی تغییرات سریع و کوتاهمدت در صدا، استفاده میکند. احتمالاً به همین دلیل است که تعیین موقعیت منابع صوتی فاقد مؤلفههای گذرا، مانند یک موج سینوسی خالص، اغلب دشوارتر است.
در مورد سیگنالهای تناوبی مانند موج سینوسی، مغز ناچار است بهجای آن از تفاوت فاز میان دو سیگنال استفاده کند. با این حال، حداکثر ITD برابر با ۰٫۶۷ میلیثانیه با فرکانسی حدود ۱٫۵ کیلوهرتز متناظر است؛ در این فرکانس، طول موج کامل تقریباً با قطر متوسط سر انسان برابر میشود.
در نتیجه، سیگنالهایی با فرکانس پایه بالاتر از این مقدار، با اختلاف فازی بیش از ۳۶۰ درجه به گوش دورتر میرسند. این مسئله ناگزیر باعث ایجاد ابهام در تشخیص موقعیت منبع صوتی میشود؛ زیرا مغز یک اختلاف فاز ۴۰۵ درجه را از نظر ادراکی مشابه اختلاف فاز ۴۵ درجه دریافت میکند:
۴۵ + ۳۶۰ = ۴۰۵ درجه
بنابراین، در مورد سیگنالهای تناوبی، روش تشخیص مبتنی بر تفاوت زمانی بینگوشی (ITD) تنها در فرکانسهایی بسیار پایینتر از ۱٫۵ کیلوهرتز قابل اعتماد است.
تفاوت سطح صدا بین دو گوش (ILD)
روش دوم برای تشخیص موقعیت منبع صوتی، یعنی تفاوت سطح صدا بین دو گوش (ILD)، عمدتاً به دلیل وجود یک مانع آکوستیکی میان دو گوش ایجاد میشود؛ این مانع همان سر انسان است. در فرکانسهای بالاتر، یعنی بالاتر از حدود ۱٫۵ کیلوهرتز که طول موج صدا به قطر متوسط سر نزدیک میشود، سر باعث ایجاد پدیدهای موسوم به سایه صوتی برای گوش دورتر میشود.
در این شرایط، شدت صدایی که به گوش دورتر میرسد، در مقایسه با گوش نزدیکتر کاهش مییابد و مغز میتواند از این اختلاف سطح برای تشخیص جهت و موقعیت منبع صوتی استفاده کند.
دوباره منبع صوتی را در نظر بگیرید که مستقیماً در مقابل شنونده قرار دارد. در این حالت، سطح صدا در فرکانسهای بالا که به هر دو گوش میرسد یکسان خواهد بود، زیرا هیچ مانعی میان منبع صوتی و گوشها وجود ندارد که بر سطح صدا تأثیر بگذارد.
حال اگر منبع صوتی، در حالی که فاصله خود را از گوش نزدیکتر حفظ میکند، به یکی از طرفین جابهجا شود، سطح صدا در گوش نزدیکتر همچنان تقریباً ثابت باقی میماند. با این حال، سطح صدا در گوش دورتر اندکی کاهش پیدا میکند؛ زیرا امواج صوتی برای رسیدن به این گوش ناچارند در اطراف سر پراش پیدا کنند و در نتیجه، پدیدهای موسوم به «سایه صوتی» ایجاد میشود.
میزان واقعی کاهش سطح سیگنال به دو عامل، یعنی زاویه ورود صدا و فرکانس منبع صوتی، بستگی دارد. هرچه فرکانس افزایش یابد و طول موج کوتاهتر شود، تضعیف ناشی از پراش نیز بیشتر خواهد شد.
این دو سازوکار اصلی برای تعیین موقعیت منبع صوتی، یعنی تفاوت زمانی بین دو گوش (ITD) و تفاوت سطح بین دو گوش (ILD)، تا حد زیادی مستقل از یکدیگر عمل میکنند. با این حال، در آزمایشهایی که با هدفون انجام میشوند، میتوان با ایجاد یک تأخیر در یکی از گوشها، یک ITD متناقض ایجاد کرد و به این ترتیب بر جهتی که ILD بهعنوان موقعیت منبع صوتی القا میکند، غلبه کرد. البته چنین حالتی در شرایط طبیعی رخ نمیدهد، اما بهخوبی نشان میدهد که مغز انسان تا چه اندازه میتواند در تشخیص موقعیت صدا دچار خطا شود.
نکته مهم این است که چرخاندن سر به سمت منبع صوتی، همواره باعث کاهشITD و ILD میشود؛ در حالی که چرخاندن سر در جهت مخالف، هر دو اختلاف را افزایش میدهد. مغز از این تغییرات نیز برای رفع ابهام در تشخیص موقعیت منبع صوتی و فراهم کردن امکان مشاهده مستقیم آن استفاده میکند.
به همین دلیل، افراد هنگام گوش دادن دقیق و متمرکز به یک صدا، اغلب بدون آنکه آگاه باشند سر خود را کمی خم یا به سمت منبع صدا میچرخانند. این رفتار در واقع یک واکنش خودکار است که به سیستم شنوایی در تعیین دقیقتر موقعیت منبع صوتی کمک میکند.
دیستورشنهای طیفی (Spectral Distortions)
سومین سازوکار تشخیص موقعیت منبع صوتی، یعنی نشانههای طیفی، به پردازش دیستورشنهای پیچیدهای در طیف صدا مربوط میشود که در اثر الگوهای تداخلی میان امواج صوتی مستقیم و بازتابهای ایجادشده از شانهها و انحنای لاله گوش شکل میگیرند.
این دیستورشنها در اصل شامل افتهای مشخص و منحصربهفردی در پاسخ فیلتر شانهای هستند. این الگوهای تداخلی در فرکانسهای بالا، با تغییر زاویه ورود صدا، چه در راستای افقی و چه در راستای عمودی، تغییر میکنند.
این الگوها همچنین برای هر فرد کاملاً منحصربهفرد هستند؛ زیرا به شکل دقیق گوش خارجی و سایر ویژگیهای فیزیکی بدن هر فرد وابستگی کامل دارند. مغز در سالهای ابتدایی زندگی، بهتدریج ارتباط میان این دیستورشنهای طیفی منحصربهفرد و موقعیتهای شناختهشده منابع صوتی را یاد میگیرد. در نتیجه، فرد بهمرور توانایی تشخیص موقعیت منابع صوتی را صرفاً از طریق شناسایی الگوهای مشخص دیستورشن طیفی به دست میآورد.
جالب است که برخلاف تفاوت زمانی بین دو گوش (ITD) و تفاوت سطح بین دو گوش (ILD) که هر دو از فرایندهای شنوایی دوگوشی محسوب میشوند و مغز برای تشخیص جهت صدا از اطلاعات دریافتی از هر دو گوش استفاده میکند، نشانههای طیفی کاملاً تکگوشی هستند. به این معنا که موقعیت منبع صوتی را میتوان بر اساس اعوجاجهای طیفی ایجادشده در امواج صوتی، تنها با استفاده از اطلاعات دریافتی از یک گوش نیز تشخیص داد.
مهمتر از آن، نشانههای طیفی نقش ویژهای در رفع ابهام میان موقعیتهای جلو و پشت و همچنین تشخیص موقعیت منابع صوتی در صفحه عمودی دارند؛ دو نوع اطلاعاتی که ITD و ILD بهتنهایی قادر به تفکیک آنها نیستند.
تشخیص موقعیت منبع صوتی با یک گوش (شنوایی تکگوشی)
این سازوکار توضیح میدهد که چرا از دست دادن شنوایی در یک گوش، توانایی تشخیص موقعیت منابع صوتی را بهطور کامل از بین نمیبرد. برای درک بهتر این موضوع، میتوان یک آزمایش ساده انجام داد: در حالی که چشمها بسته است، دراز بکشید و یکی از گوشها را داخل بالش قرار دهید تا امکان استفاده از شنوایی دوگوشی از بین برود. سپس هنگامی که فرد دیگری وارد اتاق میشود و در اطراف تخت حرکت میکند، تلاش کنید موقعیت او را در فضای اتاق تشخیص دهید.
حتی بدون استفاده از شنوایی دوگوشی، میتوان موقعیت منبع صدا را با دقتی قابلتوجه تخمین زد. این موضوع نشان میدهد که نشانههای طیفی و سازوکارهای شنوایی تکگوشی نیز نقش مهمی در تشخیص موقعیت منابع صوتی دارند.
اگر از این زاویه به موضوع نگاه کنیم، یکی از دلایل مصنوعی به نظر رسیدن صدای هدفون این است که منابع صوتی بهجای آنکه در فضای اطراف شنونده احساس شوند، اغلب در داخل سر ادراک میشوند. یکی از عوامل اصلی این مسئله، نبود نشانههای طیفی است؛ زیرا در شنیدن با هدفون، صدا عملاً مستقیماً وارد مجرای گوش میشود و از بازتابهای طبیعی ایجادشده توسط لاله گوش و شانهها بهره نمیبرد.
نبود این اطلاعات میتواند مغز را در تشخیص موقعیت واقعی صدا دچار ابهام کند و باعث شود منابع صوتی بهصورت ذهنی در «داخل سر» قرار گرفته باشند. حتی در مورد ضبطهای باینورال واقعی نیز، که در مقالهای دیگر به آنها پرداخته خواهد شد، موقعیت منابع صوتی که در خارج از سر ادراک میشوند، ممکن است در شنوندگان مختلف یکسان نباشد.
این «مشکلات» را میتوان تا حد زیادی با استفاده از پردازش ماتریسی کراسفید (Crossfeed) و توابع انتقال وابسته به سر یا HRTF برطرف کرد. پردازش کراسفید، تداخل طبیعی میان دو گوش را که در شرایط واقعی و هنگام رسیدن صدا به هر دو گوش وجود دارد، شبیهسازی میکند.
HRTF مجموعهای از تغییرات طیفی یا فرکانسی است که روی سیگنال باینورال اعمال میشود تا موقعیتهای مختلف و موردنظر برای منابع صوتی شبیهسازی شوند. با این حال، اگرچه HRTFهای عمومی میتوانند تا حدی مفید باشند، برای دستیابی به تصویری دقیق و پایدار از موقعیت منابع صوتی، استفاده از HRTFهایی که بهطور اختصاصی برای هر فرد طراحی شدهاند، اهمیت بیشتری دارد؛ زیرا شکل لاله گوش و ویژگیهای فیزیکی بدن در افراد مختلف متفاوت است و همین تفاوتها بر نحوه دریافت و پردازش صدا تأثیر میگذارند.
خوشبختانه، فناوری در حال سادهتر کردن این فرایند است و حتی روشهایی مانند تحلیل تصاویر ثبتشده از گوشهای فرد نیز نتایج نسبتاً دقیقی در ایجاد HRTFهای شخصیسازیشده ارائه میدهند.
نشانههای شنوایی و بازتولید فضایی صدا با میکروفن و بلندگو
بنابراین، گوشها و مغز انسان موقعیت یک منبع صوتی نقطهای را با استفاده از تفاوت زمانی بین دو گوش (ITD)، تفاوت سطح بین دو گوش (ILD) و نشانههای طیفی تشخیص میدهند. در سیستم پخش استریو، تلاش میشود این اطلاعات با استفاده از دو بلندگو که با فاصله از یکدیگر قرار گرفتهاند، بازسازی شود؛ موقعیت ایدهآل این بلندگوها معمولاً در زاویه حدود ۶۰± درجه نسبت به موقعیت شنونده است. اما این روش چگونه میتواند چنین اطلاعات پیچیدهای را بازسازی کند؟
با وجود سادگی ظاهری، این آرایش به شکل شگفتانگیزی عملکرد مؤثری دارد و با ایجاد «منابع صوتی مجازی»، گوش و مغز را بهگونهای تحریک میکند که صدا را در نقاطی از فضای میان دو بلندگو ادراک کنند. از نظر فنی، این سیستم در فرکانسهای پایین، یعنی کمتر از حدود ۷۰۰ هرتز، میتواند جبهههای موج صوتی موردنیاز برای ایجاد این ادراک را بهخوبی بازسازی کند. در این محدوده، اختلاف سطح میان دو بلندگو باعث ایجاد تفاوتهای زمانی دقیق در رسیدن صدا به گوشها میشود؛ یعنی همان تفاوت زمانی بین دو گوش یا ITD.
در فرکانسهای بالاتر، عملکرد این سیستم به همان اندازه دقیق نیست و در عمل، هممکاننماییهای کاذب فضایی (Spatial Aliases) ایجاد میشوند که موجب پخششدن تصویر صوتی در فضای استریو و کاهش دقت در تعیین موقعیت منابع صوتی میشوند.
در ضبط استریو، این وظیفه بر عهده میکروفنهاست که اطلاعات مربوط به ILD و/یا ITD را بهجای گوشهای انسان دریافت و ثبت کنند. تکنیکهای مختلف میکروفنگذاری استریو این اطلاعات را به روشهای متفاوتی ثبت میکنند. بررسی این تکنیکها و همچنین سازوکار پیچیده عملکرد بلندگوهای استریو، در بخش دوم این مجموعه ادامه خواهد داشت.