Skip links

Del Next Generation Audio al Audio Inmersivo

Una introducción a las tecnologías, los flujos de trabajo de producción y las nuevas posibilidades de escucha.

El audio está experimentando una transformación que va más allá de simplemente mejorar la calidad de reproducción o aumentar el número de altavoces. Los avances tecnológicos están transformando la forma en que se representa, produce, distribuye y reproduce el contenido sonoro, al tiempo que abren nuevas posibilidades para la interacción y la personalización del oyente.

En este contexto, el oyente comienza a asumir el rol de usuario: alguien que no solo recibe contenido, sino que también puede interactuar con él, ajustar parámetros específicos de reproducción y experimentar diferentes modos de acceso y escucha. Este cambio transforma fundamentalmente la relación entre el contenido, los sistemas de reproducción y la audiencia, planteando nuevos desafíos para la producción sonora.

La producción ya no se centra exclusivamente en construir una única mezcla adaptada a una configuración fija de altavoces. En su lugar, debe contemplar un ecosistema más amplio donde el contenido se adapta de forma dinámica a diversos dispositivos, entornos, preferencias de usuario y modelos de interacción. Esto exige replantear no solo las herramientas y los flujos de trabajo, sino también la toma de decisiones creativas, los criterios de diseño y la manera en que se concibe la experiencia sonora desde su origen mismo.

Así es como surge el concepto de Audio de Nueva Generación (NGA, por sus siglas en inglés): un conjunto integrado de tecnologías, sistemas y herramientas diseñados para transformar la manera en que el contenido de audio se produce, distribuye, reproduce y experimenta. Yendo más allá de los modelos tradicionales, el NGA permite la creación de experiencias de escucha más flexibles, inmersivas y personalizables, capaces de adaptarse a diferentes dispositivos de reproducción, entornos acústicos y preferencias del oyente.

El concepto se desarrolló principalmente en el campo de la radiodifusión, donde la necesidad de optimizar la distribución de contenidos, mejorar la eficiencia del flujo de trabajo y ofrecer nuevas posibilidades interactivas impulsó la investigación y el desarrollo de estos sistemas. Organizaciones como la European Broadcasting Union (EBU) destacan sus contribuciones clave, que incluyen la inmersión sonora, la personalización de la experiencia de escucha y una mayor flexibilidad y eficiencia en los flujos de trabajo de producción y distribución.

Sin embargo, el alcance del NGA se extiende mucho más allá de la adopción de nuevas tecnologías de reproducción. Su verdadero significado radica en una transformación más profunda: conceptualizar el contenido de audio como una experiencia adaptable en la que las decisiones de producción, las capacidades del sistema y las preferencias del usuario funcionan como parte de un proceso integrado. Desde esta perspectiva, el sonido ya no se define únicamente por una mezcla o formato de reproducción específico, sino que se entiende como un contenido capaz de responder a diversas condiciones de escucha sin sacrificar su intención creativa subyacente.

Pero, ¿qué significa realmente esta nueva generación de audio? ¿Qué la distingue del audio inmersivo? ¿Y por qué es importante entenderla más allá de las tecnologías que simplemente nos permiten posicionar sonidos en el espacio?

Para responder a estas preguntas, es esencial distinguir las características de una experiencia sonora de las capacidades tecnológicas que permiten su construcción.
El audio inmersivo es una de las posibilidades que habilita el audio de nueva generación, pero el NGA abarca un alcance más amplio: comprende nuevas formas de organizar, describir, procesar y adaptar el contenido sonoro a distintas condiciones de reproducción y escucha.

 

Esta distinción es fundamental. Nos permite dejar de observar el desarrollo del audio exclusivamente a través del prisma de cómo suena una experiencia, y comenzar a examinar cómo se construye, cómo circula y qué posibilidades ofrece tanto a los creadores como a los oyentes.

Del sonido multicanal a las nuevas formas de representar el audio

Para entender parte de esta transformación, podemos comenzar con una tecnología que ha formado parte de nuestra experiencia durante décadas: Sonido multicanal.

En un sistema de sonido envolvente 5.1 convencional, el contenido se distribuye a través de cinco canales principales (izquierdo frontal, central, derecho frontal, envolvente izquierdo y envolvente derecho) más un canal de efectos de baja frecuencia, identificado como LFE.

Durante la mezcla, los sonidos se asignan a estos canales en función de las decisiones creativas y técnicas del equipo de producción. El diálogo puede centrarse en el canal central, la música distribuirse a través de los canales frontales y la ambientación o los efectos extenderse hacia los canales envolventes.

Esta organización hace posible construir un paisaje sonoro que envuelve al oyente. Sin embargo, la mezcla permanece vinculada a una representación específica del contenido: las señales se estructuran en torno a canales fijos y a la configuración de reproducción prevista.

Esto no significa que el sonido multicanal sea incapaz de crear experiencias espaciales complejas, ni que esté estrictamente limitado a una única configuración física. Significa que la relación directa entre las señales y los canales representa tan solo una forma posible de describir y reproducir el contenido sonoro.

Otras arquitecturas hacen posible describir elementos sonoros individuales, incorporar información sobre sus atributos espaciales o representar un paisaje sonoro utilizando modelos espaciales dedicados.

Recomendación ITU-R BS.2051/2022, emitida por el International Telecommunication Union (ITU), establece sistemas de sonido avanzados para la producción, mientras que la Audio Definition Model (ADM), definida en Recomendación ITU-R BS.2076.3/2025, permite definir las estructuras y características del contenido mediante metadatos.

La distinción no radica simplemente en pasar de un sistema antiguo a uno más nuevo, sino en tener acceso a diferentes métodos para organizar y describir el sonido, cada uno con sus propias capacidades, limitaciones y aplicaciones.

Canales, objetos y escenas: ¿qué cambia en la representación?

Para comprender el alcance de NGA, resulta útil distinguir tres enfoques en la representación del contenido sonoro.

Audio basado en canales

En el audio basado en canales, el contenido se organiza en una serie de señales de audio, cada una destinada a un canal de reproducción específico. La mezcla se construye teniendo en cuenta una disposición definida de altavoces, como estéreo, 5.1 o 7.1.4, y las relaciones espaciales se establecen mediante las decisiones de mezcla y la distribución del sonido a través de dichos canales.

Este modelo forma la base de gran parte de la producción musical y audiovisual. Su principal característica definitoria es que la relación entre el contenido y la configuración de los altavoces se establece durante la mezcla. Si el sistema de reproducción difiere de la disposición prevista, la mezcla debe adaptarse o renderizarse para ajustarse a dicha configuración.

Audio basado en escenas

En el audio basado en escenas, el contenido se representa mediante una descripción espacial del campo sonoro o sus características acústicas, en lugar de depender exclusivamente de una distribución fija entre canales o de una colección de objetos independientes. El objetivo es codificar información que permita reconstruir o sintetizar una escena sonora espacial a partir de dicha descripción.

Ambisonics es uno de los ejemplos más destacados de este enfoque. Mediante una representación matemática del campo sonoro, captura información espacial que puede decodificarse para diversas configuraciones de altavoces o transformarse para la reproducción binaural a través de auriculares.
A diferencia del audio basado en canales, la representación no está vinculada directamente a una única disposición de altavoces. Y a diferencia del audio basado en objetos, no requiere describir cada fuente sonora como un elemento independiente con su propia posición y parámetros: la información espacial se codifica como una representación unificada del campo sonoro.

Desde el punto de vista de la producción, este modelo permite a los creadores trabajar con una representación espacial que puede decodificarse y adaptarse a diferentes sistemas de reproducción. Sin embargo, su potencial para la edición selectiva y la interacción depende de cómo se haya capturado, generado o codificado el contenido.

Audio basado en objetos

En el audio basado en objetos, el contenido se organiza en elementos sonoros individuales, cada uno emparejado con su señal de audio y metadatos que describen atributos relevantes para su reproducción.

Estos metadatos pueden incluir la posición y la trayectoria de una fuente sonora, así como otros parámetros que dictan cómo debe presentarse dentro de la experiencia.

En lugar de asignarse previamente a un canal de salida, cada objeto puede ser interpretado por un motor de renderizado que calcula cómo reproducirlo en función del sistema disponible. De este modo, el mismo contenido puede adaptarse a diferentes sistemas, desde auriculares hasta arreglos multicanal, sin necesidad de una mezcla independiente para cada entorno.

Este enfoque también permite realizar ajustes en ciertos aspectos de la experiencia de escucha, como la ubicación de los elementos sonoros o el balance de nivel entre el diálogo y otros componentes, siempre que el sistema y el contenido admitan dichas capacidades. Por lo tanto, la producción no consiste únicamente en definir una mezcla final, sino también en diseñar los atributos y comportamientos de sus elementos constitutivos.

Estos modelos no son necesariamente mutuamente excluyentes. Pueden combinarse dentro de un mismo flujo de trabajo o sistema, según la tecnología y el propósito de la producción. El ADM admite estructuras basadas en canales, objetos y escenas, ofreciendo un marco para describir sus interrelaciones.

La distinción entre estas representaciones conlleva consecuencias prácticas. Cuando el contenido incluye información que puede interpretarse durante la reproducción, el sistema adquiere una mayor flexibilidad para adaptar la salida a diferentes configuraciones.

Por ejemplo, una producción puede contener elementos sonoros descritos de tal manera que un sistema compatible genere una reproducción para un arreglo de altavoces, mientras que otro renderice una versión binaural para auriculares.

Esto no implica que cualquier contenido basado en objetos pueda reproducirse automáticamente en cualquier dispositivo, ni que la adaptación garantice resultados perceptivos idénticos. La flexibilidad depende de la información disponible, las capacidades del sistema, los estándares implementados y las condiciones de reproducción.

Lo que importa es que la representación del contenido puede, en ciertos sistemas, desacoplar las decisiones sobre lo que constituye la escena sonora de las decisiones sobre cómo reproducirla en un entorno específico.

Esta separación es uno de los elementos clave para comprender la evolución tecnológica asociada con el NGA.

El Audio de Próxima Generación (NGA) y el Audio Inmersivo representan una relación, no una equivalencia.

El audio inmersivo ocupa un lugar central en muchas de las innovaciones actuales, pero no debe confundirse con el concepto general del Audio de Próxima Generación (NGA).

Cuando se habla de audio inmersivo, se hace referencia a experiencias sonoras diseñadas para crear una percepción envolvente y organizada espacialmente. El sonido puede rodear al oyente, ubicarse por encima o por debajo de su posición, desplazar sus localizaciones o contribuir a construir la sensación de estar dentro de un entorno acústico. La espacialización es una de las herramientas fundamentales utilizadas para desarrollar estas experiencias, aunque la inmersión no depende exclusivamente de ella: el contenido, las decisiones de producción, el entorno de escucha y las características del sistema de reproducción también desempeñan un papel.

El NGA amplía este horizonte al introducir nuevas capacidades de adaptación, personalización e interacción con el contenido sonoro. La Unión Europea de Radiodifusión (EBU) identifica tres áreas principales de beneficio: inmersión, escucha personalizada y eficiencias a largo plazo en los flujos de trabajo de producción y distribución.

  • Inmersión:
    Los sistemas NGA pueden ofrecer experiencias de sonido espacial que ubican al oyente en el centro de una escena acústica. Estas experiencias pueden adaptarse a diversas configuraciones de reproducción, desde instalaciones multicanal hasta auriculares, utilizando las técnicas de renderización adecuadas. La inmersión es una de las posibilidades que ofrece el NGA, pero no agota su alcance.

  • Personalización y accesibilidad:
    Una de las contribuciones más significativas es la capacidad de que el usuario intervenga en ciertos aspectos de la experiencia de escucha. Por ejemplo, puede seleccionar un idioma, aumentar los niveles de diálogo en relación con la música y los efectos, o elegir entre diferentes opciones de comentarios. Estas características permiten abordar preferencias individuales y necesidades de accesibilidad sin requerir que el productor genere una mezcla independiente y separada para cada usuario. Las opciones disponibles dependen del contenido preparado durante la producción, las capacidades del sistema y la interfaz proporcionada al usuario.

  • Eficiencia en la producción y distribución:
    El NGA también nos permite replantear cómo se prepara y entrega el contenido. En lugar de generar múltiples versiones finales para diferentes dispositivos, idiomas o condiciones de escucha, es posible distribuir un paquete de audio multipropósito que contenga los elementos sonoros y los metadatos necesarios para generar diversas presentaciones en el dispositivo receptor. Esto puede reducir la necesidad de crear y mantener mezclas alternativas y facilitar la adaptación a diferentes sistemas de reproducción. Esto no significa que las tareas de mezcla, control de calidad o adaptación desaparezcan; más bien, parte de esas decisiones pueden trasladarse al proceso de renderización.

Estas capacidades se basan en una arquitectura que combina elementos de audio, metadatos y sistemas de codificación y renderizado. Los metadatos describen aspectos del contenido y la experiencia prevista; el sistema de reproducción utiliza luego esa información para generar una salida adaptada a las capacidades del dispositivo y a las opciones disponibles para el usuario.

Por esta razón, comprender el NGA requiere mirar más allá de la dimensión espacial del sonido. El cambio no consiste simplemente en reproducir audio en tres dimensiones, sino en concebir contenidos que puedan adaptarse a diferentes condiciones de escucha y ofrecer distintos grados de control sobre la experiencia.

Desde esta perspectiva, el audio inmersivo es una de las posibilidades que habilita el NGA, mientras que la personalización, la accesibilidad y la flexibilidad en la producción y distribución amplían su alcance. Esta distinción ayuda a aclarar por qué esta nueva generación de audio representa no solo una evolución en la reproducción del sonido, sino una transformación en cómo se produce, se entrega y se experimenta el contenido.

Del contenido a la reproducción

Para entender cómo funcionan estas capacidades, es útil examinar la relación entre las distintas etapas que conectan una producción con su reproducción final.

En un sistema que utiliza audio basado en objetos y metadatos, por ejemplo, el contenido sonoro puede ir acompañado de información que describe cómo deben interpretarse elementos específicos. Esa información puede preservarse a lo largo del intercambio y la distribución, para ser posteriormente utilizada por un sistema de reproducción compatible.

En ese punto, entra en juego el renderizador: el componente que interpreta la representación y los metadatos, convirtiéndolos en señales adecuadas para la configuración de salida.

El resultado puede variar según el entorno de reproducción. Una configuración de altavoces múltiples, un sistema estéreo y un par de auriculares no ofrecen las mismas condiciones físicas ni perceptivas. El sistema debe resolver estas diferencias de acuerdo con sus capacidades y la información que recibe.

La EBU describe precisamente esta capacidad: un paquete de audio multipropósito puede permitir que el dispositivo receptor genere una reproducción adaptada al entorno de escucha y a las preferencias del usuario, reduciendo en ciertos flujos de trabajo la necesidad de crear versiones separadas para cada configuración.

Esto no elimina la necesidad de realizar mezclas, controles de calidad o decisiones de producción específicas. Tampoco implica que todas las plataformas acepten los mismos formatos o implementen las mismas funciones.

Lo que cambia es el conjunto de posibilidades disponibles cuando el contenido, los metadatos y el sistema de reproducción están diseñados para trabajar juntos.

Desde esta perspectiva, el NGA no puede entenderse únicamente como una mejora en la salida acústica. También requiere considerar cómo se representa la información sonora, cómo se preserva y transporta, y cómo se interpreta en el extremo de la reproducción.

Personalización, accesibilidad e interacción

Una de las consecuencias más interesantes de esta evolución es que la experiencia de escucha puede pasar de ser completamente fija a admitir ciertas formas de adaptación ajustadas a las necesidades del oyente.

Consideremos una producción audiovisual que contiene diálogos, música y efectos. En un flujo de trabajo compatible con NGA, ciertos elementos pueden describirse y gestionarse de manera que el sistema permita ajustar el balance entre ellos durante la reproducción.

Un espectador podría, por ejemplo, aumentar el nivel del diálogo respecto a la música y los efectos, seleccionar una pista de idioma alternativa o elegir entre distintas opciones disponibles, siempre que tanto la producción como el sistema admitan esas funciones.

Estas posibilidades tienen implicaciones que van más allá de la mera conveniencia. También pueden contribuir a la accesibilidad al facilitar que las personas adapten ciertos aspectos de la experiencia a sus necesidades específicas.

La personalización, sin embargo, no es una propiedad automática de cualquier archivo de audio, ni es una capacidad universal de todos los dispositivos. Requiere que la producción incluya los elementos y metadatos relevantes, que el sistema los interprete y que la interfaz permita al usuario ejercitar esas opciones.

Esto introduce una dimensión crítica: diseñar la experiencia sonora ya no se limita necesariamente a definir una mezcla final; también puede abarcar la decisión de qué aspectos de esa experiencia se pueden modificar, por quién y bajo qué condiciones.

La pregunta creativa se desplaza. Además de decidir qué debe escuchar la audiencia, también puede ser necesario determinar qué elementos deben permanecer separados, qué opciones tienen sentido y qué grado de intervención del usuario sigue siendo compatible con la intención artística.

Estas transformaciones conllevan consecuencias para la práctica profesional, no porque cada producción deba adoptar las mismas tecnologías, sino porque amplían la gama de decisiones a considerar durante el diseño y la producción del proyecto.

En ciertos flujos de trabajo, puede resultar necesario considerar desde el comienzo cómo se describirán los elementos sonoros, qué información acompañará al contenido y qué configuraciones de reproducción deberán preverse.

La mezcla sigue siendo una etapa creativa fundamental, pero ahora interactúa con otros procesos: la preparación del material, la gestión de metadatos, la interoperabilidad, el renderizado y las pruebas en diferentes entornos.

Comprender las limitaciones del sistema de destino también se vuelve esencial. Una representación flexible no garantiza, por sí sola, que una intención creativa se mantenga intacta en todos los dispositivos. Las diferencias en la reproducción, la acústica, las capacidades del sistema y las condiciones de escucha continúan influyendo en el resultado final.

Esto requiere combinar el dominio técnico con el criterio artístico y la percepción auditiva.

La tecnología posibilita nuevas operaciones, pero no decide por sí misma cuáles son deseables. La elección de un modelo de representación, la distribución espacial de los elementos sonoros, el tratamiento de las voces o el grado de personalización disponible siguen siendo decisiones que deben responder a los objetivos de cada proyecto.

Por esta razón, comprender NGA no es simplemente una cuestión de conocer nuevos formatos o aprender a utilizar una herramienta. Significa comprender las relaciones entre las decisiones de producción, la información que acompaña al contenido, los sistemas que la interpretan y la experiencia que finalmente se genera.

Percepción: comprender que la tecnología no es la experiencia.

Existe una distinción final que merece atención: las capacidades técnicas de un sistema y la experiencia que este produce no son equivalentes.

Una representación puede describir con precisión la posición de un objeto sonoro, pero la percepción de esa posición dependerá también de cómo se reproduzca el sonido, de las características del entorno y de los mecanismos de escucha de cada individuo.

En el audio binaural, por ejemplo, se utilizan señales —ya sean diseñadas o capturadas— para replicar diferencias acústicas específicas entre ambos oídos. Entre las pistas relevantes para la localización se encuentran las diferencias interaurales de tiempo y de nivel, así as como las modificaciones espectrales relacionadas con la forma de la cabeza y de los pabellones auriculares.

Estas pistas ayudan a explicar cómo el sistema auditivo extrae información sobre la dirección de las fuentes sonoras. Sin embargo, reproducirlas no garantiza que todos perciban una localización idéntica: las características anatómicas individuales, la respuesta en frecuencia de los auriculares y otros factores pueden influir en el resultado.

La percepción espacial es, por lo tanto, una dimensión esencial para comprender las posibilidades y limitaciones de las tecnologías inmersivas. Sin embargo, no constituye una definición suficiente de NGA, cuyo alcance abarca también aspectos de representación, distribución, adaptación y personalización.

Esta distinción nos permite evitar una visión demasiado simplificada del progreso tecnológico: la noción de que una mayor complejidad técnica produce automáticamente una experiencia mejor o más realista.

La calidad de una experiencia sonora depende también de la intención creativa, las condiciones de reproducción y la relación entre lo que el sistema puede lograr y lo que el oyente realmente percibe.

Existe una distinción final que merece atención: las capacidades técnicas de un sistema y la experiencia que este produce no son equivalentes.

Una representación puede describir con precisión la posición de un objeto sonoro, pero la percepción de esa posición dependerá también de cómo se reproduzca el sonido, de las características del entorno y de los mecanismos de escucha de cada individuo.

En el audio binaural, por ejemplo, se utilizan señales —ya sean diseñadas o capturadas— para replicar diferencias acústicas específicas entre ambos oídos. Entre las pistas relevantes para la localización se encuentran las diferencias interaurales de tiempo y de nivel, así as como las modificaciones espectrales relacionadas con la forma de la cabeza y de los pabellones auriculares.

Estas pistas ayudan a explicar cómo el sistema auditivo extrae información sobre la dirección de las fuentes sonoras. Sin embargo, reproducirlas no garantiza que todos perciban una localización idéntica: las características anatómicas individuales, la respuesta en frecuencia de los auriculares y otros factores pueden influir en el resultado.

La percepción espacial es, por lo tanto, una dimensión esencial para comprender las posibilidades y limitaciones de las tecnologías inmersivas. Sin embargo, no constituye una definición suficiente de NGA, cuyo alcance abarca también aspectos de representación, distribución, adaptación y personalización.

Esta distinción nos permite evitar una visión demasiado simplificada del progreso tecnológico: la noción de que una mayor complejidad técnica produce automáticamente una experiencia mejor o más realista.

La calidad de una experiencia sonora depende también de la intención creativa, las condiciones de reproducción y la relación entre lo que el sistema puede lograr y lo que el oyente realmente percibe.

Existe una distinción final que merece atención: las capacidades técnicas de un sistema y la experiencia que este produce no son equivalentes.

Una representación puede describir con precisión la posición de un objeto sonoro, pero la percepción de esa posición dependerá también de cómo se reproduzca el sonido, de las características del entorno y de los mecanismos de escucha de cada individuo.

En el audio binaural, por ejemplo, se utilizan señales —ya sean diseñadas o capturadas— para replicar diferencias acústicas específicas entre ambos oídos. Entre las pistas relevantes para la localización se encuentran las diferencias interaurales de tiempo y de nivel, así as como las modificaciones espectrales relacionadas con la forma de la cabeza y de los pabellones auriculares.

Estas pistas ayudan a explicar cómo el sistema auditivo extrae información sobre la dirección de las fuentes sonoras. Sin embargo, reproducirlas no garantiza que todos perciban una localización idéntica: las características anatómicas individuales, la respuesta en frecuencia de los auriculares y otros factores pueden influir en el resultado.

La percepción espacial es, por lo tanto, una dimensión esencial para comprender las posibilidades y limitaciones de las tecnologías inmersivas. Sin embargo, no constituye una definición suficiente de NGA, cuyo alcance abarca también aspectos de representación, distribución, adaptación y personalización.

Esta distinción nos permite evitar una visión demasiado simplificada del progreso tecnológico: la noción de que una mayor complejidad técnica produce automáticamente una experiencia mejor o más realista.

La calidad de una experiencia sonora depende también de la intención creativa, las condiciones de reproducción y la relación entre lo que el sistema puede lograr y lo que el oyente realmente percibe.

Existe una distinción final que merece atención: las capacidades técnicas de un sistema y la experiencia que este produce no son equivalentes.

Una representación puede describir con precisión la posición de un objeto sonoro, pero la percepción de esa posición dependerá también de cómo se reproduzca el sonido, de las características del entorno y de los mecanismos de escucha de cada individuo.

En el audio binaural, por ejemplo, se utilizan señales —ya sean diseñadas o capturadas— para replicar diferencias acústicas específicas entre ambos oídos. Entre las pistas relevantes para la localización se encuentran las diferencias interaurales de tiempo y de nivel, así as como las modificaciones espectrales relacionadas con la forma de la cabeza y de los pabellones auriculares.

Estas pistas ayudan a explicar cómo el sistema auditivo extrae información sobre la dirección de las fuentes sonoras. Sin embargo, reproducirlas no garantiza que todos perciban una localización idéntica: las características anatómicas individuales, la respuesta en frecuencia de los auriculares y otros factores pueden influir en el resultado.

La percepción espacial es, por lo tanto, una dimensión esencial para comprender las posibilidades y limitaciones de las tecnologías inmersivas. Sin embargo, no constituye una definición suficiente de NGA, cuyo alcance abarca también aspectos de representación, distribución, adaptación y personalización.

Esta distinción nos permite evitar una visión demasiado simplificada del progreso tecnológico: la noción de que una mayor complejidad técnica produce automáticamente una experiencia mejor o más realista.

La calidad de una experiencia sonora depende también de la intención creativa, las condiciones de reproducción y la relación entre lo que el sistema puede lograr y lo que el oyente realmente percibe.

A lo largo de este recorrido, hemos distinguido varias dimensiones del fenómeno: los métodos de representación del contenido, las tecnologías que permiten su procesamiento, los flujos de trabajo de producción y distribución, las capacidades de adaptación y las condiciones perceptivas de la escucha.

Estas dimensiones no funcionan de manera aislada. Las elecciones creativas dan forma a la organización del contenido; las representaciones y los metadatos posibilitan operaciones específicas; los sistemas de reproducción interpretan esa información según sus capacidades; y la experiencia resultante depende de las condiciones concretas en las que se desarrolla la escucha.

A su vez, las limitaciones de la reproducción pueden influir en las decisiones de producción, mientras que las necesidades de accesibilidad o personalización pueden alterar la forma en que el material se organiza y se entrega.

Por esta razón, el audio de próxima generación resulta mucho más interesante cuando se comprende como un conjunto de capacidades y relaciones, en lugar de como una sola tecnología o una nueva etiqueta para el sonido tridimensional.

El audio inmersivo representa un componente importante de este dominio. El audio espacial proporciona técnicas para representar y reproducir las propiedades espaciales del sonido. Las arquitecturas basadas en canales, objetos y escenas ofrecen diferentes enfoques para la organización del contenido. Los metadatos, los códecs y los motores de renderizado permiten conectar estas representaciones con diversas condiciones de reproducción. Y las funciones de personalización abren nuevas posibilidades para la interacción entre el contenido y el oyente.

Cada una de estas dimensiones plantea preguntas técnicas y creativas específicas. Su importancia, sin embargo, surge de la manera en que se interconectan.

Tal vez la transformación más significativa por explorar no sea simplemente cómo logramos la percepción del sonido tridimensional, sino cómo los nuevos marcos para representar y gestionar el contenido amplían las relaciones posibles entre la producción sonora, los sistemas de reproducción y la experiencia de escucha.

Esta perspectiva abre un campo de indagación que se extiende más allá de cualquier tecnología individual. Nos invita a examinar cómo evolucionan las herramientas, las normas, los procesos creativos y las prácticas de escucha, y qué nuevas elecciones emergen cuando el contenido sonoro puede adaptarse a diferentes contextos.

En última instancia, comprender el audio de próxima generación significa comenzar a entender este horizonte de posibilidades sin confundir las tecnologías que lo hacen posible con las experiencias que pueden producir.

Bibliografía y referencias

  1. European Broadcasting Union (EBU). Next Generation Audio (NGA).https://tech.ebu.ch/publications/next-generation-audio

  2. European Broadcasting Union (EBU). 10 Things You Need to Know About Next Generation Audio.https://tech.ebu.ch/publications/10-things-you-need-to-know-about-next-generation-audio

  3. European Broadcasting Union (EBU). Audio Definition Model (ADM).https://adm.ebu.io/

  4. European Broadcasting Union (EBU). ADM Implementers Group (ADM-IG).https://tech.ebu.ch/groups/adm-ig

  5. European Broadcasting Union (EBU). Technical Report 061: User Experience and Interface Ideation for Next Generation Audio.https://tech.ebu.ch/publications/tr061

  6. EBU Tech 3364 (2014) — The Audio Definition Model: Metadata Specification for Authoring and Generation of Next Generation Audio Content. European Broadcasting Union.https://tech.ebu.ch/docs/tech/tech3364.pdf

  7. International Telecommunication Union (ITU-R). Recommendation BS.2051: Advanced sound system for programme production.https://www.itu.int/rec/R-REC-BS.2051/en

  8. International Telecommunication Union (ITU-R). Recommendation BS.2076: Audio Definition Model.https://www.itu.int/rec/R-REC-BS.2076/es

  9. International Telecommunication Union (ITU-R). Recommendation BS.2127-0 (2019): Definition of the ITU-R Audio Definition Model render software.https://www.itu.int/rec/R-REC-BS.2127/es

  10. International Telecommunication Union (ITU-R). Recommendation BS.1116: Methods for the subjective assessment of small impairments in audio systems.https://www.itu.int/rec/R-REC-BS.1116/en

  11. International Telecommunication Union (ITU-R). Recommendation BS.1534: Method for the subjective assessment of intermediate quality levels of audio systems (MUSHRA).https://www.itu.int/rec/R-REC-BS.1534/en

  12. ETSI TS 103 491 (2017) — DTS-UHD Audio Format; Definition and Specification of Next Generation Audio. European Telecommunications Standards Institute.https://www.etsi.org/deliver/etsi_ts/103400_103499/103491/

  13. ISO/IEC 23008-3 (2019) — Information technology — High efficiency coding and media delivery in heterogeneous environments — Part 3: 3D audio (MPEG-H Audio). International Organization for Standardization / International Electrotechnical Commission.https://www.iso.org/standard/74526.html

  14. Moving Picture Experts Group (MPEG). MPEG-H 3D Audio.https://www.mpeg.org/standards/MPEG-H/3/

  15. Blauert, J. (1997) — Spatial Hearing: The Psychophysics of Human Sound Localization. MIT Press, Cambridge, MA.https://doi.org/10.7551/mitpress/6391.001.0001

  16. Begault, D. R. (1994) — 3-D Sound for Virtual Reality and Multimedia. Academic Press Professional, San Diego, CA.https://ntrs.nasa.gov/citations/20010002165

  17. Zotkin, D. N., Duraiswami, R., & Davis, L. S. (2004) — Rendering localized spatial audio in a virtual environment. IEEE Transactions on Multimedia, 6(4), 553-564.https://doi.org/10.1109/TMM.2004.827516

  18. Rumsey, F. (2001) — Spatial Audio. Focal Press, Oxford.https://doi.org/10.4324/9780080517520

  19. Pulkki, V. (1997) — Virtual sound source positioning using vector base amplitude panning. Journal of the Audio Engineering Society, 45(6), 456-466.https://www.aes.org/e-lib/browse.cfm?elib=7853

  20. Geier, M., & Spors, S. (2012) — Spatial Audio with Open Source Software. Proceedings of the Linux Audio Conference (LAC).https://lac.linuxaudio.org/2012/papers/32.pdf

  21. Sol Rezza. Immersive Audio Starter Kit.https://solrezza.net/en/kit-audio-inmersivo/

Este sitio web utiliza cookies para mejorar tu experiencia en la web.
Spanish