Spazio sonoro e Fase

Il termine stereo deriva da una parola greca che significa “solido”. Per visione
“stereoscopica” si intende la percezione degli oggetti come solidi quando si osservano con
entrambi gli occhi (3D). C’è quindi una sorta di solidità quando le immagini sonore
vengono dispiegate davanti all’ ascoltatore. Nella vita reale, il fattore importante è dato
dalla differenza del tempo di arrivo del suono alle orecchie: nel caso in cui la fonte sonora
è proprio su un lato, cioè a 90° rispetto al davanti, il tempo di arrivo è di circa 1ms (1/1000
sec). Quindi riusciamo a sentire quando una fonte sonora si muove di appena 1° dall’ asse
frontale ed è ancora oggi un mistero che riguarda la nostra percezione acustica nello
spazio. Ne consegue che per ricreare l’ informazione direzionale per l’ ascoltatore, almeno
in un’area frontale, abbiamo bisogno di creare differenze minime del tempo di arrivo alle
orecchie della persona e ricreare l’ effetto naturale di ascolto con gli speakers.

Panpot e Panning
I potenziometri dedicati alla spazializzazione L e R vengono chiamati panpot e sono
presenti sia nell’ hardware e sia nei software. Questa tecnica di spazializzaione si chiama
Panning. In acustica il canale sinistro detto A è convenzionalmente di colore Rosso. Il
canale destro detto B è verde. Normalmente il panpot è un unico potenziometro che
svolge la sua funzione ruotando in senso antiorario (L) e orario (R). I valori sono in
percentuale e si possono visualizzare in vari modi: 50L/ 50R oppure -63L/+63R o
semplicemente 30% L / 70% R e cos’ via.
Posizione di ascolto professionale Stereo
La posizione ideale della testa è al centro di un ipotetico triangolo equilatero che si viene a
formare con gli speaker (distanziati circa 2 metri tra loro) e ad un’ altezza non superiore a
quella dei tweeter (le orecchie dovrebbero corrispondere ai tweeter per le frequenze alte).
Il cono principale sarà più o meno tra il collo e le spalle, a seconda della grandezza dei
monitor. Si può indietreggiare mantenendo il focus al centro e a seconda della profondità
della stanza, sapendo però che le riflessioni aumenteranno e quindi si ascolterà il suono
compromesso da esse. Non è consigliabile ascoltare a metà della stanza e troppo distanti
dagli speaker perchè potrebbe verificarsi l’ effetto Null sulle frequenze basse, di fatto quasi
scomparirebbero all’ ascolto.

La tipologia di speaker o diffusori dev’ essere identica per l’ emissione sonora. Il

bilanciamento quindi è fondamentale per un ascolto adeguato in stereo. Se l’ ascoltatore
non è posizionato al centro degli speaker ed equidistante, si creano due immagini sonore
separate dette “stereo a buco in mezzo” o “effetto ping pong”. La tolleranza di asse spesso
è di soli 2/3 cm quandi ci si muove. Anche in fase di registrazione, una stereofonia
gradevole può essere creata se i microfoni sono distanziati di un metro circa l’ uno dall’
altro e non oltre. Bisognerebbe inoltre evitare di riempire in modo asimettrico gli angoli o lo
spazio dietro gli speaker, per non creare riflessioni disomogenee nell’ ascolto. Gli speaker
dovranno essere distanti dagli angoli e dalle pareti almeno 1 metro per evitare il più
possibile la generazione di frequenze stazionarie.
Tipologie di speakers
Nearfield: cono da 3/5/8 pollici, ascolto ravvicinato in stanze piccole e medio/grandi
Midfield: cono da 8/12 pollici, ascolto mediano in stanze medio/grandi e trattate
Mainfield: cono da 15 pollici e oltre, ascolto lontano in stanze grandi e trattate

Fase
Si tratta di un concetto che ha a che fare con la trigonometria: quando un sistema (o un
mix) è in fase, significa che la polarità dell’ impianto (o la spazializzazione in un mix) è la
stessa in entrambi i canali. In caso di controfase, uno dei due canali (L o R) ha la polarità
invertita (vedi slides), riportandoci ad un primo concetto di acustica: l’ effetto è quello di un
onda compressa da uno speaker e rarefatta dall’ altro. Il risultato è un effetto molto
innaturale per l’ ascoltatore, a volte mascherato fino alla processo finale di mastering dove
viene controllato. Immaginandoci quindi un semicerchio avremo la possibilità di sommare i
suoni in modo costruttivo a 60°, 90° e fino ad un massimo di 120 gradi. Oltre questa soglia
si parla di somma distruttiva e alcuni suoni potrebbero cancellarsi e non essere udibili.
Nella vita reale non esiste la controfase, se non per periodi limitatissimi di tempo e solo
nelle frequenze medio/alte. Il risultato in audio, è che le immagini sonore sono difficili da
individuare e si avverte un leggero senso di nausea o mal di testa in caso di ascolti
prolungati. Se un segnale va in controfase, come detto gli estremi oltre i 120° gradi
annullano l’ immagine sonora e al centro avremo un risultato disomogeneo e confuso. Per
correggerlo, sia esso già registrato o post-prodotto erroneamente in controfase,
invertiremo la fase di uno dei due canali (con plug-in dedicati) e ricontrolleremo l’
immagine sonora ascoltando in mono e facendo attenzione di non aver aperto troppo l’
immagine stereofonica.
Compatibilità mono
Ogni software o mixer per il monitoring professionale ha la possibilità di rendere mono il
segnale per verificare che il suono sia udibile su tutte le frequenze e allo stesso volume.
Se l’ immagine sonora è corretta e bilanciata, la percezione di ascolto sarà al centro tra i
due speaker sia in modalità mono che stereo, con l’ illusione di uno speaker posizionato al
centro che emette il suono. La voce, in assenza di riverbero o altri effetti, è quasi sempre
mono, quindi una buona calibrazione degli speaker, dovrebbe garantire un ascolto centrale
e chiaro della voce (come nel posizionamento corretto di un mix). Spesso si passa gran
parte del tempo di mix in modalità mono per evitare sbilanciamento o cancellazione di fase
(controfase) e gestire al meglio i volumi dei singoli strumenti prima di ascoltarli in modalità
stereo. Si può quindi affermare che la nitidezza del suono è inversamente proporzionale al
panorama stereofonico.
Voci Soliste: vanno posizionate centralmente. Per questo motivo, sono registrate
tipicamente in mono
Rullante: va posizionato centralmente. Suonerebbe piuttosto strano se fosse posizionato
a un lato dell’immagine stereo
Grancassa: va registrata in mono in quanto le sue frequenze molto basse richiedono
molta energia per essere riprodotte dalle casse. Per ottenere il massimo dal vostro mix, la
cosa migliore è suddividere equamente il lavoro tra i canali sinistro e destro
Basso: anche il basso è composto principalmente da basse frequenze, perciò di solito
viene registrato in mono. Inoltre, le nostre orecchie non sono in grado di ottenere le
informazioni direzionali dalle basse frequenze, per cui avrebbe poco senso creare
un’immagine stereo per qualsiasi strumento che produce basse frequenze

Impiego delle cuffie in stereofonia

Inanzitutto bisogna affermare che l’ ascolto in cuffia (sebbene ormai sia il più diffuso in
assoluto) non è ideale per un serio monitoraggio mono/stereo, perchè le immagini sonore
non hanno nessuna relazione con lo stesso materiale ascoltato con gli speaker: alcune
posso sembrare davanti o persino dietro la testa. Tuttavia molta della musica e del sound
design è ormai dedicato all’ ascolto in cuffia (vedi binaurale per esempio) e lo sarà sempre
di più, come per la musica e gli effetti dei videogames.
Un mix realizzato esclusivamente con le cuffie non sempre suona bene quando ascoltato
su delle monitor da studio. Come d’altronde è vero anche il contrario.
Questo è dovuto alle differenze nell’ascolto della musica da ciascun sistema.
Le 3 differenze CHIAVE sono:

Immagine Stereo

Risposta in Frequenza

Crossfeed

Approfondiamo:

1. Immagine Stereo

Le immagini stereo suonano notevolmente più spaziose in cuffia rispetto all’ascolto in

monitor. Inoltre, c’è il problema degli strumenti pannerizzati centralmente. Nelle monitor
suonano come se li aveste davanti,mentre in cuffia suonano come se fossero tra le vostre
orecchie.

2. Risposta in frequenza

Se vi è mai capitato di dare uno sguardo a una grafico di risposta in frequenza per
cuffie, avrete probabilmente notato come la risposta non sia mai nemmeno lontanamente
flat. Ciò non è dovuto alla qualità delle cuffie, piuttosto al fatto che la maggior parte di esse
sono progettate in questo modo.

Ecco perché:

1.Data la vicinanza delle cuffie alle vostre orecchie, le alte frequenze suoneranno più
forti di quanto siano in realtà. Per compensare questo effetto le aziende produttrici
aggiungono un roll-off sulle alte frequenze.

2.Per compensare la mancanza di bassi penetranti come quelli delle monitor, alcune
cuffie hanno un leggero bass boost.

3.A causa della difficoltà per le cuffie a riprodurre le ottave più basse, alcuni modelli
compensano ciò con un boost supplementare sulle ottave più alte.

Anche se tutti questi accorgimenti potrebbero aiutare in qualche modo, non si tratta
chiaramente di un sistema senza pecche. Per questo motivo, lavori come
l’Equalizzazione, possono rivelarsi complicati in cuffia, soprattutto per quanto riguarda la
valutazione del livello dei bassi. In questi casi la cosa migliore che si può fare è
confrontare il vostro lavoro con dei buoni dischi in generi simili.

3. Crossfeed

Di solito, quando si ascolta musica su delle monitor da studio:

•l’orecchio sinistro ascolta la monitor sinistra

•l’orecchio destro ascolta la monitor destra

Un frazione di secondo più tardi, a causa della distanza maggiore, ciascun orecchio sente
il suono proveniente dalla monitor opposta, ad un volume leggermente inferiore. Questa
porzione di suono è comunemente conosciuta come il crossfeed.

Ecco un diagramma che lo illustra:

Si tratta della naturale evoluzione delle nostre orecchie, sviluppata in funzione del mondo
attorno a noi. Il problema è che nelle cuffie, il crossfeed non esiste.

•l’orecchio sinistro ascolta il canale sinistro

•il destro ascolta il canale destro

Quando il cervello si accorge che manca qualcosa. E' naturalmente portato a non
apprezzare ciò che sente oppure in alcuni casi, ricrea e disturba, quindi:

1.Evitate “l’hard panning”: quando una traccia è molto pannerizzata, il suono è

completamente assente in un canale, determinando un crossfeed pari a ZERO.
Evitando questa pratica drastica, ciascun suono nel mix avrà una certa presenza in
entrambi i canali.

2.Utilizzate delle cuffie aperte: grazie all’assenza di isolamento, avrete un leggero

crossfeed proveniente da ciascun canale verso l’orecchio opposto (attenzione però
ai rumori esterni).

3.Utilizzate un plugin di crossfeed: per simulare il crossfeed nelle cuffie, ci sono

molti strumenti utilizzabili per inserire artificialmente una piccola quantità di ciascun
segnale nel canale opposto

Mono VS Stereo
Per poter individuare se un suono è mono o stereo senza un software dedicato, ci vuole
un pò di pratica e abitudine all’ ascolto. Tuttavia in un segnale stereo, vedremo oscillare le
informazioni sonore in modo diverso tra il canale L e R sul meter del traccia in un software.
Se un segnale audio è mono, questa oscillazione sarà identica per entrambi i canali e si
muoverà simultaneamente nel tempo (vedi slide lezione E).

MID / SIDE
Il mid/side prima di tutto è una tecnica di microfonazione.
Nel mastering talvolta si preferisce lavorare emulando una ripresa mid-side, che consiste
nell'utilizzo di un microfono a diagramma polare unidirezionale posto al centro, e un
microfono con diagramma polare figura a 8 coincidente ma orientato
perpendicolarmente.
Sul mixer i due microfoni non verranno semplicemente miscelati
assieme, ma vi sarà:
il canale destro, formato da M+S
il canale sinistro, formato da M-S (ossia M+ (S invertito di fase)
Può essere comodo equalizzare diversamente il MID e il SIDE, e quindi si usa un
procedimento che permette di separare le due componenti, analogo a quello che si utilizza
per trattare la ripresa microfonica. I plug ins che lavorano in MS, si occupano del segnale
MID, quindi del mono e del SIDE , cioè dei suoni che sono su L e R separatamente.

La tecnica è comoda soprattutto perchè consente di stringere o allargare l'immagine

stereofonica in fase di missaggio, invece che deciderla in fase di ripresa e poi non poterla
più toccare. Inoltre garantisce la perfetta monocompatibilità della ripresa. E' molto usata
anche e soprattutto in ambito televisivo, così chi ascolta in mono sente soltanto il MID,
dove generalmente c'è l'intervistato che parla, chi ascolta invece in stereo sente anche il
SIDE, l'ambiente. I tecnici possono dosare l'ambiente in modo da non compromettere la
comprensione delle parole.
In pratica su una traccia c’è tutto ciò che è al centro, sull'altra (stereofonica) tutto ciò che
c'è ai lati. In base al rapporto tra le due l'immagine risulta più o meno aperta, chiara o
scura. Alzando il mid avrai un'immagine più stretta. Alzando il side invece andrai a
spostare sui lati.
Gli ascolti in Mid/Side non sono separati ma viaggiano sempre in coppia: in pratica si può
gestire la percentuale di stereofonia rispetto a quella di monofonia in maniera diversa
rispetto a quanto si farebbe con il panpot perchè invece di avere un L ed un R, hai un
canale che ti rappresenta il centro ed un altro l' apertura del segnale. Se usato
correttamente l' impressione è di una stereofonia più ampia rispetto alla posizione degli
altoparlanti o in cuffia.
Esempio pratico: l’ascolto più comune e cioè in macchina, è sfasato se l’ ascoltatore è
seduto a destra o a sinistra. In caso il panning sia troppo definito sugli strumenti, si sentirà
come più forte e sbilanciato il canale più vicino. E’ quindi anche una questione funzionale
e non solo estetica. Il segnale mid sarà sempre identico in entrambi gli speaker e senza
intaccare la posizione d’ ascolto.

Caratteristiche generiche e consigli:

MId: mono, warm, thickness, punch, kick, bass, snare, voice ecc..
Side: stereo, harsh, reverb, top of some instruments (snare, vocals), hihats, cymbals, pads
Usare il mid/side solo quando si sente il bisogno di rendere più chiara l' immagine mono o
si vuole allargare l' immagine stereo, spesso sulle frequenze medio-alte. Questa tecnica è
preferibile in fase di mastering e in quella di mix, meglio effettuare prima un panning per
singoli strumenti. Considerando l' ormai diffusissimo ascolto in cuffia, questa tecnica può
simulare nuovi spazi sonori e raggiungere obiettivi più ampi.
Le vocals per esempio sono gestite in Mid (mono e frontali) e si può equalizzare
enfatizzando a 1.5/2 KHZ per aumentarne la presenza, sui 300/400HZ per definire il corpo
o l’ emissione toracica, sui 4KHZ per le parti consonanti, specialmente nelle voci femminili
e per dare "aria". Nel mid al contrario, se si sommano troppe frequenze sui 5 KHZ si può
utilizzare un De-Esser o un compressore per attenuarle nel segnale mono.
Se il Mid è gestito bene in entrambi i canali e ha energia all' interno, il mix suonerà il
doppio. Se posizioniamo per esempio basso o kick su un lato avremo la metà dell' energia
sonora e dell' impatto.
Leads sono sempre al centro e riverbero o code si trovano nel side.
Ascolto da telefono (anche da lontano), cuffie, speaker del computer: le informazioni più
importanti di un mix saranno al centro e quindi nel Mid per arrivare chiare all' ascoltatore.