La localisation d’une source sonore signifie d’une part l’identification de sa direction d’émission, et d’autre part l’appréciation de sa distance.
Mais ces questions ne peuvent être traitées sans ignorer la directivité de celle-ci. Préliminaire indissociable à sa localisation, la capacité d’une source à projeter des informations acoustiques en direction d’un auditeur n’est pas homogène pour toutes les fréquences.
Perception de la direction
Notre perception de la direction, c.-à-d. de l’angle d’incidence d’une onde acoustique provenant d’une source, est fondée principalement sur trois phénomènes appelés “indices de localisation” : IID (Interaural Intensity Differences), ITD (Interaural Time Differences) et les HRTFs (Head Related Transfer Functions). Ces indices résultent de la différence de trajet (distance à parcourir) de l’onde pour atteindre chacune de nos deux oreilles. Mais d’autres caractéristiques non négligeables telle que la loi du premier front d’onde interviendront également dans la localisation.
Globalement, nous pourrons retenir que nos capacités perceptives privilégieront le plan frontal [1]:
- – Dans le plan horizontal le flou angulaire est de ~3° face à l’auditeur [2] et augmente jusqu’à ~10° sur les côtés (±90°) puis décroit à ~6° à l’arrière pour une pulsation de 100ms d’un bruit à 70 phones.
- Dans le plan vertical pour des signaux de parole, le flou angulaire est de ~9° face à l’auditeur et augmente jusqu’à ~22° au dessus (90° d’élévation) et ~27° à l’arrière. L’élévation pâtit d’une grande confusion perceptive
Ainsi le plan frontal aux auditeurs sera à privilégier pour garantir l’identification des détails spatiaux d’une scène sonore.
Difference d’intensite sonore (IID)
Appelées IID (Interaural Intensity Differences) ou ILD (Interaural Level Differences), les différences d’intensité sonore entre les deux oreilles (interaural) sont principalement dues au masquage provoqué par la tête et sont illustrées par la Figure suivante.
La tête est un obstacle non négligeable dans la propagation d’une onde sonore. Cette dernière est une composition complexe de fréquences et donc de longueurs d’ondes différentes. Selon leurs grandeurs, elles seront plus ou moins affectées par les dimensions des obstacles tout aussi complexes formées par notre tête. Ainsi, l’intensité perçue d’une source sonore située à 90° d’un auditeur sera différente d’une oreille à une autre. En face de l’auditeur, les deux oreilles percevront quasiment (en dépit d’une dissymétrie de la tête) la même intensité, le même niveau.
Ce masquage affectera les petites longueurs d’ondes et donc les hautes fréquences. Perceptivement l’IID sera prépondérante pour les fréquences supérieures à 1,5kHz.
A l’inverse, les grandes longueurs d’ondes, pour des fréquences inférieures à 200Hz, ne provoqueront quasiment pas de différences d’intensités significatives entre les deux oreilles empêchant une localisation.
Difference de temps d’arrivée
Appelées ITD (Interaural Time Differences), les différences de temps d’arrivée sont simplement dues au temps de propagation du son et la différence de parcours d’une onde sonore pour atteindre chacune des oreilles (Figure suivante).
La largeur de notre tête induit une différence de temps d’arrivée du son entre nos deux oreilles, variant avec la position de la source comme illustrée par la figure précédente[3]. Lorsque la source se trouve au centre, face à l’auditeur ou derrière lui, le décalage temporel est nul ; lorsque la source se trouve sur le côté, il peut atteindre 0,65 ms (temps de propagation du son sur la distance qui sépare nos deux oreilles, environ 17 cm).
La localisation via la différence de temps de parcours (différence interaurale de temps) est prépondérante pour des fréquences allant jusqu’à 1,5kHz puis diminue au-delà.
Toutefois, l’enveloppe sonore (la variation de l’intensité d’un son) contribue à la localisation “temporelle” d’un son : l’attaque et l’extinction d’un son accentuera la perception de la différence de temps. Cette localisation via l’enveloppe d’un son se fait quelle que soit son contenu spectral et donc quelle que soit sa hauteur (à partir de 100-200 Hz) [1].
Le cone de confusion
La seule considération des indices IID et ITD constitue une approche théorique dite “duplexe”. Cette approche reste néanmoins limitée ne permettant de décrire que la latéralisation des sources dans le plan horizontal. Lorsqu’une source est à égale distance des deux oreilles, ces indices sont nuls et ne pemettent pas d’évaluer l’élévation ou d’identifier si la source est devant ou derrière. Il existe notamment des zones de l’espace dans lesquels IID et ITD sont constants et ne permettent pas au système auditif une identification par différenciation. Ces zones sont appelées “cônes de confusion” (Figure suivante).
Les différences interaurales IID et ITD devront être complétés par des indices spectraux permettant de décrire les différences spectrales perçues par chacune des oreilles. IID et ITD se limitent en effet à décrire la latéralisation des sources dans le plan horizontal. Les indices spectraux permettront d’inclure la sensation d’élévation. Nous retiendrons principalement le rôle de la forme de la tête et du corps dans la modification du spectre.
Les HRTFs, un filtrage lié à la tête
Les formes de notre tête, de notre buste et des pavillons de nos oreilles ont un impact sur les ondes sonores atteignant celles-ci : un filtrage spécifique à chaque oreille et à chaque individu (Figure suivante). Ces différences que l’on pourrait qualifier de “interaurales de filtrage” contribueront fortement à la localisation d’une source dans l’espace (devant, derrière ou au-dessus de nous).
Pour chaque oreille en effet, ce filtrage illustré par la Figure suivante variera avec l’angle d’incidence de la source [1]. Il peut être mesuré pour un individu et permettra de constituer un catalogue de filtres spécifiques à plusieurs angles d’incidences. Ces filtres, également appelés fonctions de transfert liées à la [forme de la] tête, constituent les HRTFs (Head Related Transfer Functions).
D’une part nous pouvons conclure que ces différences interaurales de filtrage signifient que l’intensité perçue par chacune de nos deux oreilles est différente.
L’intensité intègre l’ensemble des fréquences du spectre. Atténuer une bande de fréquences diminue l’intensité globale qui est perçue.
D’autre part, ILD, ITD et HRTF ne nous informent que partiellement sur la localisation d’une source. Seule la direction de provenance est interprétée (l’angle d’incidence). La distance est partiellement appréciée par l’atténuation des aigues (absorption par l’air) pour peu que notre mémoire auditive nous en informe ou que la source ou l’auditeur soit en mouvement.
Enfin, nous pouvons ajouter que des mouvements réflexes de la tête permettront au système auditif de lever des ambiguïtés et de préciser la direction d’émission d’une source.
[1] J. Blauert, Spatial Hearing, the psychophysics of human sound localization, 2nd éd., MIT Press, 1997.
[2] La résolution varie en fait de 0,9° à 4° selon la nature du signal.
[3] M. Wenzel, D. R. Begault et M. Godfroy-Cooper, Immersive Sound – The Art and Science of Binaural and Multi-Channel Audio : Perception of Spatial Sound, A. Roginska et P. Geluso, Éds., 2017.