👂 Enmascaramiento Psicoacústico

El enmascaramiento psicoacústico es el fenómeno por el cual un sonido más fuerte (el enmascarador) eleva el umbral auditivo efectivo para otros sonidos más suaves (la sonda) que caen cerca de él en frecuencia y en tiempo. Si el nivel de la sonda está por debajo de ese umbral elevado, se vuelve inaudible aunque sería perfectamente audible en silencio.

Sí. La curva de enmascaramiento tiene una falda de baja frecuencia empinada (aproximadamente -27 dB por Bark por debajo del enmascarador) y una falda de alta frecuencia mucho más suave. Esto significa que un enmascarador de baja frecuencia se extiende hacia arriba y enmascara frecuencias más altas de forma más efectiva que un enmascarador de alta frecuencia enmascara las más bajas, una propiedad llamada asimetría del enmascaramiento o propagación ascendente del enmascaramiento.

Los códecs de audio perceptual calculan un umbral de enmascaramiento a lo largo del espectro para cada bloque corto de audio, y luego asignan menos bits de cuantización (o ninguno) a los componentes de frecuencia que caen por debajo de ese umbral, ya que un oyente no podría escuchar allí el ruido de cuantización añadido de todos modos. Esto permite al códec descartar o codificar de forma tosca información inaudible, reduciendo el tamaño del archivo con una pérdida de calidad percibida mínima.

El enmascaramiento temporal es la contraparte en el dominio del tiempo del enmascaramiento simultáneo. Un sonido fuerte puede enmascarar un sonido más suave que lo sigue durante decenas a cientos de milisegundos (post-enmascaramiento o enmascaramiento hacia adelante) y, más sorprendentemente, incluso puede enmascarar un sonido más suave que lo precede unos milisegundos antes (pre-enmascaramiento o enmascaramiento hacia atrás) porque el sistema auditivo necesita tiempo para procesar los inicios fuertes. Esta simulación se centra únicamente en el enmascaramiento simultáneo (en el dominio de la frecuencia).

La cóclea se comporta como un banco de filtros pasabanda superpuestos llamados bandas críticas; los sonidos dentro de la misma banda crítica interactúan y se enmascaran mutuamente con mucha más fuerza que los sonidos en bandas diferentes. La escala de Bark (24 bandas que abarcan el rango audible) reescala la frecuencia de modo que cada paso unitario corresponde aproximadamente a un ancho de banda crítico, razón por la cual las curvas de enmascaramiento se dibujan y calculan sobre un eje de Bark en lugar de un eje lineal de Hz.

La altura de la curva de enmascaramiento escala directamente con el nivel del enmascarador, y su pendiente de alta frecuencia también se vuelve más suave a medida que aumenta el nivel del enmascarador, de modo que un enmascarador más fuerte no solo eleva más el umbral, sino que extiende ese umbral elevado a un rango de frecuencias más amplio, particularmente hacia arriba en frecuencia.

Los distintos sistemas de reproducción y las salas alteran los niveles relativos y el balance espectral de los sonidos simultáneos. Si un cambio de equipo desplaza el nivel de un enmascarador con respecto a un tono de sonda, un sonido que estaba por debajo del umbral enmascarado en un sistema puede superarlo en otro, haciendo audibles de repente detalles antes enmascarados.

La audiometría clínica de tonos puros debe presentar un tono de prueba a un oído mientras a veces enmascara el otro oído con ruido, para evitar que el oído no evaluado "escuche de forma cruzada" el tono a través de la conducción ósea y dé un umbral falso. Los audiólogos usan niveles de ruido de enmascaramiento calibrados derivados de los mismos principios de enmascaramiento modelados en esta simulación.

Esta simulación utiliza una función de propagación lineal por tramos simplificada sobre la escala de Bark, basada en el modelo clásico usado en la codificación de audio perceptual MPEG temprana (según Schroeder, Atal y Hall). Aproxima la forma de la curva de enmascaramiento con distintas pendientes por debajo y por encima de la frecuencia del enmascarador, y es una aproximación de la verdadera forma del filtro auditivo en lugar de una medición fisiológica exacta.