Introducción
Oyes un violín tocando una nota y percibes no sólo una frecuencia sino también un tono, no sólo una amplitud sino un volumen, no sólo un espectro sino un timbre. La transformación de una onda de sonido física a una experiencia auditiva subjetiva es el dominio de la [psicoacústica] (color: azul), el estudio de cómo el sistema auditivo humano procesa e interpreta el sonido. Este campo revela que escuchar no es una grabación pasiva de eventos acústicos sino un proceso activo y constructivo que da forma a nuestra experiencia musical de manera profunda.
El oído como analizador de espectro
El oído humano funciona como un analizador de frecuencias notablemente sofisticado. El sonido ingresa al canal auditivo y hace vibrar el tímpano, que transmite vibraciones a través de los tres pequeños huesos del oído medio hasta la cóclea en el oído interno. La cóclea es un órgano lleno de líquido con forma de espiral que contiene aproximadamente [15.000 células ciliadas] (color: rojo) que convierten las vibraciones mecánicas en señales neuronales.
La cóclea realiza una [transformación de frecuencia a lugar] (color: azul): las frecuencias altas estimulan las células ciliadas en la base de la cóclea, mientras que las frecuencias bajas estimulan las células en el ápice. Esto significa que la cóclea asigna físicamente la frecuencia a la posición, funcionando de manera muy similar a una transformada biológica de Fourier. El cerebro lee este mapa espacial para determinar el contenido de frecuencia del sonido entrante.
Bandas críticas y selectividad de frecuencia
El análisis de frecuencia del oído no es infinitamente detallado. En cambio, divide el espectro de frecuencia en [bandas críticas] (color: azul), rangos de frecuencias que se procesan juntas. El ancho de una banda crítica es aproximadamente:
$$\Delta f \aprox 25 + 75 \cdot f / 1000 \text{ Hz}$$
En bajas frecuencias, las bandas críticas son estrechas (alrededor de 100 Hz a 500 Hz). En frecuencias altas, se amplían (alrededor de 3500 Hz a 15 kHz). Esta resolución de frecuencia no lineal explica por qué somos más sensibles a las diferencias de frecuencia en frecuencias bajas que en frecuencias altas.
El concepto de bandas críticas explica muchos fenómenos acústicos. Dos tonos que caen dentro de la misma banda crítica producen [rugosidad] (color: rojo): una sensación de aspereza o palpitación. Los tonos en diferentes bandas críticas se mezclan más suavemente. Esta es la razón por la que los intervalos musicales consonantes corresponden a proporciones de frecuencia que colocan las notas en bandas críticas separadas, mientras que los intervalos disonantes crean aspereza al caer dentro de la misma banda.
Percepción de sonoridad
La percepción del volumen no se corresponde linealmente con la intensidad física. La respuesta del oído es aproximadamente logarítmica, razón por la cual se desarrolló la escala de decibelios. Sin embargo, la percepción del volumen también depende de la frecuencia: el oído es más sensible a las frecuencias entre [1 y 4 kHz] (color: rojo), donde cae el habla humana.
Los contornos de igual volumen (curvas de Fletcher-Munson) muestran que un tono de 100 Hz debe ser aproximadamente 20 dB más alto que un tono de 1 kHz para ser percibido como igualmente fuerte. Esto tiene implicaciones prácticas: la música suena diferente a un volumen bajo que a un volumen alto. Las frecuencias graves parecen desaparecer en niveles de escucha bajos, razón por la cual muchos amplificadores incluyen un circuito [de compensación de volumen] (color: azul) que aumenta los graves y los agudos a volúmenes bajos.
La percepción del volumen también depende de la duración. Los sonidos breves (menos de unos 200 ms) se perciben como más silenciosos que los sonidos sostenidos de la misma intensidad. Esta es la razón por la que los ataques de percusión deben ser físicamente más fuertes que las notas sostenidas para que se perciban con el mismo volumen.
Percepción del tono y fundamentos faltantes
La interpretación que hace el cerebro del tono es notablemente sofisticada. Cuando se presenta un tono complejo, el tono percibido suele ser el de la [frecuencia fundamental] (color: azul), incluso si la fundamental está físicamente ausente. Este es el fenómeno fundamental faltante.
Por ejemplo, si eliminas la fundamental de un tono complejo a 200 Hz pero dejas los armónicos a 400, 600, 800 Hz, etc., seguirás percibiendo el tono como 200 Hz. El cerebro infiere lo fundamental a partir del espaciado armónico. Por eso los altavoces pequeños que no pueden reproducir frecuencias bajas pueden dar la impresión de graves: el cerebro reconstruye la fundamental faltante a partir de los armónicos audibles.
La percepción del tono también está influenciada por el contexto. La misma frecuencia puede percibirse como tonos diferentes dependiendo de las notas circundantes, la clave musical y las expectativas del oyente. Esta [percepción del tono dependiente del contexto] (color: azul) es la razón por la que los músicos pueden utilizar técnicas como la modulación enharmónica para crear efectos musicales sorprendentes.
Enmascaramiento auditivo
[Enmascaramiento auditivo] (color: azul) es el fenómeno en el que un sonido hace que otro sea inaudible. Cuando dos sonidos ocurren simultáneamente, el sonido más fuerte puede enmascarar al más suave si caen dentro de la misma banda crítica. Esta es la base de los algoritmos de [compresión de audio con pérdida] (color: azul) como MP3 y AAC.
Un codificador MP3 analiza la señal de audio e identifica componentes enmascarados (frecuencias que son inaudibles debido al enmascaramiento por frecuencias cercanas más fuertes). Estos componentes enmascarados pueden descartarse (o representarse con menos bits) sin pérdida de calidad perceptible. El codificador asigna más bits a frecuencias desenmascaradas que son claramente audibles, logrando relaciones de compresión de 10:1 o más manteniendo la calidad percibida.
El enmascaramiento directo ocurre cuando un sonido fuerte reduce temporalmente la sensibilidad a los sonidos más suaves que le siguen. Este enmascaramiento temporal dura aproximadamente 50-200 ms después de que finaliza el sonido de enmascaramiento. El enmascaramiento inverso (enmascaramiento hacia atrás) ocurre cuando un sonido fuerte presentado después de un sonido más suave puede enmascararlo, aunque este efecto es más débil y más corto.
Audición binaural y percepción espacial
Los humanos oímos con dos oídos y el cerebro utiliza las diferencias entre las señales de los dos oídos para determinar la ubicación de las fuentes de sonido. Dos señales binaurales clave son:
Diferencia de tiempo interaural (ITD): el sonido que llega al oído más cercano llega unos cientos de microsegundos antes que el oído opuesto. El cerebro utiliza este retraso para localizar sonidos en el plano horizontal.
Diferencia de nivel interaural (ILD): la cabeza crea una sombra acústica que reduce el nivel de sonido que llega al oído lejano, especialmente en frecuencias altas. Esta diferencia de nivel proporciona información de localización adicional.
Estas señales binaurales explican por qué los auriculares pueden crear una sensación de espacio mediante grabación binaural o técnicas de procesamiento. También explican por qué la pérdida auditiva en un oído afecta significativamente la capacidad de localizar fuentes de sonido.
Resumen
La psicoacústica revela que oír es un proceso activo y creativo: el cerebro no se limita a registrar ondas sonoras, sino que construye una rica experiencia perceptiva a partir de ellas. Las bandas críticas dan forma a nuestra percepción de la armonía y la disonancia, la fundamental faltante nos permite percibir los graves de altavoces diminutos, el enmascaramiento auditivo permite una compresión de audio eficiente y el procesamiento binaural crea nuestra sensación de espacio acústico. Comprender estos fenómenos profundiza nuestra apreciación tanto del poder como de la elegancia del sistema auditivo humano.