Mit einer generischen HRTF des KEMAR-Kunstkopfs verwechselten Hörer in einer VR-Studie von 2026 vorne und hinten in 17,2% der Durchgänge, mehr als doppelt so oft wie die 8,1% mit ihren eigenen gemessenen HRTFs (Pirard und Poole, AES-Konferenz zu Audio für Virtual und Augmented Reality 2026). Dieselbe Studie fand, dass sich die Links-Rechts-Urteile über fünf HRTF-Typen hinweg kaum veränderten, was zu jahrzehntelanger früherer Forschung passt. Head-Tracking ist die stärkste Einzelmaßnahme in den Daten: Die gewichteten Vorne-Hinten-Verwechslungen sanken von 16,5% bei statischer Kopfhörerwiedergabe auf 6,3% bei Rendering mit Head-Tracking (Oberem et al., bioRxiv 2020). Auch Training hilft: Der angepasste sphärische Fehler sank in weniger als zwei Stunden Übung von 43,4 auf 25,5 Grad (Steadman et al., Scientific Reports 2019). Wir haben Daten aus dem Journal of the Acoustical Society of America, dem Journal of the Audio Engineering Society, Scientific Reports, Trends in Hearing, PLOS Computational Biology, Applied Sciences und AES-Konferenzbeiträgen zusammengeführt. Zahlen zu Markt und Verbreitung finden sich in unserer separaten Übersicht der Statistiken zu räumlichem Audio; diese Seite behandelt nur, wie genau Menschen die Richtung hören.
Ein kurzes Glossar, da diese Begriffe unten wiederkehren. Eine HRTF (kopfbezogene Übertragungsfunktion) ist die richtungsabhängige Filterung, die Kopf, Oberkörper und Ohrmuscheln auf den Schall anwenden, bevor er das Trommelfell erreicht; virtuelles 7.1 und räumliches Audio funktionieren, indem über Kopfhörer eine HRTF angewendet wird. Eine generische HRTF stammt von einem Kunstkopf (etwa KEMAR oder dem Neumann KU100) oder von einer anderen Person. Lateralwinkel bezeichnet, wie weit links oder rechts ein Schall liegt; Polarwinkel bezeichnet, wo er auf dem Kreis um die Ohrachse liegt, was oben-unten und vorne-hinten umfasst.
TL;DR
- Der Polarwinkelfehler lag bei 48,8° mit einer generischen KEMAR-HRTF gegenüber 30,1° mit der gemessenen eigenen HRTF des Hörers (Pirard und Poole, AES AVAR 2026).
- Eine generische HRTF erzeugte 21 Vorne-Hinten-Verwechslungen bei 78 Antworten (27%) gegenüber 0% mit individualisierten HRTFs (Jenny und Reuter, JMIR Serious Games 2020).
- Wiedergabe mit Head-Tracking senkte die gewichteten Vorne-Hinten-Verwechslungen von 16,5% auf 6,3% (Oberem et al., bioRxiv 2020).
- Eine einzige Kopfdrehung um 10° senkte die Vorne-Hinten-Verwechslungen mit echten Lautsprechern von 10,7% auf 1,5% (McLachlan et al., PLOS Computational Biology 2025).
- Kopfbewegungen über etwa 32° Azimut beseitigten die Vorne-Hinten-Verwechslungen fast vollständig (McAnally und Martin, Frontiers in Neuroscience 2014).
- Mit nicht individuellen HRTFs begannen die Vorne-Hinten-Verwechslungen bei 40,7%, und der Lokalisationsfehler halbierte sich nach etwa 19 Minuten Training (Steadman et al., Scientific Reports 2019).
- Quadrantenfehler sanken in den ersten 400 Trainingsdurchgängen von 27,5% auf 18,3% (Majdak et al., Attention, Perception and Psychophysics 2010).
- Die frontale Externalisierung stieg nach der Anpassung von Pegel und Reflexionen von 25,56 auf 65,15 von 100 (Shen und Wang, Trends in Hearing 2026).
- 81% der SADIE-II-Teilnehmer bevorzugten die Kunstkopf-HRTFs gegenüber ihren eigenen (University of York, Applied Sciences 2018).
- Die Auswahl unter gruppierten nicht individuellen HRTFs verringerte den Lokalisationsfehler um 22% (So et al., Ergonomics 2010).
1. Winkelfehler: generische gegenüber individualisierten HRTFs
Der Hauptbefund ist einseitig. Der Austausch der eigenen HRTF eines Hörers gegen eine generische schadet der Dimension oben-unten und vorne-hinten stark, während sich die Links-Rechts-Genauigkeit kaum ändert. In der Studie von 2026 mit fünf HRTFs stieg der Polarwinkelfehler von 30,1° mit gemessenen HRTFs auf 48,8° mit KEMAR (p < 0,001), während die lateralen Metriken keinen signifikanten Effekt zeigten (p > 0,05) (Pirard und Poole, arXiv 2026).
Für Gamer erklärt das, warum virtueller Surround einen Scharfschützen links von dir leicht verortbar macht, einen Schritt über oder hinter dir aber schwer lesbar. Links-Rechts-Hinweise stammen überwiegend aus den Zeit- und Pegelunterschieden zwischen den beiden Ohren, die jeder Kopf in grober Form teilt. Elevations- und Vorne-Hinten-Hinweise stecken in den feinen spektralen Einkerbungen der Ohrmuschel jedes Menschen, und die unterscheiden sich von Person zu Person.
| Metrik | Wert | Quelle |
|---|---|---|
| Absoluter Polarwinkelfehler, generische KEMAR-HRTF gegenüber gemessener eigener HRTF des Hörers | 48,8° gegenüber 30,1° (p < 0,001) | Pirard und Poole, AES AVAR 2026 |
| Absoluter Polarwinkelfehler, zufällig gewählte HRTF einer anderen Person gegenüber hochauflösender, scanbasierter synthetischer HRTF | 41,8° gegenüber 35,6° | Pirard und Poole, AES AVAR 2026 |
| Mittlerer lokaler vorzeichenloser Azimutfehler: eigene gemessene, eigene modellierte, generische HRTF des KU100-Kunstkopfs | 17°, 21°, 20° (kein signifikanter Haupteffekt) | Rummukainen et al., Applied Sciences 2021 |
| Mittlerer lokaler vorzeichenloser Elevationsfehler, eigene gemessene HRTF gegenüber generischer KU100-HRTF | 21° gegenüber 21° | Rummukainen et al., Applied Sciences 2021 |
| Hörer, deren horizontale Genauigkeit mit der HRTF einer anderen Person der echter Freifeldquellen entsprach | 12 von 16 | Wenzel et al., JASA 1993 |
| Vertikaler Fehler mit gemessenen oder geschätzten HRTFs gegenüber generischer KEMAR, 24 Teilnehmer, Wiedergabe mit Head-Tracking | Signifikant kleiner; horizontale Unterschiede nicht signifikant | Frankenbach et al., JAES 2025 |
| Beste menschliche Genauigkeit mit echten Schallquellen (Freifeld): Azimut gegenüber Elevation | 1-2° gegenüber 3-4° | Carlini et al., Frontiers in Psychology 2024 |
Kontexthinweis: Die Rummukainen-Studie testete in ihrem statischen Experiment nur 8 Hörer, und ihre Azimutunterschiede von 3° bis 4° erreichten keine Signifikanz. Das Wenzel-Ergebnis ist die klassische Referenz für dieses Muster (jüngste verfügbare Daten für dieses Design: Wenzel et al., JASA 1993), und die Frankenbach-Studie von 2025 (JAES) reproduzierte dieselbe Aufteilung mit modernem dynamischem Rendering.
2. Vorne-Hinten-Verwechslung und Quadrantenfehler
Eine Vorne-Hinten-Verwechslung ist der Fehler, über den sich Gamer am meisten beschweren: Ein Gegner hinter dir klingt, als stünde er vor dir. Ein Quadrantenfehler ist eine breitere Zählung, die auch Oben-unten-Vertauschungen einschließt. Diese Raten schwanken zwischen Studien stark, je nach Reizart, Training und der Strenge, mit der eine Verwechslung definiert wird, daher sollten Zeilen innerhalb einer Quelle verglichen werden, bevor man Quellen untereinander vergleicht.
In einer VR-Bewertungsstudie erzeugte eine generische KEMAR-HRTF 21 Vorne-Hinten-Verwechslungen bei 78 Antworten (27%), während individualisierte HRTFs keine erzeugten (χ²(1,77)=22,0, P<0,001) (Jenny und Reuter, JMIR Serious Games 2020). Das Muster zeigt sich auch in den Daten von 2026: Die HRTF einer zufälligen anderen Person lag bei den Vorne-Hinten-Verwechslungen nahe an der des Hörers selbst, war bei den Quadrantenfehlern aber dennoch schlechter.
| Metrik | Wert | Quelle |
|---|---|---|
| Rate der Vorne-Hinten-Verwechslungen: KEMAR gegenüber eigener gemessener HRTF gegenüber HRTF einer zufälligen anderen Person | 17,2% gegenüber 8,1% gegenüber 9,1% | Pirard und Poole, AES AVAR 2026 |
| Quadrantenfehlerrate, HRTF einer zufälligen anderen Person gegenüber eigener gemessener HRTF | 22,6% gegenüber 15,4% (p = 0,039) | Pirard und Poole, AES AVAR 2026 |
| Vorne-Hinten-Verwechslungen, generische KEMAR-HRTF gegenüber individualisierter HRTF | 21 von 78 Antworten (27%) gegenüber 0% | Jenny und Reuter, JMIR Serious Games 2020 |
| Vorne-Hinten-Verwechslungen, am stärksten abweichende gegenüber am wenigsten abweichender nicht individueller HRTF aus der ARI-Datenbank | 19 von 78 (24%) gegenüber 5 von 78 (6%) | Jenny und Reuter, JMIR Serious Games 2020 |
| Vorne-Hinten-Verwechslung mit einer nicht individuellen HRTF über Kopfhörer gegenüber echten Freifeldquellen | 31% gegenüber 19% | Wenzel et al. 1993, wie berichtet in Rummukainen et al., Applied Sciences 2021 |
| Quadrantenfehler beim Wechsel von generischen zu individuellen HRTFs | 21% auf 8% | Middlebrooks 1999, wie berichtet in Rummukainen et al., Applied Sciences 2021 |
| Quadrantenfehler bei virtueller Sprache, Zufallsniveau etwa 50% | 59% | Begault et al. 2001, wie berichtet in Majdak et al., Attention, Perception and Psychophysics 2010 |
| Quadrantenfehler trainierter Hörer mit echten Lautsprecherquellen | 6% | Makous und Middlebrooks 1990, wie berichtet in Majdak et al., Attention, Perception and Psychophysics 2010 |
Hinweis zum Ausreißer: Der Wert von 59% für virtuelle Sprache liegt über dem Zufallsniveau, und zwei spätere Arbeiten (Majdak et al. 2010 und Rummukainen et al. 2021) berichten denselben Wert. Er zeigt, wie stark virtuelle Sprache bei dieser Metrik versagen kann. Zeilen, die Studien von 1990 bis 2001 zitieren, sind die jüngsten verfügbaren Daten für diese konkreten Designs.
3. Head-Tracking: die größte Einzelmaßnahme
Head-Tracking bedeutet, dass die virtuelle Szene in der Welt fixiert bleibt, während sich der Kopf dreht, so wie es echter Schall tut. Das ist das “dynamische” binaurale Rendering, das in VR-Headsets und manchen In-Ear-Kopfhörern mit Head-Tracking zu finden ist, und es fehlt in jedem virtuellen 7.1-Modus, der den Kopf nicht verfolgt. Die Daten legen nahe, dass es wichtiger ist als die Wahl der HRTF.
Der Wechsel von statischer zu Wiedergabe mit Head-Tracking senkte den vorzeichenlosen horizontalen Fehler von 38,7° auf 21,2° und die gewichteten Vorne-Hinten-Verwechslungen von 16,5% auf 6,3% (Oberem et al., bioRxiv 2020). Noch aufschlussreicher: Der Abstand zwischen individuellen und nicht individuellen HRTFs schrumpfte von 6,8 Prozentpunkten bei statischer Wiedergabe auf 1,7 Punkte mit Head-Tracking. Die Bewegung leistet einen Großteil der Arbeit, die sonst eine persönliche HRTF übernehmen würde.
| Metrik | Wert | Quelle |
|---|---|---|
| Gewichtete Vorne-Hinten-Verwechslungen, statische Wiedergabe gegenüber Wiedergabe mit Head-Tracking (HRTF-Auflösung 5°) | 16,5% gegenüber 6,3% | Oberem et al., bioRxiv 2020 |
| Vorzeichenloser horizontaler Fehler, statische Wiedergabe gegenüber Wiedergabe mit Head-Tracking | 38,7° gegenüber 21,2° | Oberem et al., bioRxiv 2020 |
| Abstand bei Vorne-Hinten-Verwechslungen zwischen individuellen und nicht individuellen HRTFs, statisch gegenüber mit Head-Tracking | 6,8 gegenüber 1,7 Prozentpunkte | Oberem et al., bioRxiv 2020 |
| Vorne-Hinten-Verwechslungen ohne gegenüber mit einer einzigen Kopfdrehung um 10° (echte Lautsprecher, 8 Hörer) | 10,7 ± 6,3% gegenüber 1,5 ± 1,2% | McLachlan et al., PLOS Computational Biology 2025 |
| Polarer RMS-Fehler ohne gegenüber mit der Kopfdrehung um 10° | 25,1 ± 3,2° gegenüber 20,5 ± 5,2° | McLachlan et al., PLOS Computational Biology 2025 |
| Kopfdrehfenster, das Vorne-Hinten-Verwechslungen signifikant verringerte gegenüber fast beseitigte | 4° gegenüber 32° Azimut | McAnally und Martin, Frontiers in Neuroscience 2014 |
| Kopfdrehfenster, das nötig war, um den Elevationsfehler signifikant zu verringern | 16° Azimut | McAnally und Martin, Frontiers in Neuroscience 2014 |
Kontexthinweis: Die Studien von McLachlan und McAnally verwendeten echte Lautsprecher, keine Kopfhörer, zeigen also, was Kopfbewegung im Prinzip leisten kann (McLachlan et al. 2025; McAnally und Martin 2014). Der laterale Fehler änderte sich in keiner der beiden Studien mit der Kopfbewegung (lateraler RMS-Fehler 8,1° gegenüber 8,2° bei McLachlan).
4. Externalisierung: Schall außerhalb gegenüber innerhalb des Kopfes
Externalisierung bedeutet, ob ein Schall von einem Punkt im Raum außerhalb des Kopfes zu kommen scheint statt aus dem Kopfinneren. Schlechte Externalisierung ist der Grund, warum sich ein virtueller Surround-Mix wie “Schall zwischen den Ohren” anfühlen kann, selbst wenn die Richtungen stimmen. Frontale Quellen sind der schwierigste Fall, und der Bildschirm, auf dem sich ein Großteil der Spielhandlung abspielt, befindet sich vor dem Spieler.
Bei einer frontalen Quelle bei 0° mit einer nicht individualisierten Raumantwort erreichte die Externalisierung 25,56 von 100 und stieg nach der Anpassung von Pegel und Reflexionen auf 65,15 (Cohens d = 2,32) (Shen und Wang, Trends in Hearing 2026). Diese Raumantwort ist eine BRIR (binaurale Raumimpulsantwort: eine HRTF, die zusätzlich die Reflexionen eines Raums enthält). Reflexionen sind ein zweischneidiges Werkzeug: Sie helfen Schall, den Kopf zu verlassen, können aber die Richtung verwischen.
| Metrik | Wert | Quelle |
|---|---|---|
| Rate der Inkopflokalisation, statische Wiedergabe gegenüber Wiedergabe mit Head-Tracking | 6,4% gegenüber 0,5% | Oberem et al., bioRxiv 2020 |
| Externalisierungsbewertung (0-100) für eine frontale Quelle bei 0°, ursprüngliche gegenüber angepasster nicht individualisierter Raumantwort | 25,56 gegenüber 65,15 | Shen und Wang, Trends in Hearing 2026 |
| Externalisierungsbewertung bei 15° und 30° Azimut, ursprüngliche gegenüber angepasster Raumantwort | 42,33 gegenüber 67,66 (15°); 60,04 gegenüber 85,67 (30°) | Shen und Wang, Trends in Hearing 2026 |
| Hörer, die in Forced-Choice-Tests bei 0° und 15° die stärker veränderte Raumantwort wählten | 84 von 100 und 83 von 100 (p < 0,001) | Shen und Wang, Trends in Hearing 2026 |
| Externalisierungswert, individuelle gegenüber nicht individuellen Raumantworten | 53,4% gegenüber 51,2% | Leclère et al. 2019, wie berichtet in Shen und Wang, Trends in Hearing 2026 |
| Länge der Nachhallfahne, die die Externalisierung verbessert, bevor die Gewinne enden | Bis zu etwa 80 ms | Best et al., Trends in Hearing 2020 (Übersichtsarbeit) |
| Mittlerer Elevationsfehler bei virtueller Sprache ohne gegenüber mit Nachhall | 17,6° gegenüber 28,7° | Begault et al. 2001, wie berichtet in Carlini et al., Frontiers in Psychology 2024 |
| SADIE-II-Hörer, die ihre eigene gemessene HRTF als am stärksten externalisiert bewerteten | 1 von 16 | University of York, Applied Sciences 2018 |
Kontexthinweis: Die Externalisierung hängt kaum davon ab, ob die HRTF persönlich ist (53,4% gegenüber 51,2%), aber stark von Head-Tracking, Reflexionen und Quellwinkel. Die Übersichtsarbeit von Best et al. merkt außerdem an, dass sich mit dem Kopf mitbewegende Quellen eher im Kopf lokalisiert werden, während weltfeste Quellen besser externalisiert werden. Begaults Elevationswert sind die jüngsten verfügbaren Daten aus einer Studie von 2001.
5. Training und Anpassung an eine generische HRTF
Das Gehirn ist plastisch, und eine unpassende HRTF lässt sich teilweise erlernen. Das ist eine gute Nachricht für Spieler, die ihre Ohren nie vermessen lassen werden: Die Frage verschiebt sich von “welche HRTF” zu “wie viel gezielte Übung mit Rückmeldung”.
In einer Studie mit 36 Teilnehmern sank der angepasste sphärische Lokalisationsfehler mit weniger als zwei Stunden Training (neun Blöcke à 12 Minuten) von 43,4° auf 25,5°, und die Fehler halbierten sich nach etwa 19 Minuten (Steadman et al., Scientific Reports 2019). Gamification allein schlug die untrainierte Kontrollgruppe nicht (p = 0,940); die Version, die aktives Hören mit Head-Tracking ergänzte, tat es. Die Anpassung variiert auch von Person zu Person, wie die Stitt-Ergebnisse unten zeigen.
| Metrik | Wert | Quelle |
|---|---|---|
| Angepasster sphärischer Fehler vor gegenüber nach dem Training mit nicht individuellen HRTFs (insgesamt 108 Minuten) | 43,4° gegenüber 25,5° | Steadman et al., Scientific Reports 2019 |
| Anfängliche Rate der Vorne-Hinten-Verwechslungen mit nicht individuellen HRTFs und durchschnittliche Verringerung nach dem Training | 40,7%; etwa 15% | Steadman et al., Scientific Reports 2019 |
| Gamifiziertes Training ohne aktives Hören gegenüber untrainierter Kontrollgruppe, sphärischer Fehler | Nicht signifikant (p = 0,940) | Steadman et al., Scientific Reports 2019 |
| Mediane Verbesserung des Polarfehlers über die ersten vier wöchentlichen Sitzungen mit einer schlecht passenden HRTF | 11,9° | Stitt et al., Scientific Reports 2019 |
| Gesamte Verbesserung des Polarfehlers über 10 Sitzungen, Gruppe mit schlecht passender HRTF gegenüber Kontrollgruppe mit eigener HRTF | Etwa 25° gegenüber etwa 10° | Stitt et al., Scientific Reports 2019 |
| Hörer mit schlecht passender HRTF, die nach 10 Sitzungen den Polarfehler der Kontrollgruppe erreichten | 3 von 8 | Stitt et al., Scientific Reports 2019 |
| Quadrantenfehler vor gegenüber nach den ersten 400 Trainingsdurchgängen mit den gemessenen eigenen HRTFs der Hörer, Kopfzeigen gegenüber manuellem Zeigen | 27,5% auf 18,3%; 28,8% auf 18,4% | Majdak et al., Attention, Perception and Psychophysics 2010 |
| Fehlerreduktion nach 60 Sekunden audiovisueller Exposition mit generischen HRTFs gegenüber rein auditiver Exposition | t(16) = 2,87, p = 0,011 gegenüber p = 0,53 (n. s.) | Berger et al., Frontiers in Neuroscience 2018 |
Kontexthinweis: Stitt et al. führen etwa 15° des Zugewinns von 25° in dieser Gruppe auf die HRTF-Anpassung zurück, da sich auch die Kontrollgruppen mit eigener HRTF um etwa 10° verbesserten. Ein Experiment mit echten Ohren und physischen Ohrabformungen (nicht Kopfhörern) fand innerhalb von 20 Minuten eine vollständige Anpassung an die neuen Ohren, mit etwa 10 Minuten audiomotorischem Training (Parise et al., iScience 2024). Majdaks Trainingsdaten stammen von 2010 und sind die jüngsten verfügbaren Daten für dieses Protokoll; da sie die jeweils eigenen HRTFs der Hörer verwendeten, zeigen sie, wie viel jeder Zugewinn schlichtes Aufgabenlernen ist, das auch in jeder Studie mit generischen HRTFs steckt.
6. Abkürzungen zur Personalisierung und HRTF-Datenbanken
Die vollständige HRTF-Messung ist langsam und ans Labor gebunden: Das ARI-artige Protokoll vermaß 1.550 HRTFs pro Hörer in etwa 20 Minuten in einem Spezialaufbau (Majdak et al. 2010). Deshalb ist die Forschung zu Abkürzungen übergegangen: die beste Übereinstimmung aus einer Datenbank wählen, eine generische HRTF umformen oder eine aus einem Scan synthetisieren.
Wenn Hörer aus sechs Clustern wählen durften, die aus 196 nicht individuellen HRTFs gebildet wurden, sank der Schalllokalisationsfehler um 22%, und 65% der Hörer verringerten ihre Raten an Vorne-Hinten-Verwechslungen (So et al., Ergonomics 2010). Größere Datenbanken machen eine solche Zuordnung realistischer. Man beachte die Wendung in den SADIE-II-Daten: Menschen bevorzugen oft die Klangbalance eines Kunstkopfs gegenüber ihren eigenen Messungen, sodass “klingt am besten” und “lokalisiert am besten” verschiedene Ziele sind (unsere Übersicht zur Präferenz für Kopfhörer-Zielkurven behandelt die tonale Seite).
| Metrik | Wert | Quelle |
|---|---|---|
| Verringerung des Lokalisationsfehlers durch Auswahl unter 6 gruppierten nicht individuellen HRTFs | 22%; 65% der Hörer verringerten auch die Vorne-Hinten-Verwechslung | So et al., Ergonomics 2010 |
| Beste Ergebnisse beim Anheben oder Absenken ausgewählter HRTF-Frequenzbänder um 12 oder 18 dB, 32 Teilnehmer | Bis zu 70% weniger Lokalisationsfehler und 66% weniger Vorne-Hinten-Verwechslung | So et al., Human Factors 2011 |
| Medianer Elevationsfehler, beste einzelne HRTF gegenüber bester je Richtung gewählter HRTF (8 Hörer) | 27,8° gegenüber 22,2° (p = 0,056) | Goldring et al., AES AVAR 2024 |
| Medianer Azimutfehler, beste einzelne HRTF gegenüber bester HRTF je Richtung | 18,13° gegenüber 15,74° (p = 0,12) | Goldring et al., AES AVAR 2024 |
| Wirkung der Frequenzskalierung der Außenohr-Übertragungsfunktionen einer anderen Person | Verringerte den Nachteil bei der Verwendung der Außenohr-Übertragungsfunktionen einer anderen Person um mehr als die Hälfte | Middlebrooks, JASA 1999 |
| SONICOM-HRTF-Datensatz, erste Veröffentlichung gegenüber erweiterter Veröffentlichung (vermessene Personen) | 120 gegenüber 300 | Engel et al., JAES 2023; Poole et al., arXiv 2025 |
| Erweiterte SONICOM-Veröffentlichung: Personen mit synthetisierten HRTFs und Messraster | 200 von 300; 793 Positionen | Poole et al., arXiv 2025 |
| SADIE-II-Hörtestteilnehmer (16), die die KU100-Kunstkopf-HRTFs ihren eigenen vorzogen | 81% (die Datenbank selbst umfasst 20 Personen) | University of York, Applied Sciences 2018 |
Kontexthinweis: Die Befunde von So et al. und Middlebrooks sind die jüngsten verfügbaren Daten für diese Methoden (2010, 2011 und 1999). Der erweiterte SONICOM-Datensatz und die SADIE-II-Auswertung sind die öffentlichen Ressourcen, die die nächste Generation von HRTF-Zuordnungswerkzeugen am wahrscheinlichsten speisen werden.
7. Was die Belege für virtuelles 7.1 und Spielaudio aussagen
Studien in echten Spielen sind weiterhin selten und klein, weisen aber in dieselbe Richtung wie die Labordaten. Personalisierung hilft dort am meisten, wo generische HRTFs am stärksten versagen (Elevation und vorne-hinten), während die Links-Rechts-Platzierung mit fast jeder HRTF bereits gut genug ist. In einem Desktop-Ego-Shooter-Test schnitten die 22 Teilnehmer bei der Lokalisationsaufgabe mit ihrer individualisierten HRTF signifikant besser ab als mit einer generischen, sowohl im Azimut als auch in der Elevation (Andersen et al., I3DA 2021).
Verbesserungen erfordern nicht immer eine vollständige HRTF. Ein Team des KAIST stimmte nur die interaurale Zeitdifferenz (ITD: der winzige Unterschied in der Ankunftszeit zwischen den beiden Ohren) ab und fand dennoch signifikant schnellere Reaktionszeiten als mit zwei generischen HRTFs (Kim et al., AES Show 2024). Zum Hardware-Kontext der Headsets, in denen diese Funktionen stecken, siehe unsere Statistiken zu Gaming-Headsets.
| Metrik | Wert | Quelle |
|---|---|---|
| Verglichene Rendering-Bedingungen in einer Lokalisationsaufgabe in einem Desktop-Shooter, 22 Teilnehmer | 3 (Stereo-Panning, generisch binaural, individualisiert binaural); individualisiert signifikant besser | Andersen et al., I3DA 2021 |
| Reaktionszeit mit einer ITD-optimierten HRTF gegenüber MIT KEMAR und einer Standard-HRTF der Spiel-Engine | Signifikant verringert (Wert im Abstract nicht angegeben) | Kim et al., AES Show 2024 |
| Laterale (Links-Rechts-)Genauigkeit über fünf HRTF-Typen, von gemessen bis Kunstkopf | Kein signifikanter Effekt (p > 0,05) | Pirard und Poole, AES AVAR 2026 |
| Paarweise Unterschiede in der bewerteten Lokalisation zwischen gemessenen, modellierten und generischen HRTFs in VR mit 6 Freiheitsgraden, 12 Hörer | Keine signifikant in Post-hoc-Tests | Rummukainen et al., Applied Sciences 2021 |
| Antworten, die die Klangfarbe als natürlich bewerteten, individualisierte HRTF gegenüber generischer KEMAR-HRTF | 62 von 78 (79%) gegenüber 1 von 78 (1%) | Jenny und Reuter, JMIR Serious Games 2020 |
| Horizontaler Lokalisationsfehler, gemessene oder geschätzte HRTFs gegenüber KEMAR bei Wiedergabe mit Head-Tracking | Kein signifikanter Unterschied | Frankenbach et al., JAES 2025 |
Kontexthinweis: Keine dieser Spielstudien veröffentlichte in ihren Abstracts Fehlerwerte je Bedingung, daher sind sie als Belege für die Richtung des Effekts zu behandeln. Die praktische Lesart ist über die Abschnitte hinweg konsistent: Head-Tracking (Abschnitt 3) und weniger als zwei Stunden Feedback-Training (Abschnitt 5) schließen einen großen Teil der Lücke, die eine persönliche HRTF schließen würde.
Zusammenfassung: HRTF-Lokalisationsgenauigkeit bei Gaming-Headsets in Zahlen
| Metrik | Wert | Quelle |
|---|---|---|
| Rate der Vorne-Hinten-Verwechslungen, generische KEMAR gegenüber eigener gemessener HRTF | 17,2% gegenüber 8,1% | Pirard und Poole, AES AVAR 2026 |
| Vorne-Hinten-Verwechslungen, generische KEMAR gegenüber individualisierter HRTF in VR | 27% gegenüber 0% | Jenny und Reuter, JMIR Serious Games 2020 |
| Mittlerer lokaler Azimutfehler, eigene gemessene gegenüber generischer KU100 | 17° gegenüber 20° | Rummukainen et al., Applied Sciences 2021 |
| Gewichtete Vorne-Hinten-Verwechslungen, statische Wiedergabe gegenüber Wiedergabe mit Head-Tracking | 16,5% gegenüber 6,3% | Oberem et al., bioRxiv 2020 |
| Vorzeichenloser horizontaler Fehler, statische Wiedergabe gegenüber Wiedergabe mit Head-Tracking | 38,7° gegenüber 21,2° | Oberem et al., bioRxiv 2020 |
| Vorne-Hinten-Verwechslungen ohne gegenüber mit einer Kopfdrehung um 10° | 10,7% gegenüber 1,5% | McLachlan et al., PLOS Computational Biology 2025 |
| Kopfdrehung, die Vorne-Hinten-Verwechslungen fast beseitigte | Etwa 32° Azimut | McAnally und Martin, Frontiers in Neuroscience 2014 |
| Frontale Externalisierungsbewertung, ursprüngliche gegenüber angepasster Raumantwort | 25,56 gegenüber 65,15 von 100 | Shen und Wang, Trends in Hearing 2026 |
| Länge der Nachhallfahne, die der Externalisierung hilft | Bis zu etwa 80 ms | Best et al., Trends in Hearing 2020 |
| Angepasster sphärischer Fehler vor gegenüber nach weniger als zwei Stunden Training | 43,4° gegenüber 25,5° | Steadman et al., Scientific Reports 2019 |
| Trainingszeit zur Halbierung des Lokalisationsfehlers | Etwa 19 Minuten | Steadman et al., Scientific Reports 2019 |
| Hörer mit schlecht passender HRTF, die nach 10 Sitzungen den Polarfehler auf Kontrollniveau erreichten | 3 von 8 | Stitt et al., Scientific Reports 2019 |
| Quadrantenfehler vor gegenüber nach 400 Trainingsdurchgängen (Kopfzeigen) | 27,5% gegenüber 18,3% | Majdak et al., Attention, Perception and Psychophysics 2010 |
| Verringerung des Lokalisationsfehlers durch Auswahl unter gruppierten HRTFs | 22% | So et al., Ergonomics 2010 |
| Medianer Elevationsfehler, beste einzelne HRTF gegenüber bester HRTF je Richtung | 27,8° gegenüber 22,2° | Goldring et al., AES AVAR 2024 |
| Vermessene SONICOM-Personen, erweiterte Veröffentlichung | 300 | Poole et al., arXiv 2025 |
| SADIE-II-Teilnehmer, die Kunstkopf-HRTFs ihren eigenen vorzogen | 81% | University of York, Applied Sciences 2018 |
Methodik und Quellen
- Pirard und Poole, Evaluation of Head-Related Transfer Functions Across Five Levels of Individualisation in Virtual Reality, AES AVAR 2026 (arXiv-Preprint): 19 Hörer, Meta-Quest-Headsets, 297 Testdurchgänge pro Experiment.
- Jenny und Reuter, Usability of Individualized HRTFs in Virtual Reality, JMIR Serious Games 2020: 39 Personen, HRTFs von ARI und MIT KEMAR.
- Rummukainen, Robotham und Habets, Head-Related Transfer Functions for Dynamic Listeners in Virtual Reality, Applied Sciences 2021: zugleich die Zwischenquelle für die Vergleichswerte von Wenzel 1993 und Middlebrooks 1999.
- Wenzel, Arruda, Kistler und Wightman, Localization Using Nonindividualized Head-Related Transfer Functions, JASA 1993.
- Middlebrooks, Virtual Localization Improved by Scaling Nonindividualized External-Ear Transfer Functions in Frequency, JASA 1999.
- Frankenbach, Herzog, Seitz und Fels, Evaluating Localization Accuracy of Dynamic Binaural Synthesis, JAES 2025.
- Majdak, Goupell und Laback, 3-D Localization of Virtual Sound Sources, Attention, Perception and Psychophysics 2010: zugleich die Zwischenquelle für die Quadrantenfehler-Werte von Begault et al. 2001 und Makous und Middlebrooks 1990.
- Oberem, Richter, Setzer, Seibold, Koch und Fels, Localization Accuracy with Non-Individual and Individual HRTFs Comparing Static and Dynamic Reproduction, bioRxiv 2020: 11 Hörer, nur rechte Hemisphäre.
- McLachlan, Majdak, Reijniers, Mihocic und Peremans, Bayesian Active Sound Localisation, PLOS Computational Biology 2025.
- McAnally und Martin, Sound Localization with Head Movement: Implications for 3-D Audio Displays, Frontiers in Neuroscience 2014.
- Shen und Wang, Enhancing Externalization of Frontal Virtual Sound Sources, Trends in Hearing 2026: zugleich die Zwischenquelle für die Werte von Leclère et al. 2019.
- Best, Baumgartner, Lavandier, Majdak und Kopčo, Sound Externalization: A Review of Recent Research, Trends in Hearing 2020.
- Carlini, Bordeau und Ambard, Auditory Localization: A Comprehensive Practical Review, Frontiers in Psychology 2024: Freifeld-Basiswerte und die Nachhallwerte von Begault 2001.
- Steadman, Kim, Lestang, Goodman und Picinali, Short-Term Effects of Sound Localization Training in Virtual Reality, Scientific Reports 2019.
- Stitt, Picinali und Katz, Auditory Accommodation to Poorly Matched Non-Individual Spectral Localization Cues Through Active Learning, Scientific Reports 2019.
- Berger et al., Generic HRTFs May Be Good Enough in Virtual Reality, Frontiers in Neuroscience 2018.
- Parise et al., Happy New Ears: Rapid Adaptation to Novel Spectral Cues in Vertical Sound Localization, iScience 2024.
- So et al., Toward Orthogonal Non-Individualised HRTFs for Forward and Backward Directional Sound, Ergonomics 2010.
- So et al., Effects of Spectral Manipulation on Nonindividualized HRTFs, Human Factors 2011.
- Goldring, Ben Hur, Alon und Rafaely, Assessing the Potential Impact of Direction-Dependent HRTF Selection on Sound Localization Accuracy, AES AVAR 2024 (arXiv).
- Engel et al., The SONICOM HRTF Dataset, JAES 2023.
- Poole et al., The Extended SONICOM HRTF Dataset and Spatial Audio Metrics Toolbox, arXiv 2025.
- University of York AudioLab, A Perceptual Evaluation of Individual and Non-Individual HRTFs: A Case Study of the SADIE II Database, Applied Sciences 2018.
- Andersen, Miccini, Serafin und Spagnol, Evaluation of Individualized HRTFs in a 3D Shooter Game, I3DA 2021.
- Kim et al., Investigating the Role of Customized Interaural Time Differences on First-Person Shooter Gaming Performance, AES Show 2024.
- Daten-Hinweis: Die Fehlermetriken sind nicht standardisiert. Studien berichten Polarfehler oder Elevationsfehler, Mittelwert oder Median, Vorne-Hinten-Verwechslung oder Quadrantenfehler (der auch Oben-unten-Vertauschungen zählt), und manche gewichten Verwechslungen nach Winkel, daher sollten Werte innerhalb einer Quelle verglichen werden, bevor man quellenübergreifend vergleicht. Mehrere zentrale Werte stammen aus Preprints oder Konferenzbeiträgen, die noch nicht in einer Fachzeitschrift erschienen sind (Pirard und Poole 2026, Oberem et al. 2020, Goldring et al. 2024, Poole et al. 2025). Der Quadrantenfehler der individuellen HRTF nach Middlebrooks erscheint bei Rummukainen et al. als 8% und bei Majdak et al. als 7,7 ± 8,0% für trainierte Probanden, was im Rahmen der Rundung konsistent ist. Die SONICOM-Quellen unterscheiden sich bei der Größe der ersten Veröffentlichung (120 Personen im JAES-Abstract von 2023 gegenüber 200 HRTFs, die im Paper zum erweiterten Datensatz von 2025 beschrieben werden); wir zitieren 120 für das ursprüngliche Paper und 300 für die erweiterte Veröffentlichung. Das Paper von Steadman et al. nennt 36 Teilnehmer nach Gruppen, gibt aber eine Aufschlüsselung nach Geschlecht an, die sich auf 38 summiert, und einige seiner p-Werte sind im Text verstümmelt, daher zitieren wir nur Ergebnisse auf Gruppenebene mit klaren Statistiken. Die Kopfbewegungswerte von McLachlan und McAnally stammen aus Lautsprecherexperimenten, nicht aus Kopfhörerexperimenten. Mehrere Zeilen stützen sich auf Studien von 1990 bis 2011 und sind als jüngste verfügbare Daten gekennzeichnet. In dieser Zusammenstellung werden keine Herstellerangaben verwendet.
Zuletzt aktualisiert: 25. Oktober 2026. Wir aktualisieren diese Zusammenstellung vierteljährlich, und die nächste Aktualisierung wird erwartet, wenn die begutachteten Tagungsbände der Internationalen AES-Konferenz 2026 zu Audio für Virtual und Augmented Reality sowie Immersive Games und die nächste Veröffentlichung des SONICOM-Datensatzes erscheinen.