Con una HRTF genérica de la cabeza artificial KEMAR, los oyentes de un estudio de RV de 2026 confundieron delante y detrás en el 17,2% de las pruebas, más del doble que el 8,1% que lograron con sus propias HRTF medidas (Pirard y Poole, Conferencia de la AES sobre Audio para Realidad Virtual y Aumentada 2026). El mismo estudio halló que los juicios izquierda-derecha apenas variaron entre cinco tipos de HRTF, lo que coincide con décadas de trabajos anteriores. El seguimiento de cabeza es la mejora individual más fuerte de los datos: las confusiones delante-detrás ponderadas bajaron del 16,5% en la reproducción estática con auriculares al 6,3% con renderizado con seguimiento de cabeza (Oberem et al., bioRxiv 2020). El entrenamiento también ayuda: el error esférico ajustado cayó de 43,4 a 25,5 grados con menos de dos horas de práctica (Steadman et al., Scientific Reports 2019). Agregamos datos del Journal of the Acoustical Society of America, el Journal of the Audio Engineering Society, Scientific Reports, Trends in Hearing, PLOS Computational Biology, Applied Sciences y artículos de conferencias de la AES. Para las cifras de mercado y adopción, consulta nuestro resumen aparte de estadísticas de audio espacial; esta página trata únicamente de la precisión con que las personas perciben la dirección.
Un glosario rápido, porque estos términos se repiten más abajo. Una HRTF (función de transferencia relativa a la cabeza) es el filtrado dependiente de la dirección que la cabeza, el torso y los pabellones auriculares aplican al sonido antes de que llegue al tímpano; el 7.1 virtual y el audio espacial funcionan aplicando una HRTF a través de auriculares. Una HRTF genérica proviene de una cabeza artificial (como la KEMAR o la Neumann KU100) o de otra persona. Ángulo lateral indica cuánto a la izquierda o a la derecha está un sonido; ángulo polar indica dónde se sitúa en el círculo alrededor del eje de los oídos, lo que abarca arriba-abajo y delante-detrás.
TL;DR
- El error de ángulo polar fue de 48,8° con una HRTF KEMAR genérica frente a 30,1° con la HRTF medida del propio oyente (Pirard y Poole, AES AVAR 2026).
- Una HRTF genérica produjo 21 confusiones delante-detrás en 78 respuestas (27%) frente al 0% con HRTF individualizadas (Jenny y Reuter, JMIR Serious Games 2020).
- La reproducción con seguimiento de cabeza redujo las confusiones delante-detrás ponderadas del 16,5% al 6,3% (Oberem et al., bioRxiv 2020).
- Un solo giro de cabeza de 10° redujo las confusiones delante-detrás del 10,7% al 1,5% con altavoces reales (McLachlan et al., PLOS Computational Biology 2025).
- Los movimientos de cabeza de unos 32° de acimut casi eliminaron las confusiones delante-detrás (McAnally y Martin, Frontiers in Neuroscience 2014).
- Con HRTF no individuales, las confusiones delante-detrás partieron del 40,7% y el error de localización se redujo a la mitad tras unos 19 minutos de entrenamiento (Steadman et al., Scientific Reports 2019).
- Los errores de cuadrante bajaron del 27,5% al 18,3% en las primeras 400 pruebas de entrenamiento (Majdak et al., Attention, Perception and Psychophysics 2010).
- La externalización frontal subió de 25,56 a 65,15 sobre 100 tras el ajuste de nivel y de reflexiones (Shen y Wang, Trends in Hearing 2026).
- El 81% de los participantes de SADIE II prefirió las HRTF de la cabeza artificial a las suyas propias (University of York, Applied Sciences 2018).
- Elegir entre HRTF no individuales agrupadas redujo el error de localización un 22% (So et al., Ergonomics 2010).
1. Error Angular: HRTF Genéricas frente a Individualizadas
El hallazgo principal es muy desigual. Sustituir la HRTF propia del oyente por una genérica perjudica mucho la dimensión arriba-abajo y delante-detrás, mientras que la precisión izquierda-derecha apenas cambia. En el estudio de 2026 con cinco HRTF, el error de ángulo polar pasó de 30,1° con HRTF medidas a 48,8° con la KEMAR (p < 0,001), mientras que las métricas laterales no mostraron un efecto significativo (p > 0,05) (Pirard y Poole, arXiv 2026).
Para los jugadores, esto explica por qué el surround virtual hace fácil ubicar a un francotirador a tu izquierda, pero difícil interpretar un paso por encima o por detrás de ti. Las pistas izquierda-derecha provienen sobre todo de las diferencias de tiempo y de nivel entre los dos oídos, que toda cabeza comparte de forma aproximada. Las pistas de elevación y de delante-detrás residen en las finas muescas espectrales del pabellón auricular de cada persona, y estas difieren de una persona a otra.
| Métrica | Valor | Fuente |
|---|---|---|
| Error absoluto de ángulo polar, HRTF KEMAR genérica frente a HRTF medida del propio oyente | 48,8° frente a 30,1° (p < 0,001) | Pirard y Poole, AES AVAR 2026 |
| Error absoluto de ángulo polar, HRTF de otra persona elegida al azar frente a HRTF sintética de alta resolución basada en escaneo | 41,8° frente a 35,6° | Pirard y Poole, AES AVAR 2026 |
| Error absoluto medio local de acimut: propia medida, propia modelada, genérica de la cabeza artificial KU100 | 17°, 21°, 20° (sin efecto principal significativo) | Rummukainen et al., Applied Sciences 2021 |
| Error absoluto medio local de elevación, HRTF propia medida frente a HRTF KU100 genérica | 21° frente a 21° | Rummukainen et al., Applied Sciences 2021 |
| Oyentes cuya precisión horizontal con la HRTF de otra persona igualó la de fuentes reales en campo libre | 12 de 16 | Wenzel et al., JASA 1993 |
| Error vertical con HRTF medidas o estimadas frente a la KEMAR genérica, 24 participantes, reproducción con seguimiento de cabeza | Significativamente menor; diferencias horizontales no significativas | Frankenbach et al., JAES 2025 |
| Mejor precisión humana con fuentes sonoras reales (campo libre): acimut frente a elevación | 1-2° frente a 3-4° | Carlini et al., Frontiers in Psychology 2024 |
Nota de contexto: el estudio de Rummukainen evaluó solo a 8 oyentes en su experimento estático, y sus diferencias de acimut de 3° a 4° no alcanzaron significación. El resultado de Wenzel es la referencia clásica de este patrón (dato más reciente disponible para ese diseño: Wenzel et al., JASA 1993), y el estudio de Frankenbach de 2025 (JAES) reprodujo la misma división con renderizado dinámico moderno.
2. Confusión Delante-Detrás y Errores de Cuadrante
Una confusión delante-detrás es el error del que más se quejan los jugadores: un enemigo a tu espalda suena como si estuviera delante. Un error de cuadrante es un recuento más amplio que también incluye las inversiones arriba-abajo. Estas tasas varían mucho entre estudios por el tipo de estímulo, el entrenamiento y el rigor con que se define una confusión, así que compara filas dentro de una misma fuente antes de comparar fuentes distintas.
En un estudio de valoración en RV, una HRTF KEMAR genérica produjo 21 confusiones delante-detrás en 78 respuestas (27%), mientras que las HRTF individualizadas no produjeron ninguna (χ²(1,77)=22,0, P<0,001) (Jenny y Reuter, JMIR Serious Games 2020). El patrón se mantiene también en los datos de 2026: la HRTF de otra persona al azar se acercó a la del propio oyente en confusiones delante-detrás, pero fue peor en errores de cuadrante.
| Métrica | Valor | Fuente |
|---|---|---|
| Tasa de confusión delante-detrás: KEMAR frente a HRTF propia medida frente a HRTF de otra persona al azar | 17,2% frente a 8,1% frente a 9,1% | Pirard y Poole, AES AVAR 2026 |
| Tasa de error de cuadrante, HRTF de otra persona al azar frente a HRTF propia medida | 22,6% frente a 15,4% (p = 0,039) | Pirard y Poole, AES AVAR 2026 |
| Confusiones delante-detrás, HRTF KEMAR genérica frente a HRTF individualizada | 21 de 78 respuestas (27%) frente a 0% | Jenny y Reuter, JMIR Serious Games 2020 |
| Confusiones delante-detrás, HRTF no individual más desviada frente a la menos desviada de la base de datos ARI | 19 de 78 (24%) frente a 5 de 78 (6%) | Jenny y Reuter, JMIR Serious Games 2020 |
| Confusión delante-detrás con una HRTF no individual con auriculares frente a fuentes reales en campo libre | 31% frente a 19% | Wenzel et al. 1993, según se recoge en Rummukainen et al., Applied Sciences 2021 |
| Error de cuadrante al pasar de HRTF genéricas a individuales | 21% a 8% | Middlebrooks 1999, según se recoge en Rummukainen et al., Applied Sciences 2021 |
| Error de cuadrante para habla virtual, nivel de azar de aproximadamente 50% | 59% | Begault et al. 2001, según se recoge en Majdak et al., Attention, Perception and Psychophysics 2010 |
| Error de cuadrante de oyentes entrenados con fuentes de altavoces reales | 6% | Makous y Middlebrooks 1990, según se recoge en Majdak et al., Attention, Perception and Psychophysics 2010 |
Nota sobre el valor atípico: la cifra del 59% para habla virtual está por encima del azar, y dos artículos posteriores (Majdak et al. 2010 y Rummukainen et al. 2021) reportan el mismo valor. Muestra lo mal que puede fallar el habla virtual en esta métrica. Las filas que citan estudios de 1990 a 2001 son el dato más reciente disponible para esos diseños concretos.
3. Seguimiento de Cabeza: la Mayor Mejora Individual
El seguimiento de cabeza significa que la escena virtual permanece fija en el mundo mientras la cabeza gira, como ocurre con el sonido real. Es el renderizado binaural “dinámico” que se encuentra en los visores de RV y en algunos auriculares intrauditivos con seguimiento de cabeza, y está ausente de cualquier modo 7.1 virtual que no siga la cabeza. Los datos sugieren que esto importa más que la HRTF que se elija.
Pasar de la reproducción estática a la reproducción con seguimiento de cabeza redujo el error horizontal absoluto de 38,7° a 21,2° y las confusiones delante-detrás ponderadas del 16,5% al 6,3% (Oberem et al., bioRxiv 2020). Más revelador aún: la diferencia entre HRTF individuales y no individuales se redujo de 6,8 puntos porcentuales en la reproducción estática a 1,7 puntos con seguimiento de cabeza. El movimiento hace buena parte del trabajo que de otro modo haría una HRTF personal.
| Métrica | Valor | Fuente |
|---|---|---|
| Confusiones delante-detrás ponderadas, reproducción estática frente a reproducción con seguimiento de cabeza (resolución de HRTF de 5°) | 16,5% frente a 6,3% | Oberem et al., bioRxiv 2020 |
| Error horizontal absoluto, reproducción estática frente a reproducción con seguimiento de cabeza | 38,7° frente a 21,2° | Oberem et al., bioRxiv 2020 |
| Diferencia en confusión delante-detrás entre HRTF individuales y no individuales, estática frente a con seguimiento de cabeza | 6,8 frente a 1,7 puntos porcentuales | Oberem et al., bioRxiv 2020 |
| Confusiones delante-detrás sin frente a con un solo giro de cabeza de 10° (altavoces reales, 8 oyentes) | 10,7 ± 6,3% frente a 1,5 ± 1,2% | McLachlan et al., PLOS Computational Biology 2025 |
| Error polar RMS sin frente a con el giro de cabeza de 10° | 25,1 ± 3,2° frente a 20,5 ± 5,2° | McLachlan et al., PLOS Computational Biology 2025 |
| Ventana de rotación de cabeza que redujo significativamente frente a casi eliminó las confusiones delante-detrás | 4° frente a 32° de acimut | McAnally y Martin, Frontiers in Neuroscience 2014 |
| Ventana de rotación de cabeza necesaria para reducir significativamente el error de elevación | 16° de acimut | McAnally y Martin, Frontiers in Neuroscience 2014 |
Nota de contexto: los estudios de McLachlan y McAnally usaron altavoces reales, no auriculares, así que muestran lo que el movimiento de cabeza puede hacer en principio (McLachlan et al. 2025; McAnally y Martin 2014). El error lateral no cambió con el movimiento de cabeza en ninguno de los dos estudios (error RMS lateral de 8,1° frente a 8,2° en McLachlan).
4. Externalización: Sonido Fuera de la Cabeza frente a Dentro de la Cabeza
La externalización es la percepción de que un sonido proviene de un punto del espacio fuera de la cabeza, y no de dentro de ella. La mala externalización es la razón por la que una mezcla de surround virtual puede dar la sensación de “sonido entre los oídos” incluso cuando las direcciones son correctas. Las fuentes frontales son el caso más difícil, y la pantalla, donde transcurre buena parte de la acción de un juego, está delante del jugador.
Para una fuente frontal a 0° con una respuesta de sala no individualizada, la externalización obtuvo 25,56 sobre 100, y subió a 65,15 tras el ajuste de nivel y de reflexiones (d de Cohen = 2,32) (Shen y Wang, Trends in Hearing 2026). Esa respuesta de sala es una BRIR (respuesta al impulso binaural de la sala: una HRTF que además contiene las reflexiones de una sala). Las reflexiones son una herramienta de doble filo: ayudan a que los sonidos salgan de la cabeza, pero pueden desdibujar la dirección.
| Métrica | Valor | Fuente |
|---|---|---|
| Tasa de localización dentro de la cabeza, reproducción estática frente a con seguimiento de cabeza | 6,4% frente a 0,5% | Oberem et al., bioRxiv 2020 |
| Valoración de externalización (0-100) para una fuente frontal a 0°, respuesta de sala no individualizada original frente a ajustada | 25,56 frente a 65,15 | Shen y Wang, Trends in Hearing 2026 |
| Valoración de externalización a 15° y 30° de acimut, respuesta de sala original frente a ajustada | 42,33 frente a 67,66 (15°); 60,04 frente a 85,67 (30°) | Shen y Wang, Trends in Hearing 2026 |
| Oyentes que eligieron la respuesta de sala más modificada en pruebas de elección forzada a 0° y 15° | 84 de 100 y 83 de 100 (p < 0,001) | Shen y Wang, Trends in Hearing 2026 |
| Puntuación de externalización, respuestas de sala individuales frente a no individuales | 53,4% frente a 51,2% | Leclère et al. 2019, según se recoge en Shen y Wang, Trends in Hearing 2026 |
| Duración de la cola reverberante que mejora la externalización antes de que cesen las mejoras | Hasta unos 80 ms | Best et al., Trends in Hearing 2020 (revisión) |
| Error medio de elevación para habla virtual sin frente a con reverberación | 17,6° frente a 28,7° | Begault et al. 2001, según se recoge en Carlini et al., Frontiers in Psychology 2024 |
| Oyentes de SADIE II que valoraron su propia HRTF medida como la más externa | 1 de 16 | University of York, Applied Sciences 2018 |
Nota de contexto: la externalización apenas depende de que la HRTF sea personal (53,4% frente a 51,2%), pero depende mucho del seguimiento de cabeza, las reflexiones y el ángulo de la fuente. La revisión de Best et al. también señala que las fuentes que se mueven con la cabeza tienden a internalizarse, mientras que las fuentes fijas en el mundo se externalizan mejor. La cifra de elevación de Begault es el dato más reciente disponible de un estudio de 2001.
5. Entrenamiento y Adaptación a una HRTF Genérica
El cerebro es plástico, y una HRTF que no encaja puede aprenderse en parte. Es una buena noticia para los jugadores que nunca se harán medir los oídos: la pregunta pasa de “qué HRTF” a “cuánta práctica deliberada con retroalimentación”.
En un estudio con 36 participantes, el error esférico ajustado de localización bajó de 43,4° a 25,5° con menos de dos horas de entrenamiento (nueve bloques de 12 minutos), y los errores se redujeron a la mitad tras unos 19 minutos (Steadman et al., Scientific Reports 2019). La gamificación por sí sola no superó al grupo de control sin entrenamiento (p = 0,940); la versión que añadía escucha activa con seguimiento de cabeza sí lo hizo. La adaptación también varía según la persona, como muestran los resultados de Stitt que siguen.
| Métrica | Valor | Fuente |
|---|---|---|
| Error esférico ajustado antes frente a después del entrenamiento con HRTF no individuales (108 minutos en total) | 43,4° frente a 25,5° | Steadman et al., Scientific Reports 2019 |
| Tasa inicial de confusión delante-detrás con HRTF no individuales y reducción media tras el entrenamiento | 40,7%; cerca del 15% | Steadman et al., Scientific Reports 2019 |
| Entrenamiento gamificado sin escucha activa frente a control sin entrenamiento, error esférico | No significativo (p = 0,940) | Steadman et al., Scientific Reports 2019 |
| Mejora mediana del error polar en las cuatro primeras sesiones semanales con una HRTF mal ajustada | 11,9° | Stitt et al., Scientific Reports 2019 |
| Mejora total del error polar en 10 sesiones, grupo con HRTF mal ajustada frente a grupo de control con HRTF propia | Cerca de 25° frente a cerca de 10° | Stitt et al., Scientific Reports 2019 |
| Oyentes con HRTF mal ajustada que alcanzaron el error polar del grupo de control tras 10 sesiones | 3 de 8 | Stitt et al., Scientific Reports 2019 |
| Error de cuadrante antes frente a después de las primeras 400 pruebas de entrenamiento con las HRTF propias medidas de los oyentes, señalamiento con la cabeza frente a señalamiento manual | 27,5% a 18,3%; 28,8% a 18,4% | Majdak et al., Attention, Perception and Psychophysics 2010 |
| Reducción del error tras 60 segundos de exposición audiovisual con HRTF genéricas frente a exposición solo auditiva | t(16) = 2,87, p = 0,011 frente a p = 0,53 (n.s.) | Berger et al., Frontiers in Neuroscience 2018 |
Nota de contexto: Stitt et al. atribuyen unos 15° de los 25° de mejora de ese grupo a la adaptación a la HRTF, ya que los controles con HRTF propia también mejoraron unos 10°. Un experimento con oídos reales y moldes físicos de oreja (no auriculares) encontró una adaptación completa a los nuevos oídos en 20 minutos, con unos 10 minutos de entrenamiento audiomotor (Parise et al., iScience 2024). Los datos de entrenamiento de Majdak datan de 2010 y son el dato más reciente disponible para ese protocolo; como usó las HRTF propias de cada oyente, muestra cuánto de cualquier mejora es simple aprendizaje de la tarea, algo que también contiene todo estudio con HRTF genéricas.
6. Atajos de Personalización y Bases de Datos de HRTF
La medición completa de HRTF es lenta y propia del laboratorio: el protocolo de estilo ARI midió 1.550 HRTF por oyente en unos 20 minutos dentro de un montaje especializado (Majdak et al. 2010). Por eso la investigación ha pasado a los atajos: elegir la mejor coincidencia de una base de datos, remodelar una HRTF genérica o sintetizar una a partir de un escaneo.
Dejar que los oyentes eligieran entre seis grupos construidos a partir de 196 HRTF no individuales redujo el error de localización del sonido un 22%, y el 65% de los oyentes redujo sus tasas de confusión delante-detrás (So et al., Ergonomics 2010). Las bases de datos más grandes hacen más realista esa búsqueda de coincidencias. Hay que tener en cuenta el giro de los datos de SADIE II: la gente suele preferir el equilibrio tonal de una cabeza artificial a sus propias mediciones, de modo que “suena mejor” y “localiza mejor” son objetivos distintos (nuestro resumen sobre la preferencia de curva objetivo en auriculares cubre la parte tonal).
| Métrica | Valor | Fuente |
|---|---|---|
| Reducción del error de localización al elegir entre 6 HRTF no individuales agrupadas | 22%; el 65% de los oyentes también redujo la confusión delante-detrás | So et al., Ergonomics 2010 |
| Mejores resultados al reforzar o atenuar bandas de frecuencia seleccionadas de la HRTF en 12 o 18 dB, 32 participantes | Hasta un 70% menos de error de localización y un 66% menos de confusión delante-detrás | So et al., Human Factors 2011 |
| Error mediano de elevación, mejor HRTF única frente a mejor HRTF elegida por dirección (8 oyentes) | 27,8° frente a 22,2° (p = 0,056) | Goldring et al., AES AVAR 2024 |
| Error mediano de acimut, mejor HRTF única frente a mejor HRTF por dirección | 18,13° frente a 15,74° (p = 0,12) | Goldring et al., AES AVAR 2024 |
| Efecto de escalar en frecuencia las funciones de transferencia del oído de otra persona | Redujo a menos de la mitad la penalización de usar las funciones de transferencia del oído de otro sujeto | Middlebrooks, JASA 1999 |
| Conjunto de datos de HRTF SONICOM, versión inicial frente a versión ampliada (sujetos medidos) | 120 frente a 300 | Engel et al., JAES 2023; Poole et al., arXiv 2025 |
| Versión ampliada de SONICOM: sujetos con HRTF sintetizadas y cuadrícula de medición | 200 de 300; 793 posiciones | Poole et al., arXiv 2025 |
| Participantes de la prueba de escucha de SADIE II (16) que prefirieron las HRTF de la cabeza artificial KU100 a las suyas | 81% (la base de datos en sí contiene 20 sujetos) | University of York, Applied Sciences 2018 |
Nota de contexto: los hallazgos de So et al. y de Middlebrooks son el dato más reciente disponible para esos métodos (2010, 2011 y 1999). El conjunto de datos SONICOM ampliado y la evaluación de SADIE II son los recursos públicos con más probabilidades de alimentar la próxima generación de herramientas de ajuste de HRTF.
7. Qué Dice la Evidencia sobre el 7.1 Virtual y el Audio de los Juegos
Los estudios realizados dentro de juegos reales siguen siendo pocos y pequeños, pero apuntan en la misma dirección que los datos de laboratorio. La personalización ayuda más donde más fallan las HRTF genéricas (elevación y delante-detrás), mientras que la ubicación izquierda-derecha ya es suficientemente buena con casi cualquier HRTF. En una prueba de disparos en primera persona de escritorio, los 22 participantes rindieron de forma significativamente mejor en la tarea de localización con su HRTF individualizada que con una genérica, tanto en acimut como en elevación (Andersen et al., I3DA 2021).
Las mejoras no siempre requieren una HRTF completa. Un equipo del KAIST ajustó solo la diferencia interaural de tiempo (ITD: la diminuta diferencia en el tiempo de llegada entre los dos oídos) y aun así halló tiempos de respuesta significativamente más rápidos que con dos HRTF genéricas (Kim et al., AES Show 2024). Para el contexto de hardware de los auriculares en los que se incluyen estas funciones, consulta nuestras estadísticas de auriculares gaming.
| Métrica | Valor | Fuente |
|---|---|---|
| Condiciones de renderizado comparadas en una tarea de localización en un juego de disparos de escritorio, 22 participantes | 3 (panoramización estéreo, binaural genérica, binaural individualizada); la individualizada fue significativamente mejor | Andersen et al., I3DA 2021 |
| Tiempo de respuesta con una HRTF optimizada en ITD frente a la MIT KEMAR y a una HRTF predeterminada del motor del juego | Reducido de forma significativa (cifra no indicada en el resumen) | Kim et al., AES Show 2024 |
| Precisión lateral (izquierda-derecha) en cinco tipos de HRTF, de la medida a la cabeza artificial | Sin efecto significativo (p > 0,05) | Pirard y Poole, AES AVAR 2026 |
| Diferencias por pares en la localización valorada entre HRTF medidas, modeladas y genéricas en RV de 6 grados de libertad, 12 oyentes | Ninguna significativa en las pruebas post hoc | Rummukainen et al., Applied Sciences 2021 |
| Respuestas que valoraron el timbre como natural, HRTF individualizada frente a HRTF KEMAR genérica | 62 de 78 (79%) frente a 1 de 78 (1%) | Jenny y Reuter, JMIR Serious Games 2020 |
| Error de localización horizontal, HRTF medidas o estimadas frente a la KEMAR con reproducción con seguimiento de cabeza | Sin diferencia significativa | Frankenbach et al., JAES 2025 |
Nota de contexto: ninguno de estos estudios con juegos publicó cifras de error por condición en sus resúmenes, así que conviene tratarlos como evidencia de la dirección del efecto. La lectura práctica es coherente en todas las secciones: el seguimiento de cabeza (sección 3) y menos de dos horas de entrenamiento con retroalimentación (sección 5) cierran buena parte de la brecha que cerraría una HRTF personal.
Resumen: Precisión de Localización con HRTF en Auriculares Gaming en Cifras
| Métrica | Valor | Fuente |
|---|---|---|
| Tasa de confusión delante-detrás, KEMAR genérica frente a HRTF propia medida | 17,2% frente a 8,1% | Pirard y Poole, AES AVAR 2026 |
| Confusiones delante-detrás, KEMAR genérica frente a HRTF individualizada en RV | 27% frente a 0% | Jenny y Reuter, JMIR Serious Games 2020 |
| Error medio local de acimut, propia medida frente a KU100 genérica | 17° frente a 20° | Rummukainen et al., Applied Sciences 2021 |
| Confusiones delante-detrás ponderadas, reproducción estática frente a con seguimiento de cabeza | 16,5% frente a 6,3% | Oberem et al., bioRxiv 2020 |
| Error horizontal absoluto, reproducción estática frente a con seguimiento de cabeza | 38,7° frente a 21,2° | Oberem et al., bioRxiv 2020 |
| Confusiones delante-detrás sin frente a con un giro de cabeza de 10° | 10,7% frente a 1,5% | McLachlan et al., PLOS Computational Biology 2025 |
| Rotación de cabeza que casi eliminó las confusiones delante-detrás | Unos 32° de acimut | McAnally y Martin, Frontiers in Neuroscience 2014 |
| Valoración de externalización frontal, respuesta de sala original frente a ajustada | 25,56 frente a 65,15 sobre 100 | Shen y Wang, Trends in Hearing 2026 |
| Duración de la cola reverberante que ayuda a la externalización | Hasta unos 80 ms | Best et al., Trends in Hearing 2020 |
| Error esférico ajustado antes frente a después de menos de dos horas de entrenamiento | 43,4° frente a 25,5° | Steadman et al., Scientific Reports 2019 |
| Tiempo de entrenamiento para reducir a la mitad el error de localización | Unos 19 minutos | Steadman et al., Scientific Reports 2019 |
| Oyentes con HRTF mal ajustada que alcanzaron el error polar del nivel de control tras 10 sesiones | 3 de 8 | Stitt et al., Scientific Reports 2019 |
| Error de cuadrante antes frente a después de 400 pruebas de entrenamiento (señalamiento con la cabeza) | 27,5% frente a 18,3% | Majdak et al., Attention, Perception and Psychophysics 2010 |
| Reducción del error de localización al elegir entre HRTF agrupadas | 22% | So et al., Ergonomics 2010 |
| Error mediano de elevación, mejor HRTF única frente a mejor HRTF por dirección | 27,8° frente a 22,2° | Goldring et al., AES AVAR 2024 |
| Sujetos medidos de SONICOM, versión ampliada | 300 | Poole et al., arXiv 2025 |
| Participantes de SADIE II que prefirieron las HRTF de la cabeza artificial a las suyas | 81% | University of York, Applied Sciences 2018 |
Metodología y Fuentes
- Pirard y Poole, Evaluation of Head-Related Transfer Functions Across Five Levels of Individualisation in Virtual Reality, AES AVAR 2026 (preprint de arXiv): 19 oyentes, visores Meta Quest, 297 pruebas por experimento.
- Jenny y Reuter, Usability of Individualized HRTFs in Virtual Reality, JMIR Serious Games 2020: 39 sujetos, HRTF de ARI y de la MIT KEMAR.
- Rummukainen, Robotham y Habets, Head-Related Transfer Functions for Dynamic Listeners in Virtual Reality, Applied Sciences 2021: también es la intermediaria de las cifras de comparación de Wenzel 1993 y Middlebrooks 1999.
- Wenzel, Arruda, Kistler y 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 y Fels, Evaluating Localization Accuracy of Dynamic Binaural Synthesis, JAES 2025.
- Majdak, Goupell y Laback, 3-D Localization of Virtual Sound Sources, Attention, Perception and Psychophysics 2010: también es la intermediaria de las cifras de error de cuadrante de Begault et al. 2001 y Makous y Middlebrooks 1990.
- Oberem, Richter, Setzer, Seibold, Koch y Fels, Localization Accuracy with Non-Individual and Individual HRTFs Comparing Static and Dynamic Reproduction, bioRxiv 2020: 11 oyentes, solo el hemisferio derecho.
- McLachlan, Majdak, Reijniers, Mihocic y Peremans, Bayesian Active Sound Localisation, PLOS Computational Biology 2025.
- McAnally y Martin, Sound Localization with Head Movement: Implications for 3-D Audio Displays, Frontiers in Neuroscience 2014.
- Shen y Wang, Enhancing Externalization of Frontal Virtual Sound Sources, Trends in Hearing 2026: también es la intermediaria de las cifras de Leclère et al. 2019.
- Best, Baumgartner, Lavandier, Majdak y Kopčo, Sound Externalization: A Review of Recent Research, Trends in Hearing 2020.
- Carlini, Bordeau y Ambard, Auditory Localization: A Comprehensive Practical Review, Frontiers in Psychology 2024: líneas de base en campo libre y las cifras de reverberación de Begault 2001.
- Steadman, Kim, Lestang, Goodman y Picinali, Short-Term Effects of Sound Localization Training in Virtual Reality, Scientific Reports 2019.
- Stitt, Picinali y 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 y 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 y 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.
- Nota sobre los datos: las métricas de error no están estandarizadas. Los estudios reportan error polar o error de elevación, media o mediana, confusión delante-detrás o error de cuadrante (que también cuenta las inversiones arriba-abajo), y algunos ponderan las confusiones por ángulo, así que compara valores dentro de una misma fuente antes de compararlos entre fuentes. Varias cifras clave proceden de preprints o de artículos de conferencia que aún no están en una revista (Pirard y Poole 2026, Oberem et al. 2020, Goldring et al. 2024, Poole et al. 2025). El error de cuadrante de la HRTF individual de Middlebrooks aparece como 8% en Rummukainen et al. y como 7,7 ± 8,0% para sujetos entrenados en Majdak et al., lo que es coherente dentro del redondeo. Las fuentes de SONICOM difieren sobre el tamaño de la versión inicial (120 sujetos en el resumen del JAES de 2023 frente a 200 HRTF descritas en el artículo del conjunto ampliado de 2025); citamos 120 para el artículo original y 300 para la versión ampliada. El artículo de Steadman et al. enumera 36 participantes por grupo, pero ofrece un desglose por sexo que suma 38, y algunos de sus valores p están ilegibles en el texto, así que citamos solo resultados a nivel de grupo con estadísticas claras. Las cifras de movimiento de cabeza de McLachlan y McAnally proceden de experimentos con altavoces, no con auriculares. Varias filas dependen de estudios de 1990 a 2011 y se señalan como dato más reciente disponible. En este resumen no se utiliza ninguna cifra de fabricantes ni proveedores.
Última actualización: 25 de octubre de 2026. Actualizamos este resumen trimestralmente, y la próxima revisión se espera cuando se publiquen las actas revisadas por pares de la Conferencia Internacional de la AES de 2026 sobre Audio para Realidad Virtual y Aumentada y Juegos Inmersivos y el próximo lanzamiento del conjunto de datos SONICOM.