Pasar del sonido monoaural al audio binaural con seguimiento de la cabeza y acústica de sala elevó las valoraciones de inmersión en RV de 3,88 a 7,91 en una escala de 9 puntos, en un estudio con 17 oyentes entrenados. Esa mejora de laboratorio convive con una cifra agregada mucho más sobria: el efecto del sonido sobre la presencia, en 13 tamaños del efecto, es r = 0,260, por debajo del seguimiento del usuario, con r = 0,408. En 243 estudios publicados, la mediana del Igroup Presence Questionnaire (IPQ) es de solo 0,28 en una escala que va de -3 a 3, y la evidencia de que algo de esto se traslade a los juegos comerciales es escasa. Reunimos datos de ACM TOCHI, ACM CHI, PLOS ONE, las revistas Frontiers, Presence: Teleoperators and Virtual Environments y Meta Reality Labs. Para datos de adopción y de dispositivos, consulta nuestro informe aparte de estadísticas de audio espacial; esta página cubre lo que el sonido hace a la presencia medida (“la sensación de estar allí”) y a las puntuaciones de inmersión.
TL;DR
- El efecto agregado del sonido sobre la presencia es r = 0,260, 95% CI [0,203; 0,317], N = 757, mientras que el seguimiento del usuario llega a r = 0,408 (Media Psychology, Cummings y Bailenson 2016).
- La mediana del IPQ en 243 estudios es 0,28 en una escala de -3 a 3, y los estudios con visor montado en la cabeza (HMD) promedian M = 0,5 (ACM TOCHI, Tran et al. 2024).
- El renderizado de audio completo con un 20% de vídeo obtuvo 5,79, igualando los 5,76 del audio binaural sin reverberación con un 100% de vídeo, p = 0,891 (Frontiers in Signal Processing, Potter et al. 2022).
- Un paisaje sonoro movió la presencia del ítem único del IPQ con η² = 0,386, frente a η² = 0,130 de los sonidos de pasos, aunque la Presencia Espacial del IPQ no mostró un efecto significativo (Frontiers in Robotics and AI, Kern y Ellermeier 2020).
- El audio mejorado elevó la calidad del audio de Job Simulator de 7,11 a 7,43, F(1,63) = 24,49, p<0,001 (Frontiers in Virtual Reality, Mavridou et al. 2025, con apoyo del desarrollador de la herramienta).
- Una prueba de juego de terror con audio 3D frente a estéreo no halló diferencia significativa en los cuestionarios de inmersión ni de presencia (Aalborg University, Larsen y Pilgaard 2015).
- El IPQ mostró r = 0,82 para la ilusión de lugar en una comparación de cuatro cuestionarios, N = 50 (ACM CHI, Degenhard et al. 2025).
- El IPQ alcanzó α = 0,87 y requirió una media de 2,449 minutos para completarse (ACM CHI, Schwind et al. 2019).
- Llevar un visor montado en la cabeza (HMD) aumentó el error de elevación del sonido en unos 1,8° en una prueba con los ojos vendados (PLOS ONE, Ahrens et al. 2019).
- De 21 resultados de presencia y cinetosis, 11 son negativos, 6 positivos y 4 nulos (Frontiers in Psychology, Weech et al. 2019).
1. Referencias del IPQ: Cómo Son las Puntuaciones de Presencia en 243 Estudios
La mediana publicada del IPQ es 0,28 en una escala de -3 a 3. Una puntuación que suena modesta es, por tanto, normal, y el 5% superior de las condiciones empieza en apenas 1,30. Cualquier equipo de audio que cite un valor bruto de IPQ necesita este contexto antes de calificar un resultado como bueno o malo, que es el propósito del análisis de dos décadas del IPQ en ACM TOCHI.
La división por subescalas es la parte útil. El Realismo Experimentado es la única subescala con media negativa, de modo que la sensación de que el mundo virtual parece real es la dimensión más débil de la referencia, y la sección 3 muestra que es una que el sonido puede mover. El análisis no ofrece un desglose por condición sonora, así que todavía nadie puede decir qué aporta el audio a estas referencias.
| Métrica | Valor | Fuente |
|---|---|---|
| Corpus y puntuación global del IPQ, reescalada al rango de -3 a 3 | 243 estudios de 229 artículos, 9.354 participantes; M = 0,4, SD = 0,5, Mdn = 0,3 | Tran et al., ACM TOCHI 2024 |
| Puntos de corte por percentil de la puntuación global, todos los estudios | P50 = 0,28, P75 = 0,73, P90 = 1,07, P95 = 1,30 | Tran et al., ACM TOCHI 2024 |
| Puntuación del IPQ por tipo de pantalla: visor montado en la cabeza (HMD) frente a proyección frente a escritorio o móvil monoscópico | HMD M = 0,5 (P75 = 0,83, 180 estudios); proyección M = 0,2 (34 estudios); monoscópico M = -0,2 (39 estudios); F de Welch = 23,37, p < 0,001 | Tran et al., ACM TOCHI 2024 |
| Medias de las subescalas del IPQ, 162 estudios | Presencia General M = 0,9, SD = 0,7; Presencia Espacial M = 0,8, SD = 0,7; Implicación M = 0,3, SD = 0,6; Realismo Experimentado M = -0,3, SD = 0,6 | Tran et al., ACM TOCHI 2024 |
Las etiquetas de clase se basan en percentiles: 121 de los 243 estudios (49,8%) caen en la banda llamada Baja, porque esa banda se define como todo lo que queda por debajo de la mediana.
2. Cuánto Mueve el Sonido la Presencia: el Panorama Metaanalítico
El efecto agregado del sonido sobre la presencia es r = 0,260, 95% CI [0,203; 0,317]. Es un efecto real, y el metaanálisis de Stanford en Media Psychology lo califica de pequeño a mediano. También concluye que el impacto del sonido es relativamente pequeño en comparación con otras características y significativamente más débil que el del seguimiento. Aun así supera a la calidad de imagen, cuyo efecto fue significativamente menor que el del sonido.
El sonido aquí es un único compuesto que abarca la presencia o ausencia de sonido, el sonido ambiente, diegético o espacializado y el número de canales. El metaanálisis no ofrece una estimación agregada solo para el audio espacial, así que de él no se puede citar un valor de r para el audio espacial.
| Métrica | Valor | Fuente |
|---|---|---|
| Todas las características inmersivas combinadas, efecto sobre la presencia | r = 0,316, 95% CI [0,295; 0,338], K = 115 tamaños del efecto de 83 estudios, N = 6.998 | Cummings y Bailenson, Media Psychology 2016 |
| El sonido como característica del sistema, efecto sobre la presencia | r = 0,260, 95% CI [0,203; 0,317], K = 13, N = 757 | Cummings y Bailenson, Media Psychology 2016 |
| Nivel de seguimiento del usuario, efecto sobre la presencia | r = 0,408, 95% CI [0,360; 0,456], K = 22, N = 1.566 | Cummings y Bailenson, Media Psychology 2016 |
| Imágenes estereoscópicas, campo de visión y calidad de imagen, cada uno con su efecto sobre la presencia | Estereoscopia r = 0,320, K = 18; campo de visión r = 0,304, K = 14; calidad de imagen r = 0,150, 95% CI [0,086; 0,214], K = 10, N = 855 | Cummings y Bailenson, Media Psychology 2016 |
| Revisión de alcance del audio en RV con visor montado en la cabeza | n = 121 estudios; resultados descritos como mixtos para la presencia | Bosman et al., Behaviour and Information Technology 2024 |
| Prueba controlada más antigua de este conjunto: sonido espacializado añadido a una pantalla estereoscópica | Presencia significativamente mayor, realismo aparente sin aumento | Hendrix y Barfield, IEEE Virtual Reality Annual International Symposium 1995 |
Datos más recientes disponibles: Cummings y Bailenson, 2016. La revisión de 121 estudios más nueva es una revisión de alcance, no un análisis agregado, y no encontramos ningún metaanálisis específico de audio. El artículo del simposio de IEEE de 1995 es un hito histórico útil porque ya separaba la presencia del realismo. Un estudio de 2022 en Presence: Teleoperators and Virtual Environments con 51 participantes (28 con visor estereoscópico, 23 con monitor) también halló un efecto grande sobre la presencia espacial para la visualización estereoscópica, sin un tamaño del efecto numérico en el resumen.
3. Paisaje Sonoro Frente a Pasos: Qué Capa de Sonido Mueve la Puntuación
Un paisaje sonoro ambiente explicó mucho más de la valoración de presencia que los sonidos de pasos: η² = 0,386 frente a η² = 0,130 en el ítem único del IPQ. Un paisaje sonoro significa aquí el sonido de fondo continuo de un lugar. El resultado sugiere que la pregunta de presupuesto tiene un orden: primero el entorno y después los sonidos de interacción. Datos más recientes disponibles: Kern y Ellermeier, Frontiers in Robotics and AI 2020.
Los autores sitúan la presencia sin sonido entre el 40 y el 54 por ciento de la presencia en el mundo real, con los sonidos de pasos más el paisaje sonoro sumando unos 15-20 puntos porcentuales y un techo cercano al 70%. Los participantes caminaron en una cinta por una escena de naturaleza durante hasta 5 minutos por condición, lo que no es un juego, así que conviene tratar esto como un resultado de capa sonora, no de género.
| Métrica | Valor | Fuente |
|---|---|---|
| Valoración de presencia en una escala de 1-100, Experimento 1 (N = 36): paisaje sonoro añadido frente a no añadido, y sonidos de pasos añadidos frente a no añadidos | Paisaje sonoro F(1, 35) = 48,95, p < 0,001, η² = 0,583; pasos F(1, 35) = 0,003, p = 0,96 | Kern y Ellermeier, Frontiers in Robotics and AI 2020 |
| Presencia del ítem único del IPQ, Experimento 2 (N = 40): paisaje sonoro frente a sonidos de pasos | Paisaje sonoro F(1, 39) = 24,512, p < 0,001, η² = 0,386; pasos F(1, 39) = 5,821, p = 0,021, η² = 0,130 | Kern y Ellermeier, Frontiers in Robotics and AI 2020 |
| Media de Realismo del IPQ: solo con cancelación de ruido frente a pasos más paisaje sonoro | -1,375 frente a -0,306 | Kern y Ellermeier, Frontiers in Robotics and AI 2020 |
| Media de Implicación del IPQ: solo con cancelación de ruido frente a pasos más paisaje sonoro | -0,331 frente a 0,256; paisaje sonoro F(1, 39) = 36,983, p < 0,001, η² = 0,487 | Kern y Ellermeier, Frontiers in Robotics and AI 2020 |
| Media de Presencia Espacial del IPQ: solo con cancelación de ruido frente a pasos más paisaje sonoro | 0,17 frente a 0,33; ningún efecto significativo de ninguno de los factores | Kern y Ellermeier, Frontiers in Robotics and AI 2020 |
La mejora en el Realismo del IPQ entre esas dos condiciones es -0,306 menos -1,375 = 1,069 puntos. La Presencia Espacial es la sorpresa: el sonido cambió cuán real y absorbente resultaba la escena, sin un cambio significativo en la subescala que comparte nombre con el audio espacial.
4. Renderizado Espacial Frente a Resolución de Vídeo
Con el renderizado de audio completo, el vídeo podía bajar al 20% de resolución y aun así obtener 5,79, estadísticamente al nivel de los 5,76 con un 100% de vídeo sin reverberación (U = 567,0, p = 0,891). Reverberación significa aquí las reflexiones de la sala que le dicen al oído qué tan grande es un espacio. Este resultado coloca el renderizado de audio en la misma discusión presupuestaria que la resolución, aunque los autores señalan que los participantes sin entrenamiento previo serían más representativos que sus oyentes entrenados.
El contenido de la prueba fue voz y música en un HTC Vive, no contenido de juegos. Para el lado físico de la reverberación, consulta nuestras estadísticas de acústica de salas de conciertos. Los porcentajes de estudios más antiguos que aparecen abajo no se pueden sumar, porque cada uno comparó condiciones distintas con equipos distintos.
| Métrica | Valor | Fuente |
|---|---|---|
| Valoración de inmersión en una escala de 9 puntos, 100% de vídeo: monoaural frente a binaural con seguimiento de la cabeza y reverberación | 3,88 frente a 7,91 (N = 17) | Potter et al., Frontiers in Signal Processing 2022 |
| Valoración de inmersión: binaural con seguimiento de la cabeza y reverberación con un 20% de vídeo frente a binaural con seguimiento de la cabeza con un 100% de vídeo | 5,79 (95% CI 5,24-6,35) frente a 5,76 (95% CI 5,18-6,35); U = 567,0, p = 0,891 | Potter et al., Frontiers in Signal Processing 2022 |
| Resultado de Kruskal-Wallis para la inmersión según el método de audio espacial frente a según la resolución de vídeo | Audio H(2) = 145,917, p < 0,001; vídeo H(2) = 34,709, p < 0,001 | Potter et al., Frontiers in Signal Processing 2022 |
| Cambio en la inmersión media con un 100% de vídeo: de monoaural a binaural con seguimiento de la cabeza, y al quitar la reverberación | Aumento del 48%; disminución del 27,2% | Potter et al., Frontiers in Signal Processing 2022 |
| Presencia media, sin sonido frente a sonido espacializado con reverberación en un cubo de RV con altavoces | Aumento del 25,6% (p < 0,01) | Larsson et al. 2007 (informe secundario, ver Nota sobre los datos) |
| Presencia media, monoaural frente a binaural sin reverberación, sin seguimiento de la cabeza | Aumento del 20% | Hendrix y Barfield 1996 (informe secundario, ver Nota sobre los datos) |
| Presencia media, sin sonido frente a sonidos estéreo simples | Aumento del 9,0% (p < 0,01) | Dinh et al. 1999 (informe secundario, ver Nota sobre los datos) |
La mejora del renderizado monoaural al completo de la primera fila es 7,91 / 3,88 = 2,04 veces. Datos más recientes disponibles: Potter et al., Frontiers in Signal Processing 2022.
5. Dentro de Juegos de RV Reales: Donde el Efecto Cuesta Más de Encontrar
El audio mejorado elevó la valoración de calidad del audio de Job Simulator de 7,11 a 7,43 (F(1,63) = 24,49, p<0,001), mientras que la misma herramienta no produjo un cambio significativo en la presencia autoinformada en una simulación no comercial. El estudio de 2025 en Frontiers in Virtual Reality es lo más parecido a una prueba moderna en un juego comercial, y los autores dicen que la respuesta más fuerte en el juego comercial se debe probablemente a la arquitectura del sonido. La lectura para los desarrolladores: el posprocesado puede amplificar un diseño de sonido que existe, pero no puede aportar uno que no existe.
Conviene tratar con cuidado el tamaño de ese resultado. El estudio contó con el apoyo parcial de Bongiovi Acoustic Labs, desarrolladora de la herramienta de audio, varios coautores están vinculados a ella y no se reporta ningún tamaño del efecto. Las otras dos fuentes en contexto de juegos que aparecen abajo son una tesis de máster de Aalborg University y un artículo sobre la acústica de espacios en juegos de RV, y ninguna aporta una puntuación de presencia que pudiéramos citar.
| Métrica | Valor | Fuente |
|---|---|---|
| Muestra y diseño de la prueba de audio mejorado frente a normal | 68 reclutados, intrasujetos; 58 conservados para el análisis fisiológico; HTC VIVE Pro Eye | Mavridou et al., Frontiers in Virtual Reality 2025 (con apoyo del desarrollador de la herramienta) |
| Valoración de calidad del audio de Job Simulator en un ítem de 9 puntos, audio mejorado frente a normal | 7,43 ± 0,35 frente a 7,11 ± 0,36; F(1,63) = 24,49, p<0,001 | Mavridou et al., Frontiers in Virtual Reality 2025 (con apoyo del desarrollador de la herramienta) |
| Valoraciones de implicación y de localización del sonido en Job Simulator, audio mejorado frente a normal | Implicación F(1,63) = 6,79, p = 0,011; localización F(1,63) = 5,95, p = 0,018 | Mavridou et al., Frontiers in Virtual Reality 2025 (con apoyo del desarrollador de la herramienta) |
| Valencia emocional en Job Simulator a partir de sensores de los músculos faciales, audio mejorado frente a normal | 5,2 ± 1,1 frente a 4,7 ± 0,86; Wilcoxon t = 569,0, p = 0,0265 | Mavridou et al., Frontiers in Virtual Reality 2025 (con apoyo del desarrollador de la herramienta) |
| Presencia autoinformada en Escape VR, audio mejorado frente a normal, experiencia completa | Ninguna diferencia significativa | Mavridou et al., Frontiers in Virtual Reality 2025 (con apoyo del desarrollador de la herramienta) |
| Juego de terror, audio 3D frente a estéreo | Ninguna diferencia significativa en los cuestionarios de inmersión ni de presencia; la respuesta electrodérmica (conductancia de la piel) sí difirió significativamente | Larsen y Pilgaard, tesis de máster de Aalborg University 2015 |
| Espacios de juegos de RV: reverberación diseñada por el sonido frente a reverberación acorde con la sala visible | Los usuarios prefirieron la versión alterada solo cuando la original era muy seca o resonaba demasiado | Popp y Murphy, Virtual Worlds 2024 |
El resumen de la tesis añade su propia advertencia: la condición de audio 3D también tuvo mayor intensidad sonora, lo que podría explicar el resultado de conductancia de la piel. Datos más recientes disponibles para esa prueba: Larsen y Pilgaard, 2015.
6. Qué Cuestionario Detecta Realmente un Cambio en el Audio
El IPQ mostró r = 0,82 para la ilusión de lugar, el más alto de cuatro cuestionarios, en una comparación de CHI 2025 con N = 50. Ilusión de lugar significa la sensación de estar en la ubicación virtual, que es la dimensión a la que apunta el audio espacial. Si el instrumento no ve un cambio, un equipo de audio leerá la ausencia de efecto como ausencia de valor.
El mismo estudio advierte de que las herramientas de presencia son poco finas: los participantes juzgaron en general que las diferencias de puntuación eran demasiado pequeñas, y ningún cuestionario captó los cambios de encarnación. Un artículo de CHI 2019 añade un resultado práctico: rellenar el formulario dentro del casco no cambió las puntuaciones medias, lo que evita una interrupción de la experiencia.
| Métrica | Valor | Fuente |
|---|---|---|
| Diferencia media de puntuación, condición de alta menos baja intensidad, por cuestionario (con número de ítems) | SIP 0,57 (1 ítem), IPQ 0,43 (14 ítems), PQ 0,38 (19 ítems), SUS 0,36 (6 ítems) | Degenhard et al., ACM CHI 2025 |
| Tamaño del efecto r para la ilusión de lugar, prueba de rangos con signo de Wilcoxon | IPQ 0,82, SIP 0,75, SUS 0,72, PQ 0,57 | Degenhard et al., ACM CHI 2025 |
| Tamaño del efecto r para la plausibilidad, es decir, cuán creíbles resultan los eventos | PQ 0,8, IPQ 0,67, SUS 0,38, SIP 0,36 | Degenhard et al., ACM CHI 2025 |
| Participantes que estuvieron de acuerdo con la diferencia de puntuación | IPQ 33,6%, PQ 25,6% | Degenhard et al., ACM CHI 2025 |
| Consistencia interna, α de Cronbach (N = 36) | IPQ α = 0,87, WS α = 0,82, SUS α = 0,75 | Schwind et al., ACM CHI 2019 |
| Tiempo medio de realización en minutos | SUS 1,107, IPQ 2,449, WS 5,982 | Schwind et al., ACM CHI 2019 |
| Media del IPQ, completado dentro de la RV frente a fuera de la RV | F(1, 34) = 0,013, p = 0,909 | Schwind et al., ACM CHI 2019 |
SIP es una escala de presencia de ítem único, SUS es el cuestionario de Slater-Usoh-Steed, PQ y WS son formas del Presence Questionnaire de Witmer y Singer. Datos más recientes disponibles sobre fiabilidad y tiempos: Schwind et al., 2019.
7. Localización, Personalización y Efectos Secundarios
Llevar puesto el casco por sí solo aumentó el error de elevación del sonido en unos 1,8° (F(1,2049) = 35,29, p<0,0001) en una prueba con los ojos vendados. Parte del problema del audio en RV es el equipo que se lleva en la cabeza, antes de que se ejecute cualquier renderizado. Lo visual salda parte de esa deuda: en el estudio de PLOS ONE, mostrar la sala y la posición de la mano redujo el error de elevación. Para cifras del lado de los auriculares, consulta nuestras estadísticas de localización en auriculares gaming.
Las funciones de transferencia relativas a la cabeza (HRTF, los filtros que describen cómo las orejas y la cabeza de cada persona moldean el sonido) personales mostraron un beneficio para la presencia en un artículo de 2004 de Chalmers, pero el resumen no da ningún número y la configuración de medición de Meta muestra por qué no escala. El malestar es la otra variable abierta: una revisión en Frontiers in Psychology cita a Viaud-Delmon et al. (2006), donde añadir señales auditivas aumentó la presencia, pero también aumentó la cinetosis en RV.
| Métrica | Valor | Fuente |
|---|---|---|
| Error de elevación del sonido, con frente a sin HMD, con los ojos vendados (N = 10) | Aumento de unos 1,8°; F(1,2049) = 35,29, p<0,0001 | Ahrens et al., PLOS ONE 2019 |
| Error de elevación, con los ojos vendados con HMD frente a sala virtual con posición de la mano | 10,2° frente a 8,1° | Ahrens et al., PLOS ONE 2019 |
| Resultados publicados de presencia y cinetosis, por dirección de la relación | 21 entradas de 20 publicaciones: 11 negativas, 6 positivas, 4 nulas | Weech et al., Frontiers in Psychology 2019 |
| Dispersión de las correlaciones reportadas entre presencia y cinetosis | De r(6) = -0,63 (Cooper et al., 2016) a r(58) = 0,67 (Liu y Uang, 2011) | Weech et al., Frontiers in Psychology 2019 |
| HRTF individualizada frente a genérica, valoraciones de presencia para estímulos binaurales | Aumento significativo; sin cifra en el resumen | Väljamäe et al., Proceedings of the 7th Annual Workshop Presence 2004 |
| Equipo de captura de HRTF en Facebook Reality Labs Research | 54 altavoces en un brazo giratorio; el proceso dura aproximadamente media hora (descripción del propio proveedor) | Meta, Inside Facebook Reality Labs Research 2020 |
Datos más recientes disponibles: Weech et al., 2019, Ahrens et al., 2019, Meta, 2020, y Väljamäe et al., 2004. Solo 10 sujetos participaron en la prueba de PLOS ONE, con un único casco.
Resumen: Presencia e Inmersión del Audio en Juegos de RV en Cifras
| Métrica | Valor | Fuente |
|---|---|---|
| El sonido como característica del sistema, efecto sobre la presencia | r = 0,260, 95% CI [0,203; 0,317], N = 757 | Media Psychology 2016 |
| Mediana de la puntuación global del IPQ, rango de -3 a 3 | 0,28 (P50) | ACM TOCHI 2024 |
| Inmersión, monoaural frente a binaural con seguimiento de la cabeza y reverberación, 100% de vídeo | 3,88 frente a 7,91 | Frontiers in Signal Processing 2022 |
| Paisaje sonoro frente a sonidos de pasos, presencia del ítem único del IPQ | η² = 0,386 frente a η² = 0,130 | Frontiers in Robotics and AI 2020 |
| Presencia media, sin sonido frente a sonido espacializado con reverberación | Aumento del 25,6% (p < 0,01) | Larsson et al. 2007 (informe secundario) |
| Calidad del audio de Job Simulator, audio mejorado frente a normal | 7,43 frente a 7,11, p<0,001 | Frontiers in Virtual Reality 2025 (con apoyo del desarrollador de la herramienta) |
| Presencia autoinformada en Escape VR, audio mejorado frente a normal | Ninguna diferencia significativa | Frontiers in Virtual Reality 2025 (con apoyo del desarrollador de la herramienta) |
| Juego de terror, audio 3D frente a estéreo, inmersión y presencia en los cuestionarios | Ninguna diferencia significativa | Tesis de máster de Aalborg University 2015 |
| Audio en RV con visor montado en la cabeza, estudios abarcados | n = 121, mixto para la presencia | Behaviour and Information Technology 2024 |
| Tamaño del efecto del IPQ para la ilusión de lugar | r = 0,82 | ACM CHI 2025 |
| Fiabilidad del IPQ y tiempo medio de realización | α = 0,87; 2,449 minutos | ACM CHI 2019 |
| Efecto del casco sobre el error de elevación del sonido | Unos 1,8° más | PLOS ONE 2019 |
| Error de elevación, con los ojos vendados con HMD frente a sala virtual con posición de la mano | 10,2° frente a 8,1° | PLOS ONE 2019 |
| Resultados de presencia y cinetosis por dirección | 11 negativos, 6 positivos, 4 nulos | Frontiers in Psychology 2019 |
| Equipo de captura de HRTF | 54 altavoces, aproximadamente media hora (descripción del propio proveedor) | Meta 2020 |
Metodología y Fuentes
Leímos directamente cada estudio que figura abajo, en texto completo o en resumen, y reportamos los nombres de los cuestionarios, los tamaños de muestra y la notación estadística tal como los imprime el estudio. Las cifras que aparecieron solo en fragmentos de búsqueda se descartaron.
- Tran et al., Classifying Presence Scores: Insights and Analysis from Two Decades of the Igroup Presence Questionnaire, ACM TOCHI 2024
- Cummings y Bailenson, How Immersive Is Enough?, Media Psychology 2016
- Kern y Ellermeier, Audio in VR: Effects of a Soundscape and Movement-Triggered Step Sounds on Presence, Frontiers in Robotics and AI 2020
- Potter, Cvetković y De Sena, On the Relative Importance of Visual and Spatial Audio Rendering on VR Immersion, Frontiers in Signal Processing 2022
- Mavridou et al., Did You Hear That?, Frontiers in Virtual Reality 2025
- Degenhard et al., When Do We Feel Present in a Virtual Reality?, ACM CHI 2025
- Schwind et al., Using Presence Questionnaires in Virtual Reality, ACM CHI 2019
- Bosman et al., The Effect of Audio on the Experience in Virtual Reality: A Scoping Review, Behaviour and Information Technology 2024
- Ahrens et al., Sound Source Localization with Varying Amount of Visual Information in Virtual Reality, PLOS ONE 2019
- Weech, Kenny y Barnett-Cowan, Presence and Cybersickness in Virtual Reality Are Negatively Related: A Review, Frontiers in Psychology 2019
- Hendrix y Barfield, Presence in Virtual Environments as a Function of Visual and Auditory Cues, IEEE 1995
- Väljamäe et al., Auditory Presence, Individualized Head-Related Transfer Functions, and Illusory Ego-Motion in Virtual Environments, 2004
- Uz-Bilgin, Thompson y Klopfer, Stereoscopic Views Improve Spatial Presence but Not Spatial Learning in VR Games, Presence: Teleoperators and Virtual Environments 2022
- Popp y Murphy, Speech Intelligibility Versus Congruency, Virtual Worlds 2024
- Larsen y Pilgaard, The Effect of Spatial Audio on Immersion, Presence, and Physiological Response in Games, Aalborg University 2015
- Meta, Inside Facebook Reality Labs Research: The Future of Audio, 2020
- Nota sobre los datos: la evidencia controlada sobre los juegos de RV comerciales es escasa, y la mayoría de las cifras de aquí proceden de escenas de voz, música, caminata o simulación. Las escalas difieren entre estudios (IPQ de -3 a 3, ítems de 1-100, ítems de 9 puntos), así que los valores no se pueden comparar entre filas, salvo que la fila lo indique. Los subgrupos de pantalla de la sección 1 suman 253 estudios frente a los 237 informados como estudios que reportan pantalla, y la media global es M = 0,4 para los 243 estudios, pero M = 0,3 en la tabla de pantallas de 237 estudios, por lo que no combinamos esos recuentos. En el artículo de 2025 de Frontiers in Virtual Reality dejamos fuera varias cifras que parecen incoherentes en el texto publicado: una media de localización de un evento de helicóptero de 9,09 en un ítem de 9 puntos, una dirección de la calidad del audio en Escape VR que difiere entre el texto y el pie de figura, y una prueba de implicación impresa como t(2); además, su nota de financiación y su declaración de ausencia de conflicto también están en tensión. En el estudio de renderizado de la sección 4, un valor de p de calidad audiovisual difiere entre el texto y la tabla, y no se aplicó ninguna corrección por comparaciones múltiples. La comparación de cuestionarios de la sección 6 dice que SUS y PQ tuvieron el menor reflejo de los cambios con los que los usuarios estuvieron de acuerdo, pero también sitúa al PQ en segundo lugar en acuerdo, así que citamos solo los dos porcentajes impresos. Weech et al. listan a Mania y Chalmers (2001) como nulo con r(16) = -0,4, una incoherencia que no resolvimos. Los dos artículos de CHI de la sección 6 usaron formas distintas del instrumento de Witmer y Singer (32 ítems como WS, 19 ítems como PQ). Las cifras de Larsson et al. (2007), Hendrix y Barfield (1996) y Dinh et al. (1999) proceden de la discusión del artículo de Frontiers in Signal Processing, y las de Viaud-Delmon et al. (2006), Cooper et al. (2016) y Liu y Uang (2011) de la revisión de Frontiers in Psychology; no leímos esos originales. Los trabajos de pago o bloqueados, incluidos artículos de la AES y trabajos de CHI 2018 sobre audio de juegos, se excluyeron en lugar de citarse de segunda mano.
Última actualización: 31 de octubre de 2026. Actualizamos este informe trimestralmente, y la próxima revisión se espera cuando se publiquen las actas de la conferencia IEEE VR 2027.