Com uma HRTF genérica da cabeça artificial KEMAR, ouvintes de um estudo de RV de 2026 confundiram frente e trás em 17,2% das tentativas, mais do dobro dos 8,1% obtidos com as próprias HRTFs medidas (Pirard e Poole, Conferência da AES sobre Áudio para Realidade Virtual e Aumentada 2026). O mesmo estudo constatou que os julgamentos esquerda-direita quase não mudaram entre cinco tipos de HRTF, o que concorda com décadas de trabalhos anteriores. O rastreamento de cabeça é a correção isolada mais forte nos dados: as confusões frente-trás ponderadas caíram de 16,5% na reprodução estática em fones de ouvido para 6,3% com renderização com rastreamento de cabeça (Oberem et al., bioRxiv 2020). O treino também ajuda, com o erro esférico ajustado caindo de 43,4 para 25,5 graus em menos de duas horas de prática (Steadman et al., Scientific Reports 2019). Agregamos dados do Journal of the Acoustical Society of America, do Journal of the Audio Engineering Society, da Scientific Reports, da Trends in Hearing, da PLOS Computational Biology, da Applied Sciences e de artigos de conferências da AES. Para números de mercado e de adoção, veja nosso levantamento separado de estatísticas de áudio espacial; esta página cobre apenas a precisão com que as pessoas ouvem a direção.
Um glossário rápido, porque esses termos reaparecem abaixo. Uma HRTF (função de transferência relacionada à cabeça) é a filtragem dependente da direção que a cabeça, o tronco e as orelhas externas aplicam ao som antes de ele chegar ao tímpano; o 7.1 virtual e o áudio espacial funcionam aplicando uma HRTF em fones de ouvido. Uma HRTF genérica vem de uma cabeça artificial (como a KEMAR ou a Neumann KU100) ou de outra pessoa. Ângulo lateral é o quanto um som está à esquerda ou à direita; ângulo polar é onde ele fica no círculo em torno do eixo das orelhas, o que abrange cima-baixo e frente-trás.
TL;DR
- O erro de ângulo polar foi de 48,8° com uma HRTF KEMAR genérica contra 30,1° com a HRTF medida do próprio ouvinte (Pirard e Poole, AES AVAR 2026).
- Uma HRTF genérica produziu 21 confusões frente-trás em 78 respostas (27%) contra 0% com HRTFs individualizadas (Jenny e Reuter, JMIR Serious Games 2020).
- A reprodução com rastreamento de cabeça reduziu as confusões frente-trás ponderadas de 16,5% para 6,3% (Oberem et al., bioRxiv 2020).
- Uma única rotação de cabeça de 10° reduziu as confusões frente-trás de 10,7% para 1,5% com alto-falantes reais (McLachlan et al., PLOS Computational Biology 2025).
- Movimentos de cabeça de cerca de 32° de azimute quase eliminaram as confusões frente-trás (McAnally e Martin, Frontiers in Neuroscience 2014).
- Com HRTFs não individuais, as confusões frente-trás começaram em 40,7% e o erro de localização caiu pela metade após cerca de 19 minutos de treino (Steadman et al., Scientific Reports 2019).
- Os erros de quadrante caíram de 27,5% para 18,3% nas primeiras 400 tentativas de treino (Majdak et al., Attention, Perception and Psychophysics 2010).
- A externalização frontal subiu de 25,56 para 65,15 de 100 após o ajuste de nível e de reflexões (Shen e Wang, Trends in Hearing 2026).
- 81% dos participantes do SADIE II preferiram as HRTFs da cabeça artificial às suas próprias (University of York, Applied Sciences 2018).
- Escolher entre HRTFs não individuais agrupadas reduziu o erro de localização em 22% (So et al., Ergonomics 2010).
1. Erro Angular: HRTFs Genéricas contra Individualizadas
A conclusão principal é desequilibrada. Trocar a HRTF do próprio ouvinte por uma genérica prejudica muito a dimensão cima-baixo e frente-trás, enquanto a precisão esquerda-direita quase não muda. No estudo de 2026 com cinco HRTFs, o erro de ângulo polar subiu de 30,1° com HRTFs medidas para 48,8° com a KEMAR (p < 0,001), enquanto as métricas laterais não mostraram efeito significativo (p > 0,05) (Pirard e Poole, arXiv 2026).
Para quem joga, isso explica por que o surround virtual torna fácil situar um atirador de elite à sua esquerda, mas difícil interpretar um passo acima ou atrás de você. As pistas esquerda-direita vêm principalmente das diferenças de tempo e de nível entre os dois ouvidos, que toda cabeça compartilha de forma aproximada. As pistas de elevação e de frente-trás ficam nas finas cavidades espectrais da orelha externa de cada pessoa, e elas variam de uma pessoa para outra.
| Métrica | Valor | Fonte |
|---|---|---|
| Erro absoluto de ângulo polar, HRTF KEMAR genérica contra HRTF medida do próprio ouvinte | 48,8° contra 30,1° (p < 0,001) | Pirard e Poole, AES AVAR 2026 |
| Erro absoluto de ângulo polar, HRTF de outra pessoa escolhida aleatoriamente contra HRTF sintética de alta resolução baseada em escaneamento | 41,8° contra 35,6° | Pirard e Poole, AES AVAR 2026 |
| Erro médio absoluto local de azimute: própria medida, própria modelada, genérica da cabeça artificial KU100 | 17°, 21°, 20° (sem efeito principal significativo) | Rummukainen et al., Applied Sciences 2021 |
| Erro médio absoluto local de elevação, HRTF própria medida contra HRTF KU100 genérica | 21° contra 21° | Rummukainen et al., Applied Sciences 2021 |
| Ouvintes cuja precisão horizontal com a HRTF de outra pessoa igualou a de fontes reais em campo livre | 12 de 16 | Wenzel et al., JASA 1993 |
| Erro vertical com HRTFs medidas ou estimadas contra a KEMAR genérica, 24 participantes, reprodução com rastreamento de cabeça | Significativamente menor; diferenças horizontais não significativas | Frankenbach et al., JAES 2025 |
| Melhor precisão humana com fontes sonoras reais (campo livre): azimute contra elevação | 1-2° contra 3-4° | Carlini et al., Frontiers in Psychology 2024 |
Nota de contexto: o estudo de Rummukainen testou apenas 8 ouvintes em seu experimento estático, e suas diferenças de azimute de 3° a 4° não alcançaram significância. O resultado de Wenzel é a referência clássica para esse padrão (dado mais recente disponível para esse desenho: Wenzel et al., JASA 1993), e o estudo de Frankenbach de 2025 (JAES) reproduziu a mesma divisão com renderização dinâmica moderna.
2. Confusão Frente-Trás e Erros de Quadrante
Uma confusão frente-trás é o erro de que os jogadores mais reclamam: um inimigo atrás de você soa como se estivesse na frente. Um erro de quadrante é uma contagem mais ampla, que também inclui inversões cima-baixo. Essas taxas oscilam muito entre estudos por causa do tipo de estímulo, do treino e do rigor com que uma confusão é definida, então compare linhas dentro de uma mesma fonte antes de comparar fontes diferentes.
Em um estudo de avaliação em RV, uma HRTF KEMAR genérica produziu 21 confusões frente-trás em 78 respostas (27%), enquanto as HRTFs individualizadas não produziram nenhuma (χ²(1,77)=22,0, P<0,001) (Jenny e Reuter, JMIR Serious Games 2020). O padrão se repete nos dados de 2026: a HRTF de outra pessoa escolhida ao acaso ficou próxima da do próprio ouvinte nas confusões frente-trás, mas ainda foi pior nos erros de quadrante.
| Métrica | Valor | Fonte |
|---|---|---|
| Taxa de confusão frente-trás: KEMAR contra HRTF própria medida contra HRTF de outra pessoa escolhida aleatoriamente | 17,2% contra 8,1% contra 9,1% | Pirard e Poole, AES AVAR 2026 |
| Taxa de erro de quadrante, HRTF de outra pessoa escolhida aleatoriamente contra HRTF própria medida | 22,6% contra 15,4% (p = 0,039) | Pirard e Poole, AES AVAR 2026 |
| Confusões frente-trás, HRTF KEMAR genérica contra HRTF individualizada | 21 de 78 respostas (27%) contra 0% | Jenny e Reuter, JMIR Serious Games 2020 |
| Confusões frente-trás, HRTF não individual mais desviante contra menos desviante do banco de dados ARI | 19 de 78 (24%) contra 5 de 78 (6%) | Jenny e Reuter, JMIR Serious Games 2020 |
| Confusão frente-trás com uma HRTF não individual em fones de ouvido contra fontes reais em campo livre | 31% contra 19% | Wenzel et al. 1993, conforme relatado em Rummukainen et al., Applied Sciences 2021 |
| Erro de quadrante ao passar de HRTFs genéricas para individuais | 21% para 8% | Middlebrooks 1999, conforme relatado em Rummukainen et al., Applied Sciences 2021 |
| Erro de quadrante para fala virtual, nível do acaso de cerca de 50% | 59% | Begault et al. 2001, conforme relatado em Majdak et al., Attention, Perception and Psychophysics 2010 |
| Erro de quadrante de ouvintes treinados com fontes de alto-falantes reais | 6% | Makous e Middlebrooks 1990, conforme relatado em Majdak et al., Attention, Perception and Psychophysics 2010 |
Nota sobre o valor atípico: o número de 59% para fala virtual está acima do nível do acaso, e dois artigos posteriores (Majdak et al. 2010 e Rummukainen et al. 2021) relatam o mesmo valor. Ele mostra o quanto a fala virtual pode falhar nessa métrica. As linhas que citam estudos de 1990 a 2001 são o dado mais recente disponível para esses desenhos específicos.
3. Rastreamento de Cabeça: a Maior Correção Isolada
Rastreamento de cabeça significa que a cena virtual permanece fixa no mundo enquanto a cabeça gira, como acontece com o som real. É a renderização binaural “dinâmica” presente em headsets de RV e em alguns fones intra-auriculares com rastreamento de cabeça, e está ausente de qualquer modo 7.1 virtual que não acompanhe a cabeça. Os dados sugerem que isso importa mais do que a HRTF escolhida.
Passar da reprodução estática para a reprodução com rastreamento de cabeça reduziu o erro horizontal absoluto de 38,7° para 21,2° e as confusões frente-trás ponderadas de 16,5% para 6,3% (Oberem et al., bioRxiv 2020). Mais revelador ainda: a diferença entre HRTFs individuais e não individuais encolheu de 6,8 pontos percentuais na reprodução estática para 1,7 ponto com rastreamento de cabeça. O movimento faz boa parte do trabalho que uma HRTF pessoal faria.
| Métrica | Valor | Fonte |
|---|---|---|
| Confusões frente-trás ponderadas, reprodução estática contra reprodução com rastreamento de cabeça (resolução de HRTF de 5°) | 16,5% contra 6,3% | Oberem et al., bioRxiv 2020 |
| Erro horizontal absoluto, reprodução estática contra reprodução com rastreamento de cabeça | 38,7° contra 21,2° | Oberem et al., bioRxiv 2020 |
| Diferença de confusão frente-trás entre HRTFs individuais e não individuais, estática contra com rastreamento de cabeça | 6,8 contra 1,7 pontos percentuais | Oberem et al., bioRxiv 2020 |
| Confusões frente-trás sem contra com uma única rotação de cabeça de 10° (alto-falantes reais, 8 ouvintes) | 10,7 ± 6,3% contra 1,5 ± 1,2% | McLachlan et al., PLOS Computational Biology 2025 |
| Erro polar RMS sem contra com a rotação de cabeça de 10° | 25,1 ± 3,2° contra 20,5 ± 5,2° | McLachlan et al., PLOS Computational Biology 2025 |
| Janela de rotação de cabeça que reduziu significativamente contra quase eliminou as confusões frente-trás | 4° contra 32° de azimute | McAnally e Martin, Frontiers in Neuroscience 2014 |
| Janela de rotação de cabeça necessária para reduzir significativamente o erro de elevação | 16° de azimute | McAnally e Martin, Frontiers in Neuroscience 2014 |
Nota de contexto: os estudos de McLachlan e McAnally usaram alto-falantes reais, não fones de ouvido, então mostram o que o movimento de cabeça pode fazer em princípio (McLachlan et al. 2025; McAnally e Martin 2014). O erro lateral não mudou com o movimento de cabeça em nenhum dos dois estudos (erro RMS lateral de 8,1° contra 8,2° em McLachlan).
4. Externalização: Som Fora da Cabeça contra Dentro da Cabeça
Externalização é a percepção de que o som vem de um ponto no espaço fora da cabeça, e não de dentro dela. A externalização ruim é o motivo de uma mixagem de surround virtual poder dar a sensação de “som entre os ouvidos”, mesmo quando as direções estão corretas. As fontes frontais são o caso mais difícil, e a tela, onde boa parte da ação de um jogo acontece, fica à frente do jogador.
Para uma fonte frontal a 0° com uma resposta de sala não individualizada, a externalização obteve 25,56 de 100, subindo para 65,15 após o ajuste de nível e de reflexões (d de Cohen = 2,32) (Shen e Wang, Trends in Hearing 2026). Essa resposta de sala é uma BRIR (resposta ao impulso binaural da sala: uma HRTF que também contém as reflexões de uma sala). As reflexões são uma ferramenta de dois gumes: ajudam os sons a sair da cabeça, mas podem borrar a direção.
| Métrica | Valor | Fonte |
|---|---|---|
| Taxa de localização dentro da cabeça, reprodução estática contra com rastreamento de cabeça | 6,4% contra 0,5% | Oberem et al., bioRxiv 2020 |
| Nota de externalização (0-100) para uma fonte frontal a 0°, resposta de sala não individualizada original contra ajustada | 25,56 contra 65,15 | Shen e Wang, Trends in Hearing 2026 |
| Nota de externalização a 15° e 30° de azimute, resposta de sala original contra ajustada | 42,33 contra 67,66 (15°); 60,04 contra 85,67 (30°) | Shen e Wang, Trends in Hearing 2026 |
| Ouvintes que escolheram a resposta de sala mais modificada em testes de escolha forçada a 0° e 15° | 84 de 100 e 83 de 100 (p < 0,001) | Shen e Wang, Trends in Hearing 2026 |
| Pontuação de externalização, respostas de sala individuais contra não individuais | 53,4% contra 51,2% | Leclère et al. 2019, conforme relatado em Shen e Wang, Trends in Hearing 2026 |
| Duração da cauda reverberante que melhora a externalização antes de os ganhos cessarem | Até cerca de 80 ms | Best et al., Trends in Hearing 2020 (revisão) |
| Erro médio de elevação para fala virtual sem contra com reverberação | 17,6° contra 28,7° | Begault et al. 2001, conforme relatado em Carlini et al., Frontiers in Psychology 2024 |
| Ouvintes do SADIE II que classificaram a própria HRTF medida como a mais externa | 1 de 16 | University of York, Applied Sciences 2018 |
Nota de contexto: a externalização quase não depende de a HRTF ser pessoal (53,4% contra 51,2%), mas depende muito do rastreamento de cabeça, das reflexões e do ângulo da fonte. A revisão de Best et al. também observa que fontes que se movem com a cabeça tendem a ser internalizadas, enquanto fontes fixas no mundo são mais bem externalizadas. O número de elevação de Begault é o dado mais recente disponível, de um estudo de 2001.
5. Treino e Adaptação a uma HRTF Genérica
O cérebro é plástico, e uma HRTF incompatível pode ser parcialmente aprendida. É uma boa notícia para jogadores que nunca terão as orelhas medidas: a pergunta passa de “qual HRTF” para “quanta prática deliberada com feedback”.
Em um estudo com 36 participantes, o erro esférico ajustado de localização caiu de 43,4° para 25,5° com menos de duas horas de treino (nove blocos de 12 minutos), e os erros caíram pela metade após cerca de 19 minutos (Steadman et al., Scientific Reports 2019). A gamificação isolada não superou o grupo de controle sem treino (p = 0,940); a versão que acrescentou escuta ativa com rastreamento de cabeça superou. A adaptação também varia de pessoa para pessoa, como mostram os resultados de Stitt abaixo.
| Métrica | Valor | Fonte |
|---|---|---|
| Erro esférico ajustado antes contra depois do treino com HRTFs não individuais (108 minutos no total) | 43,4° contra 25,5° | Steadman et al., Scientific Reports 2019 |
| Taxa inicial de confusão frente-trás com HRTFs não individuais e redução média após o treino | 40,7%; cerca de 15% | Steadman et al., Scientific Reports 2019 |
| Treino gamificado sem escuta ativa contra controle sem treino, erro esférico | Não significativo (p = 0,940) | Steadman et al., Scientific Reports 2019 |
| Melhora mediana do erro polar nas quatro primeiras sessões semanais com uma HRTF mal ajustada | 11,9° | Stitt et al., Scientific Reports 2019 |
| Melhora total do erro polar em 10 sessões, grupo com HRTF mal ajustada contra grupo de controle com HRTF própria | Cerca de 25° contra cerca de 10° | Stitt et al., Scientific Reports 2019 |
| Ouvintes com HRTF mal ajustada que atingiram o erro polar do grupo de controle após 10 sessões | 3 de 8 | Stitt et al., Scientific Reports 2019 |
| Erro de quadrante antes contra depois das primeiras 400 tentativas de treino com as HRTFs medidas dos próprios ouvintes, apontamento com a cabeça contra apontamento manual | 27,5% para 18,3%; 28,8% para 18,4% | Majdak et al., Attention, Perception and Psychophysics 2010 |
| Redução do erro após 60 segundos de exposição audiovisual com HRTFs genéricas contra exposição apenas auditiva | t(16) = 2,87, p = 0,011 contra p = 0,53 (n.s.) | Berger et al., Frontiers in Neuroscience 2018 |
Nota de contexto: Stitt et al. atribuem cerca de 15° dos 25° de ganho desse grupo à adaptação da HRTF, já que os controles com HRTF própria também melhoraram cerca de 10°. Um experimento com orelhas reais e moldes físicos de orelha (não fones de ouvido) encontrou adaptação completa às novas orelhas em 20 minutos, com cerca de 10 minutos de treino audiomotor (Parise et al., iScience 2024). Os dados de treino de Majdak datam de 2010 e são o dado mais recente disponível para esse protocolo; como usaram as HRTFs próprias de cada ouvinte, mostram quanto de qualquer ganho é simples aprendizado da tarefa, algo que todo estudo com HRTF genérica também contém.
6. Atalhos de Personalização e Bancos de Dados de HRTF
A medição completa de HRTF é lenta e restrita ao laboratório: o protocolo no estilo ARI mediu 1.550 HRTFs por ouvinte em cerca de 20 minutos, dentro de uma instalação especializada (Majdak et al. 2010). Por isso a pesquisa passou para atalhos: escolher a melhor correspondência em um banco de dados, remodelar uma HRTF genérica ou sintetizar uma a partir de um escaneamento.
Deixar os ouvintes escolherem entre seis grupos construídos a partir de 196 HRTFs não individuais reduziu o erro de localização sonora em 22%, e 65% dos ouvintes reduziram suas taxas de confusão frente-trás (So et al., Ergonomics 2010). Bancos de dados maiores tornam esse tipo de correspondência mais realista. Note a reviravolta nos dados do SADIE II: as pessoas costumam preferir o equilíbrio tonal de uma cabeça artificial às suas próprias medições, de modo que “soa melhor” e “localiza melhor” são alvos diferentes (nosso levantamento sobre a preferência por curvas-alvo de fones de ouvido cobre o lado tonal).
| Métrica | Valor | Fonte |
|---|---|---|
| Redução do erro de localização ao escolher entre 6 HRTFs não individuais agrupadas | 22%; 65% dos ouvintes também reduziram a confusão frente-trás | So et al., Ergonomics 2010 |
| Melhores resultados ao reforçar ou atenuar faixas de frequência selecionadas da HRTF em 12 ou 18 dB, 32 participantes | Até 70% menos erro de localização e 66% menos confusão frente-trás | So et al., Human Factors 2011 |
| Erro mediano de elevação, melhor HRTF única contra melhor HRTF escolhida por direção (8 ouvintes) | 27,8° contra 22,2° (p = 0,056) | Goldring et al., AES AVAR 2024 |
| Erro mediano de azimute, melhor HRTF única contra melhor HRTF por direção | 18,13° contra 15,74° (p = 0,12) | Goldring et al., AES AVAR 2024 |
| Efeito de escalonar em frequência as funções de transferência da orelha de outra pessoa | Reduziu em mais da metade a penalidade de usar as funções de transferência da orelha de outro indivíduo | Middlebrooks, JASA 1999 |
| Conjunto de dados de HRTF SONICOM, versão inicial contra versão estendida (indivíduos medidos) | 120 contra 300 | Engel et al., JAES 2023; Poole et al., arXiv 2025 |
| Versão estendida do SONICOM: indivíduos com HRTFs sintetizadas e grade de medição | 200 de 300; 793 posições | Poole et al., arXiv 2025 |
| Participantes do teste de escuta do SADIE II (16) que preferiram as HRTFs da cabeça artificial KU100 às suas próprias | 81% (o banco de dados em si reúne 20 indivíduos) | University of York, Applied Sciences 2018 |
Nota de contexto: os achados de So et al. e de Middlebrooks são o dado mais recente disponível para esses métodos (2010, 2011 e 1999). O conjunto de dados SONICOM estendido e a avaliação do SADIE II são os recursos públicos com maior probabilidade de alimentar a próxima geração de ferramentas de correspondência de HRTF.
7. O Que as Evidências Dizem sobre o 7.1 Virtual e o Áudio de Jogos
Os estudos feitos dentro de jogos reais ainda são poucos e pequenos, mas apontam na mesma direção dos dados de laboratório. A personalização ajuda mais onde as HRTFs genéricas mais falham (elevação e frente-trás), enquanto a posição esquerda-direita já é boa o bastante com quase qualquer HRTF. Em um teste de tiro em primeira pessoa no desktop, os 22 participantes tiveram desempenho significativamente melhor na tarefa de localização com a HRTF individualizada do que com uma genérica, tanto em azimute quanto em elevação (Andersen et al., I3DA 2021).
Os ganhos nem sempre exigem uma HRTF completa. Uma equipe do KAIST ajustou apenas a diferença interaural de tempo (ITD: a minúscula diferença de tempo de chegada entre os dois ouvidos) e ainda assim encontrou tempos de resposta significativamente mais rápidos do que com duas HRTFs genéricas (Kim et al., AES Show 2024). Para o contexto de hardware dos headsets em que esses recursos são entregues, veja nossas estatísticas de headsets gamer.
| Métrica | Valor | Fonte |
|---|---|---|
| Condições de renderização comparadas em uma tarefa de localização em jogo de tiro no desktop, 22 participantes | 3 (panorâmica estéreo, binaural genérica, binaural individualizada); a individualizada foi significativamente melhor | Andersen et al., I3DA 2021 |
| Tempo de resposta com uma HRTF otimizada em ITD contra a MIT KEMAR e uma HRTF padrão do motor do jogo | Significativamente reduzido (valor não informado no resumo) | Kim et al., AES Show 2024 |
| Precisão lateral (esquerda-direita) em cinco tipos de HRTF, da medida à cabeça artificial | Sem efeito significativo (p > 0,05) | Pirard e Poole, AES AVAR 2026 |
| Diferenças par a par na localização avaliada entre HRTFs medidas, modeladas e genéricas em RV com 6 graus de liberdade, 12 ouvintes | Nenhuma significativa em testes post hoc | Rummukainen et al., Applied Sciences 2021 |
| Respostas que avaliaram o timbre como natural, HRTF individualizada contra HRTF KEMAR genérica | 62 de 78 (79%) contra 1 de 78 (1%) | Jenny e Reuter, JMIR Serious Games 2020 |
| Erro de localização horizontal, HRTFs medidas ou estimadas contra a KEMAR com reprodução com rastreamento de cabeça | Sem diferença significativa | Frankenbach et al., JAES 2025 |
Nota de contexto: nenhum desses estudos em jogos publicou valores de erro por condição em seus resumos, então trate-os como evidência da direção do efeito. A leitura prática é consistente entre as seções: o rastreamento de cabeça (seção 3) e menos de duas horas de treino com feedback (seção 5) fecham boa parte da diferença que uma HRTF pessoal fecharia.
Resumo: Precisão de Localização com HRTF em Headsets Gamer em Números
| Métrica | Valor | Fonte |
|---|---|---|
| Taxa de confusão frente-trás, KEMAR genérica contra HRTF própria medida | 17,2% contra 8,1% | Pirard e Poole, AES AVAR 2026 |
| Confusões frente-trás, KEMAR genérica contra HRTF individualizada em RV | 27% contra 0% | Jenny e Reuter, JMIR Serious Games 2020 |
| Erro médio local de azimute, própria medida contra KU100 genérica | 17° contra 20° | Rummukainen et al., Applied Sciences 2021 |
| Confusões frente-trás ponderadas, reprodução estática contra com rastreamento de cabeça | 16,5% contra 6,3% | Oberem et al., bioRxiv 2020 |
| Erro horizontal absoluto, reprodução estática contra com rastreamento de cabeça | 38,7° contra 21,2° | Oberem et al., bioRxiv 2020 |
| Confusões frente-trás sem contra com uma rotação de cabeça de 10° | 10,7% contra 1,5% | McLachlan et al., PLOS Computational Biology 2025 |
| Rotação de cabeça que quase eliminou as confusões frente-trás | Cerca de 32° de azimute | McAnally e Martin, Frontiers in Neuroscience 2014 |
| Nota de externalização frontal, resposta de sala original contra ajustada | 25,56 contra 65,15 de 100 | Shen e Wang, Trends in Hearing 2026 |
| Duração da cauda reverberante que ajuda a externalização | Até cerca de 80 ms | Best et al., Trends in Hearing 2020 |
| Erro esférico ajustado antes contra depois de menos de duas horas de treino | 43,4° contra 25,5° | Steadman et al., Scientific Reports 2019 |
| Tempo de treino para reduzir o erro de localização pela metade | Cerca de 19 minutos | Steadman et al., Scientific Reports 2019 |
| Ouvintes com HRTF mal ajustada que atingiram o erro polar do nível de controle após 10 sessões | 3 de 8 | Stitt et al., Scientific Reports 2019 |
| Erro de quadrante antes contra depois de 400 tentativas de treino (apontamento com a cabeça) | 27,5% contra 18,3% | Majdak et al., Attention, Perception and Psychophysics 2010 |
| Redução do erro de localização ao escolher entre HRTFs agrupadas | 22% | So et al., Ergonomics 2010 |
| Erro mediano de elevação, melhor HRTF única contra melhor HRTF por direção | 27,8° contra 22,2° | Goldring et al., AES AVAR 2024 |
| Indivíduos medidos do SONICOM, versão estendida | 300 | Poole et al., arXiv 2025 |
| Participantes do SADIE II que preferiram as HRTFs da cabeça artificial às suas próprias | 81% | University of York, Applied Sciences 2018 |
Metodologia e Fontes
- Pirard e Poole, Evaluation of Head-Related Transfer Functions Across Five Levels of Individualisation in Virtual Reality, AES AVAR 2026 (preprint do arXiv): 19 ouvintes, headsets Meta Quest, 297 tentativas de teste por experimento.
- Jenny e Reuter, Usability of Individualized HRTFs in Virtual Reality, JMIR Serious Games 2020: 39 indivíduos, HRTFs do ARI e da MIT KEMAR.
- Rummukainen, Robotham e Habets, Head-Related Transfer Functions for Dynamic Listeners in Virtual Reality, Applied Sciences 2021: também é a intermediária para os números de comparação de Wenzel 1993 e Middlebrooks 1999.
- Wenzel, Arruda, Kistler e 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 e Fels, Evaluating Localization Accuracy of Dynamic Binaural Synthesis, JAES 2025.
- Majdak, Goupell e Laback, 3-D Localization of Virtual Sound Sources, Attention, Perception and Psychophysics 2010: também é a intermediária para os números de erro de quadrante de Begault et al. 2001 e Makous e Middlebrooks 1990.
- Oberem, Richter, Setzer, Seibold, Koch e Fels, Localization Accuracy with Non-Individual and Individual HRTFs Comparing Static and Dynamic Reproduction, bioRxiv 2020: 11 ouvintes, apenas o hemisfério direito.
- McLachlan, Majdak, Reijniers, Mihocic e Peremans, Bayesian Active Sound Localisation, PLOS Computational Biology 2025.
- McAnally e Martin, Sound Localization with Head Movement: Implications for 3-D Audio Displays, Frontiers in Neuroscience 2014.
- Shen e Wang, Enhancing Externalization of Frontal Virtual Sound Sources, Trends in Hearing 2026: também é a intermediária para os números de Leclère et al. 2019.
- Best, Baumgartner, Lavandier, Majdak e Kopčo, Sound Externalization: A Review of Recent Research, Trends in Hearing 2020.
- Carlini, Bordeau e Ambard, Auditory Localization: A Comprehensive Practical Review, Frontiers in Psychology 2024: linhas de base em campo livre e os números de reverberação de Begault 2001.
- Steadman, Kim, Lestang, Goodman e Picinali, Short-Term Effects of Sound Localization Training in Virtual Reality, Scientific Reports 2019.
- Stitt, Picinali e 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 e 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 e 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 os dados: as métricas de erro não são padronizadas. Os estudos relatam erro polar ou erro de elevação, média ou mediana, confusão frente-trás ou erro de quadrante (que também conta inversões cima-baixo), e alguns ponderam as confusões por ângulo, então compare valores dentro de uma mesma fonte antes de compará-los entre fontes. Vários números-chave vêm de preprints ou de artigos de conferência ainda não publicados em periódico (Pirard e Poole 2026, Oberem et al. 2020, Goldring et al. 2024, Poole et al. 2025). O erro de quadrante da HRTF individual de Middlebrooks aparece como 8% em Rummukainen et al. e como 7,7 ± 8,0% para sujeitos treinados em Majdak et al., o que é consistente dentro do arredondamento. As fontes do SONICOM divergem quanto ao tamanho da versão inicial (120 indivíduos no resumo do JAES de 2023 contra 200 HRTFs descritas no artigo do conjunto de dados estendido de 2025); citamos 120 para o artigo original e 300 para a versão estendida. O artigo de Steadman et al. lista 36 participantes por grupo, mas traz uma divisão por sexo que soma 38, e alguns de seus valores de p estão corrompidos no texto, então citamos apenas resultados em nível de grupo com estatísticas claras. Os números de movimento de cabeça de McLachlan e McAnally vêm de experimentos com alto-falantes, não com fones de ouvido. Várias linhas dependem de estudos de 1990 a 2011 e estão sinalizadas como dado mais recente disponível. Nenhum número de fabricante ou fornecedor é usado neste levantamento.
Última atualização: 25 de outubro de 2026. Atualizamos este levantamento trimestralmente, e a próxima revisão é esperada quando forem publicados os anais revisados por pares da Conferência Internacional da AES de 2026 sobre Áudio para Realidade Virtual e Aumentada e Jogos Imersivos e o próximo lançamento do conjunto de dados SONICOM.