Sonido envolvente

El sonido envolvente es una técnica que enriquece la fidelidad y la profundidad de la reproducción sonora mediante el uso de múltiples canales de audio provenientes de altavoces que rodean al oyente ( canales envolventes ). Su primera aplicación se dio en las salas de cine . Antes del sonido envolvente, los sistemas de sonido de los cines solían tener tres canales de sonido que se reproducían desde tres altavoces (izquierdo, central y derecho) ubicados frente al público. El sonido envolvente añade uno o más canales de altavoces situados a los lados o detrás del oyente, capaces de crear la sensación de que el sonido proviene de cualquier dirección horizontal (a nivel del suelo) alrededor del oyente.

La técnica mejora la percepción de la espacialización del sonido aprovechando la localización del sonido : la capacidad del oyente para identificar la ubicación u origen de un sonido detectado en dirección y distancia. Esto se logra mediante el uso de múltiples canales de audio discretos dirigidos a una matriz de altavoces . ^{[ 1 ]} El sonido envolvente generalmente tiene una ubicación del oyente ( punto óptimo ) donde los efectos de audio funcionan mejor y presenta una perspectiva fija o frontal del campo sonoro al oyente en esta ubicación.

Los formatos de sonido envolvente varían en cuanto a los métodos de reproducción y grabación, así como en el número y la ubicación de los canales adicionales. La especificación de sonido envolvente más común, el estándar 5.1 de la UIT , requiere 6 altavoces: central (C), frente al oyente; izquierdo (L) y derecho (R), en ángulos de 60°; sonido envolvente izquierdo (LS) y sonido envolvente derecho (RS) en ángulos de 100–120°; y un subwoofer , cuya posición no es crítica. ^{[ 2 ]}

El sonido envolvente puede beneficiar a los contenidos de audio con un amplio rango dinámico , como dramas, películas y juegos. ^{[ 3 ]}

Aunque el cine y las bandas sonoras representan los principales usos de las técnicas de sonido envolvente, su ámbito de aplicación es más amplio, ya que el sonido envolvente permite la creación de un entorno de audio para todo tipo de propósitos. Las técnicas de audio multicanal pueden utilizarse para reproducir contenidos tan variados como música, voz, sonidos naturales o sintéticos para cine, televisión , radiodifusión o computadoras. En términos de contenido musical, por ejemplo, una actuación en vivo puede utilizar técnicas multicanal en el contexto de un concierto al aire libre, una representación de teatro musical o para radiodifusión ; ^{[ 4 ]} para una película , se adaptan técnicas específicas para salas de cine o para el hogar (por ejemplo, sistemas de cine en casa ). ^{[ 5 ]} El espacio narrativo también es un contenido que puede mejorarse mediante técnicas multicanal. Esto se aplica principalmente a las narrativas cinematográficas, por ejemplo, el diálogo de los personajes de una película, ^{[ 6 ] [ 7 ] [ 8 ]} pero también puede aplicarse a obras de teatro representadas en un teatro, a una conferencia o para integrar comentarios de voz en un sitio arqueológico o monumento. Por ejemplo, una exposición puede mejorarse con sonidos ambientales temáticos de agua, pájaros, trenes o ruido de máquinas. Los sonidos naturales temáticos también pueden utilizarse en aplicaciones educativas. ^{[ 9 ]} Otros campos de aplicación incluyen consolas de videojuegos, ordenadores personales y otras plataformas. ^{[ 10 ] [ 11 ] [ 12 ] [ 13 ]} En dichas aplicaciones, el contenido suele ser ruido sintético producido por el dispositivo informático en interacción con su usuario. También se ha realizado un trabajo significativo utilizando sonido envolvente para mejorar la percepción de la situación en aplicaciones militares y de seguridad pública. ^{[ 14 ]}

Los medios de sonido envolvente comerciales incluyen videocasetes , DVD y transmisiones de SDTV codificadas como Dolby Surround matricial analógico , Dolby Digital comprimido y DTS , y audio sin pérdidas como DTS HD Master Audio y Dolby TrueHD en HDTV , Blu-ray Disc y HD DVD , que son idénticos al máster de estudio. Otros formatos comerciales incluyen los formatos competidores DVD-Audio (DVD-A) y Super Audio CD (SACD), y MP3 Surround . Los formatos de sonido envolvente Cinema 5.1 incluyen Dolby Digital y DTS . Sony Dynamic Digital Sound (SDDS) es una configuración de cine de 8 canales que presenta 5 canales de audio independientes en el frente con dos canales envolventes independientes y un canal de efectos de baja frecuencia . La configuración tradicional de altavoces envolventes 7.1 introduce dos altavoces traseros adicionales a la disposición convencional 5.1, para un total de cuatro canales envolventes y tres canales frontales, para crear un campo de sonido más de 360°.

La mayoría de las grabaciones con sonido envolvente son creadas por productoras de cine o de videojuegos; sin embargo, algunas videocámaras de consumo incorporan esta capacidad o la ofrecen por separado. Las tecnologías de sonido envolvente también se pueden utilizar en la música para posibilitar nuevas formas de expresión artística. Tras el fracaso del audio cuadrafónico en la década de 1970, la música multicanal se ha reintroducido gradualmente desde 1999 con la ayuda de los formatos SACD y DVD-Audio. Algunos receptores AV , sistemas estereofónicos y tarjetas de sonido de ordenador contienen procesadores de señal digital integrados o procesadores de audio digital para simular sonido envolvente a partir de una fuente estereofónica (véase estéreo simulado ).

En 1967, el grupo de rock Pink Floyd ofreció el primer concierto con sonido envolvente en "Games for May", un evento fastuoso en el Queen Elizabeth Hall de Londres , donde la banda estrenó su sistema de altavoces cuadrafónicos hecho a medida . ^{[ 15 ]} El dispositivo de control que habían fabricado, el Coordinador de Azimut , se exhibe actualmente en el Museo Victoria y Alberto de Londres , como parte de su galería de Colecciones de Teatro. ^{[ 16 ]}

Netflix puede admitir sonido envolvente protegido por DRM, pero si el televisor o el dispositivo de audio no admite DRM basado en Dolby, pasará a estéreo. ^{[ 17 ]}

El primer uso documentado del sonido envolvente data de 1940, en la película de animación de Disney, Fantasía . Walt Disney se inspiró en la ópera de Nikolai Rimsky-Korsakov, El vuelo del moscardón, para incluir un abejorro en su musical Fantasía y que el sonido pareciera provenir de todas las partes de la sala. La aplicación inicial de audio multicanal se denominó « Fantasound » y constaba de tres canales de audio y altavoces. El sonido se difundía por todo el cine, controlado por un ingeniero mediante unos 54 altavoces. El sonido envolvente se lograba mediante la suma y la diferencia de la fase del sonido. Sin embargo, este uso experimental del sonido envolvente se eliminó de la película en proyecciones posteriores. En 1952, el sonido envolvente reapareció con éxito en la película «This is Cinerama», utilizando sonido discreto de siete canales, y se desató la carrera por desarrollar otros métodos de sonido envolvente. ^{[ 18 ] [ 19 ]} Para el estreno de la película de 1953 de 20th Century Fox , The Robe , el estudio consideró que la película necesitaba un escenario sonoro más amplio para coincidir con su presentación más amplia en CinemaScope y la estrenó con sonido estéreo magnético de cuatro pistas con canales izquierdo, derecho, central y envolvente mono. ^{[ 20 ]}

En la década de 1950, el compositor alemán Karlheinz Stockhausen experimentó y produjo composiciones electrónicas innovadoras como Gesang der Jünglinge y Kontakte , esta última utilizando sonidos cuadrafónicos totalmente discretos y rotatorios generados con equipos electrónicos industriales en el estudio de Herbert Eimert en la Westdeutscher Rundfunk (WDR). El Poème électronique de Edgar Varèse , creado para el Pabellón Philips diseñado por Iannis Xenakis en la Exposición Universal de Bruselas de 1958 , también utilizó audio espacial con 425 altavoces empleados para mover el sonido por todo el pabellón.

En 1957, en colaboración con el artista Jordan Belson , Henry Jacobs produjo Vortex: Experimentos en Sonido y Luz, una serie de conciertos con música nueva, incluyendo composiciones propias de Jacobs, de Karlheinz Stockhausen y de muchos otros, que tuvo lugar en el Planetario Morrison del Golden Gate Park de San Francisco. Los diseñadores de sonido suelen considerar este evento como el origen del concepto (ahora estándar) de sonido envolvente. El programa fue un éxito, y Jacobs y Belson fueron invitados a reproducirlo en la Exposición Universal de Bruselas de 1958. ^{[ 21 ]} También existen muchos otros compositores que crearon obras innovadoras de sonido envolvente en el mismo período.

En 1978, un concepto ideado por Max Bell para Dolby Laboratories llamado split surround se probó con la película Superman . Esto llevó al lanzamiento en estéreo surround de 70 mm de Apocalypse Now , que se convirtió en uno de los primeros lanzamientos formales en cines con tres canales en el frente y dos en la parte trasera. ^{[ 22 ]} Normalmente había cinco altavoces detrás de las pantallas de los cines con capacidad para 70 mm, pero solo el izquierdo, el central y el derecho se usaban en frecuencia completa, mientras que el central izquierdo y el central derecho solo se usaban para frecuencias graves (como es común actualmente). El codificador/decodificador de Apocalypse Now fue diseñado por Michael Karagosian, también para Dolby Laboratories . La mezcla surround fue producida por un equipo ganador del Oscar liderado por Walter Murch para American Zoetrope . El formato también se implementó en 1982 con el lanzamiento en estéreo surround de Blade Runner .

La versión 5.1 del sonido envolvente se originó en 1987 en el famoso cabaret francés Moulin Rouge . El ingeniero francés Dominique Bertrand utilizó una mesa de mezclas diseñada especialmente en colaboración con Solid State Logic , basada en la serie 5000 e incluyendo seis canales: A (izquierdo), B (derecho), C (central), D (trasero izquierdo), E (trasero derecho) y F (graves). Este mismo ingeniero ya había logrado un sistema 3.1 en 1974 para la Cumbre Internacional de Estados Francófonos en Dakar , Senegal.

El sonido envolvente se crea de varias maneras. El primer método, y el más sencillo, consiste en utilizar una técnica de grabación de sonido envolvente —capturando dos imágenes estéreo distintas, una para el frente y otra para la parte posterior, o utilizando una configuración específica, por ejemplo, un árbol Decca aumentado ^{[ 23 ]} — o mezclando sonido envolvente para su reproducción en un sistema de audio utilizando altavoces que rodean al oyente para reproducir audio desde diferentes direcciones. Un segundo enfoque consiste en procesar el audio con métodos de localización de sonido psicoacústico para simular un campo sonoro bidimensional (2D) con auriculares. Un tercer enfoque, basado en el principio de Huygens , intenta reconstruir los frentes de onda del campo sonoro grabado dentro del espacio de escucha; una forma de holograma de audio . Una de estas formas, la síntesis de campo de onda (WFS), produce un campo sonoro con un campo de error uniforme en toda el área. Los sistemas WFS comerciales, actualmente comercializados por las empresas sonic emotion e Iosono , requieren muchos altavoces y una potencia de cálculo considerable. El cuarto método consiste en utilizar tres micrófonos, uno para la parte frontal, uno para el lateral y uno para la parte trasera, también conocido como grabación Double MS .

La forma Ambisonics , también basada en el principio de Huygens , proporciona una reconstrucción de sonido exacta en el punto central; sin embargo, es menos precisa lejos de este. Existen numerosos programas de software gratuitos y comerciales disponibles para Ambisonics, que domina la mayor parte del mercado de consumo, especialmente entre los músicos que utilizan música electrónica y por ordenador. Además, los productos Ambisonics son el estándar en hardware de sonido envolvente vendido por Meridian Audio . En su forma más simple, Ambisonics consume pocos recursos; sin embargo, esto no se aplica a los desarrollos recientes, como Near Field Compensated Higher Order Ambisonics. ^{[ 24 ]} Hace algunos años se demostró que, en el límite, WFS y Ambisonics convergen. ^{[ 25 ]}

Finalmente, el sonido envolvente también se puede lograr mediante el nivel de masterización, a partir de fuentes estereofónicas como con Penteo y NUGEN Audio , que utiliza el análisis de procesamiento de señal digital de una grabación estéreo para separar los sonidos individuales en posiciones de panorama de componentes, y luego los coloca en consecuencia, en un campo de cinco canales. Sin embargo, hay más formas de crear sonido envolvente a partir de estéreo, por ejemplo, con las rutinas basadas en la entrada de audio de fuente de sonido estereofónico o archivo de fuente de audio a reproducción de audio de sonido cuadrafónico , donde los instrumentos se dividieron en 4 altavoces en el estudio. Esta forma de crear sonido envolvente con rutinas de software o firmware normalmente se conoce como mezcla ascendente , ^{[ 26 ]} que fue particularmente exitosa en los decodificadores de la serie Sansui QSD que tenían un modo donde mapeaba el estéreo L ↔ R en un arco ∩.

Existen muchas configuraciones alternativas disponibles para una experiencia de sonido envolvente, siendo la configuración 3-2 (3 altavoces frontales, 2 traseros y un canal de efectos de baja frecuencia) (más comúnmente conocida como sonido envolvente 5.1) el estándar para la mayoría de las aplicaciones de sonido envolvente, incluyendo cine, televisión y aplicaciones de consumo. ^{[ 2 ] [ 27 ]} Esto representa un compromiso entre la creación de imagen ideal de una sala y la practicidad y compatibilidad con el estéreo de dos canales. ^{[ 28 ]} Dado que la mayoría de las mezclas de sonido envolvente se producen para sonido envolvente 5.1 (6 canales), las configuraciones más grandes requieren matrices o procesadores para alimentar los altavoces adicionales. ^{[ 28 ]}

La configuración estándar de sonido envolvente consta de tres altavoces frontales LCR (izquierdo, central y derecho), dos altavoces de sonido envolvente LS y RS (izquierdo y derecho respectivamente) y un subwoofer para el canal de efectos de baja frecuencia (LFE), que se filtra con un filtro de paso bajo a 120  Hz. Los ángulos entre los altavoces han sido estandarizados por la recomendación 775 de la UIT (Unión Internacional de Telecomunicaciones) y la AES (Sociedad de Ingeniería de Audio) de la siguiente manera: 60 grados entre los canales L y R (permite la compatibilidad estéreo de dos canales) con el altavoz central directamente frente al oyente. Los canales de sonido envolvente se colocan entre 100 y 120 grados del canal central, y la posición del subwoofer no es crítica debido al bajo factor direccional de las frecuencias inferiores a 120  Hz. ^{[ 29 ]} La norma de la UIT también permite altavoces de sonido envolvente adicionales, que deben distribuirse uniformemente entre 60 y 150 grados. ^{[ 27 ] [ 29 ]}

Las mezclas de sonido envolvente con más o menos canales son aceptables, siempre que sean compatibles, como se describe en la norma ITU-R BS. 775-1, ^{[ 2 ]} con el sonido envolvente 5.1. La configuración de 3 canales (que consta de un canal de sonido envolvente monofónico) es un ejemplo de ello, donde tanto el canal izquierdo (LS) como el derecho (RS) reciben la señal monofónica con una atenuación de -3  dB. ^{[ 28 ]}

La función del canal central es anclar la señal para que las imágenes panorámicas centrales no se desplacen cuando el oyente se mueve o se sienta lejos del punto óptimo. ^{[ 30 ]} El canal central también evita que se produzcan modificaciones tímbricas, típicas del estéreo de 2 canales, debido a las diferencias de fase en los dos oídos del oyente. ^{[ 27 ]} El canal central se utiliza especialmente en cine y televisión, donde el diálogo se dirige principalmente a él. ^{[ 28 ]} La función del canal central puede ser monofónica (como en el caso del diálogo) o combinarse con los canales izquierdo y derecho para un verdadero estéreo de tres canales. En el cine, el canal central suele utilizarse con fines monofónicos, reservando el estéreo exclusivamente para los canales izquierdo y derecho. Sin embargo, se han desarrollado técnicas de micrófonos envolventes que aprovechan al máximo el potencial del estéreo de tres canales.

En el sonido envolvente 5.1, las imágenes fantasma entre los altavoces frontales son bastante precisas, mientras que las imágenes hacia atrás y, especialmente, hacia los lados, son inestables. ^{[ 27 ] [ 28 ]} La localización de una fuente virtual, basada en las diferencias de nivel entre dos altavoces situados a los lados del oyente, muestra una gran inconsistencia en la configuración 5.1 estandarizada, y también se ve muy afectada por el movimiento respecto a la posición de referencia. Por lo tanto, el sonido envolvente 5.1 tiene limitaciones para transmitir sonido 3D, lo que hace que los canales envolventes sean más apropiados para ambientación o efectos. ^{[ 27 ]} )

El sonido envolvente de 7.1 canales es otra configuración, utilizada comúnmente en grandes salas de cine, que es compatible con el sonido envolvente de 5.1 canales, aunque no está especificado en las normas de la UIT. El sonido envolvente de 7.1 canales añade dos canales adicionales, centro-izquierdo (CL) y centro-derecho (CR), a la configuración de sonido envolvente de 5.1 canales, con los altavoces situados a 15 grados del centro del oyente. ^{[ 27 ]} Esta convención se utiliza para compensar el mayor ángulo entre los altavoces frontales que produce una pantalla más grande.

La mayoría de las técnicas de micrófono estereofónico de 2 canales son compatibles con una configuración de 3 canales (LCR), ya que muchas de estas técnicas ya incluyen un micrófono central o un par de micrófonos. Sin embargo, las técnicas de micrófono para LCR deberían intentar obtener una mayor separación de canales para evitar imágenes fantasma conflictivas entre L/C y L/R, por ejemplo. ^{[ 28 ] [ 30 ] [ 31 ]} Por consiguiente, se han desarrollado técnicas especializadas para estéreo de 3 canales. Las técnicas de micrófono de sonido envolvente dependen en gran medida de la configuración utilizada, por lo que están sesgadas hacia la configuración de sonido envolvente 5.1, ya que esta es la estándar. ^{[ 27 ]}

Las técnicas de grabación de sonido envolvente se pueden diferenciar en aquellas que utilizan conjuntos de micrófonos colocados muy cerca unos de otros y aquellas que tratan los canales frontales y traseros con conjuntos separados. ^{[ 27 ] [ 29 ]} Los conjuntos cercanos presentan imágenes fantasma más precisas, mientras que el tratamiento separado de los canales traseros se suele utilizar para la ambientación. ^{[ 29 ]} Para una representación precisa de un entorno acústico, como una sala, las reflexiones laterales son esenciales. Por lo tanto, se deben utilizar técnicas de micrófono apropiadas si la impresión de la sala es importante. Aunque la reproducción de imágenes laterales es muy inestable en la configuración de sonido envolvente 5.1, las impresiones de la sala aún se pueden presentar con precisión. ^{[ 28 ]}

Algunas técnicas de micrófono utilizadas para la cobertura de tres canales frontales incluyen técnicas de doble estéreo, INA-3 (Ideal Cardioid Arrangement), la configuración de árbol de Decca y OCT (Optimum Cardioid Triangle). ^{[ 28 ] [ 31 ]} Las técnicas de sonido envolvente se basan en gran medida en técnicas de 3 canales con micrófonos adicionales utilizados para los canales envolventes. Un factor distintivo para la captación de los canales frontales en sonido envolvente es que se debe captar menos reverberación, ya que los micrófonos envolventes serán responsables de la captación de la reverberación. ^{[ 27 ]} Por lo tanto, los patrones polares cardioide, hipercardioide o supercardioide a menudo reemplazarán a los patrones polares omnidireccionales para grabaciones de sonido envolvente. Para compensar la pérdida de las bajas frecuencias de los micrófonos direccionales (gradiente de presión), se pueden agregar micrófonos omnidireccionales adicionales (micrófonos de presión), que exhiben una respuesta de bajas frecuencias extendida. La salida del micrófono generalmente se filtra con un filtro de paso bajo. ^{[ 28 ] [ 31 ]} Una configuración sencilla de micrófonos envolventes implica el uso de un arreglo frontal en combinación con dos micrófonos de ambiente omnidireccionales orientados hacia atrás, colocados a unos 10-15 metros del arreglo frontal. Si los ecos son notables, el arreglo frontal se puede retrasar adecuadamente. Alternativamente, se pueden colocar micrófonos cardioides orientados hacia atrás más cerca del arreglo frontal para obtener una captación de reverberación similar. ^{[ 29 ]}

El INA-5 (Ideal Cardioid Arrangement) es un arreglo de micrófonos de sonido envolvente que utiliza cinco micrófonos cardioides con ángulos similares a los de la configuración estandarizada de altavoces de sonido envolvente definida por la Recomendación ITU 775. ^{[ 29 ]} Las dimensiones entre los tres micrófonos frontales, así como los patrones polares de los micrófonos, pueden modificarse para diferentes ángulos de captación y respuesta ambiental. ^{[ 27 ]} Por lo tanto, esta técnica permite una gran flexibilidad.

Un arreglo de micrófonos bien establecido es el Árbol de Fukada, que es una variante modificada de la técnica estéreo del Árbol de Decca. El arreglo consta de cinco micrófonos cardioides espaciados, tres micrófonos frontales que se asemejan a un Árbol de Decca y dos micrófonos de sonido envolvente. Se pueden agregar dos micrófonos omnidireccionales adicionales para aumentar el tamaño percibido de la orquesta o para integrar mejor los canales frontales y envolventes. ^{[ 27 ] [ 28 ]} Los micrófonos L, R, LS y RS deben colocarse en formación cuadrada, con L/R y LS/RS angulados a 45 grados y 135 grados con respecto al micrófono central, respectivamente. El espaciado entre estos micrófonos debe ser de aproximadamente 1,8 metros. Esta formación cuadrada es responsable de las impresiones de la sala. El canal central se coloca un metro delante de los canales L y R, produciendo una imagen central fuerte. Los micrófonos de sonido envolvente generalmente se colocan a la distancia crítica (donde el campo directo y el reverberante son iguales), con el arreglo completo generalmente situado varios metros por encima y detrás del director. ^{[ 27 ] [ 28 ]}

La NHK (compañía de radiodifusión japonesa) desarrolló una técnica alternativa que también involucra cinco micrófonos cardioides. Aquí, se usa un deflector para separar los canales frontales izquierdo y derecho, que están  separados por 30 cm. ^{[ 27 ]} Los micrófonos omnidireccionales Outrigger, filtrados de paso bajo a 250  Hz, están espaciados a 3 metros de distancia en línea con los cardioides L y R. Estos compensan la atenuación de graves de los micrófonos cardioides y también agregan amplitud. ^{[ 30 ]} Un par de micrófonos espaciados a 3 metros, situados 2–3 metros detrás del arreglo frontal, se usa para los canales envolventes. ^{[ 27 ]} El canal central está nuevamente colocado ligeramente hacia adelante, con L/R y LS/RS nuevamente angulados a 45 y 135 grados, respectivamente.

El arreglo de micrófonos OCT-Surround (Optimum Cardioid Triangle-Surround) es una técnica aumentada de la técnica estéreo OCT que utiliza el mismo arreglo frontal con micrófonos envolventes adicionales. El arreglo frontal está diseñado para minimizar la diafonía, con los micrófonos frontales izquierdo y derecho con patrones polares supercardioides y angulados a 90 grados con respecto al micrófono central. ^{[ 27 ] [ 28 ]} Es importante que se utilicen micrófonos de diafragma pequeño de alta calidad para los canales L y R para reducir la coloración fuera del eje. ^{[ 29 ]} También se puede utilizar la ecualización para aplanar la respuesta de los micrófonos supercardioides a las señales que llegan hasta aproximadamente 30 grados desde el frente del arreglo. ^{[ 27 ]} El canal central se coloca ligeramente hacia adelante. Los micrófonos envolventes son micrófonos cardioides orientados hacia atrás que se colocan a 40  cm detrás de los micrófonos L y R. Los micrófonos L, R, LS y RS captan las primeras reflexiones tanto de los lados como de la parte posterior de un espacio acústico, por lo que proporcionan impresiones significativas de la sala. ^{[ 28 ]} El espaciado entre los micrófonos L y R puede variarse para obtener el ancho estéreo requerido. ^{[ 28 ]}

Se han desarrollado conjuntos de micrófonos especializados para grabar el ambiente de un espacio. Estos conjuntos se utilizan en combinación con conjuntos frontales adecuados o se pueden agregar a las técnicas de sonido envolvente mencionadas anteriormente. ^{[ 29 ]} El cuadrado de Hamasaki (también propuesto por NHK) es un conjunto de micrófonos bien establecido que se utiliza para la captación del ambiente de una sala. Cuatro micrófonos en forma de ocho se disponen en un cuadrado, idealmente colocados lejos y en lo alto de la sala. El espaciado entre los micrófonos debe ser de entre 1 y 3 metros. ^{[ 28 ]} Los nulos de los micrófonos (punto de captación cero) se colocan para que apunten a la fuente de sonido principal con polaridades positivas hacia afuera, por lo que se minimiza de manera muy efectiva la captación de sonido directo, así como los ecos de la parte posterior de la sala. ^{[ 29 ]} Los dos micrófonos traseros se mezclan con los canales de sonido envolvente, mientras que los dos canales frontales se mezclan en combinación con el conjunto frontal en L y R.

Otra técnica ambiental es la cruz IRT (Institut für Rundfunktechnik). En ella, cuatro micrófonos cardioides, a 90 grados entre sí, se colocan en formación cuadrada, separados por 21–25  cm. ^{[ 29 ] [ 31 ]} Los dos micrófonos frontales deben colocarse a 45 grados del eje de la fuente de sonido. Por lo tanto, esta técnica se asemeja a pares estéreo casi coincidentes espalda con espalda. Las salidas de los micrófonos se envían a los canales L, R y LS, RS. La desventaja de este enfoque es que la captación directa del sonido es bastante significativa.

Muchas grabaciones no requieren captación de reflexiones laterales. Para conciertos de música pop en vivo, una configuración más apropiada para captar el ambiente es el trapecio cardioide. ^{[ 28 ]} Los cuatro micrófonos cardioides están orientados hacia atrás y angulados a 60 grados entre sí, formando así un semicírculo. Esto resulta eficaz para captar el sonido del público y el ambiente.

Todos los conjuntos de micrófonos mencionados anteriormente ocupan un espacio considerable, lo que los hace poco efectivos para grabaciones de campo. En este sentido, la técnica de doble mid-side (MS) resulta muy ventajosa. Este conjunto utiliza micrófonos cardioides colocados espalda con espalda, uno apuntando hacia adelante y el otro hacia atrás, combinados con uno o dos micrófonos bidireccionales (figura de ocho). Los diferentes canales se obtienen mediante la suma y la diferencia de los patrones bidireccionales y cardioide. ^{[ 28 ] [ 29 ]} Al utilizar un solo micrófono bidireccional, la técnica de doble MS es extremadamente compacta y, por lo tanto, perfectamente compatible con la reproducción monofónica. Esta técnica también permite realizar cambios en el ángulo de captación en la postproducción.

Los sistemas de reproducción de sonido envolvente pueden utilizar la gestión de graves , cuyo principio fundamental es que el contenido de graves en la señal entrante, independientemente del canal, debe dirigirse únicamente a los altavoces capaces de procesarlo, ya sean los altavoces principales del sistema o uno o más altavoces especiales de baja frecuencia llamados subwoofers .

Existe una diferencia en la notación antes y después del sistema de gestión de graves. Antes del sistema, hay un canal LFE. Después del sistema, hay una señal de subwoofer. Un error común es creer que el canal LFE es el canal del subwoofer . El sistema de gestión de graves puede dirigir los graves a uno o más subwoofers (si los hay) desde cualquier canal, no solo desde el canal LFE. Además, si no hay un altavoz de subwoofer, el sistema de gestión de graves puede dirigir el canal LFE a uno o más altavoces principales.

Debido a que el canal LFE requiere solo una fracción del ancho de banda de los otros canales de audio, se le conoce como el canal .1 ; por ejemplo , 5.1 o 7.1 .

El canal LFE suele generar cierta confusión en el sonido envolvente. Originalmente, se diseñó para reproducir efectos de sonido cinematográficos de subgraves extremadamente bajos (como el estruendo de un trueno o explosiones) en un canal propio. Esto permitía a las salas de cine controlar el volumen de estos efectos para adaptarlo al entorno acústico y al sistema de reproducción de sonido de cada sala. El control independiente de los efectos de subgraves también reducía el problema de la distorsión por intermodulación en la reproducción analógica del sonido cinematográfico.

En la implementación original de las salas de cine, el LFE era un canal separado que se enviaba a uno o más subwoofers. Sin embargo, los sistemas de reproducción domésticos pueden no tener un subwoofer separado, por lo que los decodificadores y sistemas de sonido envolvente domésticos modernos suelen incluir un sistema de gestión de graves que permite que los graves de cualquier canal (principal o LFE) se envíen solo a los altavoces que pueden manejar señales de baja frecuencia. El punto clave aquí es que el canal LFE no es el canal del subwoofer ; puede que no haya subwoofer y, si lo hay, puede que esté manejando mucho más que efectos. ^{[ 32 ]}

Algunos sellos discográficos, como Telarc y Chesky, sostienen que los canales LFE no son necesarios en un sistema de entretenimiento digital multicanal moderno. Argumentan que, con altavoces que ofrecen una respuesta de baja frecuencia de hasta 30 Hz, todos los canales disponibles cubren todo el rango de frecuencias y, por lo tanto, no se requiere un canal LFE en la producción de música envolvente, ya que todas las frecuencias están disponibles en los canales principales. Estos sellos a veces utilizan el canal LFE para transmitir un canal de altura. El sello BIS Records suele utilizar una mezcla de 5.0 canales. 

La notación de canales indica el número de canales discretos codificados en la señal de audio, no necesariamente el número de canales reproducidos. El número de canales de reproducción puede incrementarse mediante la decodificación matricial . El número de canales de reproducción también puede diferir del número de altavoces utilizados para reproducirlos si uno o más canales controlan un grupo de altavoces. La notación representa el número de canales, no el número de altavoces.

El primer dígito de 5.1 indica el número de canales de rango completo. El .1 refleja el rango de frecuencia limitado del canal LFE.

Por ejemplo, dos altavoces estéreo sin canal LFE = 2.0; 5 canales de rango completo + 1 canal LFE = 5.1

Una notación alternativa muestra el número de canales de rango completo situados delante del oyente, separados por una barra diagonal del número de canales de rango completo situados a los lados o detrás del oyente, con un punto decimal que indica el número de canales LFE de rango limitado.

Por ejemplo, 3 canales frontales + 2 canales laterales + un canal LFE = 3/2,1

La notación se puede ampliar para incluir decodificadores matriciales . Dolby Digital EX, por ejemplo, incorpora un sexto canal de rango completo en los dos canales traseros con una matriz . Esto se expresa de la siguiente manera:

3 canales frontales + 2 canales traseros + 3 canales reproducidos en la parte trasera en total + 1 canal LFE = 3/2:3.1

El término estéreo , aunque popularizado para referirse al audio de dos canales, históricamente también aludía al sonido envolvente, ya que significa estrictamente sonido tridimensional . Sin embargo, este uso ya no es común, y el sonido estéreo se refiere casi exclusivamente a dos canales: izquierdo y derecho.

• Efecto de audio 3D
• Grabación binaural
• Dolby Surround
• Duofónico
• Audio digital de disco compacto de cuatro canales
• Holofónica
• MPEG Surround
• Efecto de precedencia
• Micrófono de campo sonoro
• Entorno virtual