localización del sonido

Para determinar la dirección de entrada lateral (izquierda, frente, derecha), el sistema auditivo analiza la siguiente información de la señal del oído :

En 1907, Lord Rayleigh utilizó diapasones para generar excitación monofónica y estudió la teoría de localización lateral del sonido en un modelo de cabeza humana sin pabellón auricular. Fue el primero en presentar la teoría de localización del sonido basada en la diferencia de pistas interaurales, conocida como Teoría Duplex. ^{[ 8 ]} Los oídos humanos se encuentran en lados opuestos de la cabeza y, por lo tanto, tienen coordenadas diferentes en el espacio. Como se muestra en la figura de la teoría Duplex, dado que las distancias entre la fuente acústica y los oídos son diferentes, existen diferencias de tiempo y de intensidad entre las señales sonoras de ambos oídos. A estas diferencias las denominamos Diferencia de Tiempo Interaural (ITD) y Diferencia de Intensidad Interaural (IID), respectivamente.

Diferencia de tiempo interaural (ITD) entre el oído izquierdo (arriba) y el oído derecho (abajo).

[ Fuente de sonido : ruido blanco de 100 ms procedente de la derecha]

Diferencia de nivel interaural (ILD) entre el oído izquierdo (izquierdo) y el oído derecho (derecho).

[ Fuente de sonido : un barrido desde la derecha]

En la figura de la teoría dúplex podemos ver que para la fuente B1 o la fuente B2, habrá un retardo de propagación entre los dos oídos, lo que generará la ITD.Simultáneamente, la cabeza y los oídos humanos pueden tener un efecto de sombra sobre las señales de alta frecuencia, lo que generará IID (independencia entre imágenes).

• Diferencia de tiempo interaural (ITD): El sonido proveniente del lado derecho llega al oído derecho antes que al izquierdo. El sistema auditivo evalúa las diferencias de tiempo interaurales a partir de: (a) Retrasos de fase en bajas frecuencias y (b) retrasos de grupo en altas frecuencias.
• La teoría y los experimentos demuestran que la ITD está relacionada con la frecuencia de la señal.${\displaystyle f}$. Supongamos que la posición angular de la fuente acústica es${\displaystyle \theta }$, el radio de la cabeza es${\displaystyle r}$y la velocidad acústica es${\displaystyle c}$, la función de ITD viene dada por: ^{[ 9 ]}${\displaystyle ITD={\begin{cases}3\times {\frac {r}{c}}\times \sin \theta ,&{\text{si }}f\leq {\text{4000Hz }}\\2\times {\frac {r}{c}}\times \sin \theta ,&{\text{si }}f>{\text{ 4000Hz}}\end{cases}}}$En la forma cerrada anterior, asumimos que el grado 0 está a la derecha delante de la cabeza y que el sentido antihorario es positivo.
• Diferencia de intensidad interaural (IID) o diferencia de nivel interaural (ILD): el sonido proveniente del lado derecho tiene un nivel más alto en el oído derecho que en el izquierdo, debido a que la cabeza proyecta sombra sobre el oído izquierdo. Estas diferencias de nivel dependen en gran medida de la frecuencia y aumentan con ella. Numerosas investigaciones teóricas demuestran que la IID se relaciona con la frecuencia de la señal.${\displaystyle f}$y la posición angular de la fuente acústica${\displaystyle \theta }$. La función de IID viene dada por: ^{[ 9 ]}${\displaystyle IID=1.0+(f/1000)^{0.8}\times \sin \theta }$
• Para frecuencias inferiores a 1000  Hz, se evalúan principalmente las diferencias de tiempo interaurales (ITD ), mientras que para frecuencias superiores a 1500  Hz se evalúan principalmente las diferencias de tiempo interaurales (IID). Entre 1000  Hz y 1500  Hz existe una zona de transición donde intervienen ambos mecanismos.
• La precisión de localización es de 1 grado para fuentes situadas frente al oyente y de 15 grados para fuentes situadas a los lados. Los humanos pueden discernir diferencias de tiempo interaurales de 10 microsegundos o menos. ^{[ 10 ] [ 11 ]}

Para frecuencias inferiores a 800  Hz, las dimensiones de la cabeza (distancia entre oídos de 21,5  cm, correspondiente a un retardo interaural de 626 μs) son menores que la mitad de la longitud de onda de las ondas sonoras. Por lo tanto, el sistema auditivo puede determinar los retardos de fase entre ambos oídos sin confusión. Las diferencias de nivel interaural son muy bajas en este rango de frecuencias, especialmente por debajo de los 200  Hz, por lo que una evaluación precisa de la dirección de entrada es prácticamente imposible basándose únicamente en las diferencias de nivel. A medida que la frecuencia desciende por debajo de 80  Hz, resulta difícil o imposible utilizar la diferencia de tiempo o la diferencia de nivel para determinar la fuente lateral de un sonido, ya que la diferencia de fase entre los oídos se vuelve demasiado pequeña para una evaluación direccional. ^{[ 12 ]}

Para frecuencias superiores a 1600  Hz, las dimensiones de la cabeza son mayores que la longitud de las ondas sonoras. Una determinación inequívoca de la dirección de entrada basada únicamente en la fase interaural no es posible en estas frecuencias. Sin embargo, las diferencias de nivel interaural se vuelven mayores, y estas diferencias de nivel son evaluadas por el sistema auditivo. Además, los retrasos entre los oídos aún pueden detectarse a través de alguna combinación de diferencias de fase y retrasos de grupo , que son más pronunciados en frecuencias más altas; es decir, si hay un inicio de sonido, el retraso de este inicio entre los oídos puede usarse para determinar la dirección de entrada de la fuente sonora correspondiente. Este mecanismo se vuelve especialmente importante en entornos reverberantes. Después de un inicio de sonido hay un breve lapso de tiempo en el que el sonido directo llega a los oídos, pero aún no el sonido reflejado. El sistema auditivo usa este breve lapso de tiempo para evaluar la dirección de la fuente sonora y mantiene esta dirección detectada mientras las reflexiones y la reverberación impidan una estimación de dirección inequívoca. ^{[ 13 ]} Los mecanismos descritos anteriormente no pueden usarse para diferenciar entre una fuente sonora delante del oyente o detrás del oyente; Por lo tanto, es necesario evaluar señales adicionales. ^{[ 14 ]}

La teoría del sonido dúplex muestra que la diferencia de tiempo interaural (ITD) y la diferencia de intensidad interaural (IID) desempeñan un papel importante en la localización del sonido, pero solo pueden abordar problemas de localización lateral. Por ejemplo, si dos fuentes acústicas se colocan simétricamente en la parte frontal y posterior del lado derecho de la cabeza humana, generarán ITD e IID iguales, en lo que se denomina efecto del modelo de cono. Sin embargo, los oídos humanos aún pueden distinguir entre estas fuentes. Además, en la audición natural, un solo oído, sin ITD ni IID, puede distinguirlas con gran precisión. Debido a las desventajas de la teoría del sonido dúplex, los investigadores propusieron la teoría del efecto de filtrado del pabellón auricular. ^{[ 15 ] [ 16 ]} La forma del pabellón auricular humano es cóncava con pliegues complejos y asimétrica tanto horizontal como verticalmente. Las ondas reflejadas y directas generan un espectro de frecuencias en el tímpano, relacionado con las fuentes acústicas. Luego, los nervios auditivos localizan las fuentes utilizando este espectro de frecuencias. ^{[ 17 ]}

Estas señales espectrales generadas por el efecto de filtrado del pabellón auricular pueden representarse como una función de transferencia relacionada con la cabeza (HRTF). Las expresiones correspondientes en el dominio del tiempo se denominan respuesta impulsional relacionada con la cabeza (HRIR). La HRTF también se describe como la función de transferencia desde el campo libre a un punto específico del conducto auditivo. Las HRTF se reconocen habitualmente como sistemas LTI: ^{[ 9 ]}

$${\displaystyle H_{L}=H_{L}(r,\theta ,\varphi ,\omega ,\alpha )=P_{L}(r,\theta ,\varphi ,\omega ,\alpha )/P_{0}(r,\omega )}$$$${\displaystyle H_{R}=H_{R}(r,\theta ,\varphi ,\omega ,\alpha )=P_{R}(r,\theta ,\varphi ,\omega ,\alpha )/P_{0}(r,\omega ),}$$

donde L y R representan la oreja izquierda y la oreja derecha respectivamente,${\displaystyle P_{L}}$y${\displaystyle P_{R}}$representan la amplitud de la presión sonora en las entradas de los conductos auditivos izquierdo y derecho, y${\displaystyle P_{0}}$es la amplitud de la presión sonora en el centro de la coordenada de la cabeza cuando no hay oyente. En general, una HRTF${\displaystyle H_{L}}$y${\displaystyle H_{R}}$son funciones de la posición angular de la fuente${\displaystyle \theta }$ángulo de elevación${\displaystyle \varphi }$la distancia entre la fuente y el centro de la cabeza${\displaystyle r}$, la velocidad angular${\displaystyle \omega }$y la dimensión equivalente de la cabeza${\displaystyle \alpha }$.

Actualmente, los principales institutos que trabajan en la medición de bases de datos HRTF incluyen el Laboratorio Internacional CIPIC ^{[ 18 ]} , el MIT Media Lab, la Escuela de Posgrado en Psicoacústica de la Universidad de Oldenburg, el Laboratorio de Neurofisiología de la Universidad de Wisconsin-Madison y el Laboratorio Ames de la NASA. Las bases de datos de HRIR de humanos con audición normal y deficiente, así como de animales, están disponibles públicamente.

El oído externo humano , es decir, las estructuras del pabellón auricular y el conducto auditivo externo , forman filtros selectivos de dirección. Dependiendo de la dirección de la entrada sonora, se activan diferentes resonancias de filtro. Estas resonancias implantan patrones específicos de dirección en las respuestas de frecuencia de los oídos, que el sistema auditivo puede evaluar para la localización del sonido. Junto con otras reflexiones selectivas de dirección en la cabeza, los hombros y el torso, forman las funciones de transferencia del oído externo. Estos patrones en las respuestas de frecuencia del oído son altamente individuales, dependiendo de la forma y el tamaño del oído externo. Si el sonido se presenta a través de auriculares y se ha grabado con otra cabeza con superficies de oído externo de forma diferente, los patrones direccionales difieren de los del oyente, y surgirán problemas al intentar evaluar las direcciones en el plano medio con estos oídos ajenos. Como consecuencia, pueden aparecer permutaciones anteroposteriores o localización dentro de la cabeza al escuchar grabaciones de cabezas artificiales , también conocidas como grabaciones binaurales. Se ha demostrado que los sujetos humanos pueden localizar monoauralmente sonidos de alta frecuencia, pero no de baja frecuencia. Sin embargo, la localización binaural fue posible con frecuencias más bajas. Esto probablemente se deba a que el pabellón auricular es lo suficientemente pequeño como para interactuar únicamente con ondas sonoras de alta frecuencia. ^{[ 19 ]} Parece que las personas solo pueden localizar con precisión la elevación de sonidos complejos que incluyen frecuencias superiores a 7000  Hz, y es necesario que haya un pabellón auricular presente. ^{[ 20 ]}

Cuando la cabeza está inmóvil, las señales binaurales para la localización lateral del sonido (diferencia de tiempo interaural y diferencia de nivel interaural) no proporcionan información sobre la ubicación de un sonido en el plano medio. Se pueden producir ITD e ILD idénticas con sonidos a la altura de los ojos o a cualquier elevación, siempre que la dirección lateral sea constante. Sin embargo, si la cabeza gira, la ITD y la ILD cambian dinámicamente, y estos cambios son diferentes para sonidos a distintas elevaciones. Por ejemplo, si una fuente de sonido a la altura de los ojos está justo delante y la cabeza gira hacia la izquierda, el sonido se vuelve más fuerte (y llega antes) al oído derecho que al izquierdo. Pero si la fuente de sonido está directamente encima, no habrá cambios en la ITD y la ILD al girar la cabeza. Las elevaciones intermedias producirán grados intermedios de cambio, y si la presentación de las señales binaurales a ambos oídos durante el movimiento de la cabeza se invierte, el sonido se oirá detrás del oyente. ^{[ 14 ] [ 21 ]} Hans Wallach ^{[ 22 ]} alteró artificialmente las señales binaurales de un sonido durante los movimientos de la cabeza. Aunque el sonido se colocó objetivamente a la altura de los ojos, los cambios dinámicos en ITD e ILD a medida que la cabeza giraba eran los que se producirían si la fuente de sonido hubiera estado elevada. En esta situación, el sonido se escuchó a la elevación sintetizada. El hecho de que las fuentes de sonido permanecieran objetivamente a la altura de los ojos impidió que las señales monoaurales especificaran la elevación, lo que demuestra que fue el cambio dinámico en las señales binaurales durante el movimiento de la cabeza lo que permitió que el sonido se localizara correctamente en la dimensión vertical. Los movimientos de la cabeza no necesitan producirse activamente; la localización vertical precisa se produjo en una configuración similar cuando la rotación de la cabeza se produjo pasivamente, al sentar al sujeto con los ojos vendados en una silla giratoria. Siempre que los cambios dinámicos en las señales binaurales acompañaran una rotación de la cabeza percibida, se percibió la elevación sintetizada. ^{[ 14 ]}

En la década de 1960, Batteau demostró que el pabellón auricular también mejora la localización horizontal. ^{[ 23 ] [ 24 ]}

El sistema auditivo humano tiene posibilidades limitadas para determinar la distancia de una fuente sonora. A corta distancia, existen algunos indicios para determinar la distancia, como diferencias extremas de nivel (por ejemplo, al susurrar en un oído) o resonancias específicas del pabellón auricular (la parte visible del oído).

El sistema auditivo utiliza estas pistas para estimar la distancia a una fuente de sonido:

• Relación sonido directo/reflejado: En habitaciones cerradas, dos tipos de sonido llegan al oyente: El sonido directo llega a sus oídos sin reflejarse en las paredes. El sonido reflejado se refleja al menos una vez en una pared antes de llegar al oyente. La relación entre el sonido directo y el reflejado puede indicar la distancia de la fuente sonora.
• Intensidad sonora: Las fuentes de sonido distantes tienen menor intensidad sonora que las cercanas. Este aspecto se puede evaluar especialmente en el caso de fuentes de sonido conocidas.
• Espectro sonoro: Las frecuencias altas se atenúan más rápidamente en el aire que las bajas. Por lo tanto, una fuente sonora lejana suena más amortiguada que una cercana, debido a la atenuación de las frecuencias altas. Para sonidos con un espectro conocido (por ejemplo, el habla), la distancia se puede estimar aproximadamente con la ayuda del sonido percibido.
• ITDG: El intervalo de retardo inicial describe la diferencia de tiempo entre la llegada de la onda directa y la primera reflexión fuerte al oyente. Las fuentes cercanas generan un ITDG relativamente grande, ya que las primeras reflexiones tienen que recorrer una trayectoria más larga, posiblemente mucho más larga. Cuando la fuente está lejos, las ondas sonoras directas y reflejadas tienen trayectorias de longitud similar.
• Movimiento: Al igual que en el sistema visual, en la percepción acústica también se produce el fenómeno de la paralaje de movimiento . Para un oyente en movimiento, las fuentes sonoras cercanas pasan más rápido que las fuentes sonoras distantes.
• Diferencia de nivel: Las fuentes de sonido muy cercanas provocan una diferencia de nivel entre los oídos.

El procesamiento del sonido del sistema auditivo humano se realiza en las llamadas bandas críticas . El rango auditivo se segmenta en 24 bandas críticas, cada una con un ancho de 1 Bark o 100 Mel . Para un análisis direccional, las señales dentro de la banda crítica se analizan conjuntamente.

El sistema auditivo puede extraer el sonido de una fuente sonora deseada del ruido interferente. Esto permite al oyente concentrarse en un solo interlocutor si otros también están hablando (el efecto cóctel ). Gracias a este efecto, el sonido proveniente de direcciones interferentes se percibe atenuado en comparación con el sonido proveniente de la dirección deseada. El sistema auditivo puede aumentar la relación señal-ruido hasta en 15 dB , lo que significa que el sonido interferente se percibe atenuado a la mitad (o menos) de su volumen real . 

En habitaciones cerradas, no solo llega a los oídos del oyente el sonido directo de una fuente sonora, sino también el sonido reflejado en las paredes. El sistema auditivo analiza únicamente el sonido directo, ^{[ 13 ]} que llega primero, para la localización del sonido, pero no el sonido reflejado, que llega después ( ley del primer frente de onda ). Por lo tanto, la localización del sonido sigue siendo posible incluso en un entorno con eco. Esta cancelación de eco se produce en el núcleo dorsal del lemnisco lateral (DNLL). ^{[ 25 ]}

Para determinar los periodos de tiempo en los que predomina el sonido directo y que pueden utilizarse para la evaluación direccional, el sistema auditivo analiza los cambios de sonoridad en diferentes bandas críticas y la estabilidad de la dirección percibida. Si se produce un fuerte aumento de sonoridad en varias bandas críticas y la dirección percibida es estable, es muy probable que este aumento se deba al sonido directo de una fuente sonora que aparece por primera vez o que modifica sus características de señal. El sistema auditivo utiliza este breve periodo de tiempo para el análisis direccional y de sonoridad de dicho sonido. Cuando las reflexiones llegan un poco más tarde, no aumentan la sonoridad dentro de las bandas críticas de forma tan marcada, pero las señales direccionales se vuelven inestables debido a la mezcla de sonidos de varias direcciones de reflexión. En consecuencia, el sistema auditivo no activa ningún nuevo análisis direccional.

Esta primera dirección detectada a partir del sonido directo se toma como la dirección de la fuente sonora encontrada, hasta que otros ataques de sonoridad intensos, combinados con información direccional estable, indiquen que es posible un nuevo análisis direccional. (Ver efecto Franssen )

Este tipo de técnica de localización de sonido nos proporciona un sistema estéreo virtual real . ^{[ 26 ]} Utiliza maniquíes "inteligentes", como KEMAR, para captar señales o emplea métodos DSP para simular el proceso de transmisión desde las fuentes hasta los oídos. Tras la amplificación, grabación y transmisión, los dos canales de las señales recibidas se reproducen a través de auriculares o altavoces. Este enfoque de localización utiliza métodos electroacústicos para obtener la información espacial del campo sonoro original, transfiriendo el aparato auditivo del oyente a dicho campo. Sus ventajas más importantes radican en que sus imágenes acústicas son vívidas y naturales. Además, solo requiere dos señales transmitidas independientes para reproducir la imagen acústica de un sistema 3D.

Los representantes de este tipo de sistema son SRS Audio Sandbox, Spatializer Audio Lab y Qsound Qxpander. ^{[ 26 ]} Utilizan HRTF para simular las señales acústicas recibidas en los oídos desde diferentes direcciones con la reproducción estéreo binaria común. Por lo tanto, pueden simular ondas sonoras reflejadas y mejorar la sensación subjetiva de espacio y inmersión. Dado que son sistemas estéreo de paravirtualización, su objetivo principal es simular información de sonido estéreo. Los sistemas estéreo tradicionales utilizan sensores que son bastante diferentes de los oídos humanos. Aunque esos sensores pueden recibir información acústica desde diferentes direcciones, no tienen la misma respuesta de frecuencia que el sistema auditivo humano. Por lo tanto, cuando se aplica el modo de canal binario, los sistemas auditivos humanos aún no pueden sentir el campo de efecto de sonido 3D. Sin embargo, el sistema estéreo de paravirtualización 3D supera estas desventajas. Utiliza principios HRTF para extraer información acústica del campo de sonido original y luego producir un campo de sonido 3D vívido a través de auriculares o altavoces comunes.

Dado que los sistemas estéreo multicanal requieren muchos canales de reproducción, algunos investigadores adoptaron las tecnologías de simulación HRTF para reducir el número de canales de reproducción. ^{[ 26 ]} Utilizan solo dos altavoces para simular múltiples altavoces en un sistema multicanal. Este proceso se denomina reproducción virtual. En esencia, este enfoque utiliza tanto el principio de diferencia interaural como la teoría del efecto de filtrado del pabellón auricular. Desafortunadamente, este tipo de enfoque no puede sustituir por completo al sistema estéreo multicanal tradicional, como el sistema de sonido envolvente 5.1 / 7.1 . Esto se debe a que, cuando la zona de escucha es relativamente grande, la reproducción simulada mediante HRTF puede provocar imágenes acústicas invertidas en posiciones simétricas.

Si los oídos se ubican a los lados de la cabeza, se pueden utilizar señales de localización lateral similares a las del sistema auditivo humano. Esto implica evaluar las diferencias de tiempo interaurales (diferencias de fase interaurales) para frecuencias bajas y las diferencias de nivel interaurales para frecuencias altas. La evaluación de las diferencias de fase interaurales es útil siempre que proporcione resultados inequívocos. Esto ocurre siempre que la distancia entre los oídos sea menor que la mitad de la longitud (máximo una longitud de onda) de las ondas sonoras. En animales con una cabeza más grande que la de los humanos, el rango de evaluación de las diferencias de fase interaurales se desplaza hacia frecuencias bajas; en animales con una cabeza más pequeña, este rango se desplaza hacia frecuencias altas.

La frecuencia más baja que se puede localizar depende de la distancia entre los oídos. Los animales con mayor distancia entre los oídos pueden localizar frecuencias más bajas que los humanos. En animales con menor distancia entre los oídos, la frecuencia más baja localizable es más alta que en los humanos.

Si las orejas se encuentran a los lados de la cabeza, se observan diferencias de nivel interaural para frecuencias más altas, las cuales pueden evaluarse en tareas de localización. En animales con orejas en la parte superior de la cabeza, no se produce el efecto de sombra acústica y, por lo tanto, las diferencias de nivel interaural que se pueden evaluar son mucho menores. Muchos de estos animales pueden mover las orejas, y estos movimientos pueden utilizarse como una señal de localización lateral.

En muchos mamíferos, también existen estructuras pronunciadas en el pabellón auricular, cerca de la entrada del conducto auditivo. Como consecuencia, pueden aparecer resonancias dependientes de la dirección, que podrían utilizarse como una clave de localización adicional, similar a la localización en el plano medio del sistema auditivo humano. Existen otras claves de localización que también utilizan los animales.

Para la localización del sonido en el plano medio (elevación del sonido), también se pueden usar dos detectores, colocados a diferentes alturas. Sin embargo, en los animales, la información aproximada de elevación se obtiene simplemente inclinando la cabeza, siempre que el sonido dure lo suficiente para completar el movimiento. Esto explica el comportamiento innato de ladear la cabeza al intentar localizar un sonido con precisión. Para obtener una localización instantánea en más de dos dimensiones a partir de señales de diferencia de tiempo o de amplitud, se requieren más de dos detectores.

La diminuta mosca parásita Ormia ochracea se ha convertido en un organismo modelo en experimentos de localización de sonido debido a su singular oído . El animal es demasiado pequeño para que la diferencia de tiempo del sonido que llega a los dos oídos se pueda calcular de la forma habitual, pero puede determinar la dirección de las fuentes de sonido con exquisita precisión. Las membranas timpánicas de los oídos opuestos están conectadas mecánicamente de forma directa, lo que permite resolver diferencias de tiempo de submicrosegundos ^{[ 28 ] [ 29 ]} y requiere una nueva estrategia de codificación neuronal . ^{[ 30 ]} Ho ^{[ 31 ]} demostró que el sistema de tímpanos acoplados en las ranas puede producir mayores disparidades de vibración interaural cuando solo se dispone de pequeñas diferencias de tiempo de llegada y nivel de sonido para la cabeza del animal. Se están realizando esfuerzos para construir micrófonos direccionales basados ​​en la estructura de tímpanos acoplados.

La mayoría de los búhos son aves rapaces nocturnas o crepusculares . Debido a que cazan de noche, deben depender de sentidos no visuales. Los experimentos de Roger Payne ^{[ 32 ]} han demostrado que los búhos son sensibles a los sonidos que emiten sus presas, no al calor ni al olor. De hecho, las señales sonoras son necesarias y suficientes para localizar ratones desde un lugar distante donde se encuentran posados. Para que esto funcione, los búhos deben poder localizar con precisión tanto el acimut como la elevación de la fuente sonora.

Los delfines (y otros odontocetos ) dependen de la ecolocalización para detectar, identificar, localizar y capturar presas. Las señales de sonar de los delfines son ideales para localizar múltiples objetivos pequeños en un entorno acuático tridimensional, gracias a la utilización de clics de corta duración (  aproximadamente 40 μs), de banda ancha (  ancho de banda de 3 dB típicamente de unos 40  kHz; frecuencias pico entre 40  kHz y 120  kHz) y altamente direccionales (ancho de haz de 3 dB de aproximadamente 10 grados). Los delfines pueden localizar sonidos tanto de forma pasiva como activa (ecolocalización) con una resolución de aproximadamente 1 grado. La correspondencia intermodal (entre la visión y la ecolocalización) sugiere que los delfines perciben la estructura espacial de objetos complejos mediante la ecolocalización, una hazaña que probablemente requiere la resolución espacial de las características individuales de los objetos y su integración en una representación holística de su forma. Aunque los delfines son sensibles a pequeñas diferencias binaurales de intensidad y tiempo, cada vez hay más evidencia que sugiere que emplean señales espectrales dependientes de la posición, derivadas de funciones de transferencia relacionadas con la cabeza bien desarrolladas, para la localización del sonido tanto en el plano horizontal como en el vertical. Un tiempo de integración temporal muy pequeño (264 μs) permite localizar múltiples objetivos a distancias variables. Las adaptaciones para la localización incluyen una marcada asimetría del cráneo, sacos nasales y estructuras lipídicas especializadas en la frente y las mandíbulas, así como oídos medio e interno acústicamente aislados.