Gestione di database eterogenei di HRTF per il rendering in tempo reale di audio 3D

Mentre è ragionevole predire la relazione tra ITD, IID e posizione nel piano, è meno intuitivo come il contenuto spettrale e la posizione spaziale possano essere collegate matematicamente. Come primo passo per comprendere questo collegamento, molti ricercatori hanno effettuato la misurazione dei contributi di pinna, torso e stanza sul suono di una sorgente situata a diverse posizioni dello spazio per poi determinare la risposta impulsiva di ciascun orecchio. Queste misurazioni sono conosciute con il nome di Head Related Impulse Response (HRIR) e riassumono la dipendenza del filtraggio di un suono con ostacoli quali la testa, il torso e la pinna. In questo modo i ricercatori calcolano la risposta impulsiva di un orecchio per poi analizzare e scoprire in che modo vengono percepiti i suoni a relative posizioni.
Formalmente, una singola HRIR è definita come una risposta impulsiva di un singolo orecchio (destro o sinistro) a un suono, misurata da uno specifico punto nello spazio. La convoluzione di una sorgente arbitraria con la HRIR specifica della posizione converte il suono emesso in quello percepito dall'utente con il suo sistema uditivo:

Output(t) = Input(t) * HRIR(t)

dove con Input si intende il suono emesso mentre con output si intende il suono percepito. Tale relazione è valida se la HRIR è misurata idealmente nella posizione del timpano e se la riproduzione avviene nella stessa posizione, ovvero con i loudspeaker della cuffia posizionati idealmente nella medesima posizione di registrazione.
Tipicamente, le HRIR sono misurate su persone o manichini per entrambe le orecchie ad angoli prefissati sull'ascoltatore. Pertanto, le HRIR sono rappresentazioni della risposta impulsiva e naturalmente rappresentate nel dominio del tempo; la rappresentazione nel dominio della frequenza è ottenuta attraverso una trasformata di Fourier ed è denominata Head Related Transfer Function (HRTF). Essendo la HRTF la trasformata di una risposta impulsiva, essa è funzione di trasferimento e pertanto tra output e input sussiste la relazione:

HRTF(f) = Output(f) / Input(f)

La complessità di un sistema di spazializzazione dipendente dalla lunghezza delle HRIR e ci sono stati quindi diversi i tentativi di ridurne le lunghezze preservando il contenuto e le importanti informazioni spaziali.
Le HRTF e le HRIR variano significativamente da persona a persona e gravi distorsioni nella percezione dei suoni (in modo particolare tra sorgenti posizionate davanti o dietro) si possono registrare quando un soggetto ascolta audio spazializzato facendo uso di HRTF non registrate e sintetizzate sulla propria conformazione fisica.