Kemampuan untuk menentukan dari mana asal suara—apakah di depan, di belakang, di atas, atau di samping kita—adalah salah satu fungsi sensorik paling vital dan kompleks yang dimiliki manusia. Kemampuan ini, yang dikenal sebagai lokalisasi suara, bukan sekadar respons pasif terhadap gelombang tekanan, melainkan sebuah prestasi perhitungan neurologis yang cepat dan sangat akurat. Proses ini memungkinkan kita menavigasi lingkungan, merespons bahaya, dan terlibat dalam percakapan di tengah kebisingan. Namun, bagaimana mekanisme biologis yang tersembunyi dapat mencapai tingkat presisi spasial ini? Jawabannya terletak pada penggunaan telinga ganda (pendengaran binaural) dan interaksi rumit antara fisika akustik, anatomi telinga, dan pusat pemrosesan yang canggih di otak.
Artikel ini akan mengupas tuntas setiap lapisan dari proses penentuan arah suara, mulai dari perbedaan waktu dan intensitas antara kedua telinga (isyarat binaural) hingga peran kritis bentuk unik daun telinga kita dalam memecahkan ambiguitas vertikal.
Sebelum kita dapat memahami bagaimana arah suara ditentukan, penting untuk meninjau kembali apa itu suara dan bagaimana ia pertama kali diterima oleh sistem pendengaran. Suara adalah getaran yang merambat sebagai gelombang tekanan melalui medium (seperti udara). Ketika gelombang ini mencapai kepala kita, ia harus diproses dalam tiga tahap anatomis telinga.
Lokalisasi suara tidak terjadi di koklea; koklea hanya menyediakan informasi frekuensi dan intensitas. Proses penentuan arah sepenuhnya terjadi di pusat pendengaran di batang otak dan korteks auditori, di mana informasi dari kedua telinga dibandingkan secara simultan dan berkelanjutan. Otak adalah 'alat ukur' waktu dan intensitas yang tak tertandingi.
Sistem pendengaran binaural (dua telinga) adalah prasyarat mutlak untuk lokalisasi suara yang akurat. Jika kita hanya memiliki satu telinga, kita dapat mendengar suara, tetapi kemampuan untuk menempatkan sumber suara dalam ruang 3D (azimuth, elevasi, dan jarak) akan sangat terganggu. Dua telinga memungkinkan otak memiliki dua titik referensi spasial yang terpisah oleh jarak kepala (rata-rata sekitar 15-20 cm), perbedaan kecil inilah yang menjadi kunci utama.
Otak menggunakan dua isyarat utama, yang disebut isyarat binaural, untuk menentukan posisi horizontal (azimuth) sumber suara. Kedua isyarat ini bekerja secara sinergis, tetapi isyarat mana yang dominan bergantung pada frekuensi suara yang didengar.
ITD adalah perbedaan kecil dalam waktu kedatangan gelombang suara antara telinga yang satu dengan telinga yang lain. Ini adalah mekanisme utama yang digunakan otak untuk melokalisasi suara berfrekuensi rendah.
Ketika suara berasal dari posisi yang tidak tepat di garis tengah (depan lurus atau belakang lurus), suara tersebut harus menempuh jarak yang sedikit lebih jauh untuk mencapai telinga yang lebih jauh. Mengingat kecepatan suara di udara sekitar 343 meter per detik, perbedaan waktu yang dihasilkan sangatlah kecil, seringkali kurang dari satu milidetik.
Otak manusia luar biasa sensitif terhadap perbedaan waktu ini. Penelitian menunjukkan bahwa kita dapat mendeteksi ITD sekecil 10 mikrosekon. Kepekaan ekstrim ini memungkinkan kita membedakan perubahan posisi sudut suara yang sangat kecil—beberapa derajat saja—terutama di sekitar garis tengah.
ITD sangat efektif untuk suara berfrekuensi rendah (di bawah 1500 Hz). Frekuensi rendah memiliki panjang gelombang yang besar. Ketika gelombang mencapai telinga yang berbeda, otak dapat membandingkan fase gelombang. Jika gelombang mencapai telinga kiri sedikit di depan puncak fase yang mencapai telinga kanan, otak dapat menghitung penundaan ini. Frekuensi rendah dapat melewati kepala tanpa banyak gangguan, menjaga keutuhan fase gelombang.
Pemrosesan ITD terjadi di batang otak, khususnya di Kompleks Olivari Medial (MOC). MOC berisi neuron yang berfungsi sebagai 'detektor kebetulan' (coincidence detectors). Neuron-neuron ini hanya aktif secara maksimal jika mereka menerima sinyal dari kedua telinga *secara bersamaan*. Namun, jalur saraf yang menuju ke neuron-neuron ini memiliki panjang yang berbeda. Misalnya, untuk suara yang datang dari kiri, sinyal dari telinga kiri akan langsung mencapai neuron, sementara sinyal dari telinga kanan harus menempuh jalur saraf yang lebih panjang, menunda kedatangannya. Otak telah menyesuaikan panjang jalur saraf ini sehingga jika suara datang dari 90 derajat kiri, penundaan akustik di luar kepala diimbangi oleh penundaan saraf di dalam kepala, menyebabkan sinyal-sinyal tersebut tiba di neuron MOC yang sesuai pada saat yang "kebetulan" sama.
ILD adalah perbedaan dalam kekerasan (intensitas atau level) suara yang mencapai setiap telinga. Ini adalah mekanisme utama yang digunakan otak untuk melokalisasi suara berfrekuensi tinggi.
ILD timbul karena adanya efek bayangan kepala. Ketika gelombang suara berinteraksi dengan kepala, gelombang tersebut dihamburkan. Efek ini lebih terasa pada frekuensi tinggi. Frekuensi tinggi memiliki panjang gelombang yang pendek, sehingga kepala berfungsi sebagai penghalang fisik (akustik). Suara berfrekuensi tinggi yang datang dari kiri akan memiliki intensitas yang jauh lebih rendah di telinga kanan karena kepala menahan sebagian besar energi akustik tersebut, menciptakan "bayangan" suara.
Ilustrasi sumber suara yang datang dari sisi kiri kepala, menyebabkan gelombang mencapai telinga kiri lebih cepat (ITD) dan dengan intensitas yang lebih tinggi (ILD) dibandingkan telinga kanan, yang berada dalam bayangan akustik kepala.
Karena keefektifan bayangan kepala, ILD adalah isyarat yang sangat kuat untuk suara berfrekuensi tinggi (di atas 1500 Hz). Pada frekuensi ini, ITD menjadi ambigu. Ketika panjang gelombang suara menjadi lebih pendek dari dimensi kepala, perbedaan fase yang dirasakan oleh telinga bisa lebih dari satu siklus penuh, menyebabkan otak tidak dapat menentukan dengan tepat fase mana yang harus dibandingkan. Otak tidak bisa membedakan apakah penundaan fase adalah 0,5 siklus atau 1,5 siklus. ILD tidak menghadapi ambiguitas fase ini karena ia hanya mengukur perbedaan energi total yang diterima.
Pemrosesan ILD terjadi di Kompleks Olivari Lateral (LOC) di batang otak. Neuron-neuron di LOC merespons perbedaan intensitas antara input telinga kiri dan kanan. Sinyal dari telinga sisi yang lebih keras cenderung merangsang neuron, sementara sinyal dari sisi yang lebih pelan cenderung menghambat neuron. Integrasi rangsangan dan penghambatan ini menghasilkan respons yang unik yang secara langsung berkorelasi dengan sudut horizontal sumber suara.
Sistem pendengaran menggabungkan kedua isyarat ini dalam sebuah strategi frekuensi-dependen:
Meskipun ITD dan ILD sangat efektif untuk menentukan posisi horizontal (kiri-kanan/azimuth), kedua isyarat ini gagal total dalam menentukan elevasi (atas-bawah) dan membedakan antara depan dan belakang. Ini dikenal sebagai masalah Kerucut Kebingungan (Cone of Confusion).
Kerucut Kebingungan adalah area spasial berbentuk kerucut di sekitar telinga yang di dalamnya semua titik suara akan menghasilkan ITD dan ILD yang identik. Misalnya, suara yang datang dari posisi 45 derajat di depan dan sedikit di atas kepala mungkin menghasilkan isyarat binaural yang sama persis dengan suara yang datang dari 45 derajat di belakang dan sedikit di bawah kepala. Untuk memecahkan ambiguitas ini, otak harus mengandalkan mekanisme yang lebih canggih yang melibatkan interaksi suara dengan struktur telinga luar.
Daun telinga (Pinna) adalah kunci untuk memecahkan Kerucut Kebingungan dan menentukan elevasi. Pinna tidak hanya berfungsi menangkap suara; ia bertindak sebagai filter akustik yang kompleks dan unik bagi setiap individu.
Bentuk Pinna yang berlekuk-lekuk, dengan lipatan-lipatan seperti konka dan heliks, menyebabkan suara dari arah yang berbeda dipantulkan, diserap, dan ditunda dengan cara yang berbeda sebelum mencapai saluran telinga. Efek filter ini sangat jelas pada frekuensi tinggi (di atas 4000 Hz).
Perubahan spektrum frekuensi yang disebabkan oleh Pinna ini memberikan isyarat unik yang disebut Isyarat Spektral Monoaural (Monoaural Spectral Cues). Karena isyarat ini hanya bergantung pada satu telinga yang memproses pantulan, isyarat ini memungkinkan lokalisasi elevasi.
HRTF adalah konsep matematis yang menangkap secara tepat bagaimana kepala, torso, dan terutama Pinna seseorang memodifikasi suara yang masuk dari setiap sudut di ruang 3D. HRTF adalah sidik jari akustik spasial seseorang. Otak secara implisit 'mengetahui' HRTF individu tersebut. Ketika otak menerima sinyal, ia membandingkan spektrum yang diterima dengan spektrum asli yang diharapkan (berdasarkan memori akustik) dan menentukan modifikasi apa yang telah terjadi, sehingga dapat menyimpulkan dari arah mana suara tersebut harus datang.
Dalam Kerucut Kebingungan, semua sumber suara pada permukaan kerucut yang sama menghasilkan perbedaan waktu (ITD) dan intensitas (ILD) yang identik antara kedua telinga. Otak harus menggunakan isyarat spektral dari Pinna dan gerakan kepala untuk melokalisasi elevasi secara akurat.
Membedakan suara yang datang dari depan (0 derajat) dan belakang (180 derajat) juga sulit karena isyarat ITD/ILD mereka hampir nol. Pinna memainkan peran di sini juga (karena daun telinga lebih menghalangi suara dari belakang), tetapi isyarat paling penting adalah gerakan kepala yang refleksif.
Ketika mendengar suara ambigu, kita secara naluriah dan cepat menggerakkan kepala. Sedikit rotasi kepala (misalnya, ke kanan) akan menciptakan ITD dan ILD yang signifikan dan terukur. Otak dapat menginterpretasikan bagaimana isyarat-isyarat ini berubah akibat gerakan kepala, seketika memecahkan ambiguitas depan-belakang dan juga membantu penentuan elevasi.
Informasi yang dikumpulkan oleh telinga harus diproses melalui serangkaian stasiun relay di batang otak dan otak tengah sebelum mencapai Korteks Auditori. Setiap stasiun memiliki peran spesifik dalam mengintegrasikan informasi binaural.
Setelah sinyal listrik dihasilkan di koklea, mereka berjalan melalui Saraf Akustik ke Nukleus Koklea (Cochlear Nuclei) di batang otak. Di sinilah sinyal mulai dibagi berdasarkan frekuensi dan intensitas.
Dari Nukleus Koklea, informasi dibagi dan dikirim ke Kompleks Olivari Superior (Superior Olivary Complex / SOC). SOC adalah pusat pemrosesan binaural yang paling penting dan merupakan stasiun pertama di mana informasi dari telinga kiri dan kanan bertemu dan dibandingkan. Seperti yang dijelaskan sebelumnya, SOC dibagi menjadi dua wilayah fungsional utama:
Sinyal yang telah diproses ITD dan ILD kemudian bergerak ke Kolikulus Inferior (Inferior Colliculus / IC) di otak tengah. IC berfungsi sebagai integrator utama dari semua isyarat pendengaran. Di sinilah terjadi integrasi antara isyarat binaural (azimuth) dan isyarat spektral (elevasi) dari Pinna. Menariknya, neuron di IC diorganisir secara topografis, yang berarti mereka secara harfiah membentuk "peta suara" spasial. Neuron-neuron yang merespons suara dari kanan terletak di satu area, dan neuron yang merespons suara dari depan berada di area lain. Peta ini adalah representasi neurologis pertama dari ruang akustik 3D yang kita rasakan.
Setelah melewati IC dan Talamus (pusat relay sensorik utama), informasi mencapai Korteks Auditori Primer (A1) di lobus temporal. Meskipun A1 memproses informasi frekuensi dan dasar, penentuan arah yang disadari dan kompleks terjadi di Korteks Auditori Sekunder (A2) dan wilayah pendengaran yang lebih tinggi (jalur ‘What’ dan ‘Where’).
Di wilayah ini, lokalisasi suara diintegrasikan dengan informasi sensorik lainnya:
Semua mekanisme yang dijelaskan sejauh ini berlaku untuk pendengaran di lingkungan yang ideal (anechoic chamber). Namun, di lingkungan sehari-hari, kita jarang berada di tempat yang ideal. Lokalisasi suara harus mengatasi tantangan seperti gema, pantulan, dan kebisingan latar belakang.
Di ruangan tertutup, suara mencapai telinga tidak hanya secara langsung tetapi juga melalui pantulan dari dinding, lantai, dan langit-langit (reverberasi). Pantulan ini datang sedikit tertunda dan dari arah yang berbeda-beda, berpotensi merusak ITD dan ILD yang akurat dari suara asli.
Untuk mengatasi masalah pantulan, otak menggunakan mekanisme yang luar biasa yang disebut Efek Keutamaan. Efek ini menyatakan bahwa ketika dua suara yang identik mencapai telinga dalam jarak waktu yang sangat singkat (biasanya kurang dari 50 milidetik), otak secara otomatis mengabaikan semua suara yang datang terlambat (pantulan) dan hanya melokalisasi arah suara yang mencapai telinga *pertama kali* (suara langsung).
Ini adalah adaptasi evolusioner yang memungkinkan kita membedakan lokasi sumber suara asli di lingkungan yang penuh gema, mencegah persepsi bahwa sumber suara berada di dinding ruangan.
Kemampuan untuk fokus pada satu sumber suara di tengah banyak kebisingan (seperti dalam pesta koktail) sangat bergantung pada lokalisasi spasial. Jika dua orang berbicara di frekuensi yang sama, kita kesulitan memahami mereka jika mereka berada di lokasi spasial yang sama.
Namun, jika kedua pembicara dipisahkan secara spasial, meskipun hanya beberapa derajat, otak menggunakan pemisahan spasial ini untuk memfilter informasi yang tidak relevan. Dengan memfokuskan proses lokalisasi pada pembicara yang diinginkan, otak dapat memanfaatkan isyarat binaural yang unik untuk pembicara tersebut, secara efektif 'mematikan' kebisingan latar belakang yang datang dari arah lain.
Akurasi lokalisasi suara tidaklah absolut. Beberapa faktor dapat memengaruhi seberapa baik kita menentukan arah sumber bunyi.
Penentuan jarak sumber suara jauh lebih sulit daripada penentuan azimuth atau elevasi. Untuk menentukan jarak, otak menggunakan isyarat:
Pergerakan sumber suara relatif terhadap pendengar juga memberikan isyarat arah yang kuat, khususnya melalui Efek Doppler. Ketika sumber suara mendekat, frekuensi yang dipersepsikan meningkat; ketika menjauh, frekuensi menurun. Perubahan frekuensi dan intensitas yang dinamis ini membantu otak dalam melacak dan memprediksi pergerakan sumber bunyi di ruang.
Sistem lokalisasi suara manusia sangat plastis dan adaptif. Penelitian menunjukkan bahwa jika seseorang memakai sumbat telinga yang mengubah HRTF alami mereka, awalnya lokalisasi akan terganggu. Namun, setelah beberapa minggu, otak akan secara bertahap belajar dan beradaptasi dengan isyarat akustik baru, membangun peta HRTF baru. Begitu sumbat dilepas, mungkin diperlukan waktu beberapa hari bagi otak untuk kembali ke HRTF aslinya. Plastisitas ini menunjukkan bahwa penentuan arah adalah kemampuan yang dipelajari dan diperkuat, bukan hanya respons mekanis.
Memahami bagaimana telinga manusia melokalisasi suara telah menjadi tulang punggung revolusi dalam teknologi audio, khususnya dalam simulasi realitas virtual dan pengalaman mendengarkan 3D.
Untuk menciptakan pengalaman audio 3D yang meyakinkan melalui headphone (yang secara inheren merupakan perangkat monoaural spasial), insinyur suara harus merekayasa ulang isyarat binaural dan spektral alami. Teknologi ini mengandalkan pengukuran HRTF yang sangat tepat.
Dalam audio 3D, suara yang akan diputar melalui headphone diproses melalui filter HRTF. Filter ini secara artifisial meniru semua penundaan waktu (ITD), perbedaan intensitas (ILD), dan modifikasi spektral Pinna yang akan terjadi jika suara tersebut benar-benar datang dari posisi tertentu di ruang 3D. Ketika filter diterapkan, otak menafsirkan sinyal yang dimodifikasi ini seolah-olah gelombang suara telah berinteraksi dengan kepala dan Pinna pendengar, sehingga menghasilkan ilusi lokasi spasial yang sangat realistis.
Implementasi HRTF yang dipersonalisasi (berdasarkan pengukuran anatomi kepala individu) dapat meningkatkan realisme lokalisasi secara dramatis, karena HRTF setiap orang adalah unik.
Meskipun kita fokus pada manusia, prinsip lokalisasi yang sama berlaku untuk semua mamalia. Beberapa hewan telah mengembangkan kemampuan lokalisasi hingga tingkat yang ekstrem. Kelelawar, misalnya, menggunakan frekuensi yang sangat tinggi (ultrasonik) untuk ekolokasi. Panjang gelombang yang pendek ini memungkinkan mereka menggunakan ILD untuk lokalisasi yang sangat tepat, karena kepala mereka (kecil) menciptakan bayangan akustik yang kuat pada frekuensi tinggi tersebut.
Burung hantu juga memiliki mekanisme yang luar biasa. Telinga mereka terletak secara asimetris (satu lebih tinggi dari yang lain) dan wajah mereka berbentuk seperti piringan. Asimetri ini menciptakan perbedaan waktu dan intensitas vertikal yang jauh lebih besar daripada telinga simetris manusia, memungkinkan mereka melokalisasi tikus di kegelapan total dengan presisi vertikal yang luar biasa.
Penentuan arah suara, yang kita anggap remeh setiap hari, adalah contoh yang luar biasa dari bagaimana sistem saraf mengambil data sensorik yang ambigu dan tidak lengkap dan mengubahnya menjadi persepsi 3D yang koheren dan fungsional. Proses ini melibatkan serangkaian perhitungan yang cepat dan redundan:
Tanpa dua telinga yang bekerja harmonis, dipisahkan oleh dimensi kepala kita, dan didukung oleh arsitektur tulang rawan Pinna yang rumit, kita akan hidup dalam lingkungan akustik yang datar dan membingungkan. Otak kita tidak hanya mendengar; ia secara aktif mengkonstruksi ruang di sekitar kita berdasarkan penundaan mikroskopis dan perbedaan energi yang dikirimkan oleh setiap gelombang suara. Ini adalah fondasi penting untuk kesadaran spasial kita dan interaksi yang efektif dengan dunia fisik.
Kompleksitas mekanisme lokalisasi suara ini terus menjadi bidang penelitian yang intens, terutama dalam neurosains dan pengembangan antarmuka manusia-mesin yang lebih realistis dan imersif. Setiap kali kita berbalik ke arah panggilan, atau secara naluriah menghindari bahaya yang datang dari samping, kita menyaksikan puncak evolusi pemrosesan sensorik—sebuah seni akustik yang dikuasai oleh otak kita.
Untuk benar-benar menghargai keajaiban ITD, kita harus menggali lebih dalam ke masalah deteksi fase. Seperti yang disebutkan, ITD adalah yang paling efektif pada frekuensi di bawah 1500 Hz. Mengapa 1500 Hz menjadi batas kritis? Batas ini terkait erat dengan panjang gelombang suara relatif terhadap jarak antara kedua telinga (sekitar 20 cm).
Pada 1500 Hz, panjang gelombangnya kira-kira 23 cm. Ketika suara datang dari samping (90 derajat), penundaan maksimum ITD adalah sekitar 0,7 ms. Penundaan ini sesuai dengan penundaan fase yang kurang dari setengah siklus penuh. Otak dapat dengan mudah membedakan penundaan fase mana yang terjadi, karena hanya ada satu kemungkinan penundaan dalam rentang 0 hingga 0,7 ms.
Namun, ketika frekuensi meningkat hingga, misalnya, 3000 Hz, panjang gelombangnya menjadi 11.5 cm. Pada frekuensi ini, penundaan 0,7 ms berarti penundaan fase telah melampaui satu siklus penuh. Bayangkan gelombang sinus; telinga kiri mungkin menerima puncak (0 derajat), sementara telinga kanan menerima puncak lain satu siklus penuh kemudian (360 derajat), atau mungkin 45 derajat. Otak tidak bisa lagi membedakan apakah perbedaan fase 45 derajat yang dilihatnya berasal dari 45 derajat yang sebenarnya, atau 45 derajat + 360 derajat. Inilah yang disebut Ambiguitas Fase.
Inilah sebabnya mengapa pada frekuensi tinggi, otak mengesampingkan ITD fase dan sepenuhnya beralih ke ILD. Pada dasarnya, sistem pendengaran telah berevolusi menjadi dua prosesor paralel yang bekerja paling baik pada pita frekuensi yang berbeda, secara cerdas beralih antar keduanya tergantung pada sinyal yang paling dapat diandalkan.
Bayangan kepala yang menghasilkan ILD juga dipengaruhi oleh dua faktor anatomis selain dimensi kepala itu sendiri: diameter saluran telinga dan bentuk Pinna.
Diameter saluran telinga memengaruhi resonansi, tetapi bentuk Pinna memperkuat ILD secara dinamis. Lipatan Pinna menciptakan resonansi frekuensi tinggi yang dapat meningkatkan ILD hingga 20 dB atau lebih antara kedua telinga, terutama pada pita frekuensi kritis di mana ILD paling penting untuk lokalisasi (sekitar 3 kHz hingga 8 kHz). Peningkatan dramatis dalam perbedaan kekerasan ini memastikan bahwa bahkan perbedaan sudut kecil pada bidang horizontal dapat diterjemahkan menjadi perubahan intensitas yang signifikan yang dapat dideteksi dan diproses oleh Kompleks Olivari Lateral.
Perlu ditekankan bahwa efektivitas ILD bersifat murni fisik dan bergantung pada dimensi fisik penghalang (kepala). Sementara ITD bergantung pada perbandingan fase gelombang, ILD hanya memerlukan perbandingan energi total yang mencapai setiap membran timpani setelah melewati filter kepala.
Kolikulus Inferior (IC) adalah stasiun penentu dalam lokalisasi. Neuron di IC memiliki medan reseptif yang sangat spesifik untuk ruang akustik. Ada dua jenis utama neuron IC yang berkaitan dengan lokalisasi:
Di IC, neuron-neuron ini diorganisir menjadi lembaran-lembaran yang saling tumpang tindih, menciptakan peta spasial yang menyatukan isyarat waktu dan intensitas. Ketika suara berfrekuensi rendah masuk, peta ITD dominan. Ketika suara berfrekuensi tinggi masuk, peta ILD dominan. Sistem ini bekerja seperti prosesor pita frekuensi multi-channel, dengan output yang menyatu untuk menghasilkan satu persepsi tunggal tentang arah.
Lebih jauh lagi, IC menerima umpan balik dari korteks (jalur pendengaran menurun) yang memungkinkan adaptasi dan penyesuaian peta suara, menjelaskan bagaimana kita dapat mempertahankan akurasi lokalisasi bahkan ketika isyarat akustik diubah, seperti saat kita sakit dan Pinna kita mungkin tertutup atau bengkak.
Lokalisasi bukan hanya masalah sensorik dasar; itu juga melibatkan komponen kognitif yang substansial. Ketika kita mendengar suara, otak tidak memproses isyarat binaural secara terpisah dari pengalaman masa lalu.
HRTF, isyarat spesifik Pinna yang memungkinkan penentuan elevasi, adalah isyarat yang sangat pribadi. Otak menyimpan memori jangka panjang tentang bagaimana suara dimodifikasi oleh bentuk telinga kita sendiri. Tanpa memori ini, lokalisasi elevasi akan menjadi mustahil. Jika kita terpapar HRTF orang lain (misalnya, melalui audio 3D non-personalisasi), kita akan mengalami kesulitan parah dalam menentukan apakah suara datang dari atas atau bawah; otak akan membutuhkan waktu untuk "belajar" sistem akustik kepala yang baru itu.
Penentuan arah juga sangat dipengaruhi oleh apa yang kita harapkan. Jika kita melihat seseorang berbicara, dan suaranya sedikit terlambat atau datang dari sudut yang berbeda, otak kita sering kali akan memprioritaskan isyarat visual dan "menggeser" persepsi pendengaran agar sejajar dengan sumber visual. Fenomena ini, yang dikenal sebagai Ventriloquism Effect, menunjukkan bahwa sistem lokalisasi suara kita tidak mutlak; itu tunduk pada dominasi modalitas visual dalam menentukan lokasi spasial.
Dalam situasi di mana isyarat binaural sangat lemah (seperti kasus Kerucut Kebingungan), otak menggunakan ekspektasi, memori, dan informasi visual untuk mengisi kekosongan, mencapai kesimpulan yang paling mungkin tentang arah suara.
Persepsi jarak adalah yang paling rentan terhadap kesalahan, namun sangat penting. Mekanisme rasio suara langsung ke reverberasi (D/R ratio) adalah isyarat jarak paling penting dalam ruangan tertutup. Ketika sumber suara dekat dengan pendengar, rasio D/R tinggi (lebih banyak suara langsung). Ketika sumber menjauh, rasio D/R menurun tajam karena intensitas suara langsung berkurang sebanding dengan kuadrat jarak, sementara reverberasi (pantulan total dari dinding) cenderung tetap relatif konstan di seluruh ruangan.
Otak secara naluriah mengukur seberapa "kering" (sedikit pantulan) atau "basah" (banyak pantulan) suara yang didengar. Suara yang lebih kering dipersepsikan sebagai lebih dekat, sementara suara yang lebih basah dipersepsikan sebagai lebih jauh. Ini adalah mekanisme yang digunakan oleh para insinyur suara dalam film dan musik untuk menciptakan ilusi kedalaman spasial.
Sistem pendengaran adalah rekayasa biologis yang sempurna karena mampu mengatasi keterbatasan fisik dengan mengaktifkan mekanisme yang berbeda secara frekuensi-spesifik. Keberadaan batas 1500 Hz bukanlah kebetulan; itu adalah titik di mana ITD berbasis fase menjadi tidak dapat diandalkan, memaksa otak untuk beralih ke ILD. Pada saat yang sama, frekuensi tinggi, yang membuat ITD fase ambigu, adalah frekuensi yang paling efektif dihambat oleh kepala, membuat ILD menjadi isyarat yang sangat kuat.
Inilah yang membuat pendengaran binaural begitu tangguh: kegagalan satu isyarat pada frekuensi tertentu secara otomatis diimbangi oleh isyarat yang lain. Ketergantungan pada dua telinga untuk azimuth, dan ketergantungan pada satu telinga (Pinna) untuk elevasi, memastikan bahwa kita dapat melokalisasi sumber suara di seluruh bidang 3D dengan akurasi yang menakjubkan—sebuah kemampuan yang terus menentukan cara kita berinteraksi dan memahami ruang di sekitar kita.