Ok. Nyt pääsin kärryille. Mutta äänen miksauskin on aina kompromissi: leffat toistetaan lähes aina kaiuttimilla mikä on periaatteessa selkeä homma, mutta musa ja pelit vaihtelevasti. Jos miksaaja päättää tai tietää, että audio toistetaan pelkästään kaiuttimilla niin tehdään erilaiset ratkaisut, esim. voidaan panoroida äärireunoille, mikä on taas kuulokkeilla usein huono ja luonnoton ratkaisu. Mutta kyllä kuulokkeillekin saadan tehtyä binauraaliset vihjeet korville.
Aivot on kuitenkin siitä hauskat että niitä voi huijata: näkö on niin määräävä aisti että ääni jää kakkoseksi, eli jos kuvasssa kaatuu tuoli niin ääniraitaan voidaan laittaa melkein mikä vaan kopaus kunhan ajoitus menee oikein ja tila sekä suunta on kunnossa, ei tarvita tuhannen tuolinkaatumisen äänikirjastoa eri tuoleille, muutama riittää. Toisaalta äänellä voi korostaa kuvassa näkyvää ja saada huomio kiinnittymään haluttuun asiaan. Äänelle pitäisi keksiä myös samankaltainen 'ray tracing' kuten kuvalle jossa heijasteet, suunnat, etäisyydet jne laskettaisiin reaaliajassa. Mutta (tila)ääni jää tuossakin kakkoseksi eikä taida olla mikään houkutin johon normikuluttaja suostuisi rahaa suuremmin sijoittamaan. Pelintekijälle riittää peruslaatu jossa ääni ei ainakaan heikennä elämystä. Ennenminkin panostetaan ääniefektien laatuun ja tunnelman luomiseen.
Mutta kuulokekuuntelu on kyllä hyvä ellei jopa ihanteellinen pelikenttä äänisuunnittelijalle: kaksi korvaa, kaksi kanavaa. Lopputulos on taidosta ja tekniikan rajoista kiinni.
Kyllähän HRTF-algoritmeja on löytynyt jo vuosien ajan, mutta ei niitä voida niin vain käyttää.
Binaural ääni on pidettävä erillään kaiutinmiksauksista, koska kaiuttimet eivät pysty toistamaan ääntä korvakohtaisesti.
Eli se pitäisi olla kokonaan omana erillisenä ääniraitanaan.
Muuten binauraaliset vihjeet tulevat siihen kahdesti sotkien aivojen äänilähteiden sijoittelua.
Samalla lailla se vaatii pelissäkin omat ääniasetukset.
Windows kun ei osaa kertoa pelille että sitä kahta kanavaa toistetaan kaiuttimien sijaan kuulokkeilla.
Binaural ääntä ei myöskään voida muokata jälkeenpäin ja joku crossfeedkin sotkee binauraaliset vihjeet.
Musiikin stereomiksaukseen taas yleensä lisätään vähän crossfeedia, ettei kuullosta niin pahasti epäluonnolliselta kuulokkeilla kuunneltaessa.
Musiikillehan binauraalinen tallennus on se toiseksi paras vaihtoehto paikalla olemiseen ja aivan ylivoimainen stereoon nähden:
Eikä binauraalinen ääni muutenkaan vaadi visuaalisia vihjeitä toimiakseen. Eiväthän silmät edes näe sivuille ja taakse, kun taas kuulo toimii joka suuntaan ja pimeässäkin.
Riippumattomuus kuuntelijan huoneakustiikasta ja ei tarvetta tilaa vieville ja mahdollisesti sijoitusongelmallisille kaiuttimille olisi binaural-äänelle etu pelaamiseen.
Ainoat haasteet ovat vaatimus kuulokkeiden toiston tarkkuudelle (jossa osa "hifistien" suosimista epätarkoista luureista ei pärjää) ja se että "yläkerran kaveri" unohti standardoida pään muodon tarkemmin kuin jonkinlainen pyöreähkö peruna.
Yksityiskohdat korvien välisissä signaalieroissa riippuvat pään ja korvalehtien muodosta.
Eli binaural-äänen vaikutelman toimivuus riippuu siitä onko kuuntelijan pään muoto miten lähellä keskinmääräistä.
Mutta jos pelaamisen äänipuolta olisi kehitetty edes kymmenesosalla grafiikkaan panostuksesta, niin kuuntelijan pään muodolle kustomoitavat HRTF-algoritmit olisivat olleet arkipäivää vuosien ajan.
Ja nythän tilanne on oikeastaan heikompi kuin jopa Windows 98:ssa:
DirectSound mahdollisti äänten laskennan äänikortin omalla dedikoidulla raudalla, jolle peli lähetti peliympäristön jonkinlaisen akustisen mallin ja äänilähteiden 3D sijainnit siinä.
Ja laskemalla binauraalinen ääni suoraan tuosta alkuperäisestä häviöttömästä datasta siihen saatiin mukaan myös oikea korkeusdatakin, joka puuttuu näistä 5.1/7.1 "surround" äänistä.
Eli nämä Dolby Atmos jne objektipohjaiset äänistandardit tulevat oikeasti jälkijunassa. (ja lisenssimaksujen takia eivät myöskään taatusti peleissä yleisty)
Sitten tosiaan tuli Windows Virtsa, jossa Microsoft tappoi DirectSoundin sen väitettyjen vakaus jne. ongelmien takia.
Mihin uskon yhtä vähän kuin puutarhatonttuun: Tarkoitus oli taatusti vain tyhmistää PC:tä Xboxin tasolle.
Microsofthan olisi voinut yksinkertaisesti kehittää uuden paremman API:n äänten rautalaskentaan.
Se laski monien pelien äänten tarkuutta ihan alkaen äänisampleista ja äänikortin HRTF:n sisältävästä äänten laskennasta siirryttiin vasemmalla kädellä selän takana hutaistuihin mitä sattuu softarenderöijiin.