In generale, maggiore è la complessità di un essere, più estesa è la gamma di suoni che è in grado di emettere. Ovviamente non tutte le comunicazioni avvengono tramite suono: la danza dell'api che avvisa l'alveare di aver trovato una nuova fonte di cibo, le lotte rituali tra i giovani leoni sono solo alcuni esempi. Questi modi di comunicare non possono tuttavia essere paragonati all'utilizzo del suono: per quanto semplici e primitivi, ruggiti, lamenti e cinguettii permettono una maggiore capacità espressiva.

L'uso della voce per comunicare differenzia notevolmente l'uomo dalle altre specie animali. Sebbene molte specie presentino capacità sensoriali molto più elevate nella ricezione del suono, l'uomo è la specie vivente che meglio di tutte riesce ad usare il suono per comunicare. Fra la specie umana e tutte le altre (ad esclusione dei delfini), esiste un vero e proprio abisso: solo l'uomo infatti riesce ad articolare suoni talmente complessi, variati, precisi e riproducibili da essere utilizzati come mezzo di comunicazione di idee astratte.

La produzione dei suoni

Le onde sonore sono create da vibrazioni meccaniche, e sono costituite da spostamenti periodici di atomi e molecole. Per comprenderne la generazione immaginiamo il braccio di un diapason che si muove rapidamente da destra a sinistra. Quando oscilla verso sinistra, spinge in quella direzione le molecole d'aria. L'elasticità dell'aria costringe le molecole a muoversi, creando una zona di alta pressione che si allontana dal braccio del diapason. Mentre l'onda di alta pressione si allontana, il braccio inverte la sua oscillazione muovendosi verso destra e creando sul lato sinistro una zona nella quale le molecole d'aria possono dilatarsi, determinando così un'area di bassa pressione. Il risultato di questo movimento alternato è la creazione di una successione di aree di alta e di bassa pressione che si susseguono con regolarità. È importante osservare che non è l'aria che si muove (le molecole d'aria oscillano solamente attorno alla loro posizione originaria), ma è la zona di alta e di bassa pressione che si propaga, formando quelle che, per analogia con il moto dell'acqua di mare, vengono chiamate onde sonore. La velocità alla quale le onde viaggiano, la velocità del suono, dipende dall'elasticità del mezzo attraverso cui esse si propagano, ovvero dal tempo impiegato da ogni molecola per tornare al proprio posto. Nell'aria a 20°C tale velocità è di circa 340 metri al secondo, pari a circa 1.250 chilometri orari. In altri mezzi più elastici (cioè nei quali gli atomi e le molecole tornano al loro posto più velocemente dopo essere stati perturbati), come l'acciaio o l'acqua, la velocità di propagazione è più alta. Questa caratteristica, nota fin dall'antichità, veniva usata dai soldati che, poggiando le orecchie sul terreno, potevano ascoltare il rumore degli eserciti nemici con grande anticipo. Al contrario, nel vuoto, dove non ci sono atomi o molecole che si possono spostare, il suono non può essere trasmesso.

La ricezione dei suoni

Il senso dell'udito dipende dalla conversione delle onde sonore in impulsi nervosi. In pratica, non è altro che lo sviluppo e il raffinamento del senso di pressione. Le onde sonore infatti esercitano una sollecitazione su tutto ciò che incontrano. La semplice pressione però è troppo debole per poter essere avvertita. È infatti la sua ripetizione periodica, il suo battere costante che attiva l'impulso nervoso. I pesci, ad esempio, sentono per mezzo di fibre sensoriali, capaci di individuare questo tipo di sollecitazione, disposte in fila lungo la parte media di ciascun lato e perciò chiamate linee laterali. Quando la vita cominciò a svilupparsi sulla terraferma si crearono però nuovi problemi per l'udito: l'aria infatti è più rarefatta dell'acqua e, quindi, i rapidi movimenti periodici della pressione che rappresentano le onde sonore sono molto più deboli.

Allo scopo di rendere udibili anche i deboli suoni che si propagano nell'aria, mediante il meccanismo dell'evoluzione la natura modificò allora la struttura di alcune branchie, che non erano più necessarie. Così la prima di esse divenne un sottile diaframma, che poteva essere messo in vibrazione molto facilmente anche dalle deboli variazioni di pressione dei suoni nell'aria, mentre la seconda si trasformò invece in un piccolo osso posizionato fra il diaframma e il ricettore del suono dove agisce tuttora come amplificatore. Con l'evoluzione i mammiferi affinarono ulteriormente l'udito: grazie infatti alla particolare forma della loro mascella essi sono in grado di concentrare e amplificare meglio il suono. È bene fare una piccola precisazione. Quello che comunemente chiamiamo orecchio è in realtà solo il padiglione auricolare, la sua parte più esterna, la meno importante del sistema di strutture che ci permette di sentire. Il suo compito è quello di raccogliere il fronte dell'onda sonora su una superficie molto vasta e di condurlo all'interno, dove si trovano i ricettori del suono. In questo modo il suono viene progressivamente amplificato man mano che il passaggio si restringe, analogamente alla marea che diventa più alta quando si entra in una baia più stretta. Con l'uso del padiglione, che in molti animali ha anche la capacità di muoversi in modo da dirigersi verso la fonte sonora, l'organo dei mammiferi diviene ancora più sensibile. Con tutti questi accorgimenti i mammiferi hanno quindi il senso uditivo più sviluppato di tutto il regno animale. Nell'uomo, e nei primati in generale, si verifica però una regressione di questa capacità.

I caratteri del suono

L'orecchio percepisce una grande varietà di suoni, alcuni squillanti, altri deboli, altri acuti, altri ancora gravi. Tutte queste differenti qualità acustiche dei suoni possono essere classificate in base a tre caratteristiche: l'intensità, l'altezza e il timbro. Esse corrispondono alle diverse caratteristiche fisiche del complesso di vibrazioni, di cui consiste il suono: lunghezza d'onda, ampiezza dell'oscillazione, frequenza e velocità di propagazione. L'intensità di un suono (suono forte o debole) è proporzionale all'ampiezza della vibrazione, mentre la sua altezza (grave come il suono di un tamburo o acuto come quello di una sirena) è proporzionale alla frequenza di vibrazione della sorgente sonora. Ad esempio, la voce di una donna è più acuta rispetto a quella maschile proprio a causa della maggiore frequenza con cui vibrano le sue corde vocali.

Un suono semplice, come quello emesso da un diapason, viene espresso graficamente da una sola onda. Un suono composto è dato invece dalla sovrapposizione di più onde, una fondamentale e le altre chiamate armoniche. È questa la caratteristica del suono prodotto dagli strumenti musicali e in genere da tutti i suoni naturali. La diversa distribuzione delle armoniche rispetto al suono fondamentale contraddistingue il timbro. Il timbro è dunque quel carattere che consente di distinguere due suoni di eguale intensità e uguale altezza, ma prodotti da sorgenti sonore diverse.

Infrasuoni e ultrasuoni

Come abbiamo visto, la frequenza di un'onda sonora è il numero di oscillazioni che le particelle d'aria compiono in un secondo. Il nostro orecchio percepisce come gravi i suoni di frequenza più bassa e come acuti quelli di frequenza più alta. Se però la frequenza di vibrazione dell'aria è troppo lenta (inferiore alle 20 oscillazioni al secondo o, più precisamente, inferiore ai 20 Hz) o troppo elevata (superiore a 20.000 Hz) il nostro orecchio non è in grado di recepire alcun suono. Nella terminologia tecnica si chiamano infrasuoni le onde sonore di frequenza minore di 20 Hz e ultrasuoni quelle di frequenza superiore a 20.000 Hz. Alcuni animali, dotati di un udito migliore del nostro, riescono a percepire anche queste onde. Il pipistrello, ad esempio, avverte ultrasuoni fino a frequenza di 120.000 Hz.

La riproduzione del suono

La generazione e la riproduzione del suono sono processi continui. Per questo motivo le tecniche "classiche" di riproduzione del suono, dal primo celebre fonografo di Edison ai moderni registratori a cassette, hanno utilizzato dispositivi analogici, cioè che funzionano simulando una analogia con il fenomeno originale. In pratica (e semplificando), un registratore analogico memorizza il suono per mezzo di un segnale elettrico proporzionale alle caratteristiche del segnale di partenza. Riproduce, cioè, le vibrazioni meccaniche dell'aria sotto forma di una tensione che impressiona in modo continuo il supporto su cui viene raccolto (ad esempio un nastro magnetico).

Un computer è invece un dispositivo digitale, cioè un apparecchio che lavora in modo discreto aprendo o chiudendo una serie di interruttori elettronici. Uno 0 rappresenta un interruttore aperto (spento), mentre un 1 rappresenta un interruttore chiuso (acceso) mentre un byte rappresenta una sequenza di otto valori che descrivono lo stato dei corrispondenti interruttori. Analogamente alle immagini digitali, che sono costituite da una matrice di pixel a ciascuno dei quali viene assegnato un colore, anche un suono in formato digitale è rappresentato da un valore numerico. Questo chiarisce la definizione di suono digitale, cioè suono rappresentato mediante numeri: digit, infatti, in inglese significa numero e a sua volta deriva dal latino digitus, cioè dito, il primo strumento usato dall'uomo per contare. Anche se molti suoni vengono generati direttamente in formato digitale dagli strumenti elettronici, la riproduzione digitale del suono prevede ancora in molti casi la conversione del segnale audio da analogico a digitale. In questo caso il dispositivo audio di un computer riceve il suono come segnale analogico continuo, cioè un'onda sonora con frequenza e intensità variabili nel tempo. I segnali vanno ad un convertitore analogico/digitale che trasforma i segnali analogici in dati digitali (sequenze di 1 e 0).

Il suono e i numeri

Per trasformare un segnale continuo in un insieme di numeri si usa una tecnica chiamata campionalento. Il suo funzionamento è intuitivo: si suddivide un intervallo di tempo in una serie di intervalli più piccoli e si misura l'intensità del segnale in ognuno di essi. A questo punto, il valore ottenuto viene trasformato in un numero binario che può essere così elaborato e memorizzato in forma digitale. Come si può facilmente immaginare, minore è l'ampiezza dell'intervallo (o, in termini tecnici, maggiore è la frequenza di campionamento) più elevata è la qualità del suono. Ad esempio, i compact disc musicali utilizzano una frequenza di campionamento di 44.100 Hz, cioè dividono un secondo in 44.100 intervallini. La riproduzione digitale del suono presenta notevoli vantaggi rispetto a quella tradizionale, analogica. Innanzi tutto può essere elaborata da appositi processori audio per realizzare effetti sonori complessi come il suono tridimensionale. In secondo luogo può essere memorizzata su dispositivi ad accesso casuale, come i compact disc.

Il suono diventa spaziale

Dalla sua introduzione intorno alla metà degli anni '50, la stereofonia ha stabilito lo standard nella riproduzione audio. Essa è in grado di riprodurre uno scenario tradizionale, in cui il suono proviene principalmente da una direzione frontale rispetto all'ascoltatore, come in un concerto. Per quanto buona sia la registrazione, la stereofonia non può però ricreare adeguatamente un ambiente acustico in cui il suono proviene da più fonti poste attorno all'ascoltatore. La mancanza di spazialità impoverisce il realismo, come nel caso di un gioco in cui un velivolo sorvoli la testa del protagonista dirigendosi alle sue spalle, oppure quando creature mostruose si muovono contro il giocatore da ogni lato. Per generare campi sonori più ampi e coinvolgenti, molte società hanno allora ideato algoritmi che modificano il suono stereofonico in modo che, anche con due sole casse acustiche, i suoni sembrino provenire da tutte le direzioni. Gli algoritmi di espansione stereofonica ampliano la scena sonora percepita e molte schede audio e sistemi di altoparlanti includono l'elettronica necessaria per generare un suono stereofonico espanso. Gli algoritmi di posizionamento 3D compiono un ulteriore passo in avanti: cercano di collocare i suoni in particolari posizioni attorno all'ascoltatore - a sinistra o a destra, sopra o sotto - in modo congruente a quanto avviene sullo schermo. Elementi di psicoacustica, quali i ritardi temporali e le differenze d'intensità, sono utilizzati per replicare il modo in cui le fonti suonerebbero se fossero effettivamente ascoltate in uno spazio di 360 gradi. Questo processo utilizza spesso la funzione hrtf (Head-Related Transfer Function) per calcolare il suono percepito dalle orecchie dell'ascoltatore in base alle coordinate spaziali della sua origine. Per esempio, un suono proveniente da sinistra viene percepito una frazione di secondo prima dall'orecchio sinistro, mentre l'orecchio destro lo sente con un'altezza leggermente diversa a causa delle modalità di propagazione delle onde sonore attorno alla testa. Gli sviluppatori di software possono utilizzare le tecniche di ritardo e di cambiamento di fase per riprodurre quest'effetto e collocare il suono in un preciso punto nello spazio (come se qualcuno fosse alle vostre spalle) oppure in movimento nello spazio (come nel passaggio di un razzo). I risultati sono differenti ma generalmente buoni se l'ascoltatore è seduto nel punto più appropriato tra i diffusori. In ogni caso, per molte applicazioni la sintesi surround rappresenta un notevole miglioramento rispetto alla stereofonia.

All'interno del suono

In molte case, gli impianti stereofonici stanno per essere gradualmente rimpiazzati dai sistemi di home-theater, nei quali sono normalmente richiesti sei diffusori. Traendo ispirazione dai cinematografi, l'home-theater impiega infatti 5 + 1 canali di riproduzione, in cui ci sono cinque diffusori principali (i canali frontali sinistro, centrale e destro; i canali posteriori sinistro e destro) e un canale speciale per le basse frequenze (il sub-woofer). Due tecnologie in competizione, Dolby Digital e Digital Theater Surround, adottano un processo di elaborazione del suono basato su questa tecnica. Entrambi i sistemi rappresentano un'evoluzione rispetto ai vecchi sistemi surround come il Dolby Pro Logic, in cui mancava la separazione dei canali e i canali posteriori erano monoaurali. Il Dolby Digital ha acquisito una forza travolgente quando è stato scelto come metodo di codifica audio per il dvd e per la tv digitale; il supporto al sistema dts è invece meno diffuso. Quando le unità dvd prenderanno il posto dei lettori di cd-rom, gli utenti di Pc potranno riprodurre le tracce audio su 5 + 1 canali non solo nei film ma anche nei giochi. Anche se questo tipo di riproduzione migliora il realismo, presenta il problema pratico di disporre sei diffusori acustici attorno al personal computer. Per questo motivo, come abbiamo visto, un certo numero di aziende operanti nel settore audio surround ha sviluppato algoritmi specifici per riprodurre formati musicali 3D mediante due sole casse acustiche, creando altoparlanti "virtuali" che generano la corretta sensazione di spazialità.

Anche se nessuno di questi metodi può essere paragonato a un sistema basato su cinque diffusori acustici, tuttavia gli "altoparlanti virtuali" producono un buon risultato di localizzazione sonora attorno all'ascoltatore.

Conclusioni

L'uomo ha sempre usato i suoni per comunicare, ma mai come ora ha avuto la possibilità di esplorare le infinite possibilità artistiche che le tecnologie digitali hanno messo a sua disposizione.

Dai primi tamburi ai moderni processori audio tridimensionali, gli strumenti a sua disposizione si sono evoluti enormemente. Anche se nessuno di essi potrà mai sostiutuire il genio e la creatività del compositore.