L'évolution de l'audio dans la réalité augmentée

Les systèmes d'AR précoces ont traité le son comme une post-considération, se concentrant principalement sur les superpositions visuelles. Cependant, le cerveau humain traite l'information auditive plus rapidement que les données visuelles, faisant du son un élément critique pour la présence et la conscience spatiale dans des environnements de réalité mixte. Le passage du son mono et stéréo au son 3D entièrement spatialisé marque un changement fondamental dans la façon dont les utilisateurs perçoivent et interagissent avec les objets numériques placés dans le monde réel. Aujourd'hui, l'avenir de l'audio dans la réalité augmentée se trouve à un carrefour où la capacité technique répond au potentiel créatif, offrant des possibilités qui vont bien au-delà du divertissement en productivité, accessibilité et connexion humaine.

Les plateformes AR modernes d'Apple, Meta et Microsoft ont beaucoup investi dans les cadres audio spatiaux, reconnaissant que l'audio convaincant est essentiel pour que le cerveau accepte les objets virtuels dans l'environnement physique. Sans repères spatiaux précis, même l'expérience AR la plus visuellement impressionnante se sent creuse et déconnectée. Le défi consiste à fournir un audio qui se comporte naturellement alors que les utilisateurs bougent la tête, passent dans les espaces et interagissent avec des éléments virtuels en temps réel.

La maturation de la technologie audio AR reflète la trajectoire plus large de la conception d'interaction homme-ordinateur. Les téléphones précoces ont privilégié l'intelligibilité par rapport à la fidélité; les interfaces informatiques précoces ont privilégié le texte par rapport aux graphiques. De même, les systèmes AR précoces ont privilégié l'information visuelle parce qu'il était plus facile à rendre et à contrôler.

Technologies de base permettant l'audio spatial dans les AR

Comprendre les fondements techniques de l'audio spatial permet de clarifier les opportunités et les obstacles qui définissent ce domaine. Plusieurs technologies de base travaillent ensemble pour créer l'illusion que le son provient d'un point spécifique dans l'espace tridimensionnel autour de l'auditeur.

Fonctions de transfert liées à la tête

Les fonctions de transfert liées à la tête, ou HRTF, sont des modèles mathématiques qui décrivent comment les ondes sonores sont modifiées par la forme de la tête humaine, des oreilles et du torse avant d'atteindre le tympan. Chaque personne a des HRTF uniques en raison de différences dans l'anatomie, c'est pourquoi les profils génériques HRTF peuvent sembler convaincants pour certains auditeurs mais contre nature pour d'autres. Société d'ingénierie audio démontre que les FASS individualisés réduisent les erreurs de confusion avant-arrière de plus de 40 p. 100 comparativement aux modèles génériques.

La physique derrière les HRTF implique la diffraction, la réflexion et l'absorption des ondes sonores, car elles interagissent avec le pinna, le canal d'oreille, l'ombre de tête et le rebond de l'épaule. Ces interactions créent des encoches et des pics spectraux que le cerveau interprète comme des repères directionnels. Le pinna, avec sa géométrie pliée complexe, est particulièrement critique pour la localisation verticale et la discrimination avant-arrière.

Moteurs de rendu et audio 3D

Le rendu binaural simule la façon dont les humains entendent naturellement en codant les signaux directionnels en signaux audio stéréo. Lorsqu'ils sont écoutés par un casque, les sons binaural créent un champ sonore convaincant à 360 degrés. Les plateformes AR comme Vision Pro et la série Quest d'Apple utilisent des moteurs audio 3D dédiés qui traitent simultanément plusieurs sources sonores, appliquant le filtrage HRTF, l'atténuation de la distance et les effets Doppler en temps réel.

Les moteurs audio 3D modernes gèrent des scénarios complexes impliquant des dizaines de sources simultanées, chacune ayant des propriétés spatiales uniques. Les repères de distance comprennent la réduction de la sonorité, l'amortissement à haute fréquence comme l'absorption de l'air par le tréble, et l'équilibre de déplacement entre le son direct et le son réverbérant. Doppler fait des effets de décalage en fonction de la vitesse relative entre l'auditeur et la source sonore virtuelle.

Modélisation de l'acoustique en salle en temps réel

Une source sonore virtuelle placée dans une cathédrale doit se comporter différemment de la même source placée dans un bureau tapissé. La modélisation acoustique en temps réel de la salle utilise des données de détection de l'environnement provenant des caméras et du lidar pour estimer les matériaux de surface et la géométrie de la pièce, puis applique la réverbération de la convolution et les filtres d'occlusion dynamiquement. C'est moi qui ai fait ça. ont développé des pipelines audio spatiaux qui intègrent avec la scène AR des API de compréhension pour ajuster la réverbération et les modèles de réflexion lorsque les utilisateurs se déplacent entre les espaces.

Le pipeline de modélisation acoustique comporte plusieurs étapes : acquisition de géométrie à partir de capteurs de profondeur et de lidar, classification des matériaux à l'aide d'analyses spectrales des échos réflecteurs ou ultrasoniques, génération de réponse d'impulsions qui simule la propagation du son dans l'espace. Les premières réflexions atteignant l'auditeur en moins de 50 millisecondes fournissent des repères spatiaux sur la taille de la pièce et la distance de surface.

Codage audio perceptuel et rémunération des écouteurs

Au-delà des technologies de spatialisation de base, le codage audio perceptuel et la compensation casque jouent un rôle essentiel dans la fourniture d'un son AR de haute qualité. Les codes perceptuels comme AAC, Opus et LC3plus préservent les repères spatiaux à des débits réduits, ce qui importe pour la diffusion sans fil vers les casques AR. La compensation casque corrige les irrégularités de réponse de fréquence de modèles de casque spécifiques, assurant que les repères spatiaux se cartographient avec précision à la perception de l'auditeur.

Possibilités de RA améliorée par l'audio

L'intégration de traitements audio sophistiqués permet de débloquer des cas d'utilisation qui étaient auparavant impossibles ou peu pratiques.Ces possibilités couvrent plusieurs industries et démographiques utilisateurs, chacun bénéficiant des propriétés uniques du son spatial.

Jeux et divertissements

Les jeux multijoueurs AR nécessitent un audio spatial précis pour transmettre les positions des lecteurs, les menaces environnementales et les signaux narratifs sans encombrer le champ visuel. Un pas derrière le joueur, un dialogue chuchoté d'un personnage virtuel à côté d'eux, ou l'écho lointain d'une explosion contribuent tous à un sentiment de présence que les stéréos plates ne peuvent pas atteindre. Les expériences d'AR basées sur des emplacements, comme ceux développés pour les parcs thématiques et les musées, utilisent l'audio spatial pour guider les visiteurs à travers des récits liés à des positions géographiques spécifiques. NVIDIA Isaac Sim plate-forme comprend maintenant des outils de simulation audio spatiale qui permettent aux développeurs de prototyper des paysages sonores AR dans des environnements virtuels photoréalistes avant de se déployer sur des sites physiques.

La musique interactive et les paysages sonores ambiants dans les jeux AR bénéficient de la capacité d'adaptation de l'audio spatial aux mouvements des joueurs. Une radio virtuelle placée sur une table sonne différemment lorsque le joueur approche de derrière versus de devant. Les partitions orchestrales peuvent changer de perspective au fur et à mesure que le joueur tourne, avec des sections en laiton qui semblent se déplacer par rapport à l'orientation de l'auditeur.

Éducation et formation

Les étudiants en médecine peuvent entendre des murmures cardiaques simulés qui semblent provenir de la poitrine d'un patient virtuel lorsqu'ils se déplacent autour d'elle. La mécanique-en-training peut écouter des signaux audio diagnostiques liés à des composants spécifiques d'un modèle moteur. Les apprenants de langues bénéficient d'un son spatial qui place des partenaires conversationnels dans des endroits spécifiques, forçant le cerveau à traiter la parole de façon dirigée comme il le ferait dans une conversation réelle. Les frontières de l'éducation Selon le journal, les simulations d'entraînement en EI permettent d'améliorer la précision de la tâche de 27 % par rapport aux conditions visuelles ou mono-audio.

Au-delà de l'achèvement des tâches, l'audio spatial aide à conserver la mémoire en fournissant des canaux d'encodage supplémentaires. L'information présentée avec des repères audio directionnels est stockée dans un contexte spatial, ce qui facilite le rappel ultérieur. Par exemple, un étudiant qui apprend des événements historiques peut entendre différents récits provenant de différents endroits dans un environnement virtuel, chacun associé à une période de temps spécifique ou une région géographique.

La navigation visuelle par radio brouille souvent le champ de vision de l'utilisateur avec des flèches et des marqueurs, créant ainsi une surcharge cognitive. La navigation audio réduit ce fardeau en utilisant des repères spatiaux pour indiquer la direction. Un chant qui semble venir du côté gauche dirige naturellement l'attention de l'utilisateur sans exiger qu'il regarde un écran. Cette approche est particulièrement utile pour les utilisateurs malvoyants, pour lesquels les systèmes de navigation audio par radiofréquence peuvent fournir des descriptions en temps réel de l'environnement, des avertissements d'obstacles et des conseils de route à travers des écouteurs de conduction osseuse qui préservent l'ouïe ambiante. Marcher développer des applications de navigation AR audio-première qui s'intègrent avec des lunettes intelligentes et des écouteurs pour créer des expériences de recherche de voies sans faille.

Les systèmes de navigation audio peuvent coder des informations au-delà de la simple direction. Le ton, le timbre et le rythme des signaux audio peuvent transmettre la distance, l'urgence et l'identité de repère. Un ton ascendant peut indiquer un point d'intérêt proche, tandis qu'un ton descendant indique que l'utilisateur a passé la destination. Différents instruments ou sons synthétisés peuvent représenter différentes catégories d'informations, comme les restaurants, les arrêts de transit ou les repères historiques.

Accessibilité et conception inclusive

L'audio-rétroviseur permet aux utilisateurs ayant une déficience visuelle de profiter d'avantages d'accessibilité puissants. L'audio-rétroviseur peut transmettre la disposition d'une pièce, la position des obstacles et l'emplacement des objets par des paysages sonores soigneusement conçus. L'utilisateur qui pénètre dans un bâtiment inconnu peut entendre des marqueurs audio virtuels à chaque porte, escalier et ascenseur.

Pour les utilisateurs ayant une déficience auditive, les systèmes audio AR peuvent fournir des indices visuels complémentaires qui représentent des informations sonores spatiales. Les sous-titres peuvent être placés dans l'espace pour correspondre à la direction de la parole, avec des indicateurs visuels montrant la distance et le mouvement des sources sonores. La rétroaction haptique intégrée à l'audio spatial peut transmettre le rythme, l'accent et la position spatiale par des modes de vibration sur les appareils portables.

Expériences sociales et collaboratives

Lorsque plusieurs utilisateurs partagent un espace AR, l'audio devient une colle sociale. L'audio spatial permet aux participants d'entendre les voix de chacun de l'autre à partir de l'emplacement physique approprié, ce qui permet de prendre le tour naturel et de sensibiliser les groupes. Les collaborateurs à distance peuvent se joindre comme des présences virtuelles avec un positionnement spatial précis, ce qui fait que les réunions se sentent plus comme des interactions en personne.

Dans une salle de conférence avec quatre personnes, l'auditeur peut distinguer qui parle en fonction de la direction seule. Les signaux visuels tels que le mouvement et le geste des lèvres renforcent cette localisation audio. Lorsque l'audio perd l'ancrage spatial, les auditeurs éprouvent une charge cognitive d'identifier les haut-parleurs sans information directionnelle. AR audio restaure ces signaux sociaux naturels, permettant une dynamique de conversation plus fluide.

Défis face à l'audio dans AR

Malgré des progrès rapides, il reste des obstacles importants avant que l'audio AR ne réalise la fidélité et la fiabilité auxquelles les utilisateurs s'attendent.Ces défis couvrent le matériel, les logiciels et les facteurs humains, exigeant des solutions coordonnées dans l'ensemble de l'industrie.

Latence et synchronisation

La latence audio en AR doit rester en dessous de 20 millisecondes pour maintenir l'illusion d'interaction en temps réel. Des latences plus élevées causent un écart détectable entre le mouvement de la tête et la réponse audio, conduisant à la désorientation et à la nausée. UIT-R BS.1770 standard fournit des lignes directrices de mesure de la sonorité, mais il n'existe pas de norme universelle équivalente pour la latence audio spatiale dans les applications AR, obligeant les développeurs à mettre en œuvre des solutions propriétaires qui ne peuvent pas interagir entre les appareils.

Les mouvements de tête de chaque participant doivent être transmis, traités et rendus dans le budget de latence, nécessitant des protocoles de réseautage efficaces et une infrastructure de calcul de bord. La perte de réseau et de paquets introduit une variabilité supplémentaire que les moteurs audio spatiaux doivent compenser par des algorithmes de prédiction et un lissage interpolatif. Les exigences de latence serrée rendent la transmission audio sans fil particulièrement difficile, car les codecs Bluetooth introduisent généralement 40 à 100 millisecondes de latence.

Bruit environnemental et acoustique dynamique

Le bruit ambiant masque les signaux spatiaux, réduit l'intelligibilité de la parole et peut rendre les sources sonores virtuelles inaudibles. L'annulation du bruit adaptatif qui préserve la conscience spatiale reste techniquement difficile car l'annulation du bruit ambiant élimine souvent les sons environnementaux qui aident les utilisateurs à s'orienter. Les systèmes de contrôle du bruit actif conçus pour le bruit doivent faire la différence entre le bruit pour supprimer et les signaux environnementaux pour préserver, un problème de classification que les modèles d'apprentissage automatique commencent à résoudre mais n'ont pas encore résolu de façon fiable.

Les microphones directionnels avec protection contre le vent, combinés à un traitement numérique du signal qui détecte et supprime les artefacts du vent, peuvent atténuer le problème, mais ces solutions ajoutent coûts et complexité. Les changements soudains de l'acoustique environnementale, comme le passage d'un couloir tapissé à un hall carrelé, nécessitent une adaptation rapide des modèles acoustiques de pièce. La transition doit être lisse pour éviter de jarrer l'utilisateur, exigeant des algorithmes prédictifs qui anticipent les changements acoustiques basés sur l'analyse de la scène visuelle.

Contraintes matérielles et facteur de forme

Les appareils AR grand public doivent équilibrer la qualité audio par rapport à la taille, au poids et à la durée de vie de la batterie. L'audio spatial haute fidélité nécessite généralement plusieurs conducteurs, chambres acoustiques et traitement de signaux qui consomment puissance et espace. Son de Qualcomm Snapdragon La plate-forme a progressé dans la réduction de la consommation d'énergie pour le traitement audio spatial, mais les limites matérielles continuent de restreindre ce qui est réalisable dans les verres AR légers.

La gestion thermique est un autre problème matériel. Les puces DSP effectuant le traitement audio spatial génèrent de la chaleur qui doit être dissipée sans ventilateurs ou grands puits de chaleur dans des facteurs de forme AR compact. Les charges de traitement soutenues peuvent causer le throttling thermique, réduisant la qualité audio pendant les sessions prolongées. La vie de la batterie doit être partagée avec le rendu visuel, la vision de l'ordinateur, la communication sans fil et les capteurs, laissant un budget énergétique limité pour le traitement audio.

Personnalisation et calibrage

Les FASS génériques fonctionnent assez bien pour un large public, mais ne fournissent pas une spatialisation convaincante pour les personnes ayant une anatomie atypique. Les enfants, par exemple, ont des têtes plus petites et des oreilles de forme différente par rapport aux adultes, mais la plupart des systèmes audio AR utilisent des modèles basés sur des mesures moyennes pour adultes.

Au-delà des HRTF, la personnalisation doit tenir compte des variations de sensibilité auditive dans le spectre de fréquences. La perte auditive liée à l'âge, qui affecte la perception de haute fréquence, peut dégrader la localisation sonore spatiale parce que les encoches spectrales dans les HRTF qui permettent la localisation verticale sont souvent dans la gamme de fréquences supérieure.

Puissance de la batterie et de la transformation

Le rendu audio spatial est coûteux en calcul. La convolution HRTF en temps réel, la simulation acoustique de la pièce et le panning binaural dynamique consomment des ressources importantes du CPU et du DSP. L'exécution de ces algorithmes aux côtés du rendu AR visuel, du traitement de la vision par ordinateur et de la communication sans fil draine rapidement les petites batteries.

Les contraintes de puissance de traitement limitent également le nombre de sources audio spatiales simultanées. Bien que le traitement de la vision puisse prioriser les objets dans le champ de vision de l'utilisateur, les sources audio de n'importe quelle direction peuvent être pertinentes. Un utilisateur qui approche d'une intersection occupée peut avoir besoin d'entendre simultanément des avertissements virtuels de trente directions ou plus, chacun nécessitant un filtrage HRTF et une modélisation de distance.

Création de contenu et complexité d'auteur

La création de contenu audio spatial pour AR reste une compétence spécialisée. Les outils de production audio traditionnels prennent une position d'écoute fixe et la configuration statique des haut-parleurs, et non un auditeur mobile se déplaçant dans un environnement dynamique. Les outils d'auteur doivent permettre aux concepteurs de sons de préciser comment les sources audio se comportent par rapport à la géométrie du monde réel, y compris l'occlusion, la réflexion et l'atténuation basée sur la distance. WWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWW Les plateformes audio intergiciels FMOD ont ajouté des capacités de création audio spatiale, mais la courbe d'apprentissage est raide, et l'absence de formats normalisés pour les actifs audio AR limite la portabilité entre les appareils et les plateformes.

La vérification de la qualité de l'audio spatial se déroule dans divers environnements réels, ce qui nécessite des tests de terrain ou des outils de simulation sophistiqués. Les concepteurs de son doivent tenir compte des variations de l'acoustique de la pièce, des niveaux de bruit ambiant et du comportement des utilisateurs qui ne peuvent être entièrement prédits pendant la production. Le contrôle de la version des actifs audio spatial ajoute une autre couche de complexité, car les changements de géométrie de la pièce, les paramètres d'occlusion ou les modèles HRTF se propagent à travers l'ensemble du pipeline audio.

Orientations futures et tendances émergentes

La trajectoire du développement audio AR se situe dans une perspective plus intelligente, plus personnalisée et plus intégrée. Plusieurs tendances émergentes définiront les cinq à dix prochaines années de ce domaine.

Audio adaptatif AI-Driven

Un moteur audio AI peut détecter que l'utilisateur est entré dans un espace réverbérant et augmenter la densité de réflexion précoce, ou reconnaître que le bruit de fond a augmenté et stimuler l'intelligibilité des signaux sans déformer les repères spatiaux. Les approches d'apprentissage du renforcement permettent aux systèmes audio d'optimiser leurs paramètres en fonction de la rétroaction de l'utilisateur, des préférences d'apprentissage au fil du temps. Groupe de recherche Perception Audio a démontré des systèmes qui adaptent les filtres binaural en temps réel en fonction de l'orientation de la tête et de la classification environnementale.

Un voyagiste qui suit régulièrement le même itinéraire peut recevoir des signaux audio qui optimisent progressivement pour cet environnement acoustique spécifique. Le système apprend quelles sources audio comptent à chaque endroit, ajustant la priorité de rendu et la précision spatiale en conséquence. Les utilisateurs sensibles à la vie privée peuvent préférer l'audio qui empêche les passants d'entendre des conversations virtuelles, tandis que les utilisateurs sociaux privilégient une large sensibilisation à l'environnement. L'adaptation basée sur l'IA élimine le besoin de configuration manuelle, rendant l'audio AR accessible aux utilisateurs qui manquent d'expertise technique.

Modèles audio et d'apprentissage profond neural

Les architectures réseau neuronales, en particulier les réseaux antagonistes générateurs et les modèles de diffusion, commencent à produire des sons spatiaux réalistes à partir d'entrées minimales. Ces systèmes peuvent synthétiser des paysages sonores environnementaux, générer des réponses plausibles d'impulsions de salle à partir d'une seule image, et upmix mono records en audio spatial complet avec séparation de source convaincante. Le coût computationnel de l'exécution de modèles audio neuronaux sur les périphériques de bord diminue rapidement en raison de l'accélération matérielle des unités de traitement neuronal et des unités de traitement tensorées intégrées dans les puces mobiles.

Les modèles audio neuraux offrent également des percées dans la séparation des sources, permettant aux systèmes AR d'isoler et de traiter des sons individuels dans des scènes auditives complexes. Un utilisateur dans un café surpeuplé pourrait avoir un chat de fond réduit tout en maintenant la position spatiale d'un partenaire de conversation. La musique pourrait être séparée du bruit ambiant et repositionnée dans le domaine sonore. Ces capacités nécessitent une inférence en temps réel des modèles de séparation sur appareil, ce qui devient réalisable avec des architectures réseau neuronales efficaces conçues pour le déploiement des bords.

Innovations matérielles avancées

Les systèmes micro-électromécaniques permettent de réduire les haut-parleurs et les microphones de plus grande fidélité qui peuvent être intégrés dans des cadres de lunettes sans volume visible. Des réseaux multi-conducteurs dans chaque oreillette permettront un contrôle plus fin de la réponse aux fréquences et de l'imagerie spatiale. techniques acoustiques de métamatériaux Ces technologies pourraient éliminer la nécessité de porter des appareils audio, en intégrant directement l'audio AR dans l'environnement lui-même.

La fusion des capteurs entre les modalités audio et visuelles s'améliorera avec la conception matérielle intégrée. Les caméras, microphones, IMU et capteurs de profondeur partagent des données pour créer une compréhension unifiée de l'environnement de l'utilisateur. L'annulation d'écho acoustique et les réseaux de microphones de formage de faisceau bénéficient d'informations visuelles sur les positions des haut-parleurs. Inversement, les données de localisation audio peuvent éclairer les algorithmes de suivi visuel sur les objets en dehors du champ de vision de la caméra.

Normes et interopérabilité

L'absence de normes de l'industrie pour les métadonnées audio spatiales, les formats binaires et les paramètres de qualité de rendu entrave la croissance de l'écosystème audio AR. La norme MPEG-I Immersive Audio vise à fournir un cadre unifié pour l'encodage et le décodage de l'audio spatial sur tous les appareils, mais l'adoption a été lente. Le groupe de travail IEEE P2048.1 sur les normes de réalité augmentée comprend un sous-comité audio qui élabore des recommandations pour l'évaluation de la qualité audio et les formats d'échange audio spatial.

La normalisation favorise également le développement de programmes de tests et de certification audio. Tout comme la certification Wi-Fi assure l'interopérabilité entre les appareils, les programmes de certification audio peuvent valider que les appareils AR respectent des seuils de qualité audio spatiale minimum. UIT-R BS.1770 standard pour la mesure de l'intensité sonore sert de modèle pour le type de cadre de mesure largement adopté que l'audio spatial exige.

Audio de la réalité croisée

Alors que les frontières entre la réalité augmentée, la réalité virtuelle et la réalité mixte continuent de s'estomper, les systèmes audio doivent fonctionner sans heurts dans tous ces contextes. Un seul moteur audio devrait être capable de rendre les sons qui passent sans heurts de la totalité de la réalité virtuelle à l'ancre dans le monde physique. Les cadres audio de la réalité croisée permettront aux utilisateurs de transmettre leurs préférences audio, leurs profils HRTF et leurs paramètres audio spatiaux sur différents appareils et types d'expérience.

Un utilisateur passant d'une salle de réunion entièrement virtuelle à un espace de travail AR devrait faire l'expérience de la continuité dans la façon dont l'audio spatial se comporte. Les objets virtuels en AR devraient interagir acoustiquement avec les surfaces réelles de la même manière que les objets virtuels en VR interagissent avec les surfaces virtuelles. Cette cohérence exige que les moteurs audio partagent des algorithmes de base et des définitions de paramètres entre les modes de réalité, plutôt que de maintenir des pipelines de rendu séparés.

La route à l'horizon

L'avenir de l'audio en réalité augmentée ne consiste pas seulement à rendre les choses plus fortes ou plus claires. Il s'agit de créer des expériences auditives qui se sentent aussi naturelles et intuitives que l'ouïe dans le monde physique. Chaque pas qui correspond à la surface du sol, chaque voix qui vient de la bonne direction, chaque son ambiant qui s'adapte à l'acoustique de la pièce rapproche les utilisateurs d'un état où le virtuel et réel deviennent indistinctibles par le son. Pour atteindre cette vision, il faut poursuivre les investissements dans la recherche fondamentale, l'ingénierie matérielle, les outils de création de contenu et la collaboration industrielle.