Exploring the value of binaural audio format for contemporary pop music

Abstract

Spatial audio has shown significant impact in interactive media like gaming and cinema, but its value in contemporary pop music production, particularly for artistic expression of musical narrative (MN), remains unexplored. This thesis goes into deeper exploration about the potential importance of binaural audio in the mentioned context. It does so by conducting a listening experiment LE that involves two music scenes from two original contemporary pop music songs. These songs feature two different types of MN: the Call-and-Response MN (CNR), where a story unfolds through a musical conversation between various characters, and the Non Call-and-Response MN (NCNR). The audio scenes are mixed in Ambisonics and rendered for headphone playback without head tracking. Additionally, a conventional stereo format is used as a reference audio format for comparison. The results suggest that CNR may benefit more from binaural audio compared to stereo, in constrast to the NCNR. However, the prominent trend observed in the qualitative data prompts an interesting discussion on whether the listening preference is primarily influenced by the audio format or the story line.

Das räumliche Klangerlebnis hat in den interaktiven Medien wie Gaming und Kino eine bedeutende Auswirkung gezeigt, aber sein Wert in der zeitgenössischen Popmusikproduktion, insbesondere für die künstlerische Darstellung musikalischer Erzählungen, bleibt unerforscht. Diese Arbeit untersucht ausführlich das potenzielle Gewicht des binauralen Audios in dem genannten Kontext. Dies geschieht durch die Durchführung eines Hörversuchs, der zwei Musikszenen aus zwei originalen zeitgenössischen Popsongs umfasst. Diese Lieder weisen zwei verschiedene Arten musikalischer Erzählungen auf: die Call-and-Response-Musikerzählung, bei der eine Geschichte durch ein musikalisches Gespräch zwischen verschiedenen Charakteren entfaltet wird, und die nicht Call-and-Response-Musikerzählung. Die Audioszenen sind in Ambisonics gemischt und für die Wiedergabe über Kopfhörer ohne Kopfverfolgung gerendert. Zusätzlich wird ein herkömmliches Stereoformat als Referenz-Audioformat zur Vergleichsbasis herangezogen. Die Ergebnisse deuten darauf hin, dass die Call-and-Response-Musikerzählung möglicherweise stärker vom binauralen Audio profitiert im Vergleich zum Stereoformat, im Gegensatz zur nicht-Call-and-Response-Erzählung. Dennoch führt der auffällige Trend, der in den qualitativen Daten beobachtet wurde, zu einer interessanten Diskussion darüber, ob die Hörpräferenz hauptsächlich vom Audioformat oder von der Handlung beeinflusst wird.