Ad esempio: se si registra su una pista audio un batterista (che suona a destra) un chitarrista (a sinistra) e una cantante (che canta al centro) ebbene, si registra una pista con tutti e tre gli esecutori, ma senza la loro collocazione spaziale. 

In fase di riproduzione (sia che voi riproduciate questa unica pista con una, due, sedici o duemila casse acustiche) avrete sempre la esecuzione di una pista, della somma dei tre esecutori raccolta in un certo punto della sala d'ascolto. 

Per "ricollocare" nello spazio davanti a voi i tre esecutori così com'erano dal vivo, serve ricorrere alla registrazione di più piste separate. 

La cosa più ovvia sarebbe registrare una pista per esecutore, e poi riprodurre questo esecutore con un apposito diffusore. Sarebbe magnifico: si potrebbe usare un diffusore dotato di bassi potenti per la batteria, di medi accurati (senza troppi estremi di gamma che trasporterebbero solo rumore di fondo e fruscio) per la voce, e un altoparlante specializzato in chitarra per il terzo esecutore. Si potrebbe addirittura studiare una cassa acustica dotata di una direzionalità (ovvero, di una distribuzione angolare del suono) caratteristica , corrispondente all'andamento tipico di ciascuno strumento. 

Ma naturalmente sarebbe una grande complicazione, e si avrebbero delle necessità impossibili per certi tipi di musica: per certe sinfonie servono quasi mille esecutori, mica si può pensare di aver davanti mille (o anche solo cento) diffusori! 

Dopo diversi studi e prove, molti anni fa si codificò la stereofonia, ovvero l'ascolto bidimensionale. 

Si vide che se si registrava un fronte sonoro di qualunque tipo (da un cantante solo ad una sinfonia come quelle a cui abbiamo accennato) con due microfoni, si aveva un risultato ragionevole; ed una collocazione "destra-sinistra" tutto sommato accettabile. 

La stereofonia non risolve la direzionalità in senso "alto-basso", ma di solito la ricostruzione sonora di questa collocazione è irrilevante: per conferire realismo alle riprese sonore conta soprattutto la direzionalità destra-sinistra. Manca anche la profondità, e questo è molto, molto, molto più grave. Si è tentato di introdurla mediante la proposta della quadrifonia, ma la cosa è fallita. Ora si è ricuperata questa possibilità mediante il mondo video (con il Dolby Surround) , ma nell'audio gli altoparlanti posteriori destano ancora il sospetto da parte dei puristi. 

In sostanza, la stereofonia coglie i suoni, posizionando due microfoni davanti al fronte sonoro da registrare, I microfoni possono essere più di due, ma comunque vengono miscelati su due canali. Questi due canali vengono registrati in modo che possano essere alla fine rispettati nella loro reciproca autonomia, e ciascuno di questi due canali viene riprodotto da due o più diffusori, che (anche se fossero venti) riproducono comunque due canali. 

Non basta dunque avere tre diffusori per avere la trifonia o quattro per avere la quadrifonia. Se si usano due canali, si ha sempre la stereofonia, perché si ha il suono registrato da "due punti di ascolto". 

LA FASE

Anche i puristi riconoscono tuttavia che la stereofonia ha dei limiti intrinseci, in quanto sia in registrazione sia in riproduzione genera dei problemi di fase. La figura qui accanto cerca di illustrare il problema. Riproducendo la musica in un ambiente, non si manda il suono colto a destra solo all'a orecchio destro e quello colto a sinistra all'orecchio sinistro. Il suono che viene immesso dalle casse nell'ambiente raggiunge anche l'orecchio controlaterale. All'orecchio destro arriva insomma il suono del diffusore destro ma anche quello che arriva dal diffusore sinistro; e viceversa. La differenza? Che all'orecchio destro il suono del canale L arriva ritardato rispetto a quello del canale R, e all'orecchio sinistro R arriva ritardato rispetto a quello del canale L. Oggi si è arrivati a poter elaborare molto il suono, grazie all'uso di buffer digitali, a elaborazioni in tempo reale e a linee di ritardo basate su circuiti elettronici. 

E' abbastanza facile calcolare il tempo di ritardo con cui il suono diretto R arriva all'orecchio sinistro e viceversa: perché siamo a conoscenza sia della velocità di propagazione del suono, sia della distanza che viene percorsa a questa determinata velocità (le dimensioni approssimative di una testa umana, da un'orecchio all'altro). 
Questo avviene anche in registrazione: al microfono destro arriva ritardato anche il suono proveniente da sinistra, e viceversa. 

Ed ecco allora che si sono studiati dei dispositivi (come quello illustrato nella pagina seguente) che provvedono ad aumentare la selettività , ovvero la differenziazione tra L ed R. Notate come vi sia una linea di ritardo di un canale (es. il L) che applica il segnale ritardato, equalizzato e reso di segno opposto al canale controlaterale (l'R). 

Se questo segnale viene reso uguale al primo ma è immesso in negativo, i due segnali evidentemente si annullano. In altre parole: se si vuole eliminare in L la componente ritardata che arriva dal lato R, si prende il canale L completo di componente ritardata, poi si prende dall'altro microfono il segnale del lato opposto (R) , lo si ritarda in modo che sia simultaneo alla componente ritardata in L che si vuole eliminare, e (una volta simultaneo) viene applicato (invertito si segno ) in modo da annullare questa stessa componente ritardata che non è desiderata. 

FIG 1 e 2

Le due casse acustiche della stereofonia emettono ciascuna il suono in diverse direzioni. Alle orecchie dell'ascoltatore (S e D) arrivano dunque entrambi i canali. Solo, che il suono del canale omolaterale (R all'orecchio D, L all' S) arriva prima del suono controlaterale (l a D e r a S), perchè il suono compie un tragitto più corto. Lo stesso avviene in registrazione: ai microfoni A e B arriva sia il suono omolaterale (L e R) sia quello controlaterale (r e l), un po' ritardato. Alla fine, nei microfoni ci sarà il suono principale se guito da quello del canale opposto. Risultato: si ha L+r nel microfono A e R+l nel microfono

Ma sii può agire anche in sede di ascolto. 

La stessa cosa può essere infatti operata in un elaboratore elettronico che sia interposto tra il registratore (il lettore di CD ecc.) e l'amplificatore. Anche qui si hanno a disposizione i due canali, in ciascuno dei quali è presente una componente ritardata del canale opposto. Si fa una copia del canale opposto, lo si ritarda in modo che sia simultanea alla componente ritardata, e si applica questa copia di segno opposto al canale dove si vuol cancellare la componente ritardata. Questa operazione può essere fatta da un circuito presente in certi amplificatori, può essere fatta da certi decoder Dolby, ecc. 

Il risultato consiste in un aumento della direzionalità stereo, e quindi di un ampliamento del fronte sonoro. Ciascun punto spaziale (es. il chitarrista) viene "liberato" dalla componente sonora che lo trasportava sul canale opposto. In altre parole, il chitarrista che si trovava a sinistra, "entrava" anche del microfono destro, e questo sbilanciava la sua posizione. Notate che un certo scivolamento di fase è senz'altro inevitabile, perchè non si può pretendere di avere gli strumentisti tutti a destra o a sinistra: ho riportato un esempio con una cantante al centro, proprio per dire che la stereofonia "deve" collocare sul fronte sonoro sia le sorgenti sonore poste all'estrema destra o sinistra, ma anche quelle intermedie e/o centrali. Il canto (se la cantante è al centro) verrà dunque distribuito in egual volume sia nel microfono destro che in quello sinistro. 

Se l'evoluzione dei circuiti elettronici ha reso possibile la compensazione di questo problema, resta più difficile risolvere l'altro problema: quello del "viaggio", del tragitto che viene fatto dalle onde sonore una volta emesse dall'altoparlante. Esse vanno e vengono dal soffitto, pavimento e pareti in modo incontrollabile, nel senso che vengono riflesse in modo differente a seconda della forma di ciascuna stanza, dei materiali con cui essa è fatta ed arredata, e dalla collocazione degli altoparlanti e dei mobili stessi. Ebbene, le variabili sono tante e tante che è impossibile prevederle tutte a priori, senza 
analizzare la stanza caso per caso, ed è molto difficile anche avendo una stanza-campione. Il compito di rendere la terza dimensione (fino a che non verrà usato il Dolby in massa) resta infatti affidato alle onde sonore che rimbalzano da mobili e pareti, rimbalzi che sono praticamente imprevedibili a causa nell'enorme variabilità degli elementi in gioco. Infatti, se vi "sentite immersi" nella musica, questo accade perchè vi sono molte onde sonore che rimbalzano da ogni parte, ed arrivano da ogni mobile, oggetto o parete con cui vi siete circondati...

FIG.3
Nella figura 1 e 2 si è visto che ai microfoni A e B arriva il suono sia omolaterale (L e R) che controlaterale (r e l). 

Risultato: dentro ogni microfono vi sono entrambi i canali. 

Si può prelevare una copia di ciascun canale e ritardarla in modo da metterla al passo con la componente arrivata in ritardo nel canale opposto: ad esempio, mettere al passo R con la componente r presente in L. Si porta ora R- ritardata allo stesso livello di volume che ha r. Notate che R (ritardata come r e al volume di r) è ormai uguale ad r; e se viene immessa nel canale L+r ma volta al negativo, annulla r.

Risultato: nei canali non vi è più la componente controlaterale