人は音で物の形や方向を正確に認識できないし、そもそも普通の音源にはそんな情報は入っていないと思う。

ここに出てくる会話は、フィクションです。
もしも「これオレのことじゃね？」と思っても、あなたの事ではありません。安心してくださいww

オフ会に行くと、大変ありがたいことに皆さん親切にアドバイスをしてくださいます。
中には調整や手直しまでしてくださる方もいらっしゃいます。

あるオフ会に参加した時のこと…
(重ねておことわりしますが、フィクションです。あなたの事ではありませんから安心してください。)
ある方が音質が良いと評判の女性ジャズ歌手の音源を聴かせてくださいました。

その方の言うには
「この女性歌手はな、身長がとっても高くて180㎝ぐらいあるんや。おまえのシステムではその高さが表現できてない。ちょっとオレの車で聴いてみい。」
ありがたいアドバイスをいただき、その方の車を聴かせていただきました。
しかし、私には歌手の身長なんて全く聞き取ることができません。

それどころか、聴かせていただいた音源は、私にはとても高音質とは思えなかったのです。
確かに、各楽器の音はクリアでいわゆる「情報量の多い」録音でした。
しかし、歌手までの距離感、伴奏のギター・ピアノ・ベース・サックスなどの管楽器のサイズ感、演奏している会場の広さやそこにある空気感。
そういったものが、全く感じられない音源でした。

私たちは右耳と左耳でそれぞれに聴いた音を合成して一つの音として聞いていますが、その際に左耳と右耳で聴いた音の音量差や位相差で、その音のする方向や高さや音源までの距離や音源のサイズなどを(だいたい)感知しています。
ただそれは、目で見るほどはっきりした正確なものではなく「だいたいこんな感じ」と想像できる程度の物です。
コウモリのようにソナーのような特殊な感覚器官をもっていれば、音の情報だけから正確な像を描くこともできるでしょうけれど、普通の人間にはそんな技はできません。

一般的にレコーディングスタジオでボーカルを録音する際は、こんな感じでしょうか。

歌手の目の前、唇がくっつきそうな近さにマイクをセットしています。
他の各楽器のマイクの距離も数cm～数十cm程度でしょう。
楽器によっては楽器本体に取り付けたピックアップから直接録音したり、シンセや打ち込みのような音として出す必要のない音源もあります。

それらの音を録っているマイクは各楽器・ボーカルに対して、ほとんどの場合は1本だけ。つまりそれぞれの音はモノラルです。
モノラルの音源を調整卓で音量差をつけて左右チャンネルに振り分けることで、ボーカルおよび各楽器の位置つまりステレオの定位を決めます。
そういう物からどうやって「歌手の背の高さ」を聞き取ることができるのでしょう？

話をまとめます。私が言いたいことは2つ
１．人間の聴覚はそれほど正確に物の位置や形をとらえることはできない。
２．普通に聴いている音楽録音には、物の位置や形についての情報は十分に入っていない。

このブログにこの音源が適切かどうか？ちょっと迷うところですが、、、
世界屈指のバス・バリトン歌手トーマス・クヴァストホフによる"Gergia on my mind”