メモ。

　人間の耳は、少なくとも「音源の方向と音源からの距離」を推測するに足る情報を取得でき、かつ音源との距離＆音源から聞こえる音の大きさから「ほんらいあるべき声質に対する認知イメージ」を持っている(もともとは逆で、音量と音質から、距離感を認知している……叫び声はどんな距離で聴いても叫び声だけれど距離におうじた聞こえ方という物があるし、ささやき声でも全く同じだし)。
　室内で普通の音量でしゃべってもらってそれを録音し、録音再生はまず「録音時と同じ音量(あるべき姿)で再生するところからやらないといけない、と。
　調整用のソースはどうしようか……。録音レベルはたいていのソースが「ダイナミックレンジをめいいっぱい使う」やり方だから、何dB/m(dB/w/mではない)を基準に録音されたのかが解らないとダメだし(そのあたりの情報が音声フォーマットに収容されていないのはなぜだろう？とても困る)。
　……って、この情報が入るようになるから「(ユニティボリュームを簡単に設定できるから)原音再生をやりやすくなる」のかも。音声フォーマットのコメント欄にでもぶち込めばいいのかなぁ。
　そういう時代になったら、厳密な「ユニティ聴取音量」を管理しづらい、純粋なアナログ管理方式の音響機器は、プロ用を除いては完全に死滅する可能性も。
　……って、ソニーのジャイロ付きヘッドフォンじゃないけど、スピーカ同士の中点〜リスニングポイント間の距離を測る機能の付いたリモコンとかが必要なのかも。

　音量に関してのメンタルモデルは、同じ光学系でも「コピー機」か一番身近かつ誤解されにくく、直感的に理解しやすい。あとは音量距離感と音質だな。なにのモデルに近いかを探して、曖昧さをなくさないと。