Desde que fuese patentado por Alexander Graham Bell, el micrófono ha atravesado una serie de mejoras que han contribuido a optimizar su desempeño.
Sin embargo, pese a la eficacia que posee este aparato para registrar hasta la última nota musical de diferentes instrumentos tocados por un grupo de músicos en una habitación, al final todo será condensado en una sola grabación.
Es en esta instancia donde lo ideal sería grabar por separado cada musico tocando su instrumento, y luego hacer que un ingeniero de sonido se ocupe de remezclar todo el material.
En ese sentido, existen herramientas de software que procesan una grabación de audio para luego extraer los sonidos individuales generados por diferentes elementos dentro de la misma. Sin embargo, el material final no termina siendo del todo bueno respecto al que se obtendría si el micrófono capturara el sonido directo de la fuente.
Para resolver esta situación, un grupo de investigadores del Instituto de Robótica de la Facultad de Ciencias de la Computación de la Universidad Carnegie Mellon ideó una manera de lograr esto a través del uso de cámaras de video, compensando con ello la falta de un micrófono que pudiese diferenciar las vibraciones de sonido que se desplazan en el aire.
Estas cámaras de video sirven como micrófonos ópticos, es decir, capturan las vibraciones producidas por un instrumento, como por ejemplo una guitarra, las cuales son luego analizadas con el propósito de replicar el sonido generado por esta, pudiendo hacer esto también aun y cuando no se grabe un sonido.
En lo que respecta a su funcionamiento, estas cámaras activan el brillo de una fuente de luz laser sobre la estructura de un instrumento que vibre, de manera que puedan capturar el patrón de luz moteado generado por esta acción. Todo esto a 63 mil fotogramas por segundo, pasando así por alto los movimientos presentes en una vibración que oscila a una velocidad de 20 mil veces por segundo, el mismo rango que posee el oído humano.
Una cámara posee obturador global mientras que la otra dispone de un obturador rodante. El trabajo efectuado por ambas es luego procesado por un algoritmo que determina con mayor precisión el movimiento descrito por los patrones de laser moteado vibrando a 63 mil veces por segundo.
Es así como al final estas cámaras hacen posible obtener audio de varias fuentes en un solo video, bien sea de instrumentos tocados por músicos o por altavoces proyectando diferente música.