Para permitir la captación de los sonidos emitidos en un punto distante preciso, se coloca una pequeña antena parabólica en la parte trasera de un racimo de ocho micrófonos que concentra las señales recibidas. NTT ha previsto un sistema que agrupa doce conjuntos de este tipo, es decir, 96 micrófonos en total.
Este conjunto se colocará detrás de un objetivo de un estadio de fútbol para captar los diferentes sonidos que después son tratados por un dispositivo informático capaz de separar estos sonidos y sincronizarlos con la imagen. Así, cuando el realizador muestre un gran plano del árbitro que está amonestando a un jugador, le “seguirá” el sonido. La ventaja es que el conjunto de microfónos está fijo pero permite navegar en diferentes puntos del entorno sonoro cubierto.
A NTT le gustaría que esta tecnología se pueda utilizar por ejemplo en los Juegos Olímpicos de Tokio, en el 2020.
Una variante en miniatura de un dispositivo de este tipo -con solo tres micros- podría ser utilizada en la vida diaria, por ejemplo, cuando se trata de aislar una fuente sonora -la voz del piloto de un avión en la cabina, la de un automovilista que habla por el manos libres, etc.- en un entorno ruidoso sin necesidad de fijar un micrófono en cada uno.