Acting, es un problema de matemáticas de tercero de carrera de lo que probablemente muchos ingenieros de sonido no tienen ni idea, pero tienes razón en eso de que hay que argumentar.
Todo procesamiento de señal (en este caso digital) conlleva unos complejos cálculos matemáticos pero como su formulación parece chino (y no sé qué teclas usar para ponerlo) voy a ir a lo práctico, partiendo de la base, que si hay algo audible es porque puede ser medible (lo contrario no siempre ocurre, pueden haber cosas medibles pero no percibibles. Vamos allá.
https://soundcloud.com/pablofcid/drum-allpass-bd-2
Aquí hay dos pistas.
La de la izquierda, es el original y la derecha, es la procesada. Suenan casi igual, pero no es así, hay que fijarse mucho, pero mucho (yo he tenido que conectar en digital al ampli , en analógico no he sido capaz).
Da la sensación de que el bombo en la procesada suena como con más brillo y lo único que ocurre, es que se han retrasado los componentes graves y al escuchar primero la parte aguda nos captura más la atención y aparenta un mayor brillo.
Este efecto ocurre muchas veces en el procesado digital de la señal, bien por ecualizar o bien por comprimir la señal a, por ejemplo, mp3 (luego explico el motivo) y ésa es la razón por la que muchos incluso preferirán la versión alterada o comprimida a la original y es por ese "‘punch" extra en el bombo. No afecta a los niveles de señal pero es un hecho que sí colorea nuestra percepción.
Si vemos ahora el espectograma, se ve claro el efecto : la verticalidad del grave se inclina un poco
Es un efecto, como se puede ver muyyy pequeño, casi indetectable, pero está ahí .Dejando de un lado las matemáticas en las que nadie entendería nada, la pregunta es por qué pasa esto.
Cualquier sistema audio o procesamiento digital gasta tiempo en procesar.
Por ejemplo, ¿cómo puede saber un filtro que quite zumbido de red si una señal es de 50Hz o no? Pues porque primero necesita leerla, darse cuenta de su existencia y obrar en consecuencia y si existe y actúa, dicho filtro quita esos 50Hz, pero además su salida estará retrasada (es decir "desfasada") respecto a la entrada.
Y la cuestión es que un proceso o un filtro, al tratar graves necesita más tiempo, poco, sólo unos milisegundos más para poder discernir que en el caso de los agudos, porque las señales graves tienen ciclos más largos de tiempo y hay que "leer" el ciclo completo y, claro, para los agudos, cuyo ciclo es más corto, pues el proceso actúa antes, con lo que el retraso ya no es el mismo.