1、声音会发生严重的扭曲
2、处理的进程非常慢
3、如果音源是固定的，那么它们的位置将不能够精确地定位， 因为人的脑子需要移动的音源（音源的移动或者在听众脑海的移动）才能够知道音源在几何空间的精确定位。
人们突然其来地向音源转过头去，这是常有的事情；而就在头转过去的一瞬间，脑海里就能够知道声音在空间的确切位置。在前后的HRTF函数之间，如果音源没有产生特殊的频率，那么脑海就会忽略这样的声音；相反，它会把这样的数据与记忆中的数据进行对比，并定位音源在空间中的位置。
4. 耳机能够获得最理想的音频效果。耳机能够很好地解决把声音的信号从1个耳朵输送另外1个耳朵的问题。然而，大部分人并不是很喜欢耳机，即使是无线的型号。
此外，玩家带上耳机之后，会使声音听起来更近一点，这个问题还有待解决。
图4:最佳听音位置和串话干扰
音响学的发展可以避免耳机出现的这些问题，然而新的难题又出现了：首先，不明确怎么使用扬声器生成立体声的声音。例如,在HRTF传输之后，怎么让声音信号的一部分在两个耳朵之间互相输送呢？当我们使用扬声器而不是耳机之后，两个耳朵就会获得相同的声音，这里解决该问题的办法就是串话干扰（crosstalk cancellation (CC)）。
在最佳听音位置(sweet spots)听众能够理想地听到所有的3D音频效果，而在其它的区域声音会发生失真。这样我们在倾听声音的时候就就需要选择正确的位置。对于一对音箱来说，有一个平衡、声带、细节、立体感最好的听音位置，称作Sweet Spot。录音和制作的时候始终在这一点对监听具有重要的意义。Sweet Spot通常位于一对立体声音箱中间，前方数英尺的地方。许多专家认为从高音头的上方到听音者的鼻尖构成一个虚幻的等边三角形，就是Sweet Spot的所在。因为受到许多客观条件的影响，这个位置可能有一些偏移，例如调音台面板的反射就会有影响，音箱的差异也会影响到Sweet Spot，一些音箱具有较宽大的最佳位置。准确的实际位置通常要经过连续的试听和调整来确定。Sweet Spot的范围越广阔，效果就越佳，这也是为什么开发者们在努力寻找能够扩展Sweet Spot覆盖范围的方法。
图5:多扬声器的配置
在多扬声器系统(4.1,5.1)里，声音从听众周围的扬声器里分布式的传出来；声音从不同的扬声器系统里传出来，听众就能够定位音源的所在了。 在规则来说，使用Panning就足够了，i.e.所有的扬声器同步地播放数个流（根据扬声器的数量），但是却在不同的音量水平 - 因此效果就产生了。例如,杜比数字(Dolby Digital)在5.1和7.1配置分别利用6和8个音频流。
Sensaura MultiDrive, Creative（创新） CMSS（Creative 创新多音箱环绕）技术，能够使用4个或者更多的扬声器重现使用HRTF 函数的声音。
Sensaura MultiDrive3D音效技术基本上都必须至少透过4声道以上喇叭来表现3D音效的定位临场感，而每一只喇叭所输出的音效内容都是不一样的。Creative 多音箱环绕（CMSS）技术可将任意的单声道或立体声音源处理为 360 度的音效。
扬声器的每部分有前后两个半球。既然声场是基于HRTF函数，那么sweet spot允许听众每边的音源和前后轴的音源定位具有最佳的感知觉。随着覆盖角落的拓宽，Sweet Spot的空间也会变得足够大。
没有串话干扰(crosstalk cancellation (CC))，音源的定位是不可能的。既然HRTF在MultiDrive技术上主要是用于4个以上的扬声器，那么在所有的4个扬声器上应用CC运算法则就显得非常必要了，但这需要音频处理芯片有非常强大的计算能力。
在使用了HRTF之后，后置的扬声器也能够如前置的扬声器般获得精确的定位。前置的扬声器通常放在显示器的附近，重低音的单元则可以放在中心的地板上，而后置的扬声器可以放在听众喜欢的任何地方，但我相信没有人会把它放在身后吧。
要记住，HRTF和CC用在4个扬声器系统的时候会需要非常强大的计算能力，所以厂家们想出了很多的应对方法。例如傲锐（Aureal，已经被创新给收购了）在后置扬声器上使用了Panning算法，因为对后置扬声器的定位并没有那么严格。
NVIDIA在3D 音响上使用了Dolby Digital 5.1。在定位的时候，整个音频流会解码为AC-3格式，接着会以数字的格式输送到外部的解码器(例如，家庭影院)。
最小/大 距离，空气效果,Macro FX(Min/Max Distance, Air Effects, Macro FX)
图6:距离模式
声音引擎的主要特点之一就是它的距离效果，音源的距离越远，声音就显得越安静。其中采取最简单的办法是在远距离的时候降低音量级；在声音开始淡出的时候，声音效果的设计师必须分配给它一个最少的距离。当声音在该距离范围之内，它仅改变方位；每当他穿越1米的距离，声音的强度将降低6 dB。在最远的距离之前，声音会一直减弱，而在最后声音会因为距离太远而听不见。在声音接近1个音量级的时候，引擎会把声音关掉以释放资源。最大的距离越远，听到声音的消逝也会越持久。 在大多数情况下，音量级是有对数相关性的。设计师能够鉴别较大的声音和安静的声音，音源也可以被区分为最小和最大的距离。例如，蚊子的声音在50cm之外就听不见了，而飞机引擎的声音在几公里之外还是能够清晰的听见。