¿Qué retraso entre dos fuentes de audio se considera "perceptible" para la mayoría de las personas?

Depende en gran medida de lo que quiera decir con "perceptible": qué/por qué desea sincronizar y cómo llega a los oídos de los altavoces físicos.

Tenga en cuenta que una fuente de sonido que se encuentra a 30 cm/1 pie del oído tiene aproximadamente el mismo efecto que un milisegundo de retardo (velocidad del sonido ~340 m/s); por lo tanto, sincronizar en el orden de los microsegundos generalmente no es necesario a menos que de alguna manera tienen y necesitan una precisión de localización submilimétrica. Dicho esto, los pequeños retrasos pueden causar problemas de cancelación de fase que serían notables, pero dependerían de la ubicación exacta de las fuentes de sonido.

Sin embargo, si hablamos de los límites de la mente, hay dos fenómenos bien conocidos; el primero es el límite en el que la mente percibe el sonido como simultáneo con el estímulo visual (a pesar de que en realidad están ligeramente compensados), y el segundo es donde la mente percibe dos picos de sonido cercanos pero separados como un solo evento (el más fuerte enmascara al más débil). No puedo encontrar los límites exactos ahora, pero ambos deberían estar entre 1 milisegundo y 5 milisegundos si no recuerdo mal.