(hoffentlich) hilfreiches zum Thema Audio

Hi,

der Ton spielt in Filmen/Videos gleich welcher Art ebenfalls eine große Rolle. Er kann nicht nur die gezeigte Handlung unterstützen, sondern sogar zum tragenden Teil werden.

Aus meiner Sicht wird aber von uns „Hobbyfilmern“ dem Bereich Audio oft nur wenig, oder keine Beachtung geschenkt. Während versucht wird auch noch „das letzte Pixel“ aus dem Bildmaterial zu holen, wird beim Ton nicht selten einfach irgendetwas „hingewurstelt“. So nach dem Motto: „passt schon“.

Wobei ich fairerweise auch sagen muss, dass es bei den im Forum vorgestellten Videos durchaus positive Beispiele gibt, bei denen sich auch im Audiobereich große Mühe gegeben wurde.

Um das das vielfältige Thema Audio mal grundsätzlich anzustoßen, will ich deshalb hier den Anfang machen. Ich hoffe aber darauf, dass auch andere Teilnehmer Anregungen, Erfahrungsberichte und Fragen einbringen, damit daraus eine rege Diskussion entsteht.

Aus Gründen der Übersichtlichkeit und späteren Wiederauffindbarkeit sollten aber vielleicht nicht direkt zusammengehörige Dinge in jeweils eigenen Themen besprochen werden.

Zunächst möchte ich einige Grundlagen erklären. Wobei ich versuchen werde diese möglichst (ver-)einfach(t) und verständlich darzustellen.

Für den einen oder anderen mag das ja „ein alter Hut“ sein, doch scheint es mir aus meiner Erfahrung heraus da oft auch Missverständnisse oder falsche Vorstellungen zu geben, die ich hoffe, so ausräumen/ klären zu können. Und vielleicht kann man ja doch noch das eine oder andere daraus mitnehmen, was man vielleicht so nicht kennt.

Soweit die Vorrede...

Abtastrate (Samplerate) und Bittiefe

Die Abtast- oder Samplerate wird in Hertz (Hz.) bzw. kHz. angegeben. Sie sagt nicht nur aus wie oft pro Sekunde das Signal abgetastet wird (also grob vergleichbar mit den fps beim Bild), sondern bestimmt auch bis zu welcher Frequenzhöhe dies möglich ist.

Da der Schall eine Sinuswelle ist muss die Abtastrate mehr als doppelt so groß sein, wie die höchste Frequenz des abzutastenden Signals.

Die Bittiefe bezieht sich auf die Anzahl der Bits pro Sample, also den für jedes einzelne Sample zur Verfügung stehenden Informationsgehalt.

Hohe Sampleraten und Bittiefen „verfeinern“ aber nicht nur den Informationsgehalt einer Aufnahme, sondern erleichtern auch die digitale Bearbeitung des Audiomaterials.

Im Musik-Bereich gilt auch heute noch für die Wiedergabe der „Audio-CD- Standard“ von 44.100 Hz. = 44,1 kHz bei 16 Bit.

Diesen Standard wird man deshalb nicht nur bei Dateien antreffen, sondern auch als „Default-Einstellung“ bei Audio-Bearbeitungsprogrammen, Soundkarten und Audio-Interfaces.

Im unserem Fernseh-/Video-Bereich sind jedoch 48.000 Hz = 48 kHz.16 Bit üblich.

Bei einem „Mischen“ von 44,1 kHz mit 48 kHz Material kann es zu Asynchronitäten und anderen Problemen kommen. Deshalb macht es Sinn sein 44,1 kHz-Material vorher durch ein Audiobearbeitungsprogramm auf 48 kHz resamplen zu lassen. Das geht sehr schnell und spart Nerven.

Ein weiterer wichtiger Schritt wäre zu prüfen, ob das Audio-Gerät des Schnittrechners auf 48 kHz eingestellt ist. Evtl. kann das Programm das Gerät automatisch steuern (ASIO), doch in den meisten Fällen (grade bei OnBoardSound) muss dies manuell erledigt werden.

Für eigene Aufnahmen (Kamera, Audio-Recorder, oder Voice-Over am Schnittrechner) würde ich zu 48 kHz 24 Bit als unkomprimierte Audiodatei (WAV, AIFF, s.u.) raten, da dies eben in der Nachbearbeitung Vorteile bringt. Die finale Ausgabe kann dann auch gern in nur 16 Bit erfolgen.

Eine höhere Bittiefe oder Abtastrate (z.B. 96 kHz) scheitert meist allein schon an den Möglichkeiten des vorhandenen Audio-Gerätes. Für den „Hausgebrauch“ sind aber 48 kHz 24 Bit auch völlig ausreichend. Wer im Musiksektor unterwegs sein sollte, könnte auch mit höheren Abtastraten (dann einem Vielfachen von 48, also 96 oder 192 Bit) und höheren Bittiefen arbeiten. Benötigt dazu dann aber auch die entsprechenden Geräte und Programme.

Audiodateien

AIFF (Apple) und WAV (Windows) enthalten i.d.R. unkomprimierte (L)PCM-Audiodateien.

Mit diesen bekommt man also nicht nur eine sehr hohe mögliche Qualität, sondern auch eine gute Be- und Verarbeitbarkeit des Audios. Daher würde ich für die Erstellung eigener Aufnahmen immer zu einem unkomprimierte Verfahren raten, auch wenn die Dateien natürlich deutlich größer sind. Bei den heutigen Speichermedien und im Vergleich zu den im Videobereich üblichen Dateigrößen, dürfte dies aber eine untergeordnete Rolle spielen,

AAC, MP3, u.a. sind hingegen komprimierte = verlustbehaftete Dateiformate.

Die Dateien sind deutlich kleiner als PCM, wobei die Komprimierungsstufe aus der angegebenen Bitrate ersichtlich ist. Je geringer die Bitrate, desto höher die Komprimierung und schlechter die Qualität.

Für eine Stereodatei sollten es hier schon mindestens 192 kbit/s sein.

Auch wenn diese Dateien sich vorgeblich „gut“ anhören sollten, so gehen bei der Komprimierung sehr viele (wichtige) Daten verloren, z.B. hohe Frequenzen, oder es gibt eine „Entfeinerung“ minderwichtiger Frequenzanteile. Das mag jetzt vielleicht nicht immer gleich hörbar sein, aber spätestens bei einer Bearbeitung der Datei macht sich das dann schnell bemerkbar. Und auch bei diesen Dateien ist zusätzlich auf die Samplingrate zu achten.

Deshalb würde ich solches Quellmaterial möglichst meiden.

- wegen Überlänge weiter im 2. Teil -

Fortsetzung -

Kanäle und Spuren

Ein Audio-Kanal (Channel, Ch.) ist quasi ein Übertragungsweg für ein einzelnes Tonereignis.

Bei der Aufnahme belegt jedes verwendete Mikrofon i.d.R. einen Kanal.

Wird z.B. ein Schlagzeug aufgenommen, kommen dabei meist 6, 8 oder sogar mehr Mikrofone zum Einsatz. Und auch entsprechend viele Kanäle angelegt.

Bei einem Sinfonieorchester können das leicht auch mal schnell über 60 Mikrofone/Kanäle sein, die da zusammenkommen.

Diese Beispiele zeigen auch schon, dass allein aus der Anzahl vorhandener Kanäle (z.B. in einer Datei) nicht darauf geschlossen werden kann, was diese beinhalten.

Eine Datei mit 2 Audiokanälen ist also nicht automatisch Stereo (dieser Irrtum ist leider sehr verbreitet) sondern sie könnte ja auch aus zwei separaten Mono-Spuren bestehen. Und selbst wenn vielleicht 8 Kanäle vorhanden sind, kann es trotzdem nur Stereo, oder eine beliebige Mischung aus Stereo- und Mono-Kanälen sein und kein 7.1 Raumklang.

Deshalb ist es grade bei einer Datei wichtig zu wissen, woher diese stammt und wie sie aufgenommen wurde.

• Dazu ein Einschub –
  
  Ein einzelnes Mikrofon ist immer nur in der Lage einen Mono aufzunehmen.
  
  Um eine Stereoaufnahme zu erzeugen sind also immer zwei getrennte Mikrofone mit einem versetzten Aufnahmewinkel nötig. Erst dadurch entsteht ein Raumeindruck.

  
  

  Die meisten Kameras haben auch zwei eingebaute Mikrofone, die den Stereoeindruck mehr oder minder gut abbilden können.

  Zusätzlich gibt es spezielle externe Stereo-Mikrofone, die intern aus zwei Mikrofonen bestehen. Hier sollte man aber darauf achten, ob diese eher für den Nahbereich oder für die Entfernung ausgelegt sind, um auch das gewünschte Ergebnis zu erhalten.

  
  

  Die „normalen“ externe Kameramikrofone sind hingegen nur Mono. Eigentlich würde also hier für die Speicherung der Aufnahme ein einzelner Kanal ausreichen. Oft geben diese Mikrofone aber das aufgenommene Signal (meist über 3,5mm Klinkenstecker) parallel an beide Aufnahmekanäle der Kamera ab.

  Das ist dann aber kein Stereo, sondern lediglich ein identisches Mono-Signal auf beiden Kanälen.

  Grade bei Consumer-Geräten wird dies oft gemacht. Hauptsächlich, damit der Nutzer in seinem NLE ohne weitere Maßnahmen den Ton auch auf beiden Kanälen hört. Denn die NLEs „erwarten“ halt normalerweise eine Stereodatei. Würde also das Signal nur auf einem der Kanäle liegen, hätte man zunächst einmal auch nur Ton auf einem der Lautsprecher.

  Dies lässt sich aber durch entsprechende Einstellungen (Kanalmapping/-routing- s.u.) ändern, sodass dieser Eingangskanal auf beiden Ausgangskanälen ausgegeben wird.

  
  

  Tipp:

  Wenn man bereit dazu ist sich diese Mehrarbeit zu machen, oder das Audio sowieso bearbeiten möchte/muss, kann man sich durch diese „Doppelaufnahme“ aber einen Vorteil verschaffen. Hierbei muss die Kamera allerdings mitspielen und einen unterschiedlichen Pegel in den beiden Kanälen zulassen (was leider nicht alle Cams machen).

  • Der 1. Kanal wird ganz normal ausgepegelt, sodass dieser nicht übersteuert.
  • Beim 2. Kanal senkt man den ermittelten Pegel um z.B. 6 oder 9 dB ab. Dadurch erhält man einen Headroom. Wenn der 1. Kanal doch mal übersteuert, hat man auf dem 2. Kanal eine „Reserve“, die diesen unbrauchbaren Teil der Aufnahme ersetzen kann.

Bei der Wiedergabe entspricht ein Kanal normalerweise einem Lautsprecher.

Die Reihenfolgte der Kanäle/Lautsprecher ist dabei abhängig von dem verwendeten Tonsystem.

Für Stereo gilt normalerweise ungrade (1) = links, grade (2) = rechts. Und an Steckern/Buchsen ist rechts normalerweise rot gekennzeichnet.

Grade bei dem im Videobereich häufig vorkommenden AAC und AC3 (Dolby) ist bei der Erstellung eines eigenen Mehrkanaltons zu beachten, dass diese beiden Systeme unterschiedliche Reihenfolgen der Lautsprecher besitzen. Beachtet man das nicht, dann landet der Ton auf dem falschen Lautsprecher.

Bei der Bearbeitung im Programm (Audiobearbeitung und NLE) finden sich hingegen (Audio-)Spuren.

Eine VA-Spur ist dabei lediglich eine kombinierte Video- und Audiospur. Wobei mein Rat eigentlich wäre, lieber auf VA-Spuren zu verzichten. Vorteilhafter und übersichtlicher finde ich das Arbeiten in getrennten V- und A-Spuren. Ton und Bild sind dabei vom Programm gekoppelt, können also normalerweise auch nicht auseinanderdriften.

Jedenfalls kommen in diese Spuren die einzelnen Audioquellen, z.B. Kameraton, Musikuntermalung, Kommentar, Geräusche, etc.

Die Anzahl de Spuren richtet sich also nach dem jeweiligen Bedarf.

Auch diese Audio-Spuren verfügen wiederum über Kanäle. Deren Kanäle liegen also in der Spur.

Bei manchen Programmen kann man die Kanalanzahl der Spur (bitte nicht verwechseln mit den Ausgangskanälen des Projektes) einstellen, also z.B. einen 5.1 Mehrkanalton auch in einer einzelnen Spur verarbeiten. Oft sind aber nur 2 (Stereo-)Kanäle in der Spur möglich. Dann muss man für einen Mehrkanalton entsprechend viele Spuren verwenden.

Die Anzahl und Einstellung der im Projekt bereitgestellten Ausgangskanäle richtet sich nach dem gewünschten Tonsystem.

Da auch bereitgestellte Audiokanäle Ressourcen kosten, sollte man also immer nur die wirklich benötigte Anzahl an Ausgangskanälen einstellen. Da dies wohl bei den meisten Stereo sein dürfte, sind da also nur 2 Ausgangskanäle erforderlich. Denn letztlich soll ja alles nur auf diesen zwei Lautsprechen „landen“.

Über das Kanalmapping/-routing legt man den „Laufweg“ des Audiosignals fest.

Also vom Eingang = z.B. Mikrofonanschluss, oder Audiodatei über die > Audio-Spur im Programm zum > Ausgang = Lautsprecher des Audiogerätes.

Wie schon weiter oben beschrieben kann es bei einer Mono-Datei (z.B. Voice-Over-Aufnahme mit Mikrofon) notwendig sein, dass das Signal dieses einen Kanals in der Audio-Spur auf beide Ausgangskanäle geroutet werden muss. Nicht immer ist dies allein über den Panorama-Regler (PAN) möglich.

Der umgekehrte Weg, die Kanäle eines Stereotons auf zwei unterschiedliche Spuren im Programm zu routen ist eigentlich nur in Sonderfällen sinnvoll. Hier sollte man also wissen, was und warum man das macht. Wirkliche Vorteile bringt dies eigentlich nicht.

So, für die, die bis jetzt noch nicht aufgegeben haben, gibt es als Belohnung noch den Link zu einem interessanten Tutorial und Video zu Thema Stimme / Gesang aufnehmen.

Auch die weiteren bei delamar eingestellten Tutorials sind sehr gut und verständlich gemacht. Ich kann nur empfehlen diese auch mal durchzuarbeiten.

Gruß

Peter

Zitat von MacMedia

Wobei man das Thema Audio noch ausdehnen könnte....

Ich habe ja schon das nicht in einem einzelnen Post unterbringen können (über 10.000 Zeichen ).

Aber ich habe ja zu Anfang auch geschrieben, dass dies jeder gern ergänzen, oder Fragen stellen kann.

...und danke für die Nagelung

Zitat von old_det

Mit dem AI-Tool SpleeterGui kann man den Gesang abtrennen, bzw. sogar das Musikstück in die einzelnen Intrumente zerlegen.

Interessant, vor allem da ja offenbar kostenlos.

Da die Entwicklung von Spleeter GUI eingestellt wurde, hier für interessierte eine eventuelle Alternative.

Das ist alledings kostenpflichtig, kann dafür aber auch noch sehr viel mehr... - Spectral Layers

Zitat von Rod

Mit dem Wissen im Hinterkopf könnten Mitglieder berichten, mit welchen Mikros, Windschutz, Aufhängungen, Kabeln, Audiosoftware usw. sie gute oder schlechte Erfahrungen gemacht haben.

Also ich bin ein ziemlicher Rode-Fan. M.E. sind diese vom Preis-/Leitungsverhältnis wirklich gut.

Derzeit nutze ich noch -

1. das Stereo VideoMic Pro in der Rycote Halterung und "Puschel" auf meiner BMD 6K über 3,5 mm Klinke;
   macht sich recht gut für den Nahbereich (Interview, Atmo Markt/Fußgängerzone/Zuschauermeng);
   für größere Entfernungen weniger geeignet, da dann zu leise, dafür recht leicht ca.120g;
   für das (ebenfalls Nahbereich) noch bessere Stereo VideoMic X fehlt meiner "normalen" 6K leider der zweite XLR (den hat erst die Pro) und über Klinke wollte ich damit nicht gehen;
   sonst wäre das meine Wahl gewesen, ist aber auch mit rund 300 g mehr als doppelt so schwer;
2. das NTG5 auch auf der 6K ( Halterung SM3-R), oder am Zoom H5 (Halterung PG2R), jeweils über XLR;
   sehr gute Leistung, kommt fast an das NTG3 ran, dabei aber superleicht 76g bei ca. 20 cm, inzwischen mein "Liebling";
   bis auf die SM3-R ist schon alles im Paket dabei, Kabel für die 6K ist das BMD Mini XLR Adapter;
3. das NT1000 im Studio mit Halterung SM2, über XLR direkt an mein Audiointerface;
   ist bestimmt schon 20 Jahre alt und absolut zuverlässig, vielleicht ein bisschen stark bei den Siblikanten (ist aber sowieso mein Problem);
4. im Schrank liegt auch noch ein noch älteres Sennheiser e835S (dritte Variante auf der Seite), als dynamisches Mic;
   war/ist auch ein sehr beliebtes Vocal Mic mit guter Leistung, hatte aber seit längerem dafür keinen Bedarf.

Natürlich gibt es da immer auch noch bessere Mics. Das dann aber zu einem doch deutlich höheren Preis.

Insoweit für meine Belange eine gute Ausstattung mit der ich vernünftig arbeiten kann.

Mit Sony-Mics hatte ich früher nie Glück. Ist aber schon lange her und ich weiß auch nicht mehr die Modellnummern.

Gruß

Peter

Nachtrag:

beinahe vergessen - die Audio-Software....

Seit sehr vielen Jahren (Cubase VST) arbeite ich mit Steinberg Programmen, derzeit mit Cubase Pro 11, WaveLab Pro 11 und seit kurzem auch Spectral Layer Pro 9.

Kann ich wirklich nur absolut empfehen. Absolut leistungsstarke Programme mit top Ausstattung.

Für den "Hausgebrauch" würden da sicherlich auch die preiswerteren Programmversionen Versionen von Steinberg ausreichen. Vom Grundprogramm sind die gleich, haben halt nur eine geringer Ausstattung, bzw. Funktionen. Deshalb bin ich dann irgenwann bei Pro gelandet.

Zitat von homer1

Ich bin von Cubase12 überzeugt. Mehr noch als von Wavelab11,

Die Hauptarbeit incl. Mastering mache ich auch in Cubase. Ein 12er Update ist schon da, ich warte aber noch mit dem Einsatz bis zur neuen Version. Dafür habe ich vor kurzem auf Absolut 6 upgedatet. HAL7 ist schon geil.

Das Video liegt in Cubase (als ProRes LT .mov) auf der Video-Spur. Der O-Ton wird als PCM übernommen

Die Aufnahme von Kommentaren erfolgt in Cubase als Stack. Das ist für mich eines der Highlights dieses Workflows.

Der Downmix bildet dann die Tonspur in Edius.

WaveLab dient mir auch eher zur Bearbeitung einzelner Audio-Dateien. Also z.B. dem Ausschneiden überflüssiger Teile, Anpassungen, Beseitigung von Fehlern, etc.

Da ich damit aber gut eingearbeitet bin und es als Austausch direkt aus Cubase heraus erfolgt, wende ich es doch oft an.

Sonst hast Du aber schon Recht, dass mit Cubas eigentlich fast alles direkt machbar ist.

Spectral Layer 9 habe ich mir zum Jahresende geleistet. Tolle Möglichkeiten, aber so wirklich eingearbeitet bin ich da auch noch nicht.

Zitat von homer1

Alleine ein Lowcut oder Highpass Filter EQ bei 50Hz kann nicht nur Trittgeräusche verringern, sondern auch einem Matschsound vorbeugen, da tiefe Frequenzen viel Energie des Tons schlucken, aber nichts zur Verständlichkeit des Tons beitragen.

Da gehe ich auf den meisten Spuren sogar noch höher ran. I.d.R. so zwischen 80 bis 100 Hz.

Das kann aber bei hochfrequenten Instrumenten durchaus auch mal bis 250 Hz. gehen. Bei den Bässen ist das natürlich weniger, doch da will man den Bereich ja auch haben.

Dafür setze ich über den Imager alles unter 100 Hz. auf Mono.

Und noch zur Hardware - das ist bei mir

RME Fireface 400 mit KRK Rokit 6 Monitoren, Bayerdynamic DT 250 Kopfhörer (ewig alt aber absolut Top) und natürlich das

BMD UltraStudio 4K Mini.

Gruß

Peter

Zitat von homer1

Zum Lowcut hängt es bei mir auch von verschiedenen Umständen ab.

Grundsätzlich gehen wir da sehr ähnlich vor.

Allerdings nutze ich für den Lowcut und ggf. auch für einen Highcut (z.B. beim Bass) i.d.R. den Pre-Bereich des Spur-EQ. Den dann mit 48dB/Oct. Finde ich so am bequemsten. Außerdem habe ich dann auch immer die Erinnerung in der Mixconsole.