Störende Hintergrundmusik und Geräusche im TV unterdrücken

Die klassische TV und Streamingsituation: Man guckt einen spannenden Film, es geht in Richtung Finale. Immer mehr Action, Musik und Geräusche kommen zu den Dialogen der Schauspieler hinzu und da passiert es: Die Schlüsselszene läuft, hier wird nun alles aufgeklärt, die Rätsel lösen sich, bis auf eines und das ist das Wichtigste: Was haben die Schauspieler gerade gesagt? Aufgrund der zu lauten Hintergrundmusik genau über dem Dialog, sitzt man quasi außen vor, wurde zwar beschallt, aber sehr ungenügend, da man außer musikalischem Lärm nichts mitbekommen hat.

Immer mehr TV- und Streamingzuschauer ärgert das. Sie sind dieser Überlagerung von Musik und Sprache schlichtweg ausgesetzt und auch ein Lauterstellen des Tons mit der Fernbedienung bringt keine Lösung. Weder werden die Dialoge verständlicher, noch tut das der Nachbarschaft oder schlafenden Kindern gut, da – sobald die nächste laute Explosion kommt, die man nicht kommen sah – die Lautsprecher sozusagen gleich mit explodieren und man gar nicht so schnell leise stellen kann, wie man müsste, um keine Ruhestörung zu verursachen.

Aber warum ist Hintergrundmusik bei Filmen oder Dokumentation oft gefühlt zu laut und überlagert die Sprache? Und warum sind ausgerechnet alte Filme, zum Beispiel aus den 1960er-Jahren, viel besser zu verstehen als die heutigen mit ihrer modernen Technik?

Die Ursache liegt in der Art der Produktion und der anschließenden Ausspielung über verschiedene Kanäle mit unterschiedlichen Anforderungen, wie TV, Streaming und Mediathek über das Internet.

Ein Rückblick:
Früher, zum Beispiel in den 60ern, wurde Filmton in Mono gemischt. Mono bedeutet, dass es nur eine Tonspur gab, in der alles stattfinden musste: Sprache, Musik und Geräusch. Der Vorteil an Mono ist, dass die Lautstärkeabstufungen einer solchen Tonmischung auf den meisten Lautsprechern sehr nah an dem ankommen, was der Produzent in seinem Tonstudio gehört hat. Wird also die Sprache in diesem einen Kanal klar lauter gemischt als Musik und Geräusch, dann ist das auf den meisten Lautsprechern in den heimischen Wohnzimmern oder Radios auch so gewesen. Also alles klar geordnet aufgrund der Fokussierung auf nur einen Kanal. Und auch die Art der Lautsprecher bei den Hörern war klarer abzugrenzen, da es Fernsehgeräte und Radios, aber noch kein Internet und Streaming gab. Darüber hinaus waren sich die Fernsehgeräte und Radios insgesamt auch technisch ähnlicher als es die Vielzahl der Geräte heute sind.

Ein zweiter Grund für den besser verständlichen TV-Ton war die Tatsache, dass eine damalige Tonproduktion sehr aufwendig und teuer war mit der Folge, dass generell weniger Musik und Geräusch eingesetzt wurde als heute. Also stand die Sprache auch häufiger alleine und für sich, was ihre Verständlichkeit natürlich maximiert.

Die heutigen Tonproduktionen sind, speziell im Bereich Film, auf Mehrkanaligkeit ausgelegt. Ein Filmton kann heutzutage über bis zu 64 Ausgangskanäle, also Lautsprecher, wiedergegeben werden. Das Ziel dieser vielen Kanäle ist, im Kinosaal eine möglichst exakte Ortung des Tons zu ermöglichen. Kam er früher nur von vorne und in Mono aus der Mitte, kann er heute präziser überall im Raum geortet werden, sowohl auf der horizontalen als auch auf der vertikalen Achse. Vorne, hinten, Ohrhöhe oder auch über den Köpfen sind die Ortungsgrößen, mit denen heutzutage gearbeitet wird.

Im Kinosaal kann das beeindruckend sein, wenn man auf dem „Golden Seat“, meist in der Mitte des Kinosaals, sitzt. Alle anderen Plätze sind schon Kompromisse, die aber immer noch genügend räumliche Ortung zulassen, damit man das Gefühl hat, vom Klang umgeben zu sein.

Allerdings besteht heute ein großes Ungleichgewicht zwischen Sprache, Musik und Geräusch. Die Sprache kommt weiterhin von vorne und aus der Mitte mit wenigen Ausnahmen, wenn jemand zum Beispiel von hinten durch eine Tür kommt und „Hallo“ sagt, während er/sie nicht im Bild ist. Musik und Geräusch hingegen, können aus allen Richtungen kommen, wobei Musik häufig gleichmäßig nach vorne und hinten gelegt sind, während sich die Geräusche frei im Hörraum bewegen, je nachdem, zu welchen Bildobjekten sie gehören.

Dieses Ungleichgewicht zwischen der Sprache, die sich in quasi einem Ausspielkanal befindet und von Musik und Geräusch, die sich die restlichen bis zu 63 Kanälen teilen, rächt sich in den eigenen vier Wänden. Denn wer lebt schon in gerne in einem Kinosaal mit einer entsprechend großen Soundanlage?

Damit es gemütlich bleibt, sind die Lautsprecher für TV und Streaming im eigenen Wohn- oder Schlafzimmer wesentlich kleiner, kommen meist nur von vorne, wie beispielsweise bei Soundbars. Diese haben überdies viel weniger Ausspielkanäle als das große Kinosoundsystem. Wie kommen nun die vielen Kanäle aus dem Kino zuhause auf dem viel kleineren TV Soundsystem an?

Hier kommt der sogenannte Downmix ins Spiel. Aus vielen Kanälen werden wenige gemacht, indem man sie, in speziellen Verhältnissen zueinander, miteinander addiert. So werden aus 64 Kanälen dann zwei bei Stereolautsprechersysteme oder bei 5.1 Anlagen sechs. Nun gibt es verschiedene Güteklassen von Lautsprechersystemen, aber selbst eine professionellere Dolby Atmos Heimkinoanlage mit der Kanalkonfiguration 5.1.4, die immerhin schon aus 10 Ausspielkanälen besteht, sind dort weitere bis zu 54 Kanäle downgemixt.

Man ahnt, was im Downmix passiert: Sehr viele Geräuschspuren treffen auf viele Musikspuren und beide auf eine Sprachspur. Verhältnis Sprache zu Rest: Eins zu bis zu 63. Das kann dann gut gehen, wenn die Sprache relativ alleine dasteht mit wenig Musikuntermalung und Geräusch, aber sobald immer mehr Ausspielkanäle Musik und Geräusch beinhalten, wird es für die Sprache eng und das hat zum Ergebnis, dass man nichts mehr hört, was die Wortverständlichkeit angeht. Das rächt sich dann generell auf jeglichen heimischen Soundanlagen, aber natürlich besonders auf den kleineren Lautsprechern für Fernsehen, wie Soundbars, die aber am meisten verbreitet sind. Am schlimmsten ist es natürlich auf den TV-Lautsprechern selbst, aber da ist man eh gut beraten, sich mit einer Soundbar auszustatten, um den TV-Ton zu verbessern.
Das Problem der unverständlichen Dialoge wird dann noch verschärft durch die verschiedenen Verbreitungswege der downgemixten Inhalte, zum Beispiel auch Streaminganbieter, die aufgrund der hohen Durchleitungskosten die Klangqualität weiter einschränken und auch die Bereitstellung innerhalb von Mediatheken, die dann häufig über die kleinstmöglichen – nämlich die Laptop- oder PC Lautsprecher – angehört werden. Auch hier empfiehlt sich ein externes Soundsystem, um den Ton nicht noch weiter zu verschlechtern.

Das Problem der unverständlichen Dialoge, die hinter zu lauter Hintergrundmusik und Geräuschen verschwinden, ist allgemein bekannt und eigentlich müssten alle Filme noch einmal speziell für das Hören in geringeren Kanalanzahlen produziert werden, aber das findet aus Kostengründen nicht statt.

Die gute Nachricht ist, dass es endlich eine Lösung für das Problem gibt.
Es heißt: HDSX TV Sound Optimizer.

Der HDSX TV Sound Optimizer produziert gleichmäßige Lautstärke und klare Sprache auf allen Kanälen. Er verbessert das Hörerlebnis für TV, Streaming und auch Gaming. Das Herz des gerade einmal handtellergroßen Gerätes ist ein leistungsstarker DSP Chip, der die patentierte HDSX-Technologie enthält. Zwei Algorithmen spielen hier die Hauptrolle:

• HDSX.volume gleicht die verschiedenen Lautstärken innerhalb verschiedene Filmszenen intelligent und in Echtzeit so aufeinander an, so dass der Ton spannend zu hören bleibt, aber die ständigen „zu laut, zu leise“ Situationen komplett wegfallen. Die Fernbedienung wird dafür nicht mehr benötigt.
• HDSX.speech hebt die Dialoge aus der Hintergrundmusik heraus und befreit sie gleichzeitig von möglicherweise überlagernden Geräuschen, so dass die Wortverständlichkeit drastisch gehoben wird. Zusammen mit HDSX.volume ist dies die ideale Kombination, um endlich wieder klare Sprache zu hören.

Der Optimizer wird einfach zwischen einen Fernseher und ein TV-externes Soundsystem, wie eine Soundbar, Hifi-Anlage oder auch Kopfhörer in den Signalweg integriert und schafft es so, dass gleichmäßige Lautstärke und klare Sprache auf allen Kanälen herrschen. Auch gibt es keine Lautstärkeunterschiede zwischen verschiedenen Quellen, wie ARD, Youtube, Amazon Prime, Disney + und Apple TV mehr. Alles ist miteinander harmonisiert.

Der Optimizer nutzt als Quellmaterial das unkomprimierte PCM 2.0 Format für beste Klangqualität und wandelt dieses in ein immersives Zweikanalsignal mit Namen HDSX.TV. Dieses Signal steuert auch nachgelagerte Surround Decoder vorteilhaft so, dass zu jeder Zeit gleichmäßige Lautstärke und klare Sprache erreicht wird. Der Wunderkasten arbeitet mit allen Fernsehern und allen Boxen für TV zusammen. Es gibt den Optimizer in den Anschlussvarianten HDMI ARC und TOSLINK, das ist die am weitesten verbreitete digitale Tonverbindung mittels optischer Signalübertragung. Somit passt zu jedem Fernsehgerät und jedem Lautsprecher für Fernsehen ein Optimizer-Modell.