Spätestens seit Apple Music die Kategorie „Spatial“ in sein Programm aufgenommen hat, ist immersive Musik in aller Munde oder besser gesagt: in aller AirPods, Earbuds, Soundbars usw. Vor allem der verfügbare Katalog an Dolby Atmos-Mixes wächst rasant und Statistiken zeigen, dass Hörer:innen immersive Tonformate dem traditionellen Stereoton häufig vorziehen. Auch weitere Streamingdienste wie Amazon Music und Tidal bieten Musik in 3D an.
Mittlerweile haben neben den Major-Label-Artists auch immer mehr Studios und Engineers ihre Systeme erweitert. Auch bei den DAW-Herstellern und DIY-Distributoren hat sich einiges getan. Dadurch ist der Weg zu Dolby Atmos, Binaural, Ambisonics, Sony 360 Reality Audio, Auro-3D und weiteren immersiven Audioformaten inzwischen auch für Indie- und DIY-Artists geebnet.
Dieser Artikel soll dir einen ersten Einblick in das Remixing in immersiven Tonformaten geben, damit deine Stereo-Produktion auch in 3D erstrahlen kann. Los geht’s!
Vorbereitung ist der halbe Mix
Wie bei jeder Mischung bestimmen vor allem die Zutaten das Ergebnis – wir brauchen also erstmal gute Signale! Diese generieren wir aus der originalen Stereomischung. Wer es mit Hip-Hop, Elektro, Rock und Pop zu tun hat, weiß, wie elementar der Effekteinsatz für die Klanggestaltung eines Songs sein kann. Aber auch bei der Arbeit mit Jazz oder Klassik ist es sinnvoll, die originale Klangvision der Stereoproduktion weitestgehend mitzunehmen und das Stück nicht völlig neu zu erfinden. Es ist Feingefühl gefragt, denn zum einen soll der immersive Raum klanglich bestmöglich genutzt werden, zum anderen gilt es die künstlerische Intention bestmöglich zu bewahren.
Wir beginnen also nicht mit Einzelsignalen, sondern mit Stems, also zusammengefassten Signalgruppen, und nehmen die originalen Effekte mit – was in Stereo super klingt, klingt meist auch in 3D super. Für 3D werden tendenziell etwas mehr Stems benötigt, als man es beispielsweise für das Stem-Mastering gewohnt ist. Ungefähr 12-24 Stereosignale sind eine gute Orientierung für eine durchschnittliche Dolby Atmos Pop-Mischung.
In der Praxis hat es sich bewährt, alle Effekte beizubehalten und Reverbs und Echos zusätzlich als eigenständige Stereo-Stems zu bouncen. Im 3D-Mix kann die Räumlichkeit dann je nach Geschmack nach hinten oder oben gelegt, dupliziert oder variiert werden und man erspart sich die Mühe, den Hallraum nach Gehör in 3D nachzubauen. Es besteht auch die Möglichkeit, direkt mit der originalen DAW-Session weiterzuarbeiten und beispielsweise den Stereo-Hall gegen einen 7.1.2-Hall auszutauschen.
De-Mixing statt Upmixing
Ein Klassiker: Die Festplatte mit der Original-Session ist futsch, oder das Projekt existiert schlicht nicht mehr – übrig ist nur noch der fertige Stereo-Mixdown. Wie bekommt man daraus trotzdem einen guten 3D-Mix? (Die Backup-Predigt sparen wir uns an dieser Stelle.)
Die naheliegendste Lösung: Ein Upmix-Plugin auf den fertigen Stereo-Mix anwenden und fertig ist der 3D-Sound. Klingt verlockend einfach – ist aber nicht immer eine gute Idee. Ein Upmix-Plugin analysiert nur, wo im Stereobild etwas ungefähr sitzt, und verteilt den Klang auf Basis dieser groben Schätzung auf mehr Lautsprecher. Es kann aber nicht unterscheiden, was da eigentlich spielt – Gesang, Bass und Drums bleiben ein einziger, unauflösbarer Klumpen. Das Ergebnis ist oft eine diffuse Klangwolke statt eines Mixes, in dem jedes Element seinen eigenen, klar definierten Platz im Raum hat.
Die bessere Alternative nennt sich De-Mixing (auch „Stem-Separation“ genannt). Die Idee: Statt den fertigen Mix nur breiter zu verteilen, versucht man, ihn in seine ursprünglichen Bestandteile zurückzuverwandeln – also z. B. wieder eine separate Spur für Gesang, eine für Bass, eine für Drums usw. zu bekommen. Man macht die Mischung quasi rückgängig.
Das Problem: Sobald mehrere Instrumente gemischt sind, überlagern sich ihre Frequenzen. Diese Überlagerung wieder sauber zu trennen, ist extrem schwierig und genau hier kommt Künstliche Intelligenz ins Spiel: Moderne KI-Modelle wurden mit riesigen Mengen an Musik trainiert und haben dabei gelernt, typische Klangmuster von Gesang, Drums, Bass etc. zu erkennen – auch wenn sie sich überlappen. Das Ergebnis ist nie perfekt, aber oft erstaunlich brauchbar.
Mittlerweile gibt es auch jede Mnnge Software zu kaufen, die deinen Song in Stems auftrennen kann (z. B. Audionamix Xtrax oder iZotope RX Music Rebalance). Unter anderem hat auch die DAW “Logic Pro X” dieses Feature on Board. Es gibt zudem entsprechende Online-Services (z. B. lalal.ai), bei denen die Auftrennung nicht auf dem eigenen System passiert und keine Software installiert werden muss.
In diesen HOFA-College Videos gehen wir genauer auf KI-Stem-Splitting ein und vergleichen bewährte Tools.
Die aufgetrennten Stems können bei Bedarf anschließend noch manuell aufbereitet oder restauriert werden und dann wird eine neue Mischung aus den Stems angelegt. Zusätzlich kannst du nun natürlich immer noch Upmix-Plugins auf einzelnen Stems einsetzen oder die Signale über Lautsprecher abspielen und in einem passenden Raum mit großem Mikrofonarsenal in 3D aufnehmen, um Mehrkanalton zu erhalten. Du kannst auch den Stereomix als Basis verwenden und lediglich durch die aufgetrennten Stems ergänzen – die Möglichkeiten sind unendlich.
Mit dem HOFA Onlinekurs 3D-Audio lernst du alles, was du für erfolgreiche immersive Audio-Produktionen brauchst.
Melde dich jetzt an und spare 10% im Einführungspreis!
Routing & Templates
Nun möchten wir auf ein paar Ideen im Kontext einer immersiven Mischung eingehen, auf die wir bei den ersten Gehversuchen in der 3D-Welt treffen können. Weil aktuell vor allem die Nachfrage nach Dolby Atmos in der Musikproduktion besteht, konzentrieren wir uns an dieser Stelle auf dieses Format.
Wenn es vom Song bereits eine Originalversion in Stereo gibt, ist es ratsam, das Stereomaster als Ausgangsbasis für die 3D-Mischung zu verwenden – schließlich wird die immersive Mischung auf den Plattformen schlussendlich mit dem Master verglichen und häufig passiert beim Mastering noch so einiges am Klangbild. Das Stereomaster dient auch als Referenz für die Exportlänge des Atmos-Masters. Vorläufe, Fades, Arrangement und co. beider Formate müssen sich exakt entsprechen und die Dateien müssen exakt in Sync sein (max. 50 ms Abweichung), damit der Atmos-Mix von den Digitalen Streaming-Plattformen angenommen wird. Damit beim Vergleichen unkompliziert zwischen Atmos und Stereo umgeschaltet werden kann, wird die Stereoreferenz in die Dolby Atmos Mixing-Session mit aufgenommen.
Statt einer Stereo-Summenspur gibt es in Dolby Atmos einen 10-Kanal Bed-Bus und 118 Monosummen (für die 118 Objekte). Egal ob SSL, Neve, API, Fairchild, Manley oder Eigenbau – viele Rock- und Pop-Engineers schwören auf ihren Summenkompressor und wollen darauf natürlich auch in 3D nicht verzichten. Das Problem ist nur: Es gibt gar keine Summe! Die Summenbearbeitung kann aber über Umwege vorgenommen werden. Man benötigt dafür viele Plugin-Instanzen, die auf den einzelnen Kanälen platziert werden. Um mit einer Instanz alle Plugins zu steuern (falls gewollt), können die Plugins gelinkt werden. Beim Thema Kompression kann man daneben von Sidechaining profitieren. Bspw. kann ein Stereomaster als Sidechain-Signal dafür sorgen, dass die Kompressoren oder auch Limiter auf den Einzelkanälen durch ein einheitliches Trigger-Signal gesteuert werden. Mit etwas Routing und Fleißarbeit kann man also auch solche Workflows zusammenbauen.
Der LFE-Kanal wird von Musikschaffenden leider häufig missverstanden. Es handelt sich nicht etwa um einen Subwoofer-Kanal, der mittels Frequenzweiche mit den tiefen Frequenzen der anderen Lautsprecherkanäle versorgt wird, sondern um einen vollständig eigenständigen Kanal, der mit dem vollen Frequenzspektrum versorgt werden kann.
Natürlich kommen auch ein paar Send-Effekte zum Einsatz, wenn wir aus Stereo 3D machen wollen. Häufig lassen sich die originalen Stereo-Hallräume (oder auch Echos) ganz einfach in 3D verwenden, indem man sie 2-3 mal dupliziert und mit leicht unterschiedlichen Einstellungen im Raum platziert. Oft reicht es schon aus, die hinteren Raumanteile leicht zu verzögern.
Alternativ gibt es mittlerweile auch einige 3D-fähige Reverb-/Delay-Plugins. Mit Multikanal-Reverbs sollte man jedoch bei Spatial Audio eher vorsichtig sein. Nicht alles, was auf Lautsprechern toll klingt, funktioniert auch auf Kopfhörern! Je mehr Hallkanäle es gibt, desto größer ist die Wahrscheinlichkeit, dass sich die Hallfahnen bei der Übersetzung auf Kopfhörer hochschaukeln und zu einer sehr „halligen“ Kopfhörermischung führen. Beim Einsatz von 3D-Reverb empfiehlt es sich, den Anteil relativ gering zu halten.
Mastering & Ausspielung
Die Ausspielung einer Dolby-Atmos-Mischung beinhaltet die ein oder andere Vorgabe, die man bei der Bearbeitung auf dem Schirm behalten sollte.
Lautheit: Warum -18 LUFS?
Dolby Atmos schreibt maximal -18 LUFS und -1 dBTP vor. Kurz zur Einordnung, falls dir die Begriffe nichts sagen:
- LUFS misst, wie laut ein Song im Durchschnitt wahrgenommen wird (anders als die reine Spitzenlautstärke).
- dBTP (True Peak) beschreibt die höchsten tatsächlichen Signalspitzen – auch solche, die zwischen den digitalen Samples entstehen und sonst leicht übersehen werden.
Der berüchtigte „Loudness War“ – das ewige Wettrüsten, Mischungen immer lauter und dabei platter zu komprimieren – findet in Dolby Atmos also schlicht nicht statt, weil die Vorgabe das verhindert. Du kannst deine Mischung natürlich trotzdem über den guten Geschmack hinaus komprimieren, allerdings ist deiner Lautheit eine klare Obergrenze gesetzt. Der Dolby-Atmos-Renderer misst die Loudness direkt eingebaut mit, du musst also kein externes Tool bemühen.
Falls du für ein Label arbeitest, bekommst du in der Regel ein technisches Delivery-Spec-Dokument, das genaue Vorgaben zu Loudness, Dateiformaten, Kanalbelegung und teilweise auch zu kreativen Aspekten (z. B. gewünschte Räumlichkeit oder Objektnutzung) macht. Diese Vorgaben solltest du dir genau durchlesen und einhalten, bevor du dein Master abgibst. Der letzte klangliche Feinschliff mit Kompressoren, EQs oder Sättigung ist üblich – allerdings nicht auf einer Summe, wie man es aus der Stereowelt kennt, sondern auf Objekt- bzw. Bed-Basis, denn eine Summe im klassischen Sinne gibt es bei Dolby Atmos nicht.
Die Übersetzung auf die verschiedenen Abhörsysteme war zwar schon immer ein wichtiger Aspekt beim Mastering, hat aber mit objektbasierten Format en eine völlig neue Bedeutung gewonnen. Da das Format auf so ziemlich allen denkbaren Lautsprecherkombinationen individuell interpretiert und sogar binaural für Kopfhörer ausgespielt wird, können die Unterschiede zwischen den verschiedenen Systemen gewaltig ausfallen. Es braucht einige Erfahrung, um hier die goldene Mitte für alle Ausspielwege zu treffen.
Fazit
Vom Stereo-Mix zum überzeugenden 3D-Remix führen viele Wege: Mit gut vorbereiteten Stems gelingt der Einstieg besonders einfach, aber auch De-Mixing kann eine bestehende Produktion zur Grundlage für einen immersiven Mix machen. Entscheidend sind anschließend ein durchdachtes Routing, der richtige Umgang mit Räumen und Effekten sowie ein Master, das auf unterschiedlichen Wiedergabesystemen funktioniert.
Du möchtest tiefer einsteigen und selbst professionelle immersive Produktionen umsetzen? Im neuen Online-Kurs 3D-Audio von HOFA-College lernst du den kompletten Workflow rund um Dolby Atmos, 3D-Recording, Mixing und Mastering – praxisnah und mit eigener immersiver Mischung.
Der Online-Kurs „3D-Audio“ ist mit über 50 % Rabatt auch im Fernkurs-Bundle HOFA AUDIO DIPLOMA enthalten. Mehr Infos ›
