Kann man eine Songidee auf dem iPhone mit einer Sprachmemo-App aufnehmen?

Eine Melodie, die unangekündigt auftaucht, hat eine kurze Halbwertszeit. Zehn Minuten später, nach einem Anruf oder einem Gespräch, ist sie oft auf eine Art verschwunden, die sich durch keinen Versuch der Rekonstruktion mehr beheben lässt — man erinnert sich, dass es eine gute Melodie gab, nicht welche. Das Nützlichste, was ein Rekorder hier leisten kann, ist bereits in der Tasche zu stecken, damit zwischen der Idee und ihrem Einfangen nur ein paar Sekunden liegen statt der Suche nach dem passenden Werkzeug.

Was ein Sprachrekorder wirklich gut einfängt

Tonhöhe und Rhythmus überstehen ein Telefonmikrofon problemlos. Summen, einen provisorischen Text singen, einen Beat auf einem Tisch klopfen, ein paar Takte Gitarre oder Klavier nahe am Telefon spielen — all das kommt klar genug an, um es später zu rekonstruieren, weil das, was man eigentlich bewahren will, die Form der Idee ist, nicht eine fertige Darbietung davon. Ein Sprachrekorder in einer normalen Qualitätsstufe fängt diese Form genauso zuverlässig ein wie einen gesprochenen Satz.

Das andere, was er gut einfängt, ist Kontext — wenn man ihn laut ausspricht. Eine gesummte Melodie ohne jede weitere Information ist eine Woche später viel schwerer zu rekonstruieren als dieselbe Melodie, gefolgt von zehn Sekunden „das ist der Refrain, in Moll, eher langsames Tempo". Zur Aufnahme zu sprechen, statt ihr nur etwas vorzuspielen, lohnt sich jedes Mal — es kostet nichts und macht den Unterschied zwischen einer Idee, die sich rekonstruieren lässt, und einer, an die man sich nur halb erinnert, sie gehabt zu haben.

Wo er einem echten Musik-Setup ehrlich unterlegen ist

Mono, nicht Stereo

Ein Sprachrekorder auf dem Telefon fängt einen Kanal ein, nicht zwei. Um eine Idee einzufangen, spielt das keine Rolle — eine Melodie hat kein Stereobild zu verlieren. Es zählt in dem Moment, in dem man eine Aufnahme möchte, die räumlich oder produziert klingt, was eine einkanalige Telefonaufnahme nie leisten wird, egal wie sie im Nachhinein bearbeitet wird. Das ist eine andere Aufgabe als die, die der Sprachrekorder hier übernimmt.

Verlustbehaftete Kompression, auf Sprache ausgelegt

Das Audio wird auf eine Weise komprimiert, die auf das ausgelegt ist, was eine menschliche Stimme braucht, nicht auf den breiteren Dynamikumfang und das Detail eines gemischten Musikstücks. Eine grobe Idee übersteht das ohne einen echten, hörbaren Verlust. Eine Aufnahme, die als fertiges Master dienen sollte, würde das nicht ebenso überstehen — das Format tut genau das Richtige für eine schnelle Erfassung und genau das Falsche für ein fertiges Produkt.

Kein Mehrspurbetrieb, keine Ebenen

Ein Sprachrekorder erzeugt eine Datei pro Take. Er kann keine Gesangsidee über eine separate Instrumentalspur legen und keine Teile gegeneinander aufbauen, weil das eine andere Art von Werkzeug ist — ein Mehrspurrekorder oder eine Musikproduktions-App, genau für diese Aufgabe gebaut. Der Versuch, eine einzelne Telefonaufnahme diese Arbeit erledigen zu lassen, ist meist der Punkt, an dem die Frustration beginnt — ein Zeichen, das Werkzeug zu wechseln, nicht, dass die Aufnahme misslungen ist.

Ein Arbeitsablauf, der jedem Werkzeug seine Aufgabe lässt

• Im Moment, in dem die Idee entsteht, sofort aufnehmen — Summen reicht, nicht warten, bis ein Instrument zur Hand ist.
• Direkt danach laut sagen, was es ist: Tonart, Tempo, welcher Teil des Songs, alles, was man sich später nicht mehr merken wird.
• Die Datei behalten. Eine grobe Telefonaufnahme einer Melodie, die irgendwann ein richtiger Song wird, ist mehr wert als eine verlorene Idee, die diese Chance nie bekam.
• Sobald die Idee es wert ist, ernsthaft ausgearbeitet zu werden, zu einer dedizierten Musik-App oder einem richtigen Rekorder für diese Phase wechseln. Die Telefonaufnahme hat ihre Aufgabe erledigt, sobald sie verhindert hat, dass die Idee verloren geht.

Der Fehler, den man vermeiden sollte, ist, beide Phasen als eine zu behandeln. Ein Sprachrekorder, der ehrlich zugibt, ein Erfassungswerkzeug zu sein und kein Produktionswerkzeug, ist nützlicher als einer, der vorgibt, beides zu sein — denn Vorgeben schafft keine zusätzliche Fähigkeit, es weckt nur eine Erwartung, die das Format nicht erfüllen kann.

Und eine gesprochene Textidee statt einer Melodie?

Eine Zeile aufzusagen, laut nach einem Reim zu suchen, kommt normaler Sprache näher, und dort kann eine Transkription tatsächlich helfen — auf eine Weise, wie sie es bei einer gesummten Melodie nicht kann, weil Spracherkennung für Worte gebaut ist, nicht für Tonhöhe. Singen oder Summen wird durch Transkription nicht zu lesbarem Text; ein auf Sprache trainierter Erkenner hört nach Phonemen in normaler Rede, nicht nach Melodie, und liefert aus Gesang wenig bis nichts Brauchbares. Gesprochene Ideen über den Song hingegen werden genauso transkribiert wie alles andere, das laut gesagt wird.

Wo Voice Studio dabei ins Spiel kommt

Voice Studio nimmt Mono-AAC in .m4a auf, wahlweise in drei Qualitätsstufen — genau passend, um eine Idee schnell einzufangen, und genau kein Ersatz für eine Musikproduktions-App, sobald diese Idee es wert ist, ausgebaut zu werden. Es gibt eine Markierungsfunktion, um genau den Moment zu kennzeichnen, zu dem man in einem längeren Take zurückkehren möchte, und das zählt bei Songideen mehr als bei fast jedem anderen Einsatzzweck — die Refrainmelodie, vergraben vier Minuten in einer abschweifenden Sprachnotiz, ist ohne eine solche Markierung schwer wiederzufinden. Wer die Idee nach dem Summen bespricht, dessen gesprochener Teil wird ganz normal transkribiert; der gesummte Teil nicht, aus dem oben genannten Grund. Die Aufnahme lässt sich als das originale .m4a exportieren, sobald man bereit ist, sie in etwas zu überführen, das für die nächste Phase gebaut ist.

Häufige Fragen

Kann eine Sprachmemo-App Gesang in Liedtext transkribieren?

Nein, nicht zuverlässig. Spracherkennung ist darauf ausgelegt, gesprochene Wörter zu erkennen, nicht Tonhöhe oder Melodie, daher liefert Singen oder Summen wenig bis nichts Brauchbares als Text. Gesprochene Ideen zu einem Song — gesagt statt gesungen — werden ganz normal transkribiert.

Reicht eine Telefonaufnahme als fertige Aufnahme eines Songs aus?

In der Regel nicht. Sie ist Mono, und die Kompression ist auf gesprochene Sprache ausgelegt, nicht auf den vollen Umfang eines gemischten Musikstücks. Sie ist ein starkes Werkzeug, um eine Idee einzufangen, kein Werkzeug, um einen fertigen Track zu produzieren.

Sollte man eine Songidee in der höchsten Qualitätsstufe aufnehmen?

Das spielt für diesen Zweck kaum eine Rolle — Tonhöhe, Rhythmus und eine grobe Gesangsspur überstehen eine mittlere Qualitätsstufe problemlos, weil bewahrt wird, was die Idee ausmacht, nicht produktionsreifes Detail.

Was ist die nützlichste Gewohnheit, um Songideen festzuhalten?

Die Idee direkt nach dem Spielen oder Summen laut zu besprechen: Tonart, Tempo, welcher Teil des Songs. Eine Melodie ohne jeden Kontext ist später viel schwerer zu rekonstruieren als dieselbe Melodie mit zehn Sekunden angehängter Erklärung.