Warum wird meine iPhone-Aufnahme von allein lauter und leiser?

Das ist ein konkretes, wiedererkennbares Muster, sobald man weiß, worauf man hören muss: Der Raumton oder das Hintergrundbrummen steigt in den Lücken zwischen Sätzen merklich an und fällt beim Weiterreden wieder ab, fast so, als würde die Aufnahme atmen. Das ist eine andere Beschwerde als eine durchgängig verrauschte Aufnahme, und sie hat eine andere, eher mechanische Ursache.

Was tatsächlich passiert

Ein Telefonmikrofon erfasst Ton nicht einfach auf einem festen Pegel und gibt ihn unverändert weiter. Im Hintergrund läuft eine automatische Pegelregelung — eine laufende, sich bewegende Anpassung, die den Eingang aufdreht, wenn sie sehr wenig auffängt, und wieder zurücknimmt, wenn sie viel auffängt. Das Ziel ist für sich genommen sinnvoll: eine normale Gesprächsstimme in einem brauchbaren Bereich halten, ohne dass man einen manuellen Pegelregler bedienen muss.

Der Nebeneffekt zeigt sich in dem Moment, in dem man aufhört zu sprechen. Ohne Stimme, an der sie sich orientieren kann, bleibt nur noch der Raum übrig — ein Ventilator, Verkehr, das allgemeine Rauschen des Raums —, und die Pegelregelung dreht die Empfindlichkeit hoch, um in dem Bereich, den sie für Sprache erwartet, etwas Hörbares zu behalten. Das lässt einen recht leisen Raumton für ein, zwei Sekunden Stille anschwellen. In dem Moment, in dem wieder gesprochen wird, ist die Stimme von sich aus schon laut genug, also geht der Pegel wieder zurück, und das Anschwellen verschwindet darin.

Nichts davon entscheidet eine App. Es passiert auf der Eingangsstufe, an derselben Stelle wie Clipping, lange bevor irgendeine Aufnahmeeinstellung oder ein Transkriptionsschritt ins Spiel kommt.

Warum das nicht dasselbe ist wie gewöhnliches Hintergrundgeräusch

Ein Raum mit einem laufenden Ventilator klingt während der gesamten Aufnahme verrauscht, auf einem ungefähr gleichbleibenden Pegel, egal ob man gerade spricht oder still ist — das ist ein Platzierungs- und Raumproblem, und die Lösung ist Abstand und ein ruhigerer Raum. Was hier beschrieben wird, ist anders: Das Geräusch ist nicht konstant, es pulsiert gezielt in den Pausen, in einem Muster, das der Sprache folgt und nicht dem Raum. Beides zu verwechseln führt dazu, einen ruhigeren Raum zu suchen, obwohl der Raum vielleicht schon einigermaßen ruhig ist — das Pulsieren kommt daher, wie die Pegelregelung auf Stille reagiert, nicht davon, wie viel Lärm tatsächlich vorhanden ist.

Es ist auch etwas anderes als eine verzerrt klingende Aufnahme. Verzerrung ist eine Spitze, die genau in einem lauten Moment flach gekappt wird; hier driftet der Rauschpegel zwischen den Sätzen hoch und runter. Das eine handelt davon, dass zu viel Signal auf einmal ankommt, das andere davon, wie das System die Lücken füllt, wenn kaum Signal da ist.

Was das Phänomen mehr oder weniger auffällig macht

Gleichbleibendes, durchgehendes Geräusch wird am stärksten übertrieben

Die Pegelregelung reagiert auf einen Durchschnittspegel über ein kurzes Zeitfenster, deshalb ist ein gleichbleibendes Brummen — Klimaanlage, Computerlüfter, Straßenlärm durchs Fenster — genau die Art von Geräusch, die während einer Pause verstärkt wird. Ein unregelmäßiges Geräusch, etwa eine Tür, die gelegentlich zufällt, pulsiert nicht auf dieselbe Weise, weil es nicht lange genug da ist, damit sich die Pegelregelung darauf einstellt.

Wie nah die Stimme am Mikrofon ist

Je größer der Abstand zwischen der Lautstärke der Stimme und der des Raums, desto weniger muss sich der Pegel zwischen beiden bewegen. Nah am Telefon zu sprechen hält die Stimme komfortabel über dem Raumpegel, sodass die Anpassung während einer Pause kleiner und weniger hörbar ausfällt. Eine Stimme, die schwach aus der anderen Ecke eines Raums aufgenommen wird, liegt schon viel näher am Raumpegel selbst, was der Pegelregelung mehr Weg gibt und das Anschwellen deutlicher macht.

Wie ruhig der Raum von vornherein ist

Ein wirklich stiller Raum bietet sehr wenig, das verstärkt werden könnte, also bringt ein Hochdrehen während einer Pause kaum etwas. Deshalb fällt der Effekt am ehesten in Räumen auf, die im Moment gut klingen — ein leises, gleichbleibendes Brummen, das man längst nicht mehr wahrgenommen hat —, und weniger in Räumen, die von vornherein offensichtlich laut sind.

Was es nicht behebt

Die Aufnahmequalität hat damit nichts zu tun. Standard, Hoch und Ultra ändern die Abtastrate, mit der das Signal gemessen wird — wie fein ein gegebener Lautstärkepegel gespeichert wird —, nicht wie der Eingang diesen Pegel von Moment zu Moment festlegt. Ein pulsierender Raumton bei Standardqualität pulsiert bei Ultra genauso; eine feinere Abtastrate speichert lediglich dasselbe Auf und Ab in kleineren Zeitscheiben. Mono gegenüber Stereo macht aus demselben Grund keinen Unterschied: Keines von beiden berührt, wie der Pegel berechnet wird.

Was tatsächlich hilft

• Gleichbleibendes Geräusch an der Quelle angehen, bevor es verstärkt werden muss: Ventilator ausschalten, Fenster schließen, Abstand zur Klimaanlage nehmen. Das zu entfernen, was der Pegel sonst anschwellen lassen würde, ist zuverlässiger als eine nachträgliche Korrektur.
• Näher ans Mikrofon gehen. Den Abstand zwischen Stimme und Raum zu vergrößern, verringert, wie weit sich der Pegel zwischen Sprache und Stille bewegen muss — die direkte Ursache des Pulsierens.
• Von einer Qualitätsstufe keine Hilfe erwarten. Würde eine Einstellung versprechen, das zu beheben, würde sie etwas beanspruchen, wofür die Abtastrate nie zuständig war.

Nichts davon setzt einen nahezu stillen Raum voraus. Es braucht nur, dass die Stimme klar über dem liegt, was der Raum beisteuert — derselbe Hebel, der bei fast jedem Aufnahmeproblem hilft, das mit „warum klingt das komisch" beginnt.

Es bemerken, bevor es die ganze Aufnahme betrifft

Das Muster fällt leichter auf, während es passiert, als beim Abhören danach, weil das eigene Gehör im Raum dieselbe Art von Anpassung vornimmt und das Anschwellen ausblendet. Den tatsächlichen Eingang zu hören, während die Aufnahme läuft — statt sich auf das eigene Gehör im Raum zu verlassen, das hier einen schlechten Dienst erweist —, ist der praktische Weg, eine verrauschte Stelle zu erkennen, bevor eine ganze Stunde Audio in jeder Pause dasselbe Pulsieren hat.

Wie Voice Studio dazu passt

Voice Studio stellt keinen manuellen Pegelregler zur Verfügung — der Eingangspegel wird wie bei den meisten Telefon-Aufnahme-Apps vom System übernommen, und die gewählte Qualitätsstufe, Standard bei 22,05 kHz, Hoch bei 44,1 kHz oder Ultra bei 48 kHz, jeweils mono AAC, regelt aus den oben genannten Gründen die Abtastrate, nicht die Pegelberechnung. Das Live-Mithören der Pro-Stufe lässt einen den Eingang hören, während er entsteht — der direkte Weg, einen pulsierenden Raumton zu bemerken, während man das Telefon noch bewegen oder das Geräusch an der Quelle angehen kann, statt es erst beim Abhören zu entdecken. Die damit gebündelte Rauschunterdrückung zielt allgemein darauf ab, gleichbleibendes Hintergrundgeräusch zu unterdrücken, nicht speziell auf das Pulsieren der Pegelregelung — aber ein von vornherein niedrigerer Rauschpegel lässt der automatischen Regelung weniger Spielraum, zwischen den Sätzen zu übertreiben.

Häufige Fragen

Ist das dasselbe wie Hintergrundgeräusch in einer Aufnahme?

Verwandt, aber nicht dasselbe. Gewöhnliches Hintergrundgeräusch bleibt während der gesamten Aufnahme auf einem ungefähr gleichbleibenden Pegel. Hier schwillt genau dieses Geräusch in Sprechpausen an und klingt beim Weiterreden wieder ab — ein Zeichen dafür, dass die automatische Pegelregelung auf Stille reagiert, nicht dass sich der Raum selbst verändert hat.

Behebt eine höhere Qualitätsstufe das Pulsieren?

Nein. Standard, Hoch und Ultra ändern die Abtastrate, mit der das Audio erfasst wird, nicht wie das System den Pegel von Moment zu Moment festlegt. Das Muster ist bei jeder Qualitätsstufe identisch.

Warum bemerke ich es nur in manchen Räumen und nicht in anderen?

Am auffälligsten ist es bei einem gleichbleibenden, durchgehenden Geräusch — Ventilator, Klimaanlage, Straßenlärm —, weil die Pegelregelung auf genau diese Art von Durchschnittspegel reagiert. Ein ruhiger Raum mit nur gelegentlichen, unregelmäßigen Geräuschen zeigt das Muster kaum, weil nichts Gleichbleibendes da ist, worauf sich der Pegel während einer Pause einstellen könnte.

Hilft Live-Mithören dabei wirklich?

Ja, mehr als die meisten Einstellungen. Das Anschwellen fällt im Moment am leichtesten auf, bevor das eigene Gehör es ausblendet, wie es das im Raum tut — den Eingang zu hören, während er entsteht, ist der praktische Weg, es zu bemerken und das Geräusch an der Quelle anzugehen.