Warum klingt meine iPhone-Aufnahme verzerrt?

Verzerrt ist eine konkrete Beschwerde, keine vage. Es geht nicht darum, dass die ganze Aufnahme dünn oder dumpf klingt — es ist ein rauer, brummender Aussetzer genau bei den lautesten Silben, einem Schrei, einem Lachen, einem Applaus, während die ruhigeren Stellen drumherum völlig normal klingen. Dieses Muster ist der Fingerabdruck von Clipping, und es lohnt sich, es richtig zu benennen, weil die Lösung dafür fast nichts mit der Lösung für eine durchgängig leise oder verrauschte Aufnahme gemein hat.

Was Clipping wirklich ist

Ein Mikrofon wandelt Luftdruck in ein elektrisches Signal um, und irgendwann wird dieses Signal gemessen und als Zahlen gespeichert — ein Vorgang mit einer Obergrenze. Es gibt einen höchsten Wert, den das System darstellen kann, und ein Geräusch, das laut genug ist, um etwas darüber zu verlangen, wird nicht abgewiesen oder heruntergerechnet: Die Spitze wird einfach auf das Maximum festgesetzt, das das Format erlaubt, wodurch aus einer eigentlich sanften Kurve eine flache Kante wird. Eine Wellenform mit einer runden Spitze klingt wie eine Stimme. Eine Wellenform, deren Spitze gekappt ist, klingt wie ein Knacksen oder Brummen, weil eine plötzliche flache Kante genau die Art von Signal ist, die ein Lautsprecher als Verzerrung wiedergibt.

Das passiert bereits auf der Eingangsstufe, bevor die Aufnahme überhaupt eine Datei ist. Es hat nichts mit Kompression, dem Containerformat oder irgendetwas zu tun, das danach passiert — sobald es ein .m4a gibt, über das man reden kann, ist der Schaden, falls vorhanden, schon geschehen.

Was es auf einem Telefon tatsächlich auslöst

Sprechen, Singen oder Lachen direkt am Mikrofon

Das Mikrofon eines Telefons ist auf normale Gesprächslautstärke aus normalem Abstand ausgelegt. Ein plötzlicher Schrei, ein Lachen direkt daneben oder Singen aus nächster Nähe kann weit mehr Druck liefern, als das — und der Eingang hat keine Reserve dafür übrig. Das ist mit Abstand die häufigste Ursache, und auch die am leichtesten vorhersehbare — wer weiß, dass ein lauter Moment kommt, sollte mit dem Mikrofon nicht genau dort in der Nähe sein.

Eine laute externe Quelle

Eine PA-Anlage, eine Band, eine Hupe, alles, was im Raum tatsächlich laut ist und nicht nur nahe am Mikrofon, kann genauso clippen wie eine erhobene Stimme. Der Mechanismus ist derselbe — es kommt darauf an, wie viel Schalldruck tatsächlich am Mikrofon ankommt, nicht darauf, was ihn erzeugt.

Automatische Pegelanpassung, die zu spät reagiert

Telefonmikrofone gleichen den Pegel automatisch an, um normale Sprache in einem brauchbaren Bereich zu halten, ohne einen manuellen Regler bedienen zu müssen. Diese Anpassung reagiert auf das, was sie hört, braucht also einen Moment, um zu reagieren — und eine plötzliche Spitze kommt schneller an als dieser Moment. Das Nachregeln nach einem Schrei ist oft genau das, was sich als kurzes, scharfes Knacksen direkt am Anfang eines lauten Geräuschs zeigt.

Was es nicht auslöst und nicht behebt

Die Aufnahmequalität hat damit nichts zu tun. Standard, Hoch und Ultra ändern die Abtastrate, mit der eine Aufnahme erfasst wird — wie fein das Signal über die Zeit gemessen wird —, nicht wie viel Signal der Eingang aufnehmen kann, bevor ihm der Spielraum ausgeht. Eine geclippte Spitze bei Standardqualität ist bei Ultra genauso geclippt; eine höhere Abtastrate speichert lediglich dieselbe gekappte Wellenform in feineren Zeitscheiben. Mono gegenüber Stereo macht aus demselben Grund ebenfalls keinen Unterschied: Keines von beiden berührt den verfügbaren Spielraum. Würde eine Einstellung versprechen, Verzerrung zu beheben, würde sie etwas beanspruchen, wofür die Abtastrate nie zuständig war.

Es von den anderen zwei Beschwerden unterscheiden

Leise, verrauscht und verzerrt sind drei verschiedene Probleme mit drei verschiedenen Lösungen, und sie zu verwechseln führt dazu, an der falschen Stelle zu suchen.

• Leise: Die Stimme kommt in der gesamten Aufnahme kaum an, selbst in einem stillen Raum. Meist ein Abstands- oder Platzierungsproblem.
• Verrauscht: Die Stimme ist da, aber etwas anderes — ein Ventilator, Verkehr, ein anderes Gespräch — ist die ganze Zeit darunter zu hören. Meist ein Raumproblem.
• Verzerrt: Die Aufnahme klingt normal bis zu einem bestimmten lauten Moment, und genau dieser Moment hat eine raue, brummende Kante, die der Rest nicht hat. Ein Eingangspegel-Problem, kein Abstands- oder Raumproblem.

Eine Aufnahme kann mehr als eines davon gleichzeitig haben — ein ruhiger Raum mit einem lauten Schrei in der Mitte ist gleichzeitig in Ordnung und geclippt, nur an unterschiedlichen Stellen —, deshalb lohnt es sich, auf das Muster zu hören, statt eine einzelne allgemeine Ursache anzunehmen.

Es erkennen, bevor es passiert

Die direkte Lösung ist Abstand zu dem, was gleich laut werden wird. Wer weiß, dass ein Lachen, ein Jubel oder eine erhobene Stimme kommt, sollte das Mikrofon nicht direkt an die Quelle halten — ein paar Zentimeter mehr Abstand reichen meist schon, weil der Schalldruck mit der Entfernung schnell abnimmt. Bei einer Quelle, die durchgehend laut ist, wie eine PA-Anlage, das Telefon vor Beginn weiter zurücknehmen, als das Gefühl nahelegt, und das mit einem kurzen Test prüfen statt zu raten.

Bei allem, dessen lauter Moment sich nicht vorhersagen lässt, ist das Mithören des Eingangs in Echtzeit der einzige Weg, es zu bemerken, solange man das Telefon noch bewegen kann. Das ist ein anderes Problem, als eine Aufnahme im Nachhinein zu prüfen — dann ist die Aufnahme bereits gemacht.

Wenn es schon in der Aufnahme steckt

Clipping vernichtet Information, und vernichtete Information kommt nicht zurück. Eine Sample, die auf dem Maximalwert festsitzt, enthält keine Angabe mehr darüber, wie viel lauter das Originalsignal tatsächlich war — es bleibt nichts übrig, woraus man es rekonstruieren könnte. Auch das nachträgliche Bearbeiten eines Transkripts ändert daran nichts: Eine geclippte Stelle liefert einem Spracherkenner ein raues, verändertes Signal, nicht das, was tatsächlich gesagt wurde, und das ist eine andere Art von Lücke als ein falsch geratenes Wort. Manches davon ist verzeihlicher, als es klingt — ein einzelnes geclipptes Lachen in einer ansonsten sauberen Aufnahme fällt fast nie ins Gewicht —, aber eine Aufnahme, die bei jeder lauten Passage clippt, ein lebhaftes Gespräch oder ein Vortrag mit einer durchdringenden Stimme, lohnt sich meist neu aufzunehmen, mit mehr Abstand, falls sich die Gelegenheit noch einmal ergibt.

Wie Voice Studio dazu passt

Voice Studio stellt keinen manuellen Eingangspegelregler zur Verfügung — wie bei den meisten Telefon-Aufnahme-Apps übernimmt das System den Eingangspegel, und die gewählte Qualitätsstufe (Standard bei 22,05 kHz, Hoch bei 44,1 kHz, Ultra bei 48 kHz, jeweils mono AAC) regelt aus den oben genannten Gründen die Abtastrate, nicht den Spielraum. Was tatsächlich hilft, ist, ein Problem zu bemerken, während es passiert, statt danach: Das Live-Mithören der Pro-Stufe lässt einen den Eingang hören, während eine Aufnahme läuft — der praktische Weg, um zu bemerken, dass eine Quelle zu heiß läuft, und das Telefon zu bewegen, bevor eine ganze Stunde Audio dieselbe Kante bei jeder lauten Zeile hat. Die Rauschunterdrückung, die damit gebündelt ist, richtet sich gegen ein anderes Problem — Hintergrundgeräusche unter der Stimme — und macht eine geclippte Spitze nicht rückgängig, weil keine von beiden Information hinzufügt, die die Aufnahme nie erfasst hat.

Häufige Fragen

Behebt eine höhere Qualitätsstufe verzerrte iPhone-Aufnahmen?

Nein. Standard, Hoch und Ultra ändern die Abtastrate, mit der das Audio erfasst wird, nicht wie viel Signal der Eingang aufnehmen kann, bevor er clippt. Eine geclippte Spitze ist bei jeder Qualitätsstufe gleich geclippt.

Lässt sich eine verzerrte oder geclippte Aufnahme nachträglich reparieren?

Nicht vollständig. Clipping verwirft dauerhaft den Teil des Signals oberhalb des Maximums, das das System darstellen konnte, und es bleibt nichts übrig, woraus man ihn rekonstruieren könnte. Bearbeitung kann manchmal abmildern, wie ein geclippter Moment klingt, aber sie kann ihn nicht wiederherstellen.

Wie erkenne ich, ob eine Aufnahme geclippt statt einfach nur verrauscht ist?

Rauschen ist während der gesamten Aufnahme unter der Stimme zu hören. Clipping klingt normal bis zu einem bestimmten lauten Moment, der eine raue, brummende Kante hat, die der Rest der Aufnahme nicht hat.

Hilft Live-Mithören dabei wirklich?

Ja, mehr als die meisten Einstellungen. Verzerrung passiert im Moment eines lauten Geräuschs, deshalb ist der einzige wirkliche Schutz, es zu hören, während es passiert, und das Telefon wegzubewegen — genau dafür ist Live-Mithören da.