Die Tonmischung eines Films

Der Ton am Drehort

Am Anfang steht die Aufnahme während der Dreharbeiten. Das Tonteam nimmt am Drehort auf, was die Schauspieler sagen. Diese Aufnahme ist natürlich sehr wichtig, aber sie landet oftmals nicht unverändert im fertigen Film.

Aufnahme während der Dreharbeiten

Das Mikrofon hängt meist an einer Angel über den Köpfen oder sitzt als Ansteckmikrofon an der Kleidung. Die Angel liefert einen natürlicheren Klang, das Ansteckmikrofon hingegen eine höhere Sicherheit gegen Nebengeräusche. Beide Optionen werden häufig auch parallel genutzt, damit man später eine Auswahl hat. Aufgenommen wird dabei nicht nur die Sprache, sondern alles, was am Set zu hören ist.

Aufgenommen wird meist auf mehreren Spuren gleichzeitig, damit man in der Nachbearbeitung zwischen den Mikrofonen wählen kann. Alle Spuren tragen dabei einen Zeitstempel, der sie später mit dem Bild zusammenführt.

Grenzen des Originaltons

Genau darin liegt aber auch das Problem. Ein Drehort ist selten ruhig und leise. Szenerie, eine Straße, Wind oder das Team selbst landen mit auf der Aufnahme. Manche Szenen entstehen außerdem an Orten, an denen nebengeräuscharmes Aufnehmen gar nicht möglich ist.

Zu den technischen Gründen kommen sprachliche dazu. Manchmal sitzt ein Satz nicht, manchmal geht ein Wort unter oder eine Betonung passt nach dem Schnitt nicht mehr zur Szene. In solchen Fällen ersetzt man den Originalton später.

Nachvertonung der Dialoge

Wenn der Originalton nicht optimal nutzbar ist, sprechen die Schauspieler ihre Sätze im Studio noch einmal ein. Das Verfahren nennt man ADR, meist ausgeschrieben als Automated Dialogue Replacement. Im Deutschen spricht man auch von Nachvertonung oder Dialogersatz.

ADR im Studio

Der Schauspieler sieht dabei die Szene und spricht den Satz so lange, bis er zur Lippenbewegung passt. Die Aufnahme entsteht in einem ruhigen Raum, ohne Nebengeräusche. Deshalb klingt sie extrem sauber, aber eben auch anders als der Originalton.

Diese Sauberkeit muss man anschließend wieder aufheben. Eine Stimme, die z.B. in einer Halle spricht, bekommt künstlichen Hall dazu. Ohne diese zusätzliche Ergänzung würde der Dialog nicht in die Szene passen.

Synchronfassungen für andere Sprachen

Bei einer deutschen Synchronfassung passiert dasselbe noch einmal, nur mit anderen Sprechern und einem übersetzten Text. Auch hier entsteht die Stimme im Studio und wird danach in die vorhandene Mischung eingefügt.

Musik und Geräusche werden dafür häufig als eigene Mischung ohne Dialog geliefert. Diese Fassung nennt man M&E, also Music and Effects. Sie ist die Grundlage dafür, dass in anderen Sprachen neue Dialoge ergänzt werden können. Wo unter dem Originaldialog Geräusche lagen, müssen diese natürlich wieder hinzugefügt werden.

Geräusche, Atmosphäre und Musik

Neben den Dialogen gibt es drei weitere Elemente, die getrennt voneinander aufgenommen oder komponiert werden. Sie laufen bis zum Schluss auf eigenen Spuren. Erst nach dem Zusammenfügen ergeben sie das, was man als den finalen Filmton hört.

Alle vier laufen bis zur Mischung auf getrennten Spuren. Für die Verständlichkeit von Dialogen ist vor allem das Verhältnis zwischen Sprache und Musik entscheidend.

Foley und die Geräuschemacher

Schritte, Türen, reibende Kleidung oder ein Glas, das abgestellt wird, nimmt man eigens auf, während die Szene läuft. Der Fachbegriff dafür lautet Foley; im Deutschen sagt man Geräuschemacher dazu.

Diese Arbeit findet in einem Studio mit verschiedenen Bodenbelägen und einer Sammlung an Gegenständen statt. Was man im Film z.B. als einen Schritt auf Kieselsteinen hört, entsteht dort und nicht am Drehort. Am Set würden diese Geräusche zusammen mit allem anderen aufgenommen und ließen sich später nicht mehr voneinander trennen.

Sounddesign für alles Übrige

Nicht jedes Geräusch lässt sich aufnehmen. Ein Raumschiff oder ein Ungeheuer haben keinen realen Klang. Solche Geräusche baut man am Computer aus unterschiedlichen Quellen zusammen. Lustigerweise oftmals aus welchen, die mit der Szenerie nichts zu tun haben.

Dieser Schritt heißt Sounddesign und wird von der Geräuschaufnahme unterschieden, auch wenn beide am Ende auf derselben Spurgruppe landen.

Atmosphäre im Hintergrund

Die Atmosphäre, auch Atmo genannt, ist der durchgehende Hintergrund einer Szene. Verkehr vor dem Fenster, Vogelstimmen oder andere Nebengeräusche. Sie sorgt dafür, dass ein Raum überhaupt nach einem Raum klingt und nicht nach einer Studioaufnahme.

Musik und Sprache

Die Filmmusik entsteht in der Regel zuletzt, weil der Komponist den geschnittenen Film sehen muss. Sie folgt der Handlung und setzt an bestimmten Punkten ein, die man vorher gemeinsam mit der Regie festlegt. Diese Punkte werden über den Zeitstempel (auch Timecode genannt) festgehalten, damit Musik und Bild später zusammenpassen.

Für die Verständlichkeit des gesprochenen Wortes ist die Musik der schwierigste Teil. Sie kann sich mit dem Frequenzbereich der menschlichen Stimme überschneiden und läuft oft genau dann, wenn auch gesprochen wird.

Die Mischung im Tonstudio

Am Ende laufen alle Spuren zusammen. In der Mischung legt ein Mischtonmeister fest, wie laut jedes Element im Verhältnis zu den anderen liegt. Hier entscheidet sich, ob Dialoge hervortreten oder untergehen.

Getrennte Spuren

Die einzelnen Elemente bleiben dabei in Gruppen getrennt, die man Stems nennt. Üblich sind drei: Eine für Dialoge, eine für Musik und eine für Effekte. Diese Trennung ist praktisch, weil man später einzelne Gruppen austauschen oder anders gewichten kann.

Für Synchronfassungen ist das eine elementare Voraussetzung. Auch neuere Verfahren zur Verbesserung der Sprachverständlichkeit setzen genau hier an, indem sie den Dialoganteil gegenüber dem Rest anheben.

Das Verhältnis zwischen Sprache und allem anderen

Wie groß der Abstand zwischen Dialog und Hintergrund ausfällt, ist eine gestalterische Entscheidung. Manche Regisseure wollen einen realistischen Eindruck und nehmen dafür in Kauf, dass Sprache in der Szene untergeht. Andere setzen Dialoge deutlich nach vorn.

Die Audio Engineering Society sieht in diesem Verhältnis den entscheidenden Faktor für die Verständlichkeit von Dialogen. Nach Untersuchungen der EBU gehört ein zu geringer Abstand zwischen Sprache und Hintergrund zu den häufigsten Ursachen für Beschwerden über Fernsehton.

Normen für die Lautstärke

Für das Fernsehen gibt es dabei feste Vorgaben, die festlegen auf welche Lautstärken Sendungen gemischt werden sollen. Dadurch sind z.B. Sender und Werbung untereinander vergleichbar. Diese Norm regelt allerdings nur den Gesamtpegel einer Sendung. Wie sich Sprache und Musik innerhalb dieser Sendung zueinander verhalten, gibt sie nicht vor.

Folgen für den Fernsehton

Ein Kinofilm wird für einen großen, ruhigen Saal mit vielen Lautsprechern gemischt. Am Fernsehgerät trifft diese Mischung dann auf ein Wohnzimmer, zwei kleine Lautsprecher am Gerät selbst und auf Nebengeräusche. Was im Kino als leiser Dialog funktioniert, kann im eigenen Wohnzimmer oft untergehen.

Kinofilme, Serien und Filme sind für Rundfunk und Streaming oft zu dynamisch abgemischt, weil der Abstand zwischen Gesamtlautstärke und Dialoglautstärke dort groß ausfällt. Deshalb entstehen für das Fernsehen und für Streamingdienste häufig eigene Fassungen mit geringerer Dynamik.

Bei objektbasierten Formaten können einzelne Bestandteile des Tons als eigene Objekte oder Gruppen mit Metadaten übertragen werden. Wenn Dialog und Hintergrund dabei getrennt vorliegen, lässt sich der Dialoganteil grundsätzlich anders behandeln oder an den Hörer anpassen.