Ich stand mit einer Gruppe neben extrem lauten Maschinen. Eigentlich nur für Schnittbilder – deshalb hatte ich auch nur mein Richtmikrofon auf der Kamera, um die Umgebungsgeräusche als Atmo mitzunehmen. Dann passierte es: Die vier fingen an miteinander zu reden. Und die Unterhaltung war so emotional, so treffend – genau die Art von Moment, aus dem man eine Szene schneiden will. Nur war der Ton kaum verständlich.
Was also tun?
Früher: Stunden am Equalizer schrauben, frustriert aufgeben, weitermachen. Heute: KI. Und die Ergebnisse sind manchmal nichts weniger als ein kleines Wunder.
Inhalt
- Warum Ton wichtiger ist als das Bild – wirklich!
- Die Realität: One-Woman-Band und knappe Budgets
- Was früher geholfen hat – und warum es mühsam war
- Final Cut Pro: Der Zauberstab der besser wurde
- lalal.ai – mein Tool für wirklich schwierige Fälle
- ElevenLabs – wenn die eigene Stimme nicht reicht
- Fazit & Ausblick: Vorbeugung ist besser als Nachbearbeitung
Warum Ton wichtiger ist als das Bild – wirklich!
Hier kommt ein Fakt der viele überrascht: Bei Video und Film liegen 70 Prozent der Wahrnehmung im Auditiven.
Unglaublich, oder? Das bedeutet in der Praxis: Auch wenn du die schönsten Bilder hast, wenn der Ton schlecht ist, schalten die Leute ab. Im Umkehrschluss gilt: Wackelt das Bild, ist es nicht perfekt scharf aber der Ton ist gut und der Inhalt spannend, dann bleiben die meisten trotzdem dran.
Ich erkläre das gerne so: Stell dir vor du sitzt im Büro und bearbeitest eine Tabelle. Hinter dir macht ein Kollege einen Witz und du lachst los, obwohl du ihn gar nicht angeschaut hast. Unsere Ohren erweitern unser Sichtfeld um die ganze Welt. Und genau so ist das auch beim Film.
Die Realität: One-Woman-Band und knappe Budgets
Ich bin schon lange Filmemacherin. Im szenischen Bereich am Set ist alles leise wenn gedreht wird. Beim dokumentarischen Arbeiten schaut es anders aus.
Ich habe viele Menschen in den unterschiedlichsten Situationen begleitet. Mal war das Blaulicht im Hintergrund, mal hat der Wind gepfiffen. In einem gut aufgestellten Team kann ein erfahrener Tonmensch mit seiner Tonangel vieles herausfiltern. Aber die Arbeitsrealität sieht heute oft anders aus.
Knappe Budgets bedeuten: Die One-Woman-Band soll alles machen. Kamera führen, das Interview leiten, den Ton aufnehmen, das Licht bedenken, die Geschichte im Kopf behalten und die Schnittbilder nicht vergessen. Da passieren fehlerhafte Tonaufnahmen. Auch weil man mit der Kamera auf der Schulter im Hinterherlaufen schlicht keine Hand mehr hat um die Funkstrecke nach zu pegeln.
Sind es geplante Aufnahmen kann man die Einstellung einfach nochmal machen. Aber die besten Momente gerade im dokumentarischen oder beim improvisieren entstehen oft nur einmal.
Was früher geholfen hat – und warum es mühsam war
Vor einigen Jahren habe ich mit Programmen wie Cubase versucht, durch Bassabsenkungen und Höhenbeschneiden die Mitten herauszuarbeiten. Stunden um Stunden am Equalizer geschraubt, wieder zurück, nachgehört, nur um dann oft frustriert die weiteren Schritte auf den nächsten Tag zu verlegen.
Heute gibt es in den meisten professionellen Schnittprogrammen bereits integrierte Bereinigungstools die mit KI-Methoden arbeiten. Ich arbeite am liebsten mit Final Cut Pro weil das in meiner Arbeitsumgebung mit Mac und Blackmagic Pocket einfach am besten läuft.
Final Cut Pro: Der Zauberstab der besser wurde
In Final Cut Pro gibt es schon lange die Möglichkeit die Audioverbesserung per Zauberstab zu starten. Früher war das Ergebnis oft enttäuschend: blecherne Stimmen, manchmal sogar komplette Tonaussetzer.
Das hat sich inzwischen deutlich verbessert. Für viele Fälle reicht es heute vollkommen aus, einfach den Zauberstab anzuklicken, abzuwarten und fertig.
Für wirklich schwierige Tonaufnahmen greife ich aber lieber zu einem spezialisierten Tool.
lalal.ai – mein Tool für wirklich schwierige Fälle
lalal.ai ist meine erste Empfehlung wenn Final Cut an seine Grenzen stößt.
Klar – auch hier braucht man manchmal mehrere Versuche. Aber mit den neueren neuronalen Netzwerken v5 Perseus und v6 Andromeda ist lalal.ai deutlich besser geworden. Was ich dabei gelernt habe: Es lohnt sich verschiedene Abläufe durchzutesten um das beste Ergebnis zu erhalten.
Mal funktioniert die Einstellung Vocal und Instrumental besser, mal Voice and Noise, mal Wind. Ausschlaggebend ist immer das Ergebnis und oft denke ich, ich will hier den Wind herausfiltern, bekomme aber bessere Resultate wenn ich stattdessen die Stimme separiere. Das klingt kontraintuitiv aber probieren geht über studieren.
Zum Preis: Es gibt einen kostenlosen Account zum Testen. Neben monatlichen Abos gibt es auch die Möglichkeit ein bestimmtes Kontingent zu kaufen ohne lange Vertragsbindung. Das hat mich beim ersten Mal überzeugt: einfach für ein konkretes Projekt ein Paket kaufen, testen, entscheiden.
ElevenLabs – wenn die eigene Stimme nicht reicht
Ich weiß nicht wie es euch geht aber ich höre meine eigene Stimme oft nicht sehr gerne. Und das obwohl ich leidenschaftlich gerne singe.
Hinzu kommt meine leichter Dialekt. Nach 20 Jahren in Berlin höre ich ihn selbst kaum noch. Nur wenn ich eingesprochenen Text abhöre, fallen mir immer noch Stellen auf die nicht hundertprozentig hochdeutsch klingen. Das kann charmant sein. Aber bei Produktionen die den gesamtdeutschen Markt ansprechen sollen, stört mich das manchmal.
Und dann ist da noch das Sprecher-Handwerk: Eine angemessene Betonung, die richtige Klangfarbe, das ruhige Tempo. Das bekommt man ohne Ausbildung nur mit vielen Versuchen hin.
Hier kommt ElevenLabs zum Zug.
Man kann aus einer Vielzahl von Basisstimmen wählen und diese mit Einstellungen für Geschwindigkeit und Sprachmelodie an den eigenen Geschmack anpassen. Wer es etwas dramatischer mag: Mit der Style Exaggeration-Einstellung lassen sich verschiedene Einfärbungen erzeugen.
Ein Tipp: Testet zunächst mit einem kurzen Text um nicht zu viele Credits zu verbrauchen. Das Ergebnis ist für mein Empfinden sehr viel schneller auf einem deutlich höheren Niveau als ein selbst eingesprochener Text ohne professionelle Vorbereitung.
Elevenlabs.io ist ein sehr vielseitiges KI Tool, nicht nur für Sprechertexte. Dazu aber mehr an anderer Stelle.
Fazit & Ausblick: Vorbeugung ist besser als Nachbearbeitung
Das sind also meine zwei KI-Empfehlungen für schwierige Tonaufnahmen:
✅ lalal.ai für die Bereinigung von Umgebungsgeräuschen, Wind und Hall
✅ ElevenLabs für professionelle Sprachaufnahmen ohne Studio
Und doch gilt: Am allerbesten ist es wenn gar keine Nachbearbeitung nötig ist. Nachbearbeitung kostet immer Zeit, Ressourcen und Nerven. Mit den neuen KI-Tools nicht mehr ganz so viel wie früher aber der Spruch am Set „Fix it in the Post“ bleibt was er immer war: ein letzter Ausweg, kein Plan A.
Wie ihr von Anfang an die besten Grundlagen für guten Ton schafft, darum geht es in meinem nächsten Artikel aus der Kategorie Kamera-Know-How: Tonaufnahme ist alles – warum und wie machst du das richtig?
Du produzierst Videos für deinen Betrieb und kämpfst mit schlechtem Ton oder unprofessionell klingendem Content? Ich helfe dir weiter – vom ersten Gespräch bis zum fertigen Ergebnis.
Schreibe einen Kommentar