Binauralton und Kunstkopf

Was ist Binauralton — und was macht ein Kunstkopf anders als zwei Mikrofone?

Binauralton bildet genau die beiden Signale nach, die an den Trommelfellen eines Hörers ankommen. Ein Kunstkopf ist der aufnehmende Weg dorthin: ein Nachbau von Kopf und Ohrmuscheln mit je einem Mikrofon an der Stelle des Gehörgangs. Der rechnende Weg heißt binaurales Rendern und erzeugt dieselben zwei Signale erst beim Abspielen — weshalb er einer Kopfdrehung folgen kann und die Aufnahme nicht.

Dein Gehör hat nur zwei Eingänge, das linke und das rechte Ohr. Alles, was Du über die Richtung eines Geräuschs weißt, steckt im Unterschied zwischen diesen beiden Signalen. Nimmt man also genau diese zwei Signale auf — mit zwei Mikrofonen in einem nachgebauten Kopf — und spielt sie Dir über Kopfhörer wieder zu, hörst Du den Raum so, wie der Kopf ihn gehört hat. Das funktioniert verblüffend gut und hat einen Haken: Der Kopf in der Aufnahme dreht sich nicht mit Deinem. Drehst Du Dich um, wandert die ganze Szene mit, und die Illusion bekommt einen Riss.

Ausführliche Erklärung

Warum zwei Kanäle für jede Richtung genügen

Ein Schallereignis erreicht die beiden Ohren verschieden. Von der Seite kommt es am zugewandten Ohr früher an und lauter, weil der Kopf das abgewandte Ohr abschattet. Diese beiden Unterschiede legen allerdings nur die Seite fest — vorn und hinten, oben und unten liegen für sie gleich. Was diese Richtungen unterscheidet, ist die Filterwirkung des eigenen Körpers: Ohrmuschel, Kopf und Oberkörper heben und senken je nach Einfallsrichtung bestimmte Frequenzbereiche, und aus diesem Klangfarbenmuster liest das Gehör die restliche Richtung ab. Die richtungsabhängige Filterung heißt kopfbezogene Übertragungsfunktion, englisch head-related transfer function und abgekürzt HRTF.

Daraus folgt alles Weitere: Steckt die Richtungsinformation vollständig in den zwei Ohrsignalen, genügen zwei Kanäle für jede Richtung — solange die Signale unvermischt ans jeweilige Ohr kommen. Das leistet ein Kopfhörer. Über Lautsprecher hört jedes Ohr auch den anderen Kanal, und dieses Übersprechen verwischt genau die feinen Unterschiede, auf die es ankommt; wer binaurale Signale trotzdem über Lautsprecher wiedergeben will, braucht die Übersprechkompensation.

Systematisch beschrieben hat das räumliche Hören Jens Blauert, Professor an der Ruhr-Universität Bochum; sein Standardwerk „Räumliches Hören" erschien 1974 und 1983 auf Englisch bei MIT Press.

Der aufgenommene Weg: der Kunstkopf

Ein Kunstkopf setzt die Mikrofone dorthin, wo sonst die Trommelfelle sitzen, und lässt Kopf und Ohrmuscheln die Filterarbeit übernehmen, die sonst der Hörer selbst leistet. Der Neumann KU 100 zeigt die Bauform: zwei Druckempfänger-Kondensatorkapseln in nachgebildeten Ohren an einem kopfförmigen Gehäuse, mit XLR- und BNC-Ausgang und einem Grenzschalldruck von 135 Dezibel, mit zugeschalteter Vordämpfung 145. Entzerrt ist er auf das diffuse Feld, damit der Frequenzgang unter Kopfhörern stimmt; über Lautsprecher seien die Aufnahmen ebenfalls brauchbar, gibt Neumann an.

Was bei dieser Aufnahme festliegt, liegt endgültig fest: die Blickrichtung des Kopfes, seine Position im Raum und die Geometrie seiner Ohren. Alle drei stecken untrennbar in den zwei Kanälen — es gibt keine Metadaten, aus denen sich später eine andere Kopfhaltung errechnen ließe. Deshalb wandert die ganze Szene mit, sobald der Hörer den Kopf dreht, und deshalb klingt eine Kunstkopfaufnahme unter fremden Ohren anders als unter denen, die zu ihr passen würden.

Und diese Ohren sind nicht genormt. Genormt ist der Messkopf: Die ITU-Empfehlung P.58 in der Ausgabe von 2023 legt einen Simulator aus Kopf und Oberkörper für die fernmeldetechnische Messung fest, damit Messergebnisse zwischen Laboren vergleichbar bleiben. Für Kunstköpfe zur Musik- und Hörspielaufnahme gibt es keine entsprechende Festlegung; zwei Kunstköpfe verschiedener Hersteller klingen deshalb verschieden, und eine Aufnahme sagt nicht mit, mit welchem sie entstanden ist.

Der gerechnete Weg: binaurales Rendern

Der zweite Weg zu zwei Ohrsignalen kommt ohne Kopf aus. Ein binauraler Renderer nimmt die Kanäle oder Objekte einer Mischung und filtert jede Richtung mit dem passenden HRTF-Datensatz, bevor er alles zu zwei Kanälen zusammenfasst. Das Ergebnis ist dasselbe Signalpaar, das ein Kunstkopf aufgenommen hätte — nur entsteht es erst im Abspielgerät, aus einer Mischung, die die Richtungen noch getrennt kennt.

Genau daraus kommt der Vorteil. Weil die Rechnung erst beim Hören stattfindet, kann ein Lagesensor im Kopfhörer mitreden: Dreht der Hörer den Kopf, dreht der Renderer die Szene um denselben Winkel zurück, und die Quellen bleiben im Raum stehen. Apple macht die Wahl im Kontrollzentrum sichtbar und nennt sie beim Namen — „Fixed" für räumliches Audio ohne Kopfverfolgung, „Head Tracked" für räumliches Audio mit ihr, wobei der Ton dann am iPhone oder Mac verankert bleibt. Wer die beiden Stellungen im selben Stück umschaltet, hört in wenigen Sekunden, was der Unterschied zwischen gerechnetem und aufgenommenem Weg praktisch bedeutet.

Der Preis dieses Wegs sind fremde Ohren. Ein Renderer arbeitet mit einem mitgelieferten HRTF-Datensatz, gewonnen an einem Messkopf oder als Mittelwert vieler Probanden, und je weiter die eigenen Ohrmuscheln davon abweichen, desto unsicherer wird die Ortung nach vorn und nach oben. Einzelne Hersteller bieten deshalb an, das Profil an den eigenen Ohren auszurichten; bei Apple erfasst die iPhone-Kamera dafür Gesicht und Ohren.

Häufiges Missverständnis

„Kunstkopf, Binauralton und das räumliche Audio im Kopfhörer sind dasselbe." Zwei der drei Begriffe meinen tatsächlich dieselbe Sache: Binauralton ist das Prinzip, der Kunstkopf ein Weg dorthin. Das räumliche Audio im Kopfhörer ist dagegen der andere Weg — eine Rechnung, die im Abspielgerät läuft. Der Unterschied ist hörbar und braucht kein Messgerät: Dreh den Kopf. Bleibt die Stimme dort stehen, wo sie war, rechnet gerade jemand mit; wandert der ganze Raum mit Dir, hörst Du eine Aufnahme, in der eine fremde Kopfhaltung festgeschrieben ist.

Nicht zu verwechseln mit

HRTF (kopfbezogene Übertragungsfunktion): die Filterwirkung von Ohrmuschel, Kopf und Oberkörper selbst. Sie ist die Rechengrundlage, auf der Binauralton aufsetzt, und beschreibt kein Aufnahme- oder Wiedergabeverfahren.
Übersprechkompensation: löscht über Lautsprecher den Anteil des einen Kanals am jeweils falschen Ohr aus. Sie bringt binaurale Signale ohne Kopfhörer ans Ziel — und bindet den Hörer dafür an eine gerechnete Kopfposition.
Szenenbasierter Ton und Ambisonics: beschreibt das Schallfeld an einem Punkt, noch ohne jeden Ohrbezug. Binaural wird daraus erst, wenn ein Renderer die Szene auf zwei Ohren abbildet.
Phantomschallquelle: die Ortung zwischen zwei Lautsprechern im gewöhnlichen Stereo. Sie entsteht aus dem Zusammenspiel beider Kanäle an beiden Ohren, also aus genau dem Übersprechen, das Binauralton vermeidet.

In der Planung

Ein Kunde hört gern Kunstkopf-Hörspiele und fragt im Beratungsgespräch, ob sein neuer AV-Prozessor „binaural können" muss. Auf welchem Weg hört er diese Aufnahmen? Über Kopfhörer, denn anders sind sie nicht gemeint. Damit steht die Verfahrensfrage: Das Signal muss unverändert an den Kopfhörer kommen — kein Upmixer, keine Surround-Virtualisierung, keine Klangprogramme, denn jede dieser Rechnungen zerlegt die zwei Kanäle und setzt sie nach einer anderen Logik wieder zusammen. Die Geräteantwort fällt danach unspektakulär aus: Gebraucht wird ein sauberer Kopfhörerweg im Direktmodus, keine zusätzliche Fähigkeit im Prozessor. Wer dieselben Aufnahmen über die Kinolautsprecher hören will, landet dagegen bei der Übersprechkompensation — einem eigenen Verfahren mit eigenen Grenzen, das mit dem Prozessor des Kinos nichts zu tun hat.

Verknüpfte Inhalte

Was Kopf, Ohrmuschel und Oberkörper mit einem Schallsignal auf dem Weg zum Trommelfell machen, steht bei der kopfbezogenen Übertragungsfunktion. Wie sich binaurale Signale ohne Kopfhörer wiedergeben lassen, erklärt die Übersprechkompensation. Die layoutunabhängige Beschreibung eines Schallfelds, aus der ein Renderer ebenfalls binaural ausspielen kann, steht bei szenenbasiertem Ton und Ambisonics; wie gewöhnliches Stereo Richtungen zwischen zwei Lautsprechern erzeugt, bei der Phantomschallquelle.

Quellen

Aufbau und Ausstattung eines Aufnahme-Kunstkopfs — Kapseln in nachgebildeten Ohren, Diffusfeldentzerrung, Anschlüsse, Grenzschalldruck — stammen von der Produktseite des Neumann KU 100; die Eignung für Kopfhörer und Lautsprecher gibt der Hersteller selbst an. Dass ein Kopf-und-Torso-Simulator als Messmittel festgelegt ist, steht in der ITU-Empfehlung P.58 in der Ausgabe vom März 2023, von der für diese Seite der Verzeichniseintrag mit Titel, Stand und Anwendungsbereich eingesehen wurde. Die drei Einstellungen für räumliches Audio und Kopfverfolgung stehen im AirPods-Benutzerhandbuch von Apple. Das Standardwerk zum räumlichen Hören ist Jens Blauerts „Räumliches Hören" von 1974; der Volltext wurde nicht eingesehen, die Seite stützt keine Aussage darauf.