Objektbasierter Ton

Ein Kanal ist ein Signal mit einer festen Adresse: Was auf dem Surroundkanal links liegt, geht an den Lautsprecher hinten links — vorausgesetzt, es steht einer da. Ein Objekt hat keine Adresse, sondern eine Position: Es ist ein Tonelement, das getrennt vorliegt und von Metadaten begleitet wird, die beschreiben, wo es im Raum sein soll. Wer es dann abstrahlt, entscheidet ein Renderer im Wiedergabegerät — anhand der Lautsprecher, die tatsächlich vorhanden sind.

Das zugrunde liegende Problem

Kanalbasierter Ton stellt eine stille Bedingung: Der Raum muss den Aufbau hergeben, für den gemischt wurde. Die Empfehlung ITU-R BS.775 beschreibt genau ein solches Layout — drei Lautsprecher vorn, zwei hinten, dazu ein Effektkanal für tiefe Frequenzen —, und jede Mischung darauf setzt voraus, dass er so auch steht. Fehlt eine Position, muss das Gerät zusammenfassen; kommt eine dazu, weiß die Tonspur nichts von ihr.

Solange es wenige Layouts gab, ließ sich das lösen, indem man je Layout mischte. Mit Höhenkanälen wurde die Zahl der sinnvollen Aufbauten so groß, dass diese Rechnung nicht mehr aufging: Die ITU-Empfehlung BS.2051 führt allein für die Produktion zehn Konfigurationen von zwei bis zu 22 Lautsprechern. Zehn Mischungen je Film macht niemand.

Objektbasierter Ton dreht die Reihenfolge um. Nicht die Mischung legt den Aufbau fest, sondern der Aufbau bestimmt, wie die Mischung wiedergegeben wird.

Was ein Objekt ist — und was ein Kanal

Die Unterscheidung ist nicht Herstellersprache, sondern normativ festgelegt. BS.2051 beschreibt drei Darstellungsformen, und die dritte wird im Handel selten erwähnt:

Kanalbasiert. Der Inhalt wird in der Produktion auf eine vorgegebene Zahl von Signalkanälen gemischt, und jeder Kanal gehört zu einem Lautsprecher an einer festen Position. Ist dieser Lautsprecher nicht da, wird der Kanal auf vorhandene umgelegt.

Objektbasiert. Die Bestandteile des Inhalts liegen getrennt vor und werden von Metadaten begleitet, die ihre Beziehungen beschreiben und es einem Renderer erlauben, die für das jeweilige Wiedergabesystem passenden Signale zu erzeugen. Diese Metadaten dürfen sich über die Zeit ändern — genau so wandert ein Geräusch durch den Raum.

Szenenbasiert. Der Inhalt beschreibt weder einzelne Kanäle noch einzelne Objekte, sondern das gesamte Schallfeld als eine Art Formel, aus der sich für jedes Lautsprecher-Layout die passende Wiedergabe berechnen lässt; Ambisonics höherer Ordnung ist der bekannteste Fall. Im Wohnzimmer spielt diese Form bislang keine Rolle. Zur Systematik gehört sie trotzdem: Wer „Objekt oder Kanal" für die vollständige Alternative hält, übersieht diese dritte Form.

Die drei Formen schließen einander nicht aus. Die Norm sieht ausdrücklich vor, dass objekt-, kanal- und szenenbasierte Elemente nebeneinander in einem Programm vorkommen. In der Praxis ist das der Regelfall: Ein Grundbett liegt kanalbasiert vor, einzelne Ereignisse darüber als Objekte.

Der Renderer — und wo er sitzt

Ohne Renderer ist ein Objekt nicht hörbar. Er nimmt die Positionsangabe, schaut nach, welche Lautsprecher gemeldet sind, und verteilt das Signal so auf sie, dass die Position entsteht — im einfachsten Fall zwischen zwei benachbarten Lautsprechern als Phantomschallquelle, meist über mehrere.

Für die Planung ist entscheidend, wo er sitzt: im AV-Receiver oder Prozessor, nicht im Abspielgerät. Dolby hält für Atmos ausdrücklich fest, dass Decodierung und Rendering vollständig im AV-Receiver stattfinden. Damit ist der Prozessor nicht mehr nur Umschalter und Verstärker, sondern das Gerät, das über die räumliche Darstellung entscheidet — und die Lautsprecherkonfiguration, die man dort einträgt, ist keine Formalie, sondern seine Arbeitsgrundlage.

Was das für die Planung ändert

Drei Verschiebungen für die Planung — am schwersten wiegt die letzte.

Entscheidend ist die Genauigkeit der Positionen, nicht nur die Anzahl der Lautsprecher. Gegenüber einem reinen Stereo- oder 5.1-Aufbau kommen für Höhenkanäle in aller Regel Lautsprecher hinzu — das bestreitet diese Seite nicht. Der Punkt ist ein anderer: Weil der Renderer verteilt, was tatsächlich da ist, hängt die Qualität der Wiedergabe davon ab, wie präzise diese Lautsprecher positioniert sind, nicht allein davon, wie viele es sind. Dolby nennt für die Deckenlautsprecher eines Referenzlayouts einen Elevationswinkel von 45 Grad, anpassbar zwischen 30 und 55 Grad, und eine Montagehöhe vom Zwei- bis Dreifachen der Ohrhöhe. Auro-3D setzt seine Höhenschicht auf 25 bis 35 Grad. Solche Angaben lassen sich in einem Grundriss prüfen, bevor irgendein Gerät gekauft ist. Die Ziffernfolge des Aufbaus bleibt eine Frage der Kanal-Notation und sagt darüber nichts.

Ein Einwand liegt nahe: Kann eine gute Einmessung eine falsche Position nicht einfach ausgleichen? Nein, nicht die übliche. Eine Einmessung kennt aus der Messung Laufzeit und Pegel jedes Lautsprechers, aber nicht seine Richtung zum Hörplatz — sie kann einen falsch stehenden Lautsprecher gleich laut und gleichzeitig ankommen lassen, seine Richtung aber nicht korrigieren, weil sie sie gar nicht kennt. Das gilt für kanalbasierte wie für objektbasierte Systeme gleichermaßen: Auch der Renderer rechnet mit den Winkeln der Anlagenkonfiguration, und die stammt üblicherweise aus einer Auswahlliste, nicht aus einer Messung. Eine Ausnahme gibt es: Systeme mit einem eigenen Richtungsmikrofon können die tatsächliche Position messen und die Richtung über Phantomschallquellen aus den vorhandenen Lautsprechern umrechnen — wie beim Trinnov Remapping. Das ist eine eigene, zusätzliche Technik und keine Eigenschaft gewöhnlicher Einmessung.

Die Lautsprecher müssen zueinander passen — und zwar alle. Ein Kanal wird von einem Lautsprecher wiedergegeben; ein Objekt wandert durch mehrere. Genau darauf zielt Dolbys Anforderung, Deckenlautsprecher so eng wie möglich klanglich an die Hauptlautsprecher anzugleichen und solche mit breiter Abstrahlung zu wählen, und ebenso der Satz, jeder Lautsprechertyp sei geeignet, der einen Stereoschwenk sauber darstellen kann. Aus demselben Grund rät Dolby von Dipol-Surroundlautsprechern ab: Was absichtlich diffus abstrahlt, ist ein schlechter Zwischenschritt für eine wandernde Quelle. Wie sich Abstrahlverhalten vergleichen lässt, steht beim Bündelungsmaß.

Der Raum entscheidet mit, ob die Höhe ankommt. Die Position eines Objekts über dem Hörplatz entsteht aus Direktschall; was die Decke zurückwirft, arbeitet dagegen. Wo Deckenlautsprecher nicht möglich sind, bleiben Aufsatzlautsprecher, die über die Decke spiegeln — und die setzen eine ausreichend hohe, ebene und schallharte Decke voraus. Dolby beschreibt für sie eigene Vorgaben zu Einbauwinkel, Richtwirkung und Frequenzgang und beschreibt ihr Ergebnis als etwas diffuser als das echter Deckenlautsprecher. Das ist kein Ausschlusskriterium, aber es ist eine andere Lösung und keine gleichwertige.

Abgrenzung

Gegen die Kanal-Notation. 5.1.4 beschreibt Deinen Aufbau, nicht die Tonspur. Dieselbe Blu-ray läuft auf 5.1.2 und auf 7.1.4 — sie wird nur unterschiedlich fein aufgelöst.

Gegen „Höhe gleich objektbasiert". Das ist die häufigste Verwechslung, und sie ist falsch. Auro-3D ist im Heimkino kanalbasiert: Der Hersteller beschreibt das Format ausdrücklich als hybrid und führt die objektbasierte Variante unter eigenem Namen (AuroMax), die im Wohnbereich praktisch nicht vorkommt. Auro 9.1 oder 13.1 sind Kanallayouts mit Höhenschicht, deren Zuordnung fest ist; ist ein Lautsprecher nicht da, mischt das Gerät herunter. Höhe im Raum und objektbasierte Tonspur sind also zwei verschiedene Dinge, die nur oft zusammen auftreten.

Gegen Upmixer. Verfahren, die aus einer kanalbasierten Mischung Höhenanteile errechnen, erzeugen keine Objekte — sie verteilen vorhandenes Material auf mehr Lautsprecher. Das kann gut klingen, hat mit dem hier beschriebenen Prinzip aber nichts zu tun.

Gegen die Trägerfrage. Ob eine bestimmte Tonspur über eine bestimmte Verbindung überhaupt ankommt, ist eine Frage von Codec und Schnittstelle und nicht von Objekten; sie entscheidet sich bei eARC und ARC und beim Trägerformat, über das die Tonspur läuft.

Gegen virtuelles Surround. Dort wird mit wenigen Lautsprechern der Eindruck von Richtungen erzeugt, die nicht besetzt sind. Ein Renderer verteilt dagegen auf Lautsprecher, die vorhanden sind. Beides kann in einem Gerät stecken, es ist trotzdem nicht dasselbe.

Grenzen

Der Renderer ist eine Blackbox. Wie ein Gerät ein Objekt verteilt, das zwischen zwei nicht besetzten Positionen liegt, veröffentlicht kein Hersteller. Eine unabhängige, methodisch dokumentierte Gegenüberstellung mehrerer Prozessoren an derselben Tonspur und demselben Layout ist nicht auffindbar (Stand 7. August 2026). Ein Nichtfund beweist nichts über die Unterschiede — er heißt, dass es für sie keine prüfbare Grundlage gibt.

Ausbaugrenzen sind Herstellerangaben, keine Empfehlungen. Dolby nennt als obere Grenze 24 Lautsprecher auf Ohrhöhe und zehn Deckenlautsprecher, DTS bis zu 32 Lautsprecherpositionen je nach Gerät, AuroMax bis zu 64 Objekte über dem Kanalbett. Diese Zahlen sagen, was ein System verarbeiten kann — nicht, was ein Raum sinnvoll darstellt.

Auf welchem Layout gemischt wurde, steht nirgends. Eine Tonspur verrät dem Käufer nicht, ob sie mit vielen Objekten oder als kanalbasiertes Bett mit wenigen Ereignissen entstanden ist. Zwei Filme mit demselben Logo auf der Hülle können sich darin erheblich unterscheiden.

Das Prinzip löst keine Raumprobleme. Ein Objekt an einer Position, die der Raum nicht sauber darstellt, bleibt ein Objekt an einer Position, die der Raum nicht sauber darstellt. Frühe Reflexionen, Nachhall und Basskontrolle verhalten sich unverändert — die Frage, was ein Raum überhaupt hergibt, kommt vor der Frage nach dem Format.

Verknüpfte Inhalte

Was die Ziffern eines Aufbaus zählen, steht bei der Kanal-Notation; was die mittlere Ziffer tatsächlich enthält, beim LFE-Kanal und beim Bassmanagement. Wie eine Richtung zwischen zwei Lautsprechern überhaupt entsteht, erklärt die Phantomschallquelle; warum sie nur in einem begrenzten Bereich stabil bleibt, der Sweet Spot. Ob eine Tonspur über die vorhandene Verkabelung ankommt, entscheidet sich bei eARC und ARC.

Quellen

Die Definitionen von kanal-, objekt- und szenenbasiertem Ton, die Rolle der Metadaten und des Renderers sowie die Zahl der genormten Produktionslayouts stammen aus der Empfehlung ITU-R BS.2051-2 vom Juli 2018. Die Angaben zu Dolby Atmos folgen den Dolby Atmos Home Theater Installation Guidelines vom Dezember 2018, die zu DTS:X der Herstellerankündigung vom April 2015, die zu Auro-3D den AURO-3D Home Theater Setup Guidelines in der Fassung vom 16. Mai 2024. Alle formatbezogenen Angaben sind Herstellerdokumentation und firmware-abhängig; der Stand ist je Dokument oben genannt.