Blended Isolation – VR Sound Design für Julia Leebs 360°-Dokumentation

Julia Leeb reist an Orte, an die kein Filmteam mitkommt. Die Fotojournalistin hat in Nordkorea gearbeitet, im Kongo, im Südsudan, in Libyen. Für „Blended Isolation“ hat sie eine 360°-Kamera an fünf Orte mitgenommen, die auf sehr unterschiedliche Weise abgeschnitten sind:

• Demokratische Republik Kongo — Dschungelgebiet eines Warlords, wo sie eine Rebellin über ihr Leben zwischen Rache und Mutterschaft befragt

• Transnistrien — ein Staat mit eigener Währung und eigenem Präsidenten, den international niemand anerkennt

• Sudan, Nuba-Berge — offizielles Sperrgebiet, erreichbar nur mit einem Frachtflugzeug

• Chile, Colonia Dignidad — die ehemalige deutsche Sektensiedlung, in der 40 Jahre lang Missbrauch und Folter vertuscht wurden

• Uganda — ein Flüchtlingslager für Menschen, die aus dem Südsudan geflohen sind

Für die spätere VR-Experience kamen Belarus und Kroatien dazu, die ich ebenfalls vertont habe. Sieben Orte, sieben eigene Klangwelten.

Leeb gehört zu den ersten deutschen Journalistinnen, die 360° für Berichterstattung aus Krisenregionen genutzt haben; ihre Arbeiten liefen auf VR-Festivals weltweit und interessierten Redaktionen von Al Jazeera bis zum Doha Film Institute. Ihren eigenen Anspruch hat sie gegenüber deutschland.de so formuliert: Mit Virtual Reality könne sie die toten Winkel unserer Welt erlebbar machen.

In der Postproduktion bei INVR.SPACE in Berlin habe ich das VR-Sound-Design und die Mischung übernommen. Sound-Design ist hier wörtlich gemeint, denn vor Ort war niemand für den Ton dabei: Die gesamte Klangebene der Dokumentation ist im Studio entstanden.

Warum ausgerechnet 360° den Ton unverzichtbar macht

Es gibt ein Argument für dieses Format, das mir bei solchen Themen wichtiger ist als jede Technikbegeisterung: In 360° lässt sich das Bild nicht zurechtlegen. Die üblichen Aufnahmen aus Krisenregionen zeigen einen Ausschnitt, der auf Emotion hin gewählt wurde, und wirken dadurch oft überspitzt. Wenn die ganze Umgebung um den Betrachter herum sichtbar bleibt, geht das nicht mehr. Man sieht, was links und rechts wirklich ist.

Genau dieses Versprechen bricht aber, sobald der Ton flach bleibt. Wer sich umschauen kann und dabei immer dieselbe Stereospur hört, merkt sofort, dass etwas nicht stimmt, auch ohne es benennen zu können. Der Kopf dreht sich, die Welt dreht sich nicht mit. Dann ist man wieder Zuschauer statt Anwesender.

Dazu kommt die praktische Seite. Julia Leeb war allein unterwegs, mit einem GoPro-Omni-Rig aus sechs Kameras und einer Gear 360 für die Situationen, in denen ein großes Rig zu auffällig oder zu langsam gewesen wäre. Wer so arbeitet, kann keinen Tonmann mitnehmen und schon gar kein Ambisonics-Mikrofon aufbauen, während um einen herum das Leben weitergeht. Der Originalton dieser Kameras ist brauchbar als Erinnerung an die Situation, aber nicht als Grundlage für eine räumliche Mischung.

Wie sieben Länder ihre eigene Klangwelt bekamen

Meine Arbeit fing dort an, wo das Bild schon fertig war. Aus dem Kameraton habe ich herausgeholt, was sich retten ließ, und alles Einzelne davon als Objekt in die Szene gesetzt: eine Stimme, ein Werkzeug, ein Tier. Darüber liegt eine gebaute Atmosphäre, die den Raum überhaupt erst schließt, weil der Rest zu verrauscht oder zu komprimiert war, um ihn stehen zu lassen.

Der Reiz dieses Projekts liegt in den Gegensätzen. Ein Hütteninneres im Kongo klingt völlig anders als das Ministerium eines Staates, den es offiziell nicht gibt, und beide klingen anders als eine Werkstatt in Colonia Dignidad, in der jede Bewegung nachhallt. Dazu kommen Orte, die nur ein Frachtflugzeug erreicht, und ein Zeltlager, in dem Tausende auf engem Raum leben. Fünf Stationen bedeuten fünf akustische Handschriften, und jede musste glaubwürdig sein, obwohl ich nie dort war. Referenz waren Julia Leebs eigene Aufnahmen und ihre Beschreibungen.

Daran zeigt sich ein Punkt, den ich oft erklären muss: Die Kameraposition ist nicht automatisch die beste Mikrofonposition. Die Kamera steht dort, wo das Bild passiert. Der Ton wollte seinen Platz näher an der Quelle, damit eine Stimme verständlich bleibt. Bei einem Alleindreh in einem Flüchtlingslager entfällt diese Abwägung ohnehin, weil es nur eine Position gibt und die gehört der Kamera. Umso mehr Arbeit bleibt fürs Studio.

Bei Stimmen zählte die Richtung mehr als der Pegel. In einer 360°-Szene entscheidet der Ton, wohin jemand schaut. Spricht eine Person hinter dem Betrachter, dreht er sich von selbst um, ohne Schnitt und ohne Pfeil. Das ist die eigentliche Regiearbeit im VR-Sounddesign, und sie funktioniert nur, wenn die Position stimmt.

Die Musik haben wir bewusst zurückgenommen. Bei Reportagen aus solchen Regionen ist die Versuchung groß, mit Musik Bedeutung herzustellen. Stattdessen haben wir immer wieder entschieden, sie leiser zu ziehen oder ganz herauszunehmen, damit die Umgebung für sich sprechen kann.

Was dabei herauskam

Der Film wurde bei INVR.SPACE fertiggestellt und lief auf VR-Festivals, unter anderem im Programm des Cinematic VR Festivals. Später wuchs das Projekt zur VR-App „Brave New Realities“, in der man sich frei zwischen allen Orten bewegt. Für die App habe ich zusätzlich das Intro und die Menüebene produziert, samt der Stand- und Umschaltgeräusche, die den Wechsel zwischen den Orten tragen.

Geliefert habe ich in mehreren Formaten: Ambisonics für die Wiedergabe in VR-Headsets, TBE für die App und einen binauralen Downmix für alles, was ohne Headset läuft. 2018 war diese Vielfalt kein Komfort, sondern eine Notwendigkeit, weil jede Plattform ihre eigene Vorstellung davon hatte, wie räumlicher Ton in einer Datei zu sitzen hat.

Eine Einschränkung gehört ins Bild: Der öffentliche Trailer läuft in Stereo. Wer ihn ansieht, sieht die Bilder, hört aber nicht das, worum es in diesem Fall geht. Genau deshalb bin ich bei solchen Projekten so hartnäckig, was die Auslieferungskette angeht. Eine räumliche Mischung hilft niemandem, wenn sie auf dem Weg zum Publikum wieder plattgemacht wird.

Eine zweite Lehre betrifft das Abhören. Eine räumliche Mischung lässt sich nicht auf einem Telefonlautsprecher beurteilen, und genau das passiert ständig, weil es der schnellste Weg ist. Dort ankommt ein Downmix ohne die Ebene, an der man wochenlang gearbeitet hat. Seitdem sage ich bei der Abnahme dazu, welche Wiedergabe erforderlich ist, und liefere den binauralen Downmix gleich mit, damit niemand die falsche Fassung beurteilt.

Ähnlich lief es bei Crossing Borders, einer weiteren VR-Dokumentation, bei der der Ton dem Material seine Richtung gab. Was bleibt, ist eine Lehre, die ich seitdem in jedem dokumentarischen 360°-Projekt wiederfinde: Das Bild bringt die Leute an den Ort. Ob sie dort bleiben, entscheidet der Ton.

360°-Reportage oder dokumentarische VR-Produktion geplant?

Auch wenn vor Ort niemand den Ton abdecken kann, lässt sich ein glaubwürdiger Raum bauen. Je früher wir darüber sprechen, desto weniger muss hinterher gerettet werden.