Humboldt 360° – zweisprachiger Raumton für das Goethe-Institut

Alexander von Humboldt reiste mit Instrumenten. Barometer, Sextant, Thermometer, alles, womit sich eine fremde Welt in Zahlen fassen ließ. Zweihundert Jahre später reist ein Filmteam dieselbe Route mit einer 360°-Kamera, was im Kern dieselbe Idee ist: einen Ort so aufzeichnen, dass andere ihn nachvollziehen können, ohne dort gewesen zu sein.

Für das Goethe-Institut entstand daraus „Humboldt 360°“, vier Episoden entlang Humboldts Weg durch Kolumbien und Ecuador. Ich habe die räumliche Tonfassung dafür gebaut, auf Deutsch und auf Spanisch.

Warum eine Synchronstimme in 360° nicht in der Mitte liegen darf

Die Filme waren fertig geschnitten, als ich dazukam. Es gab eine spanische Originalfassung und eine deutsche Synchronfassung, beide für den YouTube-Kanal des Instituts. Und genau dort lag das Problem, an dem das Team hing.

Bei 360°-Video auf YouTube gibt es Ambisonics erster Ordnung, also vier Kanäle, die das Schallfeld um den Kopf beschreiben. Was es dort nicht gibt, ist eine zweite, kopffeste Spur. Ton, der sich mit dem Kopf mitdreht (head-tracked), und Ton, der fest am Kopf hängt (head-locked), lassen sich auf YouTube nicht getrennt ablegen. Facebook konnte das damals, YouTube nicht. In der Praxis heißt das: Alles, was zu hören sein soll, muss ins Schallfeld.

Für eine Synchronfassung ist das unbequem. In einem normalen Film legt man die deutsche Stimme dorthin, wo auch der Originalton lag, und das ist meistens die Mitte. In 360° gibt es keine Mitte, weil der Zuschauer den Kopf dreht. Legt man die Synchronstimme trotzdem irgendwo fest hin, hört der Zuschauer jemanden sprechen, dreht sich zu der Stelle, von der die Stimme kommt, und findet dort niemanden.

Dazu kommt eine zweite Ebene, die man sauber trennen muss. Ein Teil der Stimmen gehört zur Szene, weil die Person im Bild sitzt und spricht. Ein anderer Teil ist Erzählstimme, ein Kommentar von außen, der mit dem Ort nichts zu tun hat. Im normalen Film fällt diese Unterscheidung kaum auf. In 360° entscheidet sie darüber, ob eine Szene zusammenhält.

Wie vier fertige Filme einen Raum bekamen

Die Arbeit bestand aus drei Schichten, die alle dasselbe Ziel hatten: head-tracked und head-locked in einer einzigen Ambisonics-Spur so zu lösen, dass man den Unterschied hört.

Die Szenenstimmen. Sie sitzen im Schallfeld dort, wo die sprechende Person tatsächlich steht, und zwar in beiden Sprachfassungen an derselben Stelle. Wenn Ernesto Mamanche, der Anführer der Muisca-Gemeinschaft in Sesquilé, rechts vor seiner Hütte sitzt, kommt seine Stimme von rechts vorne, egal ob man die spanische oder die deutsche Fassung hört. So wird aus einem Interview ein Gespräch, bei dem man sich zum Gegenüber dreht.

Weil die Kamera sich in mehreren Szenen bewegt, im Boot an der Küste oder auf dem Weg den Berg hinauf, blieb es nicht bei einer festen Position. Die Stimmen wandern per Automation durch den Raum, damit sie zur Person im Bild passen. Das ist der Teil der Arbeit, den niemand bemerkt, wenn er stimmt.

Die Musik. Sie lag als Stereodatei vor. Sie einfach vorne zu platzieren, wäre der bequeme Weg gewesen, hätte aber dieselbe Falle aufgestellt wie eine falsch gelegte Synchronstimme. Also habe ich sie ins Ambisonics-Feld überführt und so verteilt, dass sie den Raum trägt und nicht an einer Stelle klebt.

Die Erzählstimme. Sie habe ich bewusst anders behandelt. Sie ist kein Teil des Ortes und soll auch nicht so klingen, sonst sucht das Publikum jemanden, den es nicht gibt. Sie bleibt breit und unverortet, und weil alles andere eine klare Richtung hat, hört man den Unterschied sofort. Wie dieser Workaround technisch funktioniert, habe ich in einem eigenen Artikel beschrieben: Head-Locked Stereo mit Ambisonics mixen.

Was geliefert wurde

Am Ende ging jede Episode in zwei Sprachen und zwei Formen raus: ein Ambisonics-Master erster Ordnung für die 360°-Fassung auf YouTube und eine Stereofassung für alles andere. Das sind acht Master und acht Stereodateien, geliefert in drei Runden im Juni 2019.

Die vier Episoden führen von der Ankunft an der kolumbianischen Küste über Bogotá und die Muisca-Gemeinschaft in Sesquilé nach Quito und schließlich auf den Chimborazo, den Berg, an dem Humboldt auf über fünftausend Metern umkehren musste. Die Filme erschienen 2019, im Jahr seines zweihundertfünfzigsten Geburtstags, im digitalen Kulturmagazin „Humboldt für Südamerika“ des Goethe-Instituts, gefördert vom Auswärtigen Amt.

Regie, Kamera und Schnitt lagen laut Abspann bei Tim Hamelberg, die Produktionsleitung bei Christian Stein, das Konzept bei Thomas Lilge, produziert von der Playersjourney UG. Gesprochen haben Bettina Conradi und Christian Conradi, die Übersetzung kam von Lina-Marie Büttner, das Stitching von Matias Bertoia. Für die räumliche Tonfassung in beiden Sprachen war ich zuständig.

Was ich aus diesem Projekt mitnehme, gilt für jede zweisprachige 360°-Produktion: Die Synchronfassung muss dieselben Positionen im Raum bedienen wie das Original. Sonst zerfallen die beiden Versionen in zwei verschiedene Filme, von denen nur einer funktioniert. Wie eine 360°-Dokumentation klingt, wenn der Ton von Anfang an mitgeplant wird, zeigt Crossing Borders. Ähnlich lag der Fall bei der deutschen Fassung von Emperor, wo jede Sprachdatei exakt auf eine bestehende Timeline passen musste.

Häufige Fragen zur Synchronisation von 360°-Videos

Was ist der Unterschied zwischen head-tracked und head-locked? Head-tracked Ton bleibt im Raum stehen, wenn man den Kopf dreht, wie eine echte Schallquelle. Head-locked Ton dreht sich mit dem Kopf mit und klingt immer gleich, etwa eine Erzählstimme oder Musik ohne Ort.

Kann YouTube beides in einem 360°-Video? Nein. YouTube nimmt für 360°-Video nur Ambisonics erster Ordnung an, eine zweite kopffeste Spur gibt es nicht. Alles muss deshalb im Schallfeld gelöst werden.

Wohin gehört die Synchronstimme in 360°? An dieselbe Stelle wie die Originalstimme, also dorthin, wo die Person im Bild spricht. Nur die Erzählstimme bleibt unverortet, weil sie nicht zum Ort gehört.

Mehrsprachige 360°-Produktion geplant?

Wenn dein Film in mehreren Sprachen laufen soll, entscheidet sich früh, wie viel Mehraufwand die zweite Fassung kostet. Sprich mich an, bevor der erste Mix steht.