Ob das Spatial Audio in deinem Produkt etwas taugt, hört man
Auf der Packung steht bei allen dasselbe. Diese Seite beschreibt, woran ich beim Hören festmache, ob eine Umsetzung trägt, und in welcher Reihenfolge ich das prüfe.
Erstes Gespräch anfragenDas Logo beweist gar nichts
Ich habe mir irgendwann selbst eine Soundbar gekauft, weil ich ständig über Dolby Atmos rede und es zu Hause nicht hatte. Dann funktionierte es nicht, und ich fand den Fehler nicht. Am Ende lag es am HDMI-Kabel und am Anschluss des Fernsehers, beide zu alt. Die App zeigte dabei nicht an, dass gar kein Atmos lief, sondern nur Surround.
Wenn ich als jemand, der nichts anderes macht, eine halbe Stunde braucht, um das zu finden, dann kann kein normaler Kundensupport das lösen. Man googelt sich blöd, und die üblichen Sprachmodelle verstehen bis heute nicht, was Spatial Audio ist.
Ein Label auf der Verpackung sagt also nichts darüber, ob beim Nutzer etwas ankommt. Es sagt nur, dass jemand eine Lizenz gezahlt hat.
Der Lautheitstrick, der die meisten Hörvergleiche entwertet
Das ist der Befund, mit dem ich anfange, wenn ein Hersteller mir seinen A/B-Vergleich vorführt. Schaltet man vom flachen Modus auf den räumlichen, wird der Ton erst einmal lauter. Nach meiner Beobachtung um etwa drei Lautstärkestufen.
Man hört tatsächlich mehr Kanäle, aber der Effekt, dieses erste Wow, kommt zu einem guten Teil schlicht von der höheren Lautheit. Bei gleicher Lautheit gehört, bleibt vom krassen Unterschied wenig übrig. Wer daran verdient, lasse ich offen, ich zeige nicht mit dem Finger.
Für dich heißt das nur eins: Jeder interne Vergleich, jeder Test mit Journalisten und jede Messevorführung muss pegelabgeglichen laufen. Sonst misst du Lautstärke und nennst es Räumlichkeit.
Head-Tracking schlägt personalisiertes HRTF
Das ist meine deutlichste Position im Kopfhörerbereich, und sie widerspricht dem, worauf die meisten Marketingabteilungen setzen.
Personalisiertes HRTF feilt an der Lokalisation. Head-Tracking hat den weit größeren Einfluss darauf, ob sich etwas echt anfühlt. Ohne Head-Tracking bleiben Klänge am Kopf kleben statt an der Umgebung, und Vorne-hinten-Verwechslungen häufen sich, weil dem Gehirn die Hinweise aus der Bewegung fehlen. Schon einfaches Head-Tracking verbessert die räumliche Wahrnehmung erheblich, und ein gut umgesetztes gleicht viele Ungenauigkeiten einer nicht perfekt passenden HRTF wieder aus.
Dazu kommt ein Befund, der viel Personalisierungs-Marketing entzaubert: Viele Nutzer hören in gewöhnlichen Hörsituationen den Unterschied zwischen einer allgemeinen und einer personalisierten HRTF gar nicht. Erschwerend nutzen die Plattformen unterschiedliche HRTF-Datenbanken, sodass dasselbe Stück über Geräte hinweg unterschiedlich klingt.
Was Head-Tracking dagegen immer hat, ist Latenz. Die Sensoren arbeiten getaktet. Misst ein Sensor alle zehn Millisekunden, hast du damit automatisch zehn Millisekunden Mindestverzögerung. Bei den meisten Geräten bewegt sich der Ton hörbar nach dem Kopf, auch wenn die meisten Konsumenten das nicht bewusst bemerken.
Wo Head-Tracking nichts bringt
Es muss zum Inhalt passen, und bei Musik passt es meistens nicht. In den üblichen Mischungen sitzt die Stimme in der Mitte, Snare und Bassdrum ebenso. Dreht man den Kopf, hört man sofort, dass alles nur aus einer Richtung kommt, und die Umhüllung bricht zusammen.
Der Punkt geht ausdrücklich nicht an Dolby. Dort war Head-Tracking sogar deaktiviert, mit der Begründung, dass man sich beim Mischen im Studio auch nicht bewegt. Der Antrieb kam von anderer Seite, weil Kopfhörer mit Head-Tracking verkauft werden sollen und der passende Inhalt dafür fehlt.
Ich ordne das über Freiheitsgrade. Musik und Film sind null Freiheitsgrade, man soll den Kopf gar nicht bewegen. Drei Freiheitsgrade sind Medien, bei denen der Blickwechsel gewollt ist, also 180- und 360-Grad-Video. Wer Head-Tracking in ein Produkt baut, sollte wissen, für welchen dieser Fälle.
Meine Prüfreihenfolge
Pegel abgleichen, bevor irgendetwas verglichen wird. Ohne das ist jeder Vergleich wertlos.
Verankern Stimmen sauber? Eine Stimme, die beim Kopfdrehen mitwandert, verrät die Umsetzung sofort.
Bleibt der Bass kontrolliert? Bass-Artefakte sind das Standardproblem der Upmix-Algorithmen. Bei den meisten wird der Bass schlechter als im flachen Original, weil die Externalisierung gegen die Wahrnehmung im Kopf arbeitet.
Bricht die Bühne bei Bewegung zusammen? Das ist der härteste Test, und viele Systeme fallen genau hier durch.
Wie hoch ist die Latenz des Trackings? Und merkt man sie in normaler Nutzung, nicht im Labor.
Was hört der Nutzer eigentlich ab? Rendering ohne passenden Inhalt ist eine Gleichung mit einer Null darin. Steht auf einer Seite null, bleibt nichts übrig.
Warum das im Haus selten jemand beantworten kann
Nicht weil die Teams zu schlecht wären, sondern weil zwei Sprachen aufeinandertreffen. Das Engineering kann erklären, was gerechnet wird, aber nicht, warum ein System besser externalisiert. Hörer interessiert etwas anderes: Sitzt die Stimme, bleibt der Bass, hält die Bühne bei Bewegung.
Dazwischen fehlt in fast jeder Firma eine neutrale Stimme. Und dann kommt das Marketing dazu, das mit der Technik nicht spricht, weshalb Namen entstehen wie immersive audio, spatial audio oder 360 audio, bei denen niemand sagen kann, was sie bedeuten und warum das Ergebnis besser sein soll.
Aus Herstellersicht wird es dadurch unmöglich zu begründen, warum das eigene Spatial Audio besser ist als das der Konkurrenz. Aus Nutzersicht wiegt es schwerer: Ich habe viele erlebt, die es ausprobiert haben und dann zurückgeschaltet sind, weil sie den Nutzen nicht verstanden.
Zwei Prüfungen, eine bezahlt, eine aus eigener Tasche
Ceva
Der Markt entwickelte sich schneller als das Verständnis dafür. Hersteller bewarben Features über die Technologie statt über die wahrgenommene Klangqualität, und es fehlte eine gemeinsame Sprache zwischen Akustik, Wahrnehmung und Engineering.
Drei Lücken waren zu schließen. Die Engineering-Teams konnten nicht erklären, warum ein System besser externalisiert oder wie der Klang mit Bewegung umgeht. Die Hörer interessieren reale Ergebnisse. Und es fehlte eine externe, neutrale Stimme zwischen Wahrnehmung, Technik und Geschäft.
Entstanden ist ein strukturiertes Bewertungsverfahren mit einem Framework aus vier Bausteinen, dazu zwei Fachartikel. Beim Test des Referenzdesigns hatte ich zum ersten Mal überhaupt den Eindruck, dass die Musik ihre Klangfarbe nicht verliert: nah an dem, was ich von nicht-räumlichem Audio kenne, und trotzdem nicht im Kopf. Die Latenz des Trackings war dabei so niedrig, wie ich sie bis dahin nicht gemessen hatte.
So arbeite ich üblicherweise: Das Produkt kommt zu mir, ich vergleiche es hörend gegen die relevanten Wettbewerber, und du bekommst einen Bericht mit einer Bewertung, an welchen Stellen die Umsetzung auseinanderfällt und was sich verbessern lässt.
Die Soundbar, die ich selbst gekauft habe
Kein Auftrag, sondern der Gegenversuch. Ich wollte wissen, wie sich das anfühlt, wenn man kein Fachwissen hat und einfach etwas kauft, auf dem das Logo steht.
Ergebnis: Es lief nicht, die Ursache lag in der Kette und nicht im Gerät, und nichts in der Bedienoberfläche wies darauf hin. Genau das passiert deinen Kunden auch, nur dass sie nicht wissen, wonach sie suchen sollen. Sie schalten zurück und halten dein Feature für Marketing.
Deshalb steht in meinen Berichten immer ein Abschnitt dazu, was der Nutzer angezeigt bekommt. Das ist keine Marketingfrage, das ist Teil der Umsetzung.
Wer das macht
Ich bin Martin Rieger, Tonmeister aus München, und seit zehn Jahren mache ich nichts anderes als Ton für immersive Medien. Über hundert Projekte, darunter Audi, BMW mit Harman/Kardon, Bugatti, Lufthansa Technik, die Deutsche Zentrale für Tourismus, die Europäische Kommission und Corridor Digital in Los Angeles.
Für Hersteller arbeite ich anders als für Produktionen: Ich produziere nichts, ich höre und schreibe auf. Dazu veröffentliche ich regelmäßig Tests und Einordnungen, auch dann, wenn das Ergebnis dem Hersteller nicht gefällt. Genau deshalb ist die Stimme etwas wert.
Wie eine Vorführung aufgebaut sein muss, damit sie überzeugt, steht auf Räumlichen Ton in zwei Minuten hörbar machen. Zur Technik dahinter habe ich einen ausführlichen Artikel: HRTF und wie sie das 3D-Hörerlebnis prägt.
Martin ist Experte für räumliches Audio und verfügt über ein tiefgreifendes Verständnis der Technologie und ihrer Auswirkungen auf das Hörerlebnis. Er hat eine klare Vorstellung von den Anwendungsfällen und deren zukünftiger Entwicklung. Und obendrein ist es eine Freude, mit ihm zusammenzuarbeiten!
Es war ein faszinierendes Gespräch, das uns bei der Rückmeldung an unsere Kunden helfen wird.
Ihre Notizen und die Nachbereitung sind hervorragend, wir schätzen die Zeit, die Sie für Ihre Überlegungen aufgewendet haben.
Häufige Fragen
Wir haben ein eigenes Audioteam. Wozu eine externe Bewertung? Weil euer Team dieselben Referenzen hört wie jeden Tag. Der Wert liegt in der Neutralität und im Vergleich gegen die Wettbewerber, nicht im besseren Ohr.
Können wir das nicht messen statt hören? Beides. Messwerte sagen, was das System tut. Ob es überzeugt, entscheidet die Wahrnehmung, und die braucht ein strukturiertes Hörverfahren.
Bekommen wir eine Zahl, mit der wir werben können? Ihr bekommt einen Bericht mit einer Bewertung und den Stellen, an denen es auseinanderfällt. Ob daraus Marketing wird, ist ein zweiter Schritt und eine eigene Absprache.
Was, wenn das Ergebnis schlecht ausfällt? Dann steht das im Bericht. Ein Gutachten, das immer gut ausgeht, ist keins.
Wir sitzen nicht in München. Das Gespräch läuft über Google Meet. Für die Bewertung schickt ihr mir das Gerät.
Wie wir anfangen
Bevor wir über Verfahren reden, klären wir in einer Viertelstunde das Wesentliche: um welches Produkt es geht, wogegen es sich vergleichen soll, wann ihr das Ergebnis braucht und wer bei euch entscheidet. Danach weiß ich, ob ich der Richtige bin, und du weißt, was es braucht.
Erstes Gespräch anfragen