360°-Konzert – sechs Aufnahmepositionen, drei Tonfassungen

Bei einer normalen Konzertaufzeichnung lautet die Frage, wo der beste Platz ist. Man sucht ihn, stellt dort die Mikrofone hin und mischt darauf zu. In 360° gibt es diesen Platz nicht mehr, weil das Publikum selbst entscheidet, wohin es schaut, und weil mehrere Kameras mehrere Plätze bedeuten.

Für die Aufzeichnung eines Konzerts habe ich an zwei Konzerttagen und einem Soundcheck aufgenommen und daraus drei Tonfassungen gebaut, von Stereo bis zur vollen immersiven Auflösung. Zum Auftraggeber und zur Band darf ich nichts sagen. Über das Verfahren schon.

Warum ein Konzert in 360° mehrere Hörplätze braucht

Ein Schnitt in einem Konzertfilm ist im Bild eine Selbstverständlichkeit. Man sieht die Band von vorn, dann die Drums von der Seite, dann das Publikum. Im Ton ist derselbe Schnitt ein Sprung, weil sich mit der Kamera auch der Hörort ändert. Bleibt der Ton dabei gleich, wirkt das Bild angeklebt, ändert er sich zu stark, wird die Aufzeichnung unruhig, und beides fällt bei einem Konzert stärker auf als bei einem Interview, weil Musik durchläuft und jede Unstetigkeit sofort hörbar macht.

Dazu kommt ein Missverständnis, das bei Konzertproduktionen fast immer auftaucht. Der Mischpultabgriff, also die Summe oder die Einzelspuren vom Front-of-House, ist nicht das, was im Saal zu hören ist. Er enthält, was über die Anlage läuft, und lässt weg, was der Raum daraus macht: die Verzögerung bis zur Rückwand, das Publikum, die Reflexionen. Wer nur den Abgriff hat, bekommt eine saubere Studioaufnahme mit Publikum darüber, aber keinen Ort.

Deshalb geht es bei so einer Aufnahme nicht darum, das Konzert einzufangen, sondern die Positionen. Der Abgriff liefert die Substanz, die Raummikrofone liefern die Auskunft darüber, wo man steht. Erst beides zusammen ergibt einen Platz, an dem man sitzen kann.

Wie sechs Positionen aufgenommen wurden

Im Graben vor der Bühne stand ein dreidimensionales Array, also eine feste Anordnung mehrerer Mikrofone, die neben der Breite auch die Höhe erfasst. Bei einem Konzert ist das kein Detail, weil ein erheblicher Teil des Klangs von oben kommt, aus der Hallenkonstruktion und den geflogenen Lautsprechern.

Solche Arrays haben einen Vorteil, den man erst im Vergleich hört. Ein Ambisonics-Mikrofon erster Ordnung liefert ein vollständiges Feld aus einem einzigen Punkt, ist dafür aber in der Ortung weich, weil vier Kanäle die Richtung nur grob beschreiben. Ein Array aus mehreren gerichteten Mikrofonen mit echtem Abstand zueinander liefert dagegen Laufzeitunterschiede, und genau die machen aus einer Richtung eine Position. Bei einer Band, die über eine breite Bühne verteilt steht, ist das der Unterschied zwischen einer Front und einzelnen Musikern.

Am Mischpult, mitten im Publikum, lief eine Stereoanordnung auf einem eigenen Rekorder. Das ist der Platz, den ein Zuschauer in der Mitte des Saals tatsächlich hat, und er klingt anders als alles, was näher an der Bühne steht.

Der interessanteste Aufbau war der fahrbare. Ein binauraler Kunstkopf zusammen mit einem Ambisonics-Mikrofon auf einem Rollstativ.

Ein feststehendes Mikrofon nimmt einen Ort auf, ein fahrbares nimmt einen Weg auf, und das ist ein Unterschied, den man nicht nachträglich herstellen kann. Wenn sich der Hörplatz während eines Stücks vom Mischpult an die Bühnenkante bewegt, bekommt das Publikum später eine Bewegung, die sich mit keiner Schnittfolge herstellen lässt.

Dazu kamen Positionen an den Instrumenten auf der Hauptbühne und an der zweiten Bühne im Publikum. Der Soundcheck am Vortag war dabei kein Vorlauf, sondern Arbeitszeit: Aufbauten prüfen, Pegel setzen, Störgeräusche finden, solange noch niemand im Saal steht. Zwei Konzerttage bedeuten außerdem etwas, das es bei Livearbeit selten gibt, nämlich einen zweiten Versuch.

Was an Vorbereitung nie fehlen darf, ist die Frage, wie die Geräte hinterher wieder zueinanderfinden. Mehrere unabhängig laufende Rekorder driften auseinander, und bei Musik hört man das sofort. Es braucht also eine gemeinsame Referenz im Material und die Disziplin, den Versatz über die volle Länge zu prüfen und nicht nur am Anfang.

Was geliefert wurde

Am Ende standen drei Stufen derselben Aufnahme. Eine Stereofassung für alles, was nichts anderes kann. Eine immersive Fassung. Und eine immersive Fassung in voller Auflösung, gemischt in Ambisonics dritter Ordnung, mit deutlich mehr Richtungsschärfe als die vier Kanäle, die man aus 360°-Video kennt.

Diese eine Mischung muss dann mehrere Wege bedienen. Auf Kopfhörern wird sie binaural gerendert. Für ein aktuelles Headset geht sie in einen Apple-Container, der die dritte Ordnung trägt. Für ältere Player bleibt eine Fassung erster Ordnung als Rückfallebene. Diese Kette vorher zu kennen, ist der Unterschied zwischen einmal mischen und dreimal mischen. Worauf dabei technisch zu achten ist, habe ich ausführlicher bei Apple Immersive Video beschrieben.

Was ein Publikum tatsächlich bemerkt, ist übrigens unspektakulärer, als es klingt, und genau deshalb funktioniert es. Niemand setzt ein Headset auf und denkt über Ambisonics-Ordnungen nach. Man merkt, dass der Applaus hinter einem liegt und nicht vorne, dass der Saal groß ist, und dass man sich umdrehen kann, ohne dass die Musik kippt. Wenn das stimmt, redet hinterher niemand über den Ton, und in dieser Arbeit ist das das beste Ergebnis, das es gibt.

Der Reiz von Musik in 360° liegt darin, dass sie den Aufwand bereitwilliger rechtfertigt als die meisten anderen Formate. Für ein Interview reicht oft eine gute Stereospur. Bei einem Konzert ist der Raum Teil der Sache, und ein Publikum, das den Kopf dreht, merkt sofort, ob es in einem Saal sitzt oder vor einer Wand. Ähnlich war es beim VR-Erlebnis mitten im Orchester, nur dass dort das Sitzen inmitten des Ensembles der ganze Punkt war.

360°-Konzertaufnahme geplant?

Ob die Pultsumme reicht oder ob es Raumpositionen braucht, entscheidet sich vor dem Konzert und nicht danach. Lass uns rechtzeitig darüber sprechen, was dein Publikum am Ende hören soll.