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 beginnt das Problem, das dieses Projekt technisch interessant macht.

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 Stereospur. Genau das war das eigentliche Problem, an dem der Auftraggeber hing: Wie bringt man Raumklang und eine kopffeste Spur gleichzeitig in ein einziges Video, wenn YouTube dafür keine zwei getrennten Ablagen vorsieht? Facebook konnte das damals, YouTube nicht, und in der Praxis heißt das: Alles, was zu hören sein soll, muss ins Schallfeld. Es gibt keine Ablage für Ton, der einfach nur vorne in der Mitte hängen soll.

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, passiert etwas Unangenehmes: Der Zuschauer hört jemanden sprechen, dreht sich zu der Stelle, an der die Stimme herkommt, 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. Diese Unterscheidung wird im Film selten bewusst gemacht, in immersiven Medien 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.

Die Stimmen, die zur Szene gehören, habe ich im Schallfeld dorthin gesetzt, wo die sprechende Person tatsächlich steht, und zwar in beiden Sprachfassungen an dieselbe Stelle. Wenn Ernesto Mamanche, der Anführer der Muisca-Gemeinschaft in Sesquilé, rechts vor seiner Hütte sitzt, kommt seine Stimme rechts vorne, egal ob man die spanische oder die deutsche Fassung hört. Das ist keine Kosmetik. Es ist der Unterschied zwischen einem Interview und einem Gespräch, bei dem man sich zum Gegenüber dreht.

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

Die Musik lag als Stereodatei vor und musste ebenfalls ins Schallfeld. Eine Stereospur 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, statt an einer Wand zu kleben.

Die Erzählstimme habe ich bewusst anders behandelt als die Szenenstimmen. 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 lokalisierbar ist, liest sich der Unterschied von selbst.

Das gilt auch technisch: Eine Stereospur, die im Ambisonics-Feld liegt, verzerrt nach dem Dekodieren an jeder Stelle im Raum, an der man sie ablegt.

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, also acht Master und acht Stereodateien, verteilt auf drei Lieferrunden 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. Wie eine 360°-Dokumentation klingt, wenn der Ton von Anfang an mitgeplant wird statt hinterher dazuzukommen, zeigt Crossing Borders.

Regie, Kamera und Schnitt lagen 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 ist kein Nachtrag, den man am Ende darüberlegt. Sie muss dieselben Positionen im Raum bedienen wie das Original, sonst zerfallen die beiden Versionen in zwei verschiedene Filme, von denen nur einer funktioniert. Ähnlich lag der Fall bei der deutschen Fassung von Emperor, wo jede Sprachdatei exakt auf eine bestehende Timeline passen musste.

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.