Man steht mitten im Kolosseum, die Brille auf dem Kopf, und irgendwo spricht Mario. Mario ist der Erzähler, den man im Video sieht, und genau darum geht es: Bevor man ihn entdeckt, soll man hören, wo er steht. Dreht man sich zu seiner Stimme, schaut man in die richtige Richtung.
Für das Darmstädter Studio Faber Courtial habe ich 2019 den 360°-Ton für drei Filme ihrer Reihe „Follow Me“ gemacht: Kolosseum, Forum Romanum und Circus Maximus, jeweils auf Deutsch und in einer Fassung mit englischem Voice-over.
Alle drei Filme sind gleich gebaut. Am Anfang führt Mario in einer Halle ein, danach zeigt jeder Film drei Orte. An jedem Ort taucht Mario einmal an einer anderen Stelle auf, sonst bewegt er sich kaum, im Forum etwas mehr als im Kolosseum.
In einer 360°-Szene ist das eine Herausforderung für die Blickführung. Der Zuschauer kann überall hinschauen und verpasst leicht den Moment, in dem Mario den Platz wechselt. Spricht Mario dann wie ein klassisches Voice-over aus der Kopfmitte, gibt es keinen Hinweis, wo er jetzt steht. Das Konzept von „Follow Me“ ist deshalb wie gemacht für räumlichen Ton: Die Stimme selbst wird zum Wegweiser.
Die Vorgabe war Ambisonics erster Ordnung mit vier Kanälen, getestet wurde auf der Oculus Go. Die Tonspuren kamen vom bisherigen Tonmann des Studios, der sie schon grob im Raum positioniert hatte. Musik und Effekte ließ ich mir getrennt ausspielen, damit ich an einzelnen Stellen Akzente im Raum setzen konnte.
Mario verorten. Seine Stimme sitzt dort, wo er im Bild steht, und springt mit, wenn er an einem Ort die Position wechselt. Gemischt habe ich in Ambisonics dritter Ordnung mit 16 Kanälen. Daraus lässt sich jede kleinere Fassung ableiten, und man hat ein Master, das sich später auch für Lautsprecher-Formate dekodieren lässt.
Wie viel Raum verträgt eine Stimme? Hier gab es die spannendste Diskussion. Ich hatte Marios Stimme Hall gegeben, damit sie im selben Raum klingt wie das Bild. Ohne Hall „klebt“ ein Sprecher dem Zuschauer im Gesicht, weil ihm jede Entfernungsinformation fehlt. Dem Studio war das zu viel. Im Vergleich zur alten Stereofassung wirkte Mario weiter weg und weniger klar. Beide Seiten hatten einen Punkt, also haben wir einen Kompromiss zwischen Raum und Klarheit gesucht: deutlich weniger Hall, aber genug, damit Mario nicht wie ein Voice-over wirkt.
Ein Zischen im falschen Ohr. In der nächsten Runde hörte die Kundin etwas, das man leicht überhört: Stand Mario links, war im rechten Ohr ein leises Zisch-Echo seiner S-Laute zu hören. Das waren Artefakte der niedrigen Ambisonics-Ordnung. Die Lösung war ein Format mit mehr Kanälen. Ich bin auf das Facebook-Format TBE mit acht Kanälen umgestiegen, das die Oculus Go genauso abspielt, aber feiner auflöst.
Das englische Voice-over. In der zweisprachigen Fassung liegt die englische Stimme leicht versetzt über der deutschen, weil sie keine synchrone Übersetzung ist. Ich habe sie nicht direkt auf Mario gelegt, aber auch nicht überall verteilt, sondern leicht über ihm. So bleibt klar, wer spricht, und die Übersetzung konkurriert nicht mit dem Original.
Geliefert habe ich sechs Clips, drei Filme in je zwei Sprachfassungen, dazu eine Anleitung, wie das Studio Bild und Ton selbst zusammenführt. Nach der letzten Runde kam von Faber Courtial: „Alles hört sich nun wunderbar an. Das ist nun sehr viel klarer als beim letzten Mal!“
Was ich aus dem Projekt mitnehme: Bei 360°-Filmen mit Erzähler entscheidet der Ton, ob die Zuschauer der Geschichte folgen oder in die falsche Ecke schauen. Und wie viel Raum eine Stimme verträgt, entscheidet man am besten gemeinsam mit dem Kunden, der seinen Erzähler kennt.
Warum sollte ein Erzähler in 360° nicht aus der Kopfmitte sprechen? Weil der Zuschauer dann nicht weiß, wo er hinschauen soll. Kommt die Stimme aus der Richtung, in der die Person steht, dreht man sich von selbst dorthin.
Reicht Ambisonics erster Ordnung für VR-Filme? Für viele Projekte ja. Bei klaren Stimmen und Zischlauten kann die geringe Auflösung aber Artefakte im gegenüberliegenden Ohr erzeugen. Ein Format mit mehr Kanälen löst das.
Wohin gehört ein Voice-over in einer zweiten Sprache? Nahe an die Originalstimme, aber nicht exakt darauf. So bleibt die Verbindung zur Person im Bild erhalten, und beide Sprachen sind gut zu verstehen.
Ton, der den Blick führt, bevor sich jemand verirrt.
Jetzt unverbindlich anfragen