Sport-Livestream in 360° – binaurale Stadionatmosphäre

Im Fernsehen klingt ein Stadion immer gleich weit weg. Man hört eine Wand aus Publikum, dazu den Kommentar, und beides liegt vorne im Gerät. Setzt man dieselbe Übertragung mit Kopfhörern auf und der Ton ist binaural aufgenommen, passiert etwas Simples und trotzdem Ungewohntes: Man sitzt plötzlich auf einem Platz. Der Jubel kommt von schräg hinten, die Trommel steht links, und wenn der Ball ins Tor geht, hört man, wo es passiert ist.

Für ein Sport-Livestreaming habe ich genau diesen Teil gebaut. Es ging um die Atmosphäre eines großen Spiels, aufgenommen von drei Positionen und ausgeliefert als binaurale Spur im Stream. Über Auftraggeber und Wettbewerb darf ich nichts sagen, über die Arbeit schon.

Warum Livesport der unbequemste Fall für räumlichen Ton ist

Fast alles, was ich sonst mache, hat einen zweiten Versuch. Ein Film wird gemischt, angesehen, geändert. Eine VR-Anwendung wird gebaut, getestet, nachgebessert. Bei einer Liveübertragung gibt es das nicht. Es läuft knapp drei Stunden am Stück, und was in dieser Zeit an Ton entsteht, ist das Ergebnis.

Dazu kommt, dass ein Stadion akustisch kein freundlicher Ort ist. Es ist laut, der Pegel springt in Sekunden um zwanzig Dezibel, und die interessanten Ereignisse kündigen sich nicht an. Ein Mikrofon, das für den Normalzustand richtig eingestellt ist, verzerrt beim Tor, und eines, das für das Tor eingestellt ist, liefert die restlichen zwei Stunden vor allem Rauschen. Die Antwort darauf steckt in der Auflösung: Bei vierundzwanzig Bit kann man deutlich vorsichtiger aussteuern, als es sich in Stereo je gelohnt hätte, und den leisen Teil hinterher anheben, ohne dass es rauscht. Man nimmt also bewusst zu leise auf und behält den Spitzen den Platz, den sie brauchen.

Der dritte Punkt ist der eigentliche Grund für den Aufwand. Ein Stadion hat keinen Ton, es hat mehrere. Hinter dem Tor der Heimseite klingt es anders als hinter dem Tor der Gästeseite, und beides klingt anders als die Haupttribüne. Wer nur eine Position aufnimmt, bekommt eine Meinung darüber, wie das Spiel geklungen hat, und wer drei aufnimmt, kann in der Mischung entscheiden.

Wie drei Positionen zu einem Hörplatz wurden

An den beiden Toren standen unterschiedliche Verfahren, und das war Absicht. Auf der Heimseite ein Ambisonics-Mikrofon, also ein volles Schallfeld in vier Kanälen, das sich in der Nachbearbeitung in jede Richtung drehen lässt. Auf der Gästeseite ein Gerät, das vorne und hinten getrennt aufzeichnet, sodass sich daraus ein Rundumbild zusammensetzen lässt. Auf der Tribüne lief ein Rekorder, der Mitte-Seite und XY gleichzeitig aufnimmt, zwei Stereoverfahren parallel aus derselben Kapselanordnung.

Diese Doppelung ist kein Luxus, sondern eine Versicherung. Mitte-Seite lässt sich in der Breite noch verändern, XY nicht, dafür ist XY unempfindlicher gegen Phasenprobleme, wenn man später auf Stereo herunterrechnet. Bei einer Aufnahme, die nicht wiederholbar ist, entscheidet man solche Fragen nicht vorher, sondern nimmt beides mit.

Drei Rekorder, die drei Stunden lang unabhängig voneinander laufen, bringen ein zweites Problem mit, das man vorher lösen muss. Ihre Uhren gehen leicht auseinander, und was am Anfang synchron ist, steht am Ende sichtbar versetzt. Bei Musik fällt das sofort auf, bei Publikum nicht sofort, dafür klingt es diffus und man findet nicht, woran es liegt. Es hilft, ein gemeinsames Ereignis im Material zu haben, an dem sich alle Spuren ausrichten lassen, und den Versatz über die Länge zu prüfen statt nur am Anfang.

Dazu kommt die schlichte Logistik. Aufnahmepositionen in einem Stadion sind nicht frei wählbar, sie müssen zugänglich, sicher und während des Spiels unbeaufsichtigt zu betreiben sein. Ein Rekorder, an den man in der zweiten Halbzeit nicht mehr herankommt, muss vorher so eingestellt sein, dass er ohne Eingriff durchläuft. Das klingt banal und ist der Teil, an dem solche Aufnahmen am häufigsten scheitern.

Im Stream lagen am Ende zwei Ebenen. Der Kommentar bleibt fest vorne, weil man ihm folgen können muss und weil eine Stimme, die beim Kopfdrehen wandert, in einer Übertragung nur nervt. Die Atmosphäre liegt binaural darum herum. Der Kontrast zwischen beidem ist es, der funktioniert: Weil die Stimme klar an einer Stelle sitzt, wird der Rest als Raum lesbar.

Was dabei nicht passiert, ist genauso wichtig. Ich habe die Atmosphäre nicht aufgeblasen. Die Versuchung ist groß, Stadionton so zu mischen, dass er beeindruckt, mit viel Pegel und viel Breite. Nach zwanzig Minuten ist das anstrengend, und der Kommentar muss sich dagegen durchsetzen, was ihn hart macht. Ein Livestream wird nicht am Höhepunkt gemessen, sondern an der Stunde davor.

Was daraus geworden ist

Am Ende steht eine binaurale Summe über die volle Länge der Übertragung, knapp drei Stunden, dazu die Einzelpositionen als Material für alles, was später daraus entstehen soll.

Solche Aufnahmen sind nach dem Spiel nicht wertlos, im Gegenteil: Zusammenschnitte, Trailer und Rückblicke greifen darauf zurück, und dann ist es ein Unterschied, ob eine Stereospur vorliegt oder ein Schallfeld, aus dem sich jede Blickrichtung bedienen lässt.

Eine Sache muss man dabei ehrlich mitdenken. Binaural entfaltet sich nur über Kopfhörer, und ein Teil des Publikums schaut über Laptoplautsprecher oder einen Fernseher. Eine binaurale Spur klingt dort nicht falsch, aber der Effekt, für den man den Aufwand betreibt, verschwindet. Deshalb gehört zu so einer Produktion immer die Frage, welcher Anteil der Zuschauer tatsächlich Kopfhörer trägt, und ob es sich lohnt, für die anderen eine eigene Fassung vorzuhalten.

Sport in räumlichem Ton ist für mich kein neues Thema. Für ranFIGHTING habe ich einen Boxkampf in 360° aufgenommen, für einen Bundesliga-Spot die VR-Fassung gemacht, und beim Rollstuhlbasketball ging es darum, ein schnelles Spiel mit Ambisonics einzufangen. Der Unterschied hier war die Länge und die Tatsache, dass es live rausging. Fuer denselben Auftraggeber hatte ich zuvor bereits Ambisonics-Mikrofonie aus drei Positionen bei einer anderen Live-Sportuebertragung realisiert, dort ging der Ton direkt in den Stream.

Planst du eine Sportübertragung mit räumlichem Ton?

Bei einer Liveproduktion entscheidet sich alles am Aufnahmetag, weil es keinen zweiten gibt. Lass uns vorher darüber reden, wie viele Positionen es wirklich braucht.