Besuch im TVN-3DAudiostudio Hannover
Zukunftsmusik
Immersive visuelle Erfahrungen in 360°-Videos haben viele schon gemacht. Weniger verbreitet sind Installationen mit begleitendem dreidimensionalem Raumklang. In ihrem 3D-Audiostudio in Hannover setzt die TVN GOUP Film & TV Production genau hier ihren Schwerpunkt.
Mit der Inbetriebnahme ihres 3D-Audiostudios in Hannover steigt die TVN in ein neues Fachgebiet ein. Speziell im Bereich der professionellen Tonproduktion ist 3D-Audio gerade aktuell und verspricht aufgrund der vielfältigen Möglichkeiten, die diese neue Technik eröffnet, enormes Potenzial für die Zukunft nicht zuletzt in Verbindung mit 360˚-Videos
Der Autor hatte Gelegenheit, das TVN-3DAudiostudio in Hannover zu besuchen und mit Stephan Thyssen, Bereichsleiter Audio, ausführlich über Zielsetzungen und Potenziale zu sprechen. Beim Termin ebenfalls anwesend war Ralph Kessler vom Hamburger Ingenieurbüro Pinguin, der sich mit 3D-Audioproduktionen befasst und mit TVN in Kontakt steht.
3D-Audio ist dem einen oder anderen Leser eventuell aus der Kinotontechnik ein Begriff – hier sind unter anderem die Stichworte Dolby Atmos und Auro 3D bekannt. Diese Techniken sind auch im 3D-Audiostudio von TVN vorhanden, und ihre Bedeutung geht über Kinoton-Anwendungen deutlich hinaus.
David Bowie als Ideengeber
Die Initialzündung für die Beschäftigung mit 3D-Audiotechniken war ein Besuch von TVNs CEO Frank Hähnel in der David-Bowie-Ausstellung in Berlin im Jahr 2014, die als Hommage an den Künstler auf Audiotechniken der Firma Sennheiser zurückgriff, um Ton und Klang miteinander zu verschmelzen. Sennheiser beschäftigt sich schon seit Längerem mit 3D-Audio und hat unter dem Markennamen „AMBEO“ sein Programm für diese Technik zusammengefasst. Dessen Funktionen umfassen von Mixing und Processing bis hin zur Wiedergabe alle Aspekte der Audiosignalkette.
Für die David-Bowie-Ausstellung hatte Sennheiser unter der Federführung von Gregor Zielinsky, Diplom-Tonmeister und International Recording Applications Manager, eine 3D-Surround-Installation realisiert, die den Ausstellungsbesucher in die akustische Umgebung eines David-Bowie-Konzerts versetzen sollte. Das war keine einfache Aufgabe, denn die Originalaufnahmen waren natürlich nicht für eine Kompatibilität mit den aktuellen, damals noch nicht existierenden 3D-Audioformaten aufgezeichnet worden. Mithilfe ausgefeilter Upmix-Algorithmen sowie mit tonmeisterlichem Geschick und Erfahrung war es aber dennoch möglich, ein eindrucksvolles, immersives Klangerlebnis zu gestalten.
Wie viel mehr Potenzial, so die Überlegung von Frank Hähnel, würde eine 3D-Audioproduktion entfalten können, die von vornherein für ein solch intensives Audioerlebnis aufgezeichnet und produziert werden würde?
Die Gelegenheit zum Bau des 3D-Audiostudios ergab sich, weil das bestehende Tonstudio innerhalb der Räumlichkeiten von TVN in Hannover verlegt werden sollte. Dabei wollte der CEO möglichst früh auf den 3D-Audio-Zug aufspringen, um so einerseits die Potenziale ausloten zu können, die diese neue Technik bietet, und zum anderen durch sein Engagement einen gewissen Einfluss darauf auszuüben, wohin – um im Bild zu bleiben – der Zug fährt, was also im Bereich 3D-Audio an Produktionen und Konzepten realisiert werden kann beziehungsweise tragfähig ist.
Potenziale ausloten und Einfluss nehmen
Hausintern überlegte man zunächst, in welchen Bereichen der TVN-Projekte das Thema 3D-Audio in Zukunft eine Rolle spielen könnte beziehungsweise welche neuen Arbeitsbereiche zu erschließen sein würden. Dazu gehören unter anderem:
– Audioproduktion für lokale Kinowerbung vor dem Hauptfilm. Diese wird bisher in Stereo produziert, fällt aber gegenüber 3D-Audio-Filmen, die in Dolby Atmos oder Auro 3D produziert sind, wegen ihrer viel eingeschränkteren Räumlichkeit qualitativ hörbar ab.
– Dokumentation und Übertragung von Veranstaltungen und Konzerten (Beispiel: Wacken Open Air in 3D-Audio). In der Folge weitergedacht, wäre ein immersives Public Viewing mit Übertragungen von Konzerten oder Sportveranstaltungen vorstellbar. Dabei gibt es aus technischen Gründen einen deutlichen Unterschied zwischen Liveübertragung und Dokumentation, bei der noch eine Postproduktion möglich ist. In beiden Fällen stellt sich die Frage, wie man einen 3D-Sound mit der Bilddramaturgie verbinden sollte.
– Plattformen wie YouTube und Facebook stellen bereits 3D-Audioformate zur Verfügung, in der Regel vier Audiokanäle entsprechend den Ausgangssignalen von Ambisonics-Mikrofonen erster Ordnung. Dabei ist zunächst nichts in einer Postproduktion nachbearbeitet, und aufseiten der Produktion findet keine binaurale Virtualisierung eines Surround-, Dolby-Atmos-, oder Auro-3D-Setups statt. (Zu Erläuterungen der Fachbegriffe siehe den früheren iX-Artikel zu 3D-Audio [1] und den Kasten „3D-Kino und 3D-Kinoton“.) Die Möglichkeit, die 3D-Audioszene nachträglich mit der Kopfbewegung zu koppeln, ist ein inhärentes Feature des Ambisonics-Formats. Aus den Ambisonics-Mikrofonsignalen lässt sich ein virtuelles XY-Mikrofonarray berechnen und synchron mit der Kopfbewegung verdrehen beziehungsweise verschwenken.
– Home Entertainment: Auch bei Heimkino-Tonanlagen gibt es im Prinzip Dolby-Atmos-Setups. Dolby garantiert jedoch keine Mindestanzahl von Deckenlautsprechern für die Höheninformation. Bei preisgünstigen Anlagen kann es sein, dass die Deckenlautsprecher nur simuliert werden, indem schräg nach oben strahlende Lautsprecher auf den unteren Frontsystemen Reflexionen an der Zimmerdecke erzeugen, die ähnlich wie oben installierte Lautsprecher gehört werden. Das Absorptionsverhalten der Decke führt gegebenenfalls dazu, dass der höhere Frequenzbereich je nach akustischer Beschaffenheit der Decke mehr oder weniger deutlich abgeschwächt wird. Selbst eine so eingeschränkte Lautsprecherkonfiguration kann jedoch ein wahrnehmbar besseres Hörerlebnis bieten als die klassische (2D-)Surround-Anlage.
Kompatibel in alle Richtungen
Bei einem Studio für 3D-Audioproduktionen muss man den bei den Endanwendern einsetzbaren Wiedergabeformaten natürlich gerecht werden, speziell wenn es darum geht, Tonproduktionen für verschiedene Anwendungen anzubieten. Im TVN-Studio in Hannover gibt es daher eine Lautsprecherkonfiguration auf der Basis von Neumann-Abhörlautsprechern aus der KH-Serie, die Tonproduktionen sowohl in Dolby Atmos als auch in Auro 3D ermöglicht. Dabei geht es weniger um regelrechte Kinofilm-Tonproduktionen – dafür gibt es bereits zertifizierte Filmtonstudios –, sondern vielmehr darum, kompatibel zu den existierenden Formaten zu produzieren, etwa für Kinowerbung oder für Veranstaltungsdokumentationen, die auf Kinoton- und Heimkinoanlagen laufen sollen.
Um kompatibel mit den gängigen Formaten zu sein, haben die TVN-Mitarbeiter im 3D-Studio zunächst ein 7.1-Surround-Abhörsystem in der Standardkonfiguration installiert. Es besteht aus den drei Frontsystemen (Left, Center, Right), zwei Side Surround und zwei Back Surround. Für die Höheninformation wurden zwei weitere Teilsysteme installiert. Über den Lautsprechern Front L/R und Surround hinten L/R als den Ecken eines gedachten Rechtecks sind die vier Lautsprechersysteme für die Höheninformation des Auro-3D-Formats angebracht. Darüber hinaus gibt es zwei Reihen aus je zwei Deckenlautsprechern für Dolby Atmos (Abbildung 3).
Auf diese Weise ist das Abhörsystem des Audiostudios sowohl kompatibel zu den klassischen (Nicht-3D-)Surround-Produktionen als auch zu den beiden gängigen 3D-Kinotonformaten Auro 3D und Dolby Atmos. Um für das objektorientierte Dolby-Atmos-Format produzieren zu können, benötigt man eine Dolby-RMU (Rendering and Mastering Unit). Das ist im Prinzip ein leistungsfähiger Rechner, der die Tonspuren via MADI (Multichannel Audio Digital Interface) aus einem Pro-Tools-Produktionssystem bekommt und daraus die Lautsprechersignale (für die Studioabhöre), 7.1- und 5.1-Downmixe für traditionelle Kinotonanlagen sowie den Dolby Atmos Stream. Eine solche Dolby-RMU ist im TVN-Studio vorhanden.
Speziell für Consumer-Anwendungen verlockend ist die Möglichkeit, 3D-Audioproduktionen über Kopfhörer wiederzugeben. Das ist speziell dann interessant, wenn man die Bildinformation als Kugelpanorama über eine VR-Brille präsentiert. In einem solchen Wiedergabeszenario sollte die akustische Szene mit der sichtbaren verkoppelt sein, das heißt, der Rezipient muss Schallquellen unabhängig von seinen Kopfbewegungen dort hören, wo sie im Panoramavideo sichtbar sind.
Virtualisierte Lautsprecherkonfiguration
Im einfachsten Fall greift man zu einem Ambisonics-Mikrofon erster Ordnung, das im A-Format vier Audiospuren benötigt. Geeignet wäre beispielsweise das kürzlich von Sennheiser vorgestellte Ambeo-VR-Mikrofon. Vorteil des Formats ist, dass man auf der Basis der vier AA-Formatsignale ein virtuelles Mikrofonarray berechnen kann, das sich bei der Wiedergabe synchron mit der Kopfbewegung drehen und schwenken lässt.
Durch binaurales Rendering kann man aus einer virtuellen Lautsprecherkonfiguration auf der Basis gemessener Außenohrübertragungsfunktionen zwei Ohrsignale berechnen, die letztendlich eine Art Kunstkopfaufnahme in einem virtuellen Raum darstellen. Dieses binaurale Rendering kann Kopfbewegungen berücksichtigen, indem es die zur Berechnung verwendeten Außenohrübertragungsfunktionen gleitend an die jeweilige Kopfposition anpasst.
Für die Wiedergabe von 3D-Audioproduktionen beim Endverbraucher wäre für diesen Zweck ein Codec erforderlich, der – beispielsweise in einer Set-Top-Box untergebracht – die 3D-Lautsprechersignale binauralisiert. So etwas ist derzeit im Consumer-Markt noch nicht verfügbar. TVN sammelt auch mit dieser Technik Erfahrungen und sucht in Zusammenarbeit mit seinen Kunden nach Wegen, wie entsprechender Content bis zum Endanwender transportiert werden kann. Hier arbeitet die hausinterne VR-Abteilung zu, die ein 360°-Kamera-Rig für 12K-Aufnahmen entwickelt hat (Abbildung 4) und Interesse an einer dazu passenden Tontechnik bekundet. Im Prinzip würde sich eine solche Konstellation auch für die Liveübertragung einer Veranstaltung eignen. Allerdings ist die Videobildqualität der gegenwärtig gängigen 360°-Kameras in den meisten Fällen noch deutlich verbesserungswürdig.
Es wäre aber durchaus vorstellbar, so Stephan Thyssen, parallel zu der klassischen Videoübertragung eines Live-Events – etwa eines Konzerts oder einer Sportveranstaltung – als Second Screen eine 360°-Kamera im Zugriff zu haben, mit der man sich zusätzlich einen Überblick über das Geschehen verschaffen kann.
3D-Tonmischung für Videoproduktionen
Verwendet man eine 360°-Kamera im Wesentlichen für eine solche Überblicksfunktion über einen zusätzlichen Kanal, kann man die zugehörigen akustischen Signale über die vier Kanäle eines Ambisonics-Mikrofons erster Ordnung senden. Eine Veranstaltungsdokumentation mit Postproduktion, etwa für eine Konzertveranstaltung, ist da deutlich aufwendiger. Selbst eine 360°-Kamera, die ein Kugelpanorama liefert, in dem sich die Zuschauer mit einer VR-Brille interaktiv umsehen können, bietet ihnen nicht die Möglichkeit, sich nach Wunsch in der übertragenen Szene zu bewegen.
Deshalb werden Produzenten in der Regel verschiedene Schnitttechniken und gegebenenfalls mehrere Kameras einsetzen, um den Veranstaltungsmitschnitt für die Zuschauer interessanter und lebendiger zu gestalten. Für eine 3D-Tonproduktion stellt sich dann die Frage: Soll der Ton etwaige Wechsel der Kamerastandorte oder Schnitte auf Nahaufnahmen beispielsweise einzelner Künstler mitmachen oder dem Zuhörer eine relativ konstante akustische Umgebung anbieten? Das letzte Wort ist an dieser Stelle sicherlich noch nicht gesprochen, die Tonschaffenden müssen da erst noch Erfahrungen sammeln und die Rückmeldungen der Zuschauer/Zuhörer auswerten.
Beim Ortstermin in Hannover präsentierten die TVN-Mitarbeiter Demos aus einem Mitschnitt des Open-Air-Festivals in Wacken und der Dokumentation eines Bundesligaspiels. Darüber hinaus zeigte Ralph Kessler eine Pre-Release-Version der Dokumentation einer Konzerttour von Kohar, einem armenischen Symphonieorchester mit Chor. In allen Beispielproduktionen war die deutlich verbesserte Einbettung des Zuschauers in die akustische Szene gut wahrnehmbar.