1. Remove Silence
  2. Blog

Stille aus Voiceover und Hörbüchern entfernen

ACX will Raumton, keine Stille. Die aktuellen Anforderungen empfehlen 1 bis 5 Sekunden Raumton am Anfang und Ende jeder Datei, und der Raumton-Abstand darf nirgends in der Datei 5 Sekunden überschreiten. Wenn du also Stille aus einer Sprachaufnahme entfernst, kürzt du Pausen und füllst Schnitte mit sauberem Raumton. Eine Lücke schneidest du nie bis auf digitale Null. Dieser Artikel zeigt die ACX-Werte, den Umgang mit Pausen und Atem und wie du eine Datei vor dem Hochladen prüfst.

Was ACX verlangt

Das sind die Audioanforderungen von der Seite im ACX-Hilfecenter. Lies die Seite selbst, bevor du einreichst, denn ACX aktualisiert sie.

Anforderung ACX-Formulierung, zusammengefasst
Raumton am Anfang und Ende 1 bis 5 Sekunden empfohlen, am Anfang und Ende jeder Datei
Abstände Raumton-Abstand darf 5 Sekunden nicht überschreiten
Lautheit Zwischen -23 dB und -18 dB RMS
Spitzen Nicht höher als -3 dB
Grundrauschen Nicht höher als -60 dB RMS
Format MP3 mit 192 kbit/s oder mehr, CBR, 44,1 kHz
Kanäle Alle Dateien im selben Format, alle mono oder alle stereo
Länge Keine Datei länger als 120 Minuten
Inhalt Ein Kapitel oder Abschnitt pro Datei, mit Abschnittsansage; Vor- und Abspann als eigene Dateien
Sauberer Ton Keine Plosive, Mikrofon-Pops, Mausklicks, übermäßige Mundgeräusche oder Versprecher

Hinweis zum Wert für Anfang und Ende: Ein älterer Beitrag im ACX-Blog zum Schnitt nannte 0,5 bis 1 Sekunde am Anfang und 1 bis 5 Sekunden am Ende, und eine Anmerkung der Redaktion im selben Beitrag verweist auf eine neuere Regel. Die Seite mit den Anforderungen ist die aktuelle Referenz, und sie bezeichnet ihren Wert von 1 bis 5 Sekunden als Empfehlung.

Raumton statt digitaler Stille

Das ACX-Glossar definiert Raumton als das Hintergrundgeräusch in einem Raum und sagt, dass er bei Hörbüchern der ruhende Klang deines Studios sein soll, so nah an Stille wie möglich. Der letzte Teil wird leicht missverstanden. So nah an Stille wie möglich heißt: ein ruhiger Raum. Es heißt nicht, den Raum durch Nullen zu ersetzen.

ACX’ eigener QA-Beitrag ist dazu deutlich: Dein Audio sollte nie auf absolut null fallen. Er fügt hinzu, dass dein Raumton deine Basis sein und durchgehend gleich bleiben muss. Der Grund ist einfach. Das Publikum hört den Raum die ganze Zeit unter deiner Stimme. Fällt eine Lücke auf digitale Stille, verschwindet der Raum und kommt wieder, und dieser Wechsel fällt mehr auf, als der Raum je aufgefallen ist.

ACX’ Beitrag zu Schnitt und Abständen sagt dasselbe aus Sicht des Schnitts: Herausgeschnittene Stellen werden durch sauberen Raumton ersetzt. Er rät auch, neuen Raumton aufzunehmen, sobald du Mikrofon oder Studioeinstellungen änderst.

So nimmst du Raumton auf

  1. Bau alles genau so auf wie für die Sprachaufnahme: dieselbe Mikrofonposition, dieselbe Verstärkung, derselbe Raum.
  2. Sei still und reglos und nimm eine Strecke des leeren Raums auf.
  3. Beschrifte sie mit dem Datum der Session, und nimm sie neu auf, sobald sich am Aufbau etwas ändert.
  4. Füll damit jeden Schnitt und jede Lücke in den Dateien dieser Session.

Welche Pausen du kürzt und welche du behältst

Pausen in einer Sprachaufnahme gehören zur Performance. Sie sagen dem Publikum, wo ein Satz endet, wo ein Absatz die Richtung ändert und wo eine Szene wechselt. Stilleentfernung soll Zögern und tote Stellen herausnehmen, nicht die Struktur.

Pause Was du tust
Zwischen Wörtern, durch Stolpern oder Zögern Kürzen oder entfernen
Zwischen Sätzen Natürliche Pause behalten, nur offensichtliches Ziehen kürzen
Zwischen Absätzen Spürbar länger lassen als eine Satzpause
Szenenwechsel und Abschnittswechsel Hier die längsten inneren Pausen, unter der 5-Sekunden-Grenze von ACX
Anfang und Ende jeder Datei Raumton, nach der aktuellen ACX-Empfehlung
Neue Anläufe und Versprecher Den schlechten Take und seine Pause entfernen, die Naht mit Raumton füllen

ACX veröffentlicht keine festen Längen für Satz- oder Absatzpausen. Die beste Richtschnur ist Gleichmäßigkeit: Leg in Kapitel 1 ein Gefühl für jede Art von Pause fest und halte es durch das ganze Buch. ACX führt gleichmäßige Abstände neben Pegeln, Klang und Rauschen unter seinen Anforderungen auf.

Atem

Beim Atem geht der Schnitt von Sprachaufnahmen am häufigsten schief. Entfernst du alle Atemzüge, klingt die Stimme, als bräuchte sie nie Luft. Lässt du alle stehen, füllt sich eine ruhige Passage mit Einatmen.

  • Entferne laute oder scharfe Atemzüge und den Atemzug vor dem ersten Wort einer Datei.
  • Senk die Lautstärke der übrigen Atemzüge, statt sie zu löschen, wenn dein Editor das kann.
  • Wenn du einen Atemzug löschst, füll die Stelle mit Raumton, nicht mit Stille, und lass die Pausenlänge etwa gleich.
  • Achte auf Atemzüge, die ein Stille-Entferner behält, weil sie lauter sind als sein Schwellenwert. Sie sitzen oft direkt am Satzanfang.

Was automatische Stilleentfernung mit Sprachaufnahmen macht

Die meisten Stille-Entferner nutzen drei Einstellungen: einen Pegel, unter dem Audio als Stille gilt, eine minimale Pausenlänge und einen Puffer um die Sprache. Mit Podcast-Einstellungen auf eine Sprachaufnahme angewendet, entstehen Pausen, die alle gleich kurz sind. Damit verschwindet der Unterschied zwischen Komma, Punkt und Absatz.

Zwei Ansätze funktionieren bei langen Sprachaufnahmen besser:

  • Kürzen, nicht entfernen. In Audacity hat Effect > Special > Truncate Silence zwei Modi. Truncate Detected Silence kürzt jede erkannte Pause auf dieselbe Länge. Compress Excess Silence kürzt nur den Teil jeder Pause, der über die Mindestdauer hinausgeht, um einen Prozentsatz, den du festlegst. Längere Pausen bleiben so länger als kurze. Der zweite Modus erhält die Form deines Tempos. Da beide Modi die vorhandene Pause kürzen, ist das verbleibende Audio dein eigener Raumton. Die Anleitung zu Audacity zeigt alle Schritte. Die Bezeichnungen stammen aus der englischen Oberfläche.
  • Entfernen, dann Anfang und Ende neu aufbauen. Das kostenlose Tool auf dieser Seite entfernt Pausen, die länger sind als seine Einstellung Kürzeste Pause, und behält einen Rand, den du mit Puffer um Sprache festlegst. Stille ganz am Anfang und Ende der Datei schneidet es komplett weg. Vor dem Einreichen musst du dort also wieder Raumton einfügen.

Setz den Stillepegel etwas über dein Grundrauschen. Liegt er unter dem Raum, zählt nichts als Stille. Liegt er weit darüber, werden leise Wortenden geschnitten. Stille-Schwellenwert-Einstellungen erklärt, wie du den richtigen Pegel findest.

Lautheit: ACX misst RMS, nicht LUFS

ACX verlangt -23 bis -18 dB RMS mit Spitzen von höchstens -3 dB. LUFS erwähnt die Seite mit den Anforderungen nicht. Das ist wichtig, weil viele Tools auf ein LUFS-Ziel normalisieren, Audacity zum Beispiel standardmäßig.

QuellCut etwa normalisiert Audio auf -16 LUFS. LUFS ist eine andere Messgröße als RMS, und -16 LUFS ist nicht die ACX-Vorgabe. Eine auf -16 LUFS normalisierte Datei liegt nicht automatisch im ACX-Bereich, und die Normalisierung prüft weder Spitzen noch Grundrauschen. Geht dein Buch an ACX, miss RMS und Spitzen nach jeder Normalisierung und justiere mit einem Tool, das auf RMS zielt.

In Audacity kann das Effect > Volume and Compression > Loudness Normalization. Es bietet Perceived loudness (Standard -23 LUFS) oder RMS (Standard -20 dB). Die RMS-Normalisierung hebt oder senkt die ganze Datei, prüf danach also die Spitzen. Mehr zu LUFS-Zielen liest du unter Podcast-Lautheit und LUFS.

Ein Ablauf von der Aufnahme bis zum Upload

Phase Was du tust So prüfst du
Aufnahme Jede Session gleicher Aufbau; zu Beginn jeder Session Raumton aufnehmen Raumton mit Kopfhörern auf Brummen und Rauschen abhören
Schnitt Neue Anläufe und Stolperer entfernen, jede Naht mit Raumton füllen, langes Zögern kürzen Bearbeitete Stellen in Originalgeschwindigkeit anhören, nicht nur beschleunigt
Pausen Pausen mit einem Modus kürzen, der ihre relative Länge erhält Absatz- und Szenenwechsel stichprobenartig prüfen, keiner über 5 Sekunden
Mastering RMS auf -23 bis -18 dB bringen und Spitzen bei höchstens -3 dB halten RMS, Spitzen und Grundrauschen an der fertigen Datei messen
Export MP3 mit 192 kbit/s oder mehr, CBR, 44,1 kHz, gleiches Kanalformat für jede Datei Dateieigenschaften prüfen und Länge unter 120 Minuten
Upload Das ACX-Audio-Analysetool auf jede Datei anwenden Bericht lesen, dann auf das achten, was es nicht erkennt

Zwei Tools helfen beim Prüfen:

  • ACX Check ist ein Analyse-Plug-in für Audacity, erhältlich auf Audacitys Plug-in-Seite. Es zeigt Spitzenpegel, RMS-Pegel und Grundrauschen. Das Grundrauschen misst es als RMS-Pegel der leisesten 500 Millisekunden in der Auswahl. Laut Plug-in-Seite kann dieser Wert irreführen, wenn ein Teil der Auswahl leiser ist als der Rest.
  • Das Audio-Analysetool von ACX läuft auf Dateien, die du zu ACX hochlädst. Laut ACX-FAQ prüft es RMS, Spitzenpegel, Bitrate, Bitratenverfahren, Abtastrate, gemischte Kanäle, doppelte Dateien und Abstände. Grundrauschen, Schnittfehler oder Fremdgeräusche erkennt es nicht, und seine Ergebnisse sehen nur Produzenten und Rechteinhaber, die selbst produzieren. ACX weist außerdem darauf hin, dass RMS- und Spitzenwerte je nach DAW und Messgerät abweichen können.

Keines der beiden Tools hört sich deine Performance an. Eine Datei kann jeden Wert einhalten und trotzdem in Kapitel 12 einen holprigen Schnitt haben.

Kommerzielles Voiceover: Werbung und E-Learning

Außerhalb von Hörbüchern gibt es keine einheitliche Vorgabe, die Lieferhinweise des Kunden gehen vor. Ein paar Gewohnheiten gelten trotzdem:

  • Werbung wird auf einen festen Slot geschnitten. Kürz Pausen, bis es passt, bevor du über ein schnelleres Sprechtempo nachdenkst, denn das verändert die Stimme.
  • E-Learning läuft oft unter Bildschirmtext und Animation. Behalte Pausen nach wichtigen Punkten, denn die Lernenden lesen vielleicht noch. Frag nach, ob der Kunde die Dateien nach Folie oder Bildschirm getrennt haben will.
  • Erklär- und App-Videos sind auf das Bild getimt. Pausen, die in der Wellenform lang aussehen, braucht es vielleicht, um einen Bildwechsel zu treffen.
  • Lieferung. Wenn der Kunde nichts anderes will, lass am Anfang und Ende jeder Datei einen kurzen Rand Raumton, damit sein Editor etwas zum Trimmen hat, und liefere nie mit digitaler Stille an den Rändern.

Fehler, die du vermeiden solltest

  • Lücken stummschalten, statt sie mit Raumton zu füllen.
  • Raumton von einem anderen Tag oder Aufbau verwenden, sodass sich der Hintergrund mitten im Kapitel ändert.
  • Podcast-Stilleentfernung auf ein ganzes Buch anwenden und jede Pause auf eine Länge plätten.
  • Das LUFS-Ergebnis eines Normalisierers als Beweis für ACX-konforme Lautheit nehmen.
  • Anfang und Ende auf null schneiden und dann vergessen, wieder Raumton einzufügen.
  • Mono- und Stereodateien in einem Projekt mischen.

Wo die Tools auf dieser Seite passen

Das kostenlose Tool auf dieser Seite eignet sich für einen ersten Blick: Öffne einen Kapitelausschnitt von bis zu 3 Minuten, sieh, wie viel davon Pause ist, und hör, was verschiedene Werte für Kürzeste Pause und Puffer um Sprache bewirken. Es läuft in deinem Browser und exportiert WAV. Raumton fügt es nicht hinzu, und ACX-Vorgaben prüft es nicht.

QuellCut auf iPhone und iPad passt zu Voiceover-Entwürfen und gesprochenen Inhalten: Die App entfernt Stille und Füllwörter, lässt dich jeden Schnitt in einer Timeline prüfen und exportiert M4A oder WAV. Ihre Normalisierung auf -16 LUFS ist nicht die ACX-Lautheitsvorgabe, und sie macht eine Datei nicht ACX-konform. Für ein Hörbuch stellst du das Master in einer DAW fertig und prüfst es selbst gegen die ACX-Anforderungen. Mehr zu reinen Audio-Abläufen steht in der Audio-Anleitung.

Fragen

Wie viel Raumton will ACX am Anfang und Ende einer Datei?
Die aktuellen Anforderungen von ACX empfehlen 1 bis 5 Sekunden Raumton am Anfang und Ende jeder Datei und schreiben vor, dass der Raumton-Abstand 5 Sekunden nicht überschreiten darf. Ältere Beiträge im ACX-Blog nennen andere Werte für Anfang und Ende, richte dich also nach der Seite mit den Anforderungen.
Darf ich zwischen Absätzen digitale Stille verwenden?
Nein. Laut ACX darf dein Audio nie auf absolut null fallen, und der Raumton sollte deine Basis sein. Füll Schnitte und Lücken mit sauberem Raumton aus derselben Session.
Erfüllt eine Normalisierung auf -16 LUFS die Lautheitsvorgabe von ACX?
Nicht von allein. ACX verlangt -23 bis -18 dB RMS mit Spitzen von höchstens -3 dB, gemessen als RMS, nicht in LUFS. Miss RMS und Spitzen nach jeder Normalisierung.
Prüft das Audio-Analysetool von ACX das Grundrauschen?
Laut ACX-FAQ nicht. Es prüft RMS, Spitzenpegel, Bitrate, Bitratenverfahren, Abtastrate, gemischte Kanäle, doppelte Dateien und Abstände. Das Grundrauschen prüfst du also selbst.
Soll ich jeden Atemzug aus der Sprachaufnahme entfernen?
Meist nicht. Entferne laute oder störende Atemzüge und schwäch die anderen ab, statt sie zu löschen, damit die Sätze nicht ineinanderlaufen.

Quellen: ACX: Anforderungen an Audiodateien (englisch), ACX: FAQ zum Audio-Analysetool (englisch), ACX-Blog: Why did my title fail QA? Teil 5 (englisch), ACX-Blog: Schnitt und Abstände mit Alex the Audio Scientist (englisch), Audacity-Handbuch: Truncate Silence (englisch), Audacity-Handbuch: Loudness Normalization (englisch).