Eine binaurale Tonaufnahme ist eine Tonaufnahme von Schallsignalen mit Mikrofonen, die bei der Wiedergabe nur über Kopfhörer einen natürlichen Höreindruck mit genauer Richtungslokalisation erzeugen sollen. Bei der Aufnahme in Kunstkopfstereofonie wird häufig ein Kunstkopf verwendet.
Stereo und binaural Die Bezeichnung „binaural“ (etymologisch herleitbar von „binäre Auralität“, also Hören mit beiden Ohren) wurde früher häufig mit Stereo gleichgesetzt.
Allgemein werden Stereo-Tonaufnahmen allein über Lautsprecheranlagen beim Abhören gemischt, daher der Name „Lautsprecher-Stereofonie“. Dabei werden die vom Menschen zur Lokalisation verwendeten Eigenschaften wie die Kopf- oder Ohrmuschelformen zu Recht nicht berücksichtigt; denn beim natürlichen Hören und bei der Wiedergabe über Stereo-Lautsprecher im Stereodreieck bildet das Gehör die Ohrsignale selber.
Binaurale Aufnahmen sind „Stereo“-Aufnahmen mit besonderer Aufnahmetechnik, die typischerweise nur mit Kopfhörern korrekt wiedergegeben werden, daher die Bezeichnung als „Kopfhörer-Stereofonie“. Binaurale Aufnahmen, welche die durch Kopfhörerwiedergabe unterbundenen natürlichen Ohrsignale ersetzen, sind die beste technische Lösung, einen räumlichen Höreindruck realitätsnah zu reproduzieren.
Grundlagen des Hörens Definition eines Hörereignisses Ein Schallereignis wird erst dann zu einem Hörereignis, wenn die Schallwellen das Gehör durchdrungen haben, im Gehirn als Reiz anliegen und von ihm zu einer Hörwahrnehmung verarbeitet wurden. Man kann Schall- und Hörereignis auch nicht direkt vergleichen, da im Mittel- und Innenohr die Reizgestalt verändert wird. Das bedeutet, dass das Ohr das Signal gewissermaßen verzerrt. Diese Reize sind Empfindungen, die von Mensch zu Mensch unterschiedlich und von Frequenz, Dauer und dem Schalldruckpegel des Schallereignisses abhängig sind. Empfindungen sind nicht messbar, jedoch durch Hörstudien psychoakustisch statistisch erfassbar.
Lokalisation von Schallereignissen mini|lang=de|Benennung der drei Ebenenoben: 1. Horizontalebene (Transversalebene) mitte: 2. Medianebene (Sagittalebene)unten: 3. Frontalebene
Der Mensch ist in der Lage, seine wahrgenommenen Hörereignisse bestimmten Richtungen zuzuweisen. Der Mensch besitzt Wahrnehmungsmechanismen für die halbe Horizontalebene und die Medianebene. In einem kopfbezogenen Koordinatensystem wird als 0°-Achse die Richtung waagerecht nach vorn definiert.
Horizontalebene Sobald die Schallquelle nicht mehr direkt auf der 0°-Achse liegt, erreichen identische Schwingungsphasen das linke und das rechte Ohr zu unterschiedlichen Laufzeiten und in unterschiedlichen Pegeln (interaurale Laufzeitdifferenzen, ITD und interauralen Pegeldifferenzen, ILD), und veranlassen das Gehör zu einer Raumlokalisation im virtuellen Schallfeld. Es handelt sich hier um winzige Differenzen: Laufzeitdifferenzen (Laufzeitunterschiede) können durch das menschliche Gehör bereits ab einer Größe von 10 µs zur Richtungslokalisation ausgewertet werden. Dieses entspricht einer Lokalisationsschärfe in der Horizontalebene von etwa 1°. Bis zu einer Laufzeitdifferenz von 630 µs erhöht sich die seitliche Lokalisation in etwa proportional zum Laufzeitunterschied. Eine Laufzeitdifferenz von 630 µs entspricht einer Wegstreckendifferenz des Schalls von 21,5 cm. Diese, auch „Hornbostel-Wertheimer-Konstante“ genannte Größe, entspricht der Wegstreckendifferenz bei Schalleinfall aus ±90° Einfallsrichtung bei einem durchschnittlichen Abstand der beiden Ohren am menschlichen Kopf.
Durch interaurale Signaldifferenzen kann Schall in der Horizontalebene lokalisiert werden. Hierbei kann allerdings nicht zwischen Schall aus der vorderen und hinteren Horizontalebene unterschieden werden, denn hierfür sind die interauralen Signaldifferenzen gleich. Man unterscheidet hierbei drei Frequenzbereiche; vergleiche auch Duplex-Theorie von John William Strutt, 3. Baron Rayleigh. Unterhalb von 800 Hz beruht die Bestimmung von interauralen Laufzeitdifferenzen (ITD) vor allem auf der Auswertung von Phasendifferenzen zwischen den Ohrsignalen. Interaurale Pegeldifferenzen spielen hier keine Rolle. Oberhalb von 1600 Hz beruht die Lokalisation auf der Auswertung interauraler Pegeldifferenzen (ILD) sowie auf der Auswertung interauraler Gruppenlaufzeit-Differenzen (Laufzeitdifferenzen der Signal-Hüllkurven). Im Bereich zwischen 800 Hz und 1600 Hz überlappen sich die Wirkungsbereiche der beteiligten Effekte. Mit zunehmender Frequenz wird der Winkelbereich, in dem interaurale Phasendifferenzen ausgewertet werden können, immer kleiner. Dafür steigt die Größe der interauralen Pegeldifferenzen.
Interaurale Pegeldifferenzen entstehen durch Abschattungen durch den Kopf. Interaurale Pegeldifferenzen sind stark frequenzabhängig. Frequenzen mit Wellenlängen in der Größenordnung des Hindernisses werden kaum noch gebeugt. Tiefe Frequenzen unterhalb von etwa 300 Hz bilden keinen Schallschatten und damit keine für die Lokalisation der Richtung heranziehbaren Pegeldifferenzen aus. Wohl haben jedoch diese tiefen Frequenzen mit den Phasendifferenzen einen besonderen Einfluss auf das Räumlichkeitsempfinden und das Umhüllungsgefühl.
Medianebene In der Medianebene gibt es fast keine Laufzeitdifferenzen und Pegeldifferenzen zwischen beiden Ohren. Zur Lokalisation eines Schallereignisses werden hier die akustischen Eigenschaften des Außenohres ausgenutzt.
Die unterschiedlichen Erhebungen und Vertiefungen der Ohrmuschel bilden zusammen mit dem Gehörgang ein akustisches Resonatorsystem, das, je nachdem, ob der Schall von vorn, von oben oder von hinten eintrifft, unterschiedlich angeregt wird. Hierdurch entstehen richtungsabhängige Minima und Maxima im Frequenzgang der Ohrempfindlichkeit. Das dadurch klanglich veränderte Geräusch wird vom Gehör in der Medianebene lokalisiert und klanglich korrigiert.
Die Frequenzbereiche, die durch bestimmte Einfallsrichtungen angeregt werden, werden auch richtungsbestimmende Bänder genannt. Da die Form des Außenohres bei jedem Menschen anders ist, besitzt auch jeder Mensch etwas andere „Frequenzgänge“ für vorne, oben und hinten.
Mit dem Kunstkopf aufgenommene Schallereignisse, die in der Medianebene liegen, sind beim späteren Abhören oft nur schwer zu lokalisieren. So kommt es oft zu Vorne-hinten- bzw. Oben-unten-Vertauschungen oder Im-Kopf-Lokalisation bei Kopfhörer-Wiedergabe. Eine Ursache ist, dass der Kunstkopf nicht die korrekte Frequenzstruktur erzeugt, weil seine räumliche Filterwirkung nicht mit der individuellen Head-Related Transfer Function des Zuhörers übereinstimmt.
Naturgemäß sollte ein Hörereignis für diese Art der Lokalisation nicht in einem zu schmalbandigen Frequenzband liegen. Und entsprechend ist die Anwendung eines Equalizers hier kontraproduktiv. Durch eine Manipulation des Frequenzgangs werden ansonsten unter Umständen auch richtungsbestimmende Frequenzbänder verändert, was dann vermehrt zu Lokalisationstäuschungen (Lokalisationsfehlern) führt.
Die Lokalisationsschärfe liegt bei Schallereignissen, die dem Hörer unbekannt sind, bei rund 17°, bei alltäglichen Schallereignissen um 9°. Diese Werte gelten bei einer Geradeaus-Stellung des Kopfes. Je weiter ein Signal aus der Vorwärtsrichtung heraustritt, desto schlechter wird die Lokalisationsgenauigkeit.
Im-Kopf-Lokalisation Die Im-Kopf-Lokalisation ist ein als unangenehm empfundener Effekt, der vor allem bei der Kopfhörerwiedergabe, aber auch bei Lautsprecherwiedergabe eintreten kann. Die Hörereignisse werden dann nicht mehr außerhalb des Kopfes lokalisiert, sondern im Kopf.
Das Gehirn vergleicht die eintreffenden Ohrsignale auf bekannte interaurale Signaldifferenzen und bekannten spektrale Strukturen. Wenn die Signale interaurale Zeit- und Pegeldifferenzen aufweisen, die in dieser Kombination unbekannt sind, oder wenn die Signale eine spektrale Charakteristik aufweisen, die mit dem eigenen Außenohr noch nie wahrgenommen wurde, kann es zu einer Im-Kopf-Lokalisation kommen. Bei Lautsprechern kann dieser Fall bei Verpolung eintreten und wenn man sie in einem Winkel von mehr als 90° aufstellt.
Eine solche Lokalisation kann experimentell simuliert werden, indem man bei einem Stereosignal, dessen beide Kanäle identisch sind, die Amplitudenwerte eines der beiden Kanäle spiegelt (invertiert) und sich das resultierende Signal mit Kopfhörern anhört.
Diffusfeldentzerrung und Freifeldentzerrung
In den Anfangszeiten dieses Aufnahmeverfahrens waren alle Kunstköpfe freifeldentzerrt. Anfang der 1980er Jahre entwickelte das Institut für Rundfunktechnik mit dem Unternehmen Neumann den KU80 zum KU81, dessen einziger Unterschied die Entzerrung der Mikrofone war. Der KU80 war nicht geeignet, die Kunstkopfaufnahmen über Lautsprecher wiederzugeben, weshalb die damals verwendete Freifeldentzerrung in Frage gestellt wurde.
Messungen im freien Schallfeld (Freifeld) werden ohne reflektierende akustische Begrenzungsflächen durchgeführt. Diese Bedingungen erhält man mit guter Näherung in einem reflexionsarmen Raum. Der daraus entstehende Freifeldfrequenzgang gilt nur für eine bestimmte Schalleinfallsrichtung. Da ein ebener Frequenzgang gewünscht ist, muss man das Signal mit Hilfe eines Filters entzerren. Bei Druckmikrofonen, wie sie bei einem Kunstkopf verwendet werden, unterscheidet sich der Diffusfeldfrequenzgang sehr stark vom Freifeldfrequenzgang. Das liegt daran, dass bei Druckmikrofonen bei Direktschall aus 0°-Besprechungsrichtung, bei einem Membrandurchmesser von etwa 18 mm, eine Pegelanhebung um 6 dB bei 10 kHz im Übertragungsmaß stattfindet. Das wird durch die Schallwellen verursacht, deren Wellenlänge dem Membrandurchmesser entsprechen oder kleiner sind. Diese werden an der Membran reflektiert und der Schalldruck verdoppelt sich somit an der Membran. Im Diffusfeld führt das zu einem Höhenabfall, da Frequenzen mit kleinerer Wellenlänge nicht mehr um die Mikrofonkapsel gebeugt werden. Das betrifft allerdings nur Frequenzen aus seitlicher oder rückwärtiger Schalleinfallsrichtung. Für Schallwellen in einem bestimmten Höhenbereich, die von vorne auf die Membran auftreffen, also aus der Nähe der Vorne-Schalleinfallsrichtung, kommt es zu einer Pegelanhebung um 6 dB. Da der Kunstkopf aber nicht für die Aufnahme im Nahfeld gedacht ist, sondern eher eine größere Entfernung zur Schallquelle hat, spielt der Diffusfeldfrequenzgang eine erheblich größere Rolle. Das Diffusfeld ist gekennzeichnet durch gleichmäßig einfallende Schallanteile aus allen Richtungen. Es gibt im diffusen Schallfeld also nicht nur eine Schalleinfallsrichtung, wie es beim freien Schallfeld der Fall ist.
Bei der Wiedergabe über Kopfhörer sollte ebenfalls ein diffusfeldentzerrter Kopfhörer verwendet werden. Kopfhörer mit einem ebenen Diffusfeldübertragungsmaß bieten eine optimale Klangneutralität. Besser wäre dazu ein Kopfhörer mit einer speziellen IRT-Entzerrung.
Binaurale Aufnahmetechnik mini|Kunstkopf mit externen Mikrophonen
Ohne Kunstkopf Bei der einfachsten binauralen Aufnahmemethode braucht man zwei Mikrofone, die seitwärts voneinander weg zeigen und einen Abstand (Mikrofonbasis) von etwa 17 cm bis 22 cm zueinander haben. Beliebt sind 17,5 cm, welche angenähert die Position der Gehörgänge (Ohrkanäle) eines durchschnittlichen Menschen darstellen. Ein den Schall absorbierender oder auch reflektierender Trennkörper, wie beispielsweise ein Fußball oder eine Metallplatte, wird zwischen die Mikrofone platziert, um einen Kopf angenähert zu simulieren. Eine bekannte Ausführung dieser Anordnung ist die Jecklin-Scheibe OSS, eine absorbierende, 30 cm große Scheibe zwischen zwei Mikrofonen mit Kugelcharakteristik bei einer Mikrofonbasis von 16,5 cm. Die Mikrofone werden dabei leicht nach außen gedreht. In den Scripten von Jecklin findet man neuerdings den vergrößerten Scheibendurchmesser von 35 cm und die jetzt sogar mehr als verdoppelte Mikrofonbasis von 36 cm. PDF-Script, S. 32 ganz unten.