Verdeckung und Mithörschwelle

Ein lauter Ton oder ein Rauschen macht leisere Töne in seiner Nähe unhörbar – im Spektrum und kurz davor und danach. Maskierer und Testton ziehen und die Mithörschwelle ablesen.

Erklärung Aufgaben

Was passiert hier?

Wenn ein Schall den anderen schluckt

Im Café geht die Stimme deines Gegenübers unter, sobald die Kaffeemühle anläuft – obwohl sie so laut ist wie vorher. Ein lauter Schall (der Maskierer) kann einen leiseren (den Testton) unhörbar machen, obwohl dieser allein deutlich über der Ruhehörschwelle läge. Das nennt man Verdeckung oder Maskierung. Die Schwelle, die der Testton in Gegenwart des Maskierers überschreiten muss, heißt Mithörschwelle.

Im Diagramm „Gleichzeitige Verdeckung im Spektrum“ ist die Ruhehörschwelle gestrichelt, die Mithörschwelle als dicke dunkle Linie eingezeichnet; grau schattiert ist, was darunter liegt. Der Testton ist ein Kreis – gefüllt, wenn er hörbar ist, hohl, wenn er verdeckt ist. Sein Abstand zur Schwelle steht daneben und unter „Abstand des Testtons“.

Häufiger Irrtum: Verdeckung sei eine Auslöschung. Der leise Ton ist im Signal vollständig vorhanden, ein Spektrumanalysator zeigt ihn – nur das Gehör nimmt ihn nicht wahr. Probier es aus: Mit „Ton 1 kHz, 60 dB“ ist der Testton bei 1,5 kHz und 30 dB hörbar. Ziehe ihn nach links: Unterhalb von etwa 1,27 kHz wird der Kreis hohl. Hör es dir an: Schalte den Ton ein und wechsle bei „Abhören“ zwischen „gleichzeitig“ (Maskierer als Dauerton, Testton pulsiert) und „nur Testton“.

Frequenzgruppen und Bark

Warum verdeckt ein Ton auch Nachbarfrequenzen? Im Innenohr regt jede Frequenz auf der Basilarmembran nicht einen Punkt, sondern einen ganzen Abschnitt an. Liegt ein leiser Ton im angeregten Bereich eines lauteren, geht seine Anregung darin unter.

Die Breite dieser Abschnitte beschreiben die Frequenzgruppen (kritische Bänder): unter 500 Hz etwa 100 Hz breit, darüber wachsend – bei 1 kHz etwa 160 Hz, bei 4 kHz etwa 690 Hz, bei 8 kHz etwa 1,7 kHz. Lückenlos aneinandergereiht ergeben sie die Tonheit in Bark: Der Hörbereich umfasst etwa 24 Bark, 1 kHz liegt bei 8,5 Bark. Die Anzeigen „Tonheit“ und „Frequenzgruppenbreite“ gelten für die Frequenz des Testtons.

Probier es aus: Schalte die „Frequenzachse“ auf „Bark (Tonheit)“ – die Tiefen werden gestreckt, die Höhen gestaucht. Setze Maskierer 1 (60 dB) erst auf 250 Hz, dann auf 4 kHz: In Hz wird der verdeckte Bereich eines 30-dB-Testtons rund fünfmal breiter (etwa 270 Hz → 1400 Hz), in Bark bleibt er ähnlich (2,6 bzw. 1,9 Bark).

Spitze und Flanken der Mithörschwelle

Die Mithörschwelle eines Maskierers hat eine Spitze bei seiner Frequenz und zwei Flanken. Die Spitze liegt unter dem Maskiererpegel; den Abstand zeigt „Verdeckungsmaß (Spitze − Maskiererpegel)“. Er beträgt für einen Sinuston −6,025 − 0,275 · z dB, für Rauschen −2,025 − 0,175 · z dB, mit z als Tonheit des Maskierers in Bark.

Rechenbeispiel: Ein 1-kHz-Sinuston mit 60 dB SPL liegt bei z ≈ 8,5 Bark. Sein Verdeckungsmaß ist −6,025 − 0,275 · 8,5 ≈ −8,4 dB, die Spitze liegt also bei etwa 51,6 dB. Nach oben fällt die Schwelle im ersten Bark um 17 dB/Bark, danach nur noch um 17 − 0,15 · 60 = 8 dB/Bark. Nach unten fällt sie im ersten Bark um 0,4 · 60 + 6 = 30 dB/Bark, danach um 17 dB/Bark. Bei 1,5 kHz, 2,7 Bark oberhalb, ergibt das 51,6 − 17 − 1,7 · 8 ≈ 21 dB: Ein 30-dB-Testton ist dort knapp 9 dB über der Schwelle hörbar. Bei 800 Hz – 200 Hz unterhalb statt 500 Hz oberhalb – liegt die Schwelle mit etwa 16 dB trotzdem niedriger.

Laut verdeckt vor allem nach oben

Die Verdeckung ist unsymmetrisch: Beim 1-kHz-Ton mit 60 dB ist ein 30-dB-Testton nur von etwa 890 Hz bis 1,27 kHz verdeckt – 0,7 Bark darunter, aber 1,6 Bark darüber. Tiefe Töne verdecken hohe also besser als umgekehrt. Mit steigendem Pegel wird das stärker, denn die obere Flanke wird flacher (17 − 0,15 · L dB/Bark mit dem Maskiererpegel L in dB, also 5 dB/Bark bei 80 dB), die untere steiler. Ein lauter Maskierer verdeckt überproportional viel oberhalb seiner Frequenz („upward spread of masking“).

Probier es aus: Lege den Testton auf 2 kHz und 30 dB und erhöhe den Pegel von Maskierer 1 (1 kHz) von 60 über 70 auf 80 dB. Die Mithörschwelle bei 2 kHz steigt von etwa 7 über 21 auf 37 dB: 20 dB mehr Maskiererpegel heben sie hier um rund 30 dB. Bei 80 dB reicht die Verdeckung eines 30-dB-Tons bis etwa 2,5 kHz, knapp 6 Bark oberhalb, nach unten nur bis etwa 820 Hz.

Häufiger Irrtum: „Verdeckt wird nur, was auf derselben Frequenz liegt.“ Gerade laute tiefe Signale – Bass, Kick, Brummen, Trittschall – decken einen großen Teil des Spektrums darüber zu, während ein lauter hoher Ton den Bass kaum stört. Deshalb macht ein Hochpass auf Spuren ohne nützlichen Bassanteil eine Mischung oft klarer.

Rauschen und mehrere Maskierer

Rauschen verdeckt stärker als ein Sinuston gleichen Pegels: Bei 1 kHz beträgt das Verdeckungsmaß für den Ton etwa −8,4 dB, für Rauschen nur etwa −3,5 dB – rund 5 dB mehr Verdeckung. Eine Erklärung: Neben einem Sinuston verrät sich ein Testton durch Schwebungen, im unregelmäßigen Rauschen fehlen solche Hinweise. Stelle bei Maskierer 1 die „Art“ auf „Rauschen“: Es wird als eine Frequenzgruppe breites Band gezeichnet und auch so abgespielt. Ein Testton bei 1,5 kHz mit 24 dB kippt dabei von „hörbar“ (+2,8 dB) zu „verdeckt“ (−2 dB).

Mit „Zweiten Maskierer verwenden“ kommt Maskierer 2 hinzu. Die Schwellen beider Maskierer erscheinen dann einzeln als dünne gestrichelte Linien in ihrer Farbe, die dicke Linie ist die gemeinsame Mithörschwelle. Einzelschwellen und Ruhehörschwelle werden leistungsmäßig addiert: Zwei gleich starke Beiträge heben die Schwelle um 10 · log₁₀(2) ≈ 3 dB, ein viel schwächerer ändert kaum etwas.

Probier es aus: „Bass-Rauschen + Ton 3 kHz“ kombiniert ein 250-Hz-Rauschen mit 70 dB und einen 3-kHz-Ton mit 60 dB. Der Testton bei 600 Hz und 35 dB liegt gut 3 Bark über dem Rauschen und ist trotzdem knapp verdeckt (Schwelle etwa 36,6 dB).

Verdeckung in der Zeit

Verdeckung wirkt auch vor und nach dem Maskierer. Nach dem Ende eines lauten Schalls bleibt das Gehör etwa 100 bis 200 ms lang weniger empfindlich (Nachverdeckung). Sogar kurz vor dem Einsetzen wird ein leiser Ton verdeckt (Vorverdeckung, nur etwa 10 bis 20 ms) – vermutlich, weil laute Signale schneller verarbeitet werden als leise.

Das Diagramm „Zeitliche Verdeckung bei der Testton-Frequenz“ zeigt einen Maskierer von 0 bis 200 ms und die Schwelle für einen kurzen Testton: währenddessen die Mithörschwelle aus dem Spektrum, davor und danach ein Abfall bis zur gestrichelten Ruhehörschwelle. Den Zeitpunkt stellst du mit „Zeitpunkt (Maskierer 0–200 ms)“ ein oder ziehst den Testton im Diagramm.

Rechenbeispiel mit „Nachverdeckung“ (1-kHz-Rauschen mit 80 dB, Testton 1 kHz mit 40 dB): Während des Rauschens liegt die Schwelle bei etwa 76,5 dB, 5 ms nach dem Ende bei etwa 57 dB, 20 ms danach bei 38,5 dB – der Testton wird etwa 19 ms nach dem Ende hörbar. Vor dem Beginn ist er nur in den letzten 2 ms verdeckt. Probier es aus: Starte „Testton durch die Zeit laufen lassen“ und beobachte, wann der Kreis gefüllt wird. Hör es dir an: Im Modus „zeitlich“ folgt auf 200 ms Maskierer ein 20 ms kurzer Testton zum eingestellten Zeitpunkt, alle 1,2 s wiederholt.

Im Studio und im Codec

Beim Mischen erklärt Verdeckung, warum Instrumente im selben Frequenzbereich sich gegenseitig zudecken. Den Fader der Stimme hochzuziehen hilft nur begrenzt, denn dann verdeckt sie selbst mehr. Oft wirksamer: Den Maskierer dort mit dem EQ ein paar dB absenken, wo der leise Anteil liegt, etwa die Gitarre im Präsenzbereich der Stimme um 2 bis 4 kHz. Dort fällt die Mithörschwelle, und die Stimme wird hörbar, ohne lauter zu werden. Bass und Bassdrum teilt man in Frequenzbereiche auf oder lässt den Bass per Sidechain bei jedem Kick kurz ausweichen – das nutzt die zeitliche Verdeckung.

Verlustbehaftete Codecs wie MP3 und AAC berechnen für jeden kurzen Abschnitt die Mithörschwelle und quantisieren so grob, dass das Quantisierungsrauschen darunter bleibt. Bei scharfen Transienten verteilt sich das Rauschen über einen ganzen Transformationsblock, also auch vor den Anschlag – weil die Vorverdeckung nur wenige Millisekunden abdeckt, entstehen hörbare Vorechos.

Grenzen des Modells

Die spektrale Verdeckung folgt dem psychoakustischen Modell 1 von MPEG-1 (ISO/IEC 11172-3) mit Bark-Skala, Verdeckungsmaß für Ton und Rauschen und pegelabhängiger Spreizfunktion. MPEG-1 wertet diese nur von −3 bis +8 Bark aus; hier sind die Flanken darüber hinaus fortgesetzt. Mehrere Maskierer und die Ruhehörschwelle (Näherung nach Terhardt) werden leistungsmäßig addiert.

Die zeitliche Verdeckung ist ein schematisches Modell nach Zwicker und Fastl für einen 200 ms langen Maskierer: Vorverdeckung über 20 ms, Nachverdeckung über 200 ms, jeweils ungefähr linear über dem Logarithmus der Zeit abfallend. Effekte wie Schwebungen bei Testtönen nahe der Maskiererfrequenz und die große Streuung zwischen Menschen sind nicht enthalten.

Beim Abhören stimmen die Pegelverhältnisse immer, die absoluten dB-SPL-Werte nur nach Kalibrierung im Einstellungsmenü (Zahnrad). Ob du den Testton hörst, hängt auch von Kopfhörer und Gehör ab.

Aufgaben

Praxisfragen

Fragen aus Studio, Bühne und Mastering – zum Nachdenken, Diskutieren und mit dem Modul Überprüfen.

1. Im Mix gehen Bass und Bassdrum ineinander unter, und die Gitarre verdeckt die Stimme. Was hilft, und warum wirkt ein schmaler EQ-Eingriff oft mehr als ein lauterer Fader?

Antwort anzeigen

Verdeckung findet in Frequenzgruppen statt. Wird die Stimme lauter, steigt sie zwar über die Mithörschwelle, aber sie verdeckt dann selbst mehr. Senkt man stattdessen die Gitarre im Präsenzbereich der Stimme (etwa 2–4 kHz) um ein paar dB ab, fällt dort die Mithörschwelle, und die Stimme wird hörbar, ohne lauter zu werden. Bei Bass und Kick teilt man die Bereiche auf (Kick-Druck um 60 Hz, Bass-Grundton darüber oder umgekehrt) oder lässt den Bass per Sidechain kurz ausweichen – das nutzt die zeitliche Verdeckung. Weil tiefe Signale nach oben verdecken, lohnt sich ein Hochpass auf allen Spuren ohne Bassanteil.
2. Warum klingt eine MP3 mit 128 kbit/s meist gut, aber Applaus, Cembalo oder Kastagnetten klingen oft „verwaschen“ oder haben Vorechos?

Antwort anzeigen

Der Encoder legt das Quantisierungsrauschen unter die berechnete Mithörschwelle. Bei dichten, rauschartigen Signalen wie Applaus gibt es viele Anteile, die genau eingeschätzt werden müssen; reicht die Bitrate nicht, wird das Rauschen hörbar (verwaschen, „metallisch“). Vorechos entstehen bei scharfen Einschwingvorgängen: Das Rauschen verteilt sich über einen ganzen Transformationsblock, also auch vor den Anschlag. Die Vorverdeckung deckt nur wenige Millisekunden ab. Encoder schalten deshalb bei Transienten auf kurze Blöcke um. Für Produktion und Bearbeitung nimmt man verlustfreie Formate, weil mehrfaches Codieren und spätere EQ-Eingriffe das versteckte Rauschen wieder hörbar machen können.
3. Warum hört man das Rauschen eines Mikrofonvorverstärkers oder einer Bandmaschine vor allem in leisen Passagen und am Ende eines Stücks?

Antwort anzeigen

Während lauter Musik liegt das Rauschen in den meisten Frequenzgruppen unter der Mithörschwelle der Musik und wird verdeckt. In leisen Passagen fällt die Mithörschwelle, und am Ende bleibt nach der Nachverdeckung von 100–200 ms nur noch die Ruhehörschwelle – jetzt ist das Rauschen frei hörbar, besonders im Bereich von 2–5 kHz, wo das Ohr am empfindlichsten ist. Rauschminderungsverfahren (Dolby, dbx) und Noise-Gates nutzen das: Sie senken das Rauschen nur dann ab, wenn kein Signal es verdeckt. Auch beim Dithern wird das Rauschen gezielt in Bereiche geschoben, in denen das Gehör unempfindlich ist (Noise Shaping).

Aufgaben

Erst vermuten, dann ausprobieren, dann die Auflösung aufklappen. „Ausgangslage laden“ stellt die passenden Startwerte ein.

1. Unsymmetrische Verdeckung

Ein Sinuston von 1 kHz mit 60 dB verdeckt. Verschiebe den Testton (30 dB) entlang der Frequenz: Zwischen welchen Frequenzen ist er verdeckt? Wie weit reicht der Bereich in Bark nach unten und nach oben?

Ausgangslage laden

Auflösung anzeigen

Verdeckt ist der Testton etwa zwischen 890 Hz und 1,27 kHz, also rund 0,7 Bark unterhalb und 1,6 Bark oberhalb des Maskierers. Nach oben reicht die Verdeckung mehr als doppelt so weit. Bei 1,5 kHz liegt die Mithörschwelle bei etwa 21 dB, der Testton ist dort knapp 9 dB darüber hörbar; bei 800 Hz (gleicher Abstand in Hz nach unten) liegt sie nur bei etwa 16 dB.
2. Lauter verdeckt mehr nach oben

Der Testton liegt bei 2 kHz mit 30 dB. Erhöhe den Pegel des Maskierers von 60 auf 70 und 80 dB. Wie ändert sich die Mithörschwelle bei 2 kHz?

Ausgangslage laden

Auflösung anzeigen

Bei 60 dB liegt die Mithörschwelle bei 2 kHz bei etwa 7 dB, bei 70 dB bei etwa 21 dB und bei 80 dB bei etwa 37 dB – der Testton wird verdeckt. 20 dB mehr Maskiererpegel heben die Schwelle hier um rund 30 dB, weil die obere Flanke mit dem Pegel flacher wird. Bei 80 dB reicht die Verdeckung eines 30-dB-Tons bis etwa 2,5 kHz, knapp 6 Bark oberhalb; nach unten nur bis etwa 820 Hz.
3. Ton oder Rauschen

Der Testton liegt bei 1,5 kHz mit 24 dB. Vergleiche einen Sinuston und ein Schmalbandrauschen als Maskierer (beide 1 kHz, 60 dB). Achte auch auf das Verdeckungsmaß.

Ausgangslage laden

Auflösung anzeigen

Mit dem Sinuston liegt die Mithörschwelle bei etwa 21 dB, der Testton ist knapp hörbar (+2,8 dB). Mit Rauschen steigt sie auf etwa 26 dB, der Testton ist verdeckt (−2 dB). Das Verdeckungsmaß beträgt beim Ton etwa −8,4 dB, beim Rauschen nur etwa −3,5 dB: Rauschen verdeckt rund 5 dB stärker. Codecs unterscheiden deshalb tonale und rauschartige Anteile.
4. Hertz oder Bark

Ein Maskierer von 250 Hz mit 60 dB. Bestimme den Bereich, in dem ein 30-dB-Testton verdeckt ist. Setze den Maskierer dann auf 4 kHz und wiederhole das. Schalte die Achse zwischen Hz und Bark um.

Ausgangslage laden

Auflösung anzeigen

Bei 250 Hz ist der Testton etwa von 170 bis 440 Hz verdeckt (rund 270 Hz breit), bei 4 kHz etwa von 3,6 bis 5 kHz (rund 1400 Hz breit) – in Hertz fünfmal so breit. In Bark sind es 2,6 bzw. 1,9 Bark, also ähnlich: Das Gehör arbeitet in Frequenzgruppen. Die Frequenzgruppenbreite beträgt bei 250 Hz etwa 100 Hz, bei 4 kHz etwa 690 Hz.
5. Vor- und Nachverdeckung

Ein Rauschen von 1 kHz mit 80 dB dauert von 0 bis 200 ms. Ein kurzer 40-dB-Testton bei 1 kHz folgt 5 ms nach dem Ende. Lass den Testton durch die Zeit laufen: Ab wann ist er nach dem Ende hörbar, und wie lange vor dem Beginn ist er schon verdeckt?

Ausgangslage laden

Auflösung anzeigen

Während des Rauschens liegt die Schwelle bei etwa 76,5 dB. 5 ms nach dem Ende liegt sie noch bei etwa 57 dB, der Testton ist verdeckt; erst etwa 19 ms nach dem Ende wird er hörbar. Für einen 20-dB-Ton dauert die Nachverdeckung rund 70 ms. Vor dem Beginn ist der 40-dB-Ton nur in den letzten 2 ms verdeckt: Die Vorverdeckung ist etwa zehnmal kürzer als die Nachverdeckung.

Einstellungen

Ton

Kalibrierung der Pegel (dB SPL)

MIDI-Keyboard

Verdeckung und Mithörschwelle