Mehrspur-Postproduktion mit Auphonic automatisieren: Broadcast-Leveling, Lautheit und Rauschunterdrückung in der Praxis

Podcaster und Toningenieure stehen bei Mehrkanal-Sprachaufnahmen regelmäßig vor derselben Herausforderung: Aufnahmen mit mehreren Mikrofonen fangen die Spontaneität und Dynamik einer Gesprächsrunde perfekt ein, bringen jedoch handfeste akustische Probleme mit sich. Befinden sich drei oder vier Mikrofone im selben Raum, führen Übersprechen (Mic Bleed / Crosstalk), die Kumulierung des Raumhintergrundrauschens, Lautstärkeunterschiede zwischen den Sprechern und strenge Lautheitsvorgaben (LUFS) der Distributionsplattformen zu stundenlanger manueller Schnittarbeit. In einer herkömmlichen DAW erfordert dies unzählige Automationskurven, Expander-Einstellungen und gezieltes EQ-Balancing.

Die Multitrack-Postproduktion von Auphonic wurde genau dafür entwickelt, diesen manuellen Flaschenhals aufzulösen. Im Gegensatz zu einfachen Singletrack-Mastering-Tools, die eine bereits zusammengemischte Stereospur pauschal komprimieren, analysiert die Multitrack-Engine von Auphonic alle Einzelspuren (Stems) parallel. Das System erkennt zu jedem Zeitpunkt, wer gerade spricht, filtert das akustische Übersprechen zwischen offenen Mikrofonen heraus, senkt das Hintergrundrauschen inaktiver Spuren ab, gleicht die Sprachpegel automatisch an und erzeugt einen sendefertigen Master nach EBU R128 oder ITU-R BS.1770.

Dieser Leitfaden erläutert Schritt für Schritt, wie Multitrack-Produktionen in Auphonic aufgesetzt werden, welche Algorithmen auf Spur- und Master-Ebene greifen und wie sich Workflows über Presets vollständig automatisieren lassen.

1. Funktionsweise der Auphonic Multitrack-Engine

Ein Einkanal-Prozessor kann nicht unterscheiden, ob ein leises Signal das sanfte Ende eines Satzes oder das Übersprechen des Nachbarmikrofons darstellt. Die Multitrack-Algorithmen von Auphonic analysieren hingegen alle Spuren im Zusammenhang:

• Beseitigung von Mikrofon-Übersprechen (Remove Mic Bleed / Crossgate): Bei Gesprächsrunden im selben Raum gelangt die Stimme von Sprecher A mit minimaler zeitlicher Verzögerung in das Mikrofon von Sprecher B. Klassische Noise Gates führen hier oft zu abgehackten Silben oder Phasenauslöschungen. Der Crossgate-Algorithmus von Auphonic vergleicht das direkte Signal auf Spur A mit dem korrelierten Übersprechen auf Spur B und dämpft bzw. eliminiert dieses Signal gezielt. Dadurch klingen die Stimmen direkt und isoliert, ohne hohlen Raumnachhall.
• Adaptives Noise Gate (Adaptive Noise Gate): Bei vier offenen Mikrofonen addiert sich das Grundrauschen des Raumes um den Faktor vier. Auphonic senkt Spuren automatisch ab, solange der jeweilige Sprecher pausiert, ohne natürliche Atempausen oder Wortendungen abzuschneiden. Dies reduziert den Rauschteppich des Gesamtmixes drastisch.
• Multitrack Adaptive Leveler: Der Leveler arbeitet auf zwei Ebenen: Mittelfristige Pegelkorrekturen gleichen Lautheitsunterschiede zwischen Sprechern aus (z. B. leise Gäste gegenüber lauten Moderatoren), während ein Mikrodynamik-Kompressor Pegelspitzen und Plosivlaute abfängt. Sprachspuren werden dabei unabhängig von Musikbetten oder Atmo-Spuren nivelliert.
• Spurspezifische Rauschunterdrückung und Klangoptimierung: Ein dynamisches Sprechermikrofon im optimierten Studio erfordert andere Eingriffe als das Signal eines zugeschalteten Interviewgasts über eine datenreduzierte VoIP-Verbindung. In Auphonic kann für jede Spur ein eigenes Entrauschungsverfahren (Dynamic Denoiser, Static Denoiser, Speech Isolation) sowie eine gezielte Sprachrekonstruktion (Voice AutoEQ, Bandbreitenerweiterung oder Studio Voice) gewählt werden.
• Globale Lautheitsnormalisierung und True-Peak-Limiter: Nach Bereinigung, Panning und Ducking wird die Gesamtmischung mittels einer statistischen Multi-Pass-Analyse präzise auf den Ziel-LUFS-Wert normalisiert. Ein True-Peak-Limiter mit 4-fachem Oversampling verhindert Intersample-Peaks zuverlässig.

2. Vorbereitung und Importregeln für Audiospuren

Damit die Algorithmen Artefakt-frei arbeiten können, müssen die Eingangssignale klare technische Kriterien erfüllen:

Die Grundregeln für Multitrack-Stems

1. Exakter Timecode-Start bei Null (00:00:00.000): Alle Spuren müssen exakt zum selben Zeitpunkt beginnen. Auch wenn ein Gast erst nach zwanzig Minuten das erste Wort spricht, darf die vorangehende Stille in der DAW nicht weggeschnitten werden; die Spur muss mit vorlaufender Stille exportiert werden. Ein zeitlicher Versatz zerstört die Korrelation und macht das Crossgate unbrauchbar.
2. Strikte Trennung von Sprache und Musik: Fügen Sie Jingles, Intro-Musik oder Hintergrundbetten vor dem Upload keinesfalls mit Sprachaufnahmen auf einer Spur zusammen. Musik benötigt eine eigene Spur, da der Klassifikator sonst Instrumente mit Sprache verwechselt und unpassend komprimiert.
3. Ein Sprecher pro Spur: Jeder Sprecher sollte über ein eigenes Mikrofon und eine eigene Datei verfügen. Teilen sich zwei Personen ein Mikrofon, kann das Übersprechen nicht gegeneinander bereinigt werden.
4. Direkter Mehrkanal-Dateien-Import: Wenn Sie mit mobilen Recordern (z. B. Sound Devices MixPre, Zoom F-Serie oder RØDECaster Pro) arbeiten, die mehrkanalige polyphone WAV-Dateien erzeugen, können Sie diese über Import Multiple Tracks > Multichannel File direkt im Browser aufteilen lassen. Auphonic zerlegt das File in bis zu 8 Einzelspuren und übernimmt iXML-Metadaten sowie Stereopaare automatisch, ohne manuelles Aufsplitten in der DAW.

3. Konfiguration der spurbezogenen Algorithmen

Erstellen Sie im Auphonic-Webinterface eine neue Multitrack-Produktion (https://auphonic.com/engine/multitrack/) und passen Sie die Spuren an:

Spur-Bezeichnung und Stereo-Panorama

• Vergeben Sie unter Track Identifier eindeutige Namen (z. B. "Moderation - Anna", "Gast - Michael", "Musikbett"). Auphonics Whisper-ASR-Engine nutzt diese Bezeichnungen direkt als Sprecher-Tags für Transkripte und Shownotes.
• Stellen Sie das Stereo Panorama (Balance) ein. Um ein natürliches Hörerlebnis zu schaffen, sollten Stimmen leicht im Stereofeld verteilt werden (z. B. L15 / R15 oder L25 / R25), während Musik zentriert bleibt. Achtung: Sind alle Eingänge Mono und zentriert, wird auch die Gesamtausgabe Mono.

Adaptive Filterung und Stimmoptimierung

Wählen Sie für jede Sprachspur die passende Filtermethode:

• Adaptive High-Pass Filtering: Setzt lineare Nullphasen-Hochpassfilter ein, die sich dynamisch an der Grundfrequenz der jeweiligen Stimme orientieren. Trittschall, Tischgeräusche und Lüfterbrummen werden eliminiert, ohne Phasenverzerrungen oder asymmetrische Wellenformen zu erzeugen.
• Voice AutoEQ: Analysiert das Frequenzspektrum der Stimme und optimiert es dynamisch. Scharfe S-Laute (De-Esser) und Popp-Geräusche (De-Plosive) werden abgedämpft, während wechselnde Mikrofonabstände klanglich ausgeglichen werden.
• Voice AutoEQ + Bandwidth Extension (BWE): Ideal für Remote-Zuschaltungen oder Telefoninterviews, bei denen Codecs Frequenzen oberhalb von 4 kHz oder 8 kHz abgeschnitten haben. BWE synthetisiert verloren gegangene Obertöne und stellt Sprachbrillanz wieder her.
• Studio Voice (Beta): Ein neuronales Sprachrekonstruktionsmodell. Es repariert übersteuerte Aufnahmen, Verzerrungen und Artefakte stark komprimierter Signale und baut eine vollwertige Sprecherstimme in Studioqualität auf.

Gezielte Rausch- und Nachhallunterdrückung

Wählen Sie den passenden Entrauschungsmodus:

Für Studioaufnahmen empfiehlt sich auf Sprecherspuren der Static Denoiser oder ein sanfter Dynamic Denoiser, bei dem Remove Reverb etwas zurückgenommen wird, um natürliche Raumwärme zu bewahren. Bei Teilnehmern im halligen Homeoffice sorgt der Dynamic Denoiser mit aktivem Remove Breaths für die Beseitigung störender Atemgeräusche.

Vordergrund/Hintergrund und automatisches Ducking

Für Musikbetten und Atmo-Spuren:

• Setzen Sie Fore/Background auf Background oder Duck this track.
• Passen Sie den Level of Background Segments an (Standard: -18 dB). Sobald auf einer Sprachspur gesprochen wird, senkt Auphonic die Musik automatisch um 18 dB ab und blendet sie nach Gesprächsende anhand der Ducking Fade Time (Standard: 500 ms) weich wieder ein.
• Ist das Musikbett kürzer als der Talk, aktiviert man Loop / Trim, damit die Spur nahtlos wiederholt wird, bis das Gespräch beendet ist.

4. Master-Track-Algorithmen und Broadcast-Standards

Nach dem individuellen Processing der Spuren greifen die Master-Algorithmen auf der Summe:

1. Beseitigung von Übersprechen (Remove Mic Bleed / Crossgate)

Aktivieren Sie die Option Remove Mic Bleed im Master Track. Das System berechnet die Korrelation zwischen den Mikrofonen und löscht Übersprechsignale gegenseitig aus, wodurch Kammfiltereffekte verhindert werden.

2. Adaptives Noise Gate (Adaptive Noise Gate)

Schalten Sie das Adaptive Noise Gate auf dem Master scharf, um das Grundrauschen in Sprechpausen abzusenken und eine Aufsummierung des Rauschteppichs zu verhindern.

3. Master Adaptive Leveler und Broadcast Mode

Stellen Sie den Master Leveler auf Broadcast Mode, um professionelle Sendevorgaben exakt einzuhalten:

• Maximum Loudness Range (MaxLRA): Schränkt die dynamische Spannweite ein. Für Nachrichten und reine Gespräche sind 3 LU bis 5 LU ideal; für Hörspiele und narrative Formate 5 LU bis 8 LU.
• Maximum Short-term Loudness (MaxS): Begrenzt kurzzeitige Lautheitssprünge in 3-Sekunden-Fenstern. Ein Wert von +5 LU relative stellt die Konformität mit TV-Werberichtlinien (wie EBU R128 S1) sicher.
• Maximum Momentary Loudness (MaxM): Kontrolliert Momentanpeaks (400 ms) und verhindert plötzliche Übersteuerungen bei lautem Lachen.

4. Globale Lautheitsnormalisierung und True-Peak-Limiter

Wählen Sie die passende Sendenorm:

Aktivieren Sie bei Mono-Ausgaben zwingend das Dual Mono-Flag. Auphonic wendet dann automatisch einen Offset von -3 LU (-19 LUFS) an, damit das Mono-File auf Stereo-Endgeräten die gleiche wahrgenommene Lautstärke wie ein -16 LUFS Stereo-Track aufweist.

5. Automatische Schnittfunktionen und DAW-Integration

Die KI-Klassifikatoren von Auphonic bereinigen Sprachunsauberkeiten auf Wunsch automatisch:

• Cut Silence (Stille schneiden): Entfernt lange Denkpausen oder Verzögerungen beim Nachschlagen von Notizen, lässt natürliche Satzpausen jedoch unberührt.
• Cut Fillers (Füllwörter schneiden): Erkennt und entfernt Füllwörter wie "äh", "ähm", "uh", "um". Im Multitrack-Betrieb gilt: Sagt Sprecher A "ähm", während Sprecher B flüssig weiterspricht, wird das Füllwort auf Spur A stummgeschaltet, ohne die Zeitachse zu zerschneiden oder Sprecher B zu unterbrechen.
• Cut Coughs (Husten und Räuspern schneiden): Beseitigt Husten, Räuspern und lautes Einatmen zuverlässig.
• Nicht-destruktiver DAW-Workflow: Wer Schnitte lieber manuell kontrolliert, stellt den Cut Mode auf Export Uncut Audio oder Set Cuts To Silent und wählt unter den Ausgabeformaten Cut List. Auphonic exportiert EDL- und CSV-Schnittlisten für Reaper, Adobe Audition, DaVinci Resolve, Final Cut Pro und Audacity, sodass Schnittpunkte direkt in der DAW-Timeline nachjustiert werden können.

6. Ausgabeformate, Presets und automatisierte Veröffentlichung

Standardisieren Sie Ihren Veröffentlichungs-Workflow nach dem Setup:

1. Parallele Multiformat-Ausgabe:
   • MP3-Master (192 kbps oder 256 kbps) mit ID3v2-Tags und Kapitelmarken
   • Unkomprimierter 24-Bit / 48 kHz WAV-Master zur Archivierung
   • Individual Tracks (ZIP-Archiv): Über die Option Individual Tracks erhalten Sie ein ZIP-Archiv mit allen bearbeiteten, übersprechungsfreien und entrauschten Einzelspuren in WAV-Qualität, ideal für den finalen Feinschliff in der DAW.
2. Audiogramme und Metadaten: Anhand hinterlegter Kapitelbilder kann Auphonic animierte Waveform-Videos für YouTube erstellen und Untertitel direkt ins Bild einbrennen.
3. Presets und Watch Folders: Speichern Sie Ihre Konfiguration als Multitrack-Preset (https://auphonic.com/engine/preset/). Verknüpfen Sie Cloud-Dienste wie Google Drive, Dropbox, Amazon S3, Libsyn oder Podbean. Über überwachte Ordner (Watch Folders) genügt es, die rohen Stems in einen Cloud-Ordner zu legen: Auphonic berechnet den Mixdown vollautomatisch und übergibt die fertige Episode an Ihren Podcast-Host.

7. Betriebliche Abwägungen und Praxistipps

Um maximale Audioqualität zu erzielen, sollten folgende Aspekte beachtet werden:

• Sprachbrillanz vs. Raumgefühl: Übertriebener Einsatz von Speech Isolation, starker Rauschunterdrückung und aggressivem Crossgating kann dem Signal jegliche Luft nehmen, sodass Stimmen steril oder hohl klingen. Wenn eine Gesprächsrunde unnatürlich wirkt, reduzieren Sie Remove Noise und Remove Reverb um 10 bis 20 dB oder schalten Sie das adaptive Noise Gate am Master ab, um feine Raumatmo zu erhalten.
• Credits und Abrechnung: Auphonic berechnet Multitrack-Produktionen ausschließlich nach der Dauer der fertigen Ausgabedatei, nicht nach der Anzahl der Eingangsspuren. Eine 60-minütige Episode mit vier Mikrofonen verbraucht exakt 1 Stunde Guthaben. Im Free-Tarif stehen monatlich 2 Stunden zur Verfügung (Multitrack-Dateien unter 20 Minuten können kostenlos getestet werden). Gekaufte Einmal-Credits verfallen nie.
• Einsatzgrenzen: Für sprachdominierte Produktionen (Interviews, Roundtables, Vorträge) ist Auphonic konkurrenzlos schnell und präzise. Komplexe Hörspielproduktionen mit feinen Soundeffekten oder reine Musikmischungen erfordern jedoch nach wie vor das manuelle Handwerk in der DAW.

Durch saubere Vorbereitung der Stems, spurbezogene Signalreinigung und normgerechte Master-Limitierung verwandelt Auphonic stundenlange Schnittroutinen in einen verlässlichen, vollautomatisierten Broadcast-Workflow.

Quellen

• Auphonic Documentation — Auphonic Help 2026 documentation
• Audio Algorithms — Auphonic Help 2026 documentation
• Multitrack Post Production Algorithms — Auphonic Help 2026 documentation
• Multitrack Best Practice — Auphonic Help 2026 documentation
• Multitrack — Auphonic Help 2026 documentation
• Pricing FAQ — Auphonic Help 2026 documentation