Stimm- & Gesangsverbesserung — KI-Sprach-Cleanup

Laden Sie die Aufnahme hoch — das Werkzeug erkennt Sprache und schaltet die KI-Rauschunterdrückung ein. Sie zielt auf gleichmäßigen Hintergrund: Kühlschrank- oder Lüfterbrummen, Straßenlärm, Klimaanlage, Mikrofonrauschen, Geschirr. Stimmen anderer Menschen und ein laufender Fernseher sind ebenfalls Sprache — sie werden leiser, verschwinden aber nicht vollständig. Bei viel Hintergrund wählen Sie das Preset „Telefonanruf“ und erhöhen die Stärke der Verbesserung.

Voice-Enhancement ist speziell auf Sprache und Gesangsaufnahmen optimiert. Es enthält stimm-spezifische Module wie De-Reverb, De-Essing und De-Click, die typische Probleme von Sprachaufnahmen gezielt angehen. Der EQ ist auf Stimm-Frequenzen (200 Hz – 10 kHz) abgestimmt, die Lautheits-Ziele folgen Rundfunk-Standards (LUFS).

LUFS (Loudness Units Full Scale) ist der Rundfunk-Standard zur Messung wahrgenommener Lautheit. Spotify nutzt −14 LUFS, Podcasts typischerweise −16 LUFS, Rundfunk-TV −23 LUFS. Die Normalisierung auf diese Standards lässt Ihre Stimme plattformübergreifend gleichmäßig und professionell klingen. Bei Gesang und Musik wird die Lautheit nur angehoben, wenn die Aufnahme leiser als der Zielpegel ist — ein lauter Master bleibt unangetastet.

Ja. Beim Hochladen von Gesang erkennt das Tool Sologesang und aktiviert den Modus „Gesang": ohne De-Esser und Gate, mit sanfter Kompression und behutsamem EQ — Timbre und Atmer bleiben erhalten. Der Regler „Stärke der Verbesserung" bringt das Ergebnis auf Wunsch noch näher ans Original, und die Qualität „Quelle" liefert die Datei mit derselben Bitrate wie die Quelle.

Zum Teil, und es hilft zu wissen, welcher Teil. Das Kistige ist der Raum, nicht das Mikrofon: Eine kahle Wand hinter Ihnen wirft dieselbe Stimme wenige Millisekunden später zurück, und diese Reflexion wird fast so laut aufgezeichnet wie die Stimme selbst. Schmale Absenkungen im Bereich 200–400 Hz nehmen das Schlimmste heraus, und das Werkzeug tut es von allein. Was es nicht kann: die Reflexion vom Original trennen, wenn beide gleich laut sind — die eigentliche Abhilfe liegt also in der nächsten Aufnahme: näher ans Mikrofon rücken und etwas Weiches, einen Vorhang oder einen Mantel, an die Wand hängen, der Sie gegenübersitzen.

Erst die Automatik, immer. Das Werkzeug hört die Datei ab, entscheidet, ob es Sprache, Gesang oder Musik ist, und wählt danach eine von sieben Voreinstellungen: Podcast, Interview, Sprechertext, Gesang, Telefonat, Alte Aufnahme oder Musik. Sie trifft oft genug, dass der Handbetrieb die Ausnahme ist und nicht der Weg. Wechseln Sie dorthin, wenn die automatische Wahl hörbar nicht zum Material passt oder ein Modul Schaden anrichtet: Dort schalten Sie jedes der neun einzeln ein und aus und hören den Unterschied nacheinander.

Das Meter analysiert Ihr Audio und bewertet es in vier Dimensionen: Klarheit (Signal-Rausch-Verhältnis in Sprach-Frequenzen), Rauschpegel (Intensität des Hintergrundrauschens), Dynamik (Lautstärke-Konstanz) und Lautheit (LUFS). Daraus ergibt sich ein Gesamtwert von 0–100, der zeigt, wie viel Verbesserung das Enhancement gebracht hat.