VOLLSTÄNDIGER LEITFADEN

Dialogbereinigung in iZotope RX: Module im Überblick

Modul für Modul durch die Dialogbereinigung in iZotope RX: Voice De-noise, De-hum, De-reverb, Mouth De-click, Spectral Repair und De-wind. Was jedes Modul tut, welche Bedienelemente es hat und wo es nicht mehr weitergeht — nach der Dokumentation von iZotope RX 11.

KKirillGründer & Creative Director

Toningenieur engagieren Unsere Arbeiten

RX-Module im Überblick

RX 11

Version, auf die sich der Überblick bezieht

50 Hz

Frequenz des Netzbrummens

iZotope RX ist ein Programm zur Dialogbereinigung: Spektralbearbeitung, Rauschunterdrückung und punktuelle Reparaturmodule in einer Anwendung. Dieser Leitfaden behandelt die Module, auf die es für saubere Sprache ankommt: Voice De-noise, De-hum, De-reverb, Mouth De-click, Spectral Repair und De-wind. Die Beschreibung folgt dem Handbuch von iZotope RX 11: Jedes Modul hat eigene Bedienelemente und eigene Grenzen — und was der Hersteller dokumentiert, steht unten.

Voice De-noise

Adaptives vs. manuelles Rauschunterdrücken

Voice De-noise entfernt Breitbandrauschen aus Sprachaufnahmen: Zischen, Brummen der Klimaanlage, Lüftergeräusch, Raumton. Unter der Haube arbeiten 64 psychoakustisch verteilte Bandpassfilter, die als Multiband-Gate wirken: Was über dem Schwellwert liegt, kommt unverändert durch, was darunter liegt, wird gedämpft. Learn-Modus (manuell). Der Rauschschwellwert wird anhand eines Referenzstücks reinen Rauschs gesetzt: Markieren Sie eine Passage, in der nur der Hintergrund hörbar ist, und klicken Sie auf Learn. Das Handbuch empfiehlt mindestens 1 Sekunde reines Rauschen — längere Auszüge setzen die Schwellwertpunkte genauer. Adaptiver Modus. Das Modul passt den Schwellwert automatisch an, wenn sich das Rauschniveau ändert; im adaptiven Modus wird der Schwellwert bewusst niedriger gesetzt, damit keine Artefakte entstehen. Dieser Modus eignet sich für Aufnahmen mit wechselndem Hintergrund. Der Schwellwert ist eine Kurve aus 6 Punkten: von Hand einstellen — oder bei aktiviertem Adaptive Mode in Echtzeit automatisch nachführen. Der Filtertyp bietet zwei Modi: Surgical entfernt mehr Störgeräusch, kostet aber Klangfarbe und kann musikalische Artefakte erzeugen; Gentle ist transparenter, nimmt dafür hochfrequentes Zischen weniger stark weg. Für Sprache und für Musik gibt es getrennte Modi: Optimize for Dialogue reagiert schneller auf Wechsel im Rauschen, ist aber nicht für Rauschen in gesungenen Noten gedacht, während Optimize for Music lange Töne nicht dämpft.

Best Practices für Voice De-noise

Lernen Sie das Rauschprofil immer auf einer Passage mit sauberem Hintergrund: Im manuellen Modus wird der Schwellwert daraus abgeleitet, und die gesamte weitere Verarbeitung hängt an der Qualität dieser Passage.
Im adaptiven Modus stellt sich der Schwellwert selbst nach, wird aber bewusst niedriger angesetzt — das ergibt weniger Artefakte und damit auch weniger Rauschen, das sich entfernen lässt.
Hören Sie den Unterschied: Die Difference-Ausgabe zeigt, was RX entfernt. Ist dort Sprache zu hören, liegt der Schwellwert zu niedrig.
Verschieben Sie die Schwellwertpunkte von Hand: Es sind 6, und im Adaptive Mode stellen sie sich automatisch nach.
Für Sprache und Musik gibt es unterschiedliche Modi: Optimize for Dialogue reagiert schneller auf Rauschwechsel, Optimize for Music dämpft lange Töne nicht.

De-hum: Netzbrummen

Netzbrummen entfernen

Netzbrummen ist ein konstanter Hintergrundton aus dem Stromnetz: Erdungsprobleme, billige Netzteile, Kabel in der Nähe des Mikrofons. Seine Frequenz liegt bei 60 Hz in Amerika und 50 Hz in anderen Teilen der Welt. Das Modul De-hum hat 2 Modi. Static ist für einfachen tonalen Brummen mit wenigen Harmonischen gedacht, wenn der Brummen die Sprachfrequenzen nicht überlagert. Dynamic ist für komplexen Brummen: mehr als 12 Harmonische, unharmonischer Brummen, Brummen, das in die Höhen reicht, oder Brummen, der sich mit Sprache überlagert. Bedienelemente im Modus Static: Base Frequency legt die Grundfrequenz des Brummens fest — eingestellt nach Gehör über Preview, der Spektrumanalysator ist die Orientierung; Filter Q bestimmt die Bandbreite der Notch-Filter für die Grundfrequenz und ihre Harmonischen; Learn setzt die Grundfrequenz automatisch aus einem markierten Abschnitt mit Brummen; Adaptive Mode stimmt die Notch-Filter während der Aufnahme nach, wenn der Brummen seine Höhe verändert. Im Modus Dynamic ist der Satz anders: Sensitivity bestimmt, wie viel Brummen entfernt wird; Bands ist die Zahl der dynamischen Notch-Filter — für komplexen Brummen erhöhen, das kostet Transparenz; Filter Q und Range Selectors legen die Filterbandbreite und die Grenzen des bearbeiteten Bereichs fest. Ehrliche Grenze: De-hum entfernt die Brummfrequenz, stellt aber Sprache nicht wieder her, die durch Übersteuerung verzerrt wurde. Ist der Brummen so laut, dass die Wellenform bereits abgeflacht ist, ist das Signal beschädigt — das Modul kann es nicht zurückholen.

De-hum Fehlersuche: wenn der Brummen bleibt

Bleibt der Brummen nicht vollständig weg, gehen Sie diese Punkte der Reihe nach durch: — Ist die Grundfrequenz richtig eingestellt? Manche Geräte brummen nicht genau auf der Netzfrequenz, und Base Frequency muss nach der Spitze im Spektrumanalysator gesetzt werden (Window > Spectrum Analyzer). — Reichen die Harmonischen? Schalten Sie bei komplexem Brummen in den Modus Dynamic: Er ist für Brummen mit vielen Harmonischen, für unharmonischen Brummen und für Klänge, die in die Höhen reichen, ausgelegt. — Liegt unter dem Brummen weiteres Breitbandrauschen? Gibt es zusätzlich Zischen oder Lüftergeräusch, reicht De-hum allein nicht: Senken Sie zuerst das Breitbandrauschen mit Voice De-noise und kümmern Sie sich danach um den Brummen. — Stört der Brummen die Rauschunterdrückung selbst? Blackmagic Design sagt das ausdrücklich: Enthält ein Clip Brummen und Rauschen, entfernt man zuerst den Brummen, damit die Rauschunterdrückung auf dem Rauschen arbeitet, das in einem anderen Frequenzbereich liegt.

De-reverb

Raumecho und Nachhall reduzieren

De-reverb verkleinert den Raum, den das Mikrofon aufgenommen hat: Reflexionen und den Nachhallschwanz. Das Modul arbeitet über das Verhältnis von Nachhall zu Direktsignal (wet/dry). Learn analysiert das Signal, bestimmt dieses Verhältnis je Frequenz sowie die gesamte Abklingrate und setzt anschließend Reverb Profile und Tail Length selbst. Das Handbuch empfiehlt, auf einer Auswahl zu lernen, die mit dem Rauschniveau beginnt, mehrere Sekunden lang ist und sowohl das direkte Signal als auch seine Nachhallschnäpfe enthält. Tail Length ist eine Näherung an RT-60: die Zeit, in der die Amplitude des hallenden Signals um 60 dB abfällt. Treten nach der Bearbeitung wieder Schwänze hervor, erhöhen Sie den Wert; klingt das Ergebnis stumpf und überbearbeitet, verringern Sie ihn. Frühe Reflexionen — schnelle Echos des direkten Signals von einer nahen Fläche — liegen meist in den ersten 5–100 ms des Schwanzes, und gerade der kleinste Tail-Length-Wert wirkt gegen frühe Reflexionen. Artifact Smoothing steuert die Genauigkeit im Frequenzbereich: Standardmäßig ist der Wert hoch, weil Nachhall im Spektrum weich ist; niedrigere Werte treffen resonante Anteile genauer und erzeugen mehr Artefakte. Enhance Dry Signal hebt den Pegel des direkten Signals an — das stellt den Dynamikumfang wieder her und bereitet das Material auf die anschließende Rauschunterdrückung vor. Output Reverb Only lässt am Ausgang nur den hallenden Anteil übrig — so hört man gut, was das Modul als Nachhall ansieht. Anwendung: De-reverb wird als Echtzeit-Plug-in für VST/AU/RTAS/AAX ausgeliefert, ist wegen der aufwendigen Verarbeitung aber ressourcenhungrig. Für hohe Qualität öffnen Sie die Datei besser im RX Audio Editor, wenden das Modul an und bringen das Ergebnis zurück in die Session.

Mouth De-click

Mundgeräusche und Lippenklicks entfernen

Mouth De-click entfernt Mundgeräusche: Zungenklicks, Lippenklicks, feuchte Geräusche im Mund. Das Modul ist für längere Passagen gedacht, nimmt aber auch einzelne Klicks heraus. Sensitivity bestimmt, wie viele Klicks erkannt werden; zu weit hochgestellt beginnt das Modul, Explosivlaute zu treffen und das Originalsignal zu beschädigen. Frequency Skew verschiebt die Klicksuche in die tiefen oder hohen Frequenzen: negative Werte passen zu gewöhnlichen Klicks wie etwa auf Schallplatten, null und positive Werte zu Mundklicks im mittleren Frequenzbereich. Click Widening verbreitert den Reparaturbereich um den gefundenen Klick — das braucht man für Klänge mit Abklingen, etwa Lippenklicks. Arbeitsablauf: Modul über die ganze Sprachspur laufen lassen, zuhören und bei Bedarf wiederholen. Manchmal lohnt sich ein zweiter Durchlauf: Der erste kann leise Klicks übersehen, die von lauten verdeckt werden. Tipp: erst Voice De-noise, dann Mouth De-click. Bei hohem Rauschniveau gehen Klicks im Rauschen unter und die Erkennung wird ungenauer.

Spectral Repair

Manuelle Frequenzreparatur für einzelne Störungen

Spectral Repair ist die manuelle Reparatur im Spektrogramm: Sie markieren den störenden Bereich, und das Modul rekonstruiert den Klang aus den umgebenden Daten. Das Modul versteht die Auswahl als beschädigten Klang und repariert sie mit dem Material ringsum. Drei Betriebsarten. Attenuate vergleicht den Inhalt der Auswahl mit dem Inhalt ringsum und senkt den Pegel des markierten Bereichs auf das Niveau der Umgebung ab, ohne Audio neu zu synthetisieren — das ist die Betriebsart für Störgeräusch und für Ereignisse, die das gewünschte Signal nicht vollständig verdecken. Replace ersetzt die Auswahl vollständig durch Audio, das aus den umgebenden Daten interpoliert wurde — die Betriebsart für beschädigte Passagen tonalen Klangs. Pattern sucht ein wiederkehrendes Muster in benachbarten Bereichen. Bedienelemente: Bands legt die Zahl der Frequenzbänder fest, über die interpoliert wird — mehr Bänder bedeuten bessere Frequenzauflösung, brauchen aber einen breiteren Umgebungsbereich, und kurze Auswahlen oder Transienten brauchen weniger; Surrounding Region Length legt fest, wie viel umgebender Klang für die Interpolation herangezogen wird; Multi-Resolution trennt die Auflösung im Frequenzbereich für tiefe Anteile von der im Zeitbereich für hohe; Direction of Interpolation wählt, woher das Material kommt — Signal von links und rechts, von oben und unten oder aus allen Richtungen. Ehrliche Grenze: Überlagert sich das Rauschen der Sprache in Frequenz und Zeit, nimmt die Reparatur die Sprache mit. Spectral Repair kann das Rauschen mindern, aber nicht zwischen Rauschen und Wort wählen — das bleibt beim Bediener.

De-wind

Windgeräusch aus Außendialogen entfernen

De-wind nimmt das unterbrochene tieffrequente Brummen weg, das Windböen erzeugen, wenn sie auf die Membran des Mikrofons treffen. Das Modul ist für leichte und mittlere Böen ausgelegt und übernimmt keinen starken Wind, der das Mikrofonsignal übersteuert und verzerrt. Bedienelemente: Reduction legt das Verhältnis zwischen der Tiefe der Windunterdrückung und dem Erhalt des Originalsignals fest; Crossover Frequency ist die obere Frequenz, bis zu der der Algorithmus arbeitet; Fundamental Recovery stellt tiefe Stimmobertone wieder her, die unter dem Wind verloren gehen; Artifact Smoothing entfernt das für FFT-Verarbeitung typische musikalische Rauschen, das sich unter Wasser anhört. Wichtige Einschränkung je Szenario: Das Modul ist für unterbrochenen Wind im Vordergrund gedacht, also für eine Aufnahme mit periodischen Böen, die direkt auf die Mikrofonmembran treffen. Ist der Wind konstant oder im Hintergrund, rechnet De-wind ihn zum Rauschniveau und behält ihn. Für solche Aufnahmen empfiehlt das Handbuch Spectral De-noise oder einen weiteren Durchlauf von De-wind.

Typische Szenarien

Hotelinterview mit Klimaanlage und Netzbrummen

Szenario: ein Interview in einem Konferenzsaal eines Hotels. Die Klimaanlage erzeugt ein konstantes tiefes Brummen, ein Erdungsproblem kommt hinzu, der Fliesenboden bringt Reflexionen, und das Ansteckmikrofon nimmt Mundklicks auf. Verarbeitungskette: — Voice De-noise im Learn-Modus: lernen auf der Pause zwischen den Sätzen, in der nur der Raumton hörbar ist. — De-hum: Grundfrequenz des Brummens einstellen; bei komplexem Brummen in den Modus Dynamic wechseln. — De-reverb: auf einer Passage mit Sprache und ihrem Schwanz lernen, bei Bedarf den Pegel des direkten Signals anheben. — Mouth De-click: über die ganze Spur laufen lassen und bei Bedarf wiederholen. Ergebnis: Die Dialoge sind sauber, präsent und natürlich; der verbleibende Raumton ist kaum zu hören.

Straßen-Vlog mit Motorradverkehr

Szenario: ein Moderator spricht direkt in die Kamera auf einer belebten Stadtstraße. Vorbeifahrende Motorräder überlagern die Sprache in Frequenz und Zeit, sie lassen sich deshalb nicht einzeln herausnehmen; das konstante Stadtgeräusch bleibt als Untergrund. Verarbeitungskette: — Voice De-noise im adaptiven Modus: das Rauschen ändert sich laufend, der Schwellwert stellt sich selbst nach. — Spectral Repair auf einzelne Hupgeräusche zwischen den Wörtern: der Bereich wird im Spektrogramm markiert und durch Interpolation ersetzt. — De-hum: Grundfrequenz des Brummens vom nächstgelegenen Transformator. Ergebnis: Die Stimme des Moderators ist klarer, das konstante Rauschen ist zurückgenommen, die Motorradpassagen bleiben aber hörbar — ohne die Sprache zu zerstören, lassen sie sich nicht entfernen. Für ein sauberes Ergebnis nimmt man solche Aufnahmen im Studio neu auf und synchronisiert sie zum Bild.

Hochzeit am Strand mit Küstenwind

Szenario: eine Trauung auf einem windigen Strand. Anhaltender Küstenwind brummt im Ansteckmikrofon des Trauers, Böen verursachen kurze Übersteuerungen, und in ruhigen Passagen sind Gespräche der Gäste zu hören. Verarbeitungskette: — De-wind: nimmt das anhaltende Windbrummen weg; bei konstantem Untergrund hilft ein zweiter Durchlauf des Moduls. — Voice De-noise im Learn-Modus: lernen auf einer ruhigen Passage, in der nur die Gäste zu hören sind. — Spectral Repair auf die geclippten Böen-Momente: die Auswahl wird durch Interpolation ersetzt, ein Teil der Sprache geht dabei zwangsläufig verloren. — De-reverb: draußen gibt es kaum Nachhall, die offene Umgebung bringt aber einen leichten diffusen Klang dazu. Ergebnis: Das Ton der Zeremonie ist brauchbar; an den geclippten Stellen geht Qualität verloren, die Worte bleiben aber verständlich.

Reihenfolge der Bearbeitung und Arbeitsablauf

Empfohlene Reihenfolge der Module

Die Reihenfolge, in der die Module angewendet werden, ist wichtig: frühere Module können die späteren stören. Eine Regel bestätigt die Dokumentation: erst der Brummen, dann das Rauschen. Enthält eine Aufnahme sowohl Netzbrummen als auch Breitbandrauschen, entfernt man zuerst den Brummen — die Rauschunterdrückung soll auf dem Rauschen arbeiten, das in einem anderen Frequenzbereich liegt, sonst kämpft sie gegen den Brummen an und kommt weniger weit. Alles Weitere richtet sich nach der Aufnahme. Einzelne Ereignisse (Türschlag, Telefonklingeln, Geräteklicken) lassen sich bequem per Spektralreparatur vor der Rauschunterdrückung entfernen, damit die automatischen Module nicht daran hängen bleiben. Das Windbrummen nimmt man ebenfalls vor der Rauschunterdrückung weg, weil auch es den Rauschpegel anhebt. Nachhall und Mundklicks kommen zuletzt, wenn das Signal schon sauber ist. Diese Reihenfolge ist ein Ausgangspunkt, keine Vorschrift. Wenden Sie kein Modul auf ein Problem an, das die Aufnahme nicht hat: jeder Bearbeitungsschritt kostet Signal.

Best Practices für die Arbeit in RX

Arbeiten Sie in kurzen Abschnitten, nicht in der ganzen Datei: Vorher und Nachher lassen sich leichter vergleichen, und die Parameter lassen sich je Abschnitt anpassen.
Bewahren Sie immer das Original auf: RX verändert das Audio an Ort und Stelle, arbeiten Sie deshalb über File > Save As.
Das History-Fenster (Window > History) macht jeden Bearbeitungsschritt rückgängig und führt zu jedem Punkt der Kette zurück.
Rendern und hören Sie nach jedem Modul: mehrere Module hintereinander lassen nicht erkennen, welches das Artefakt verursacht hat.
Vergleichen Sie immer wieder mit dem Original: nach mehreren Modulen gewöhnt sich das Ohr und die Perspektive geht verloren.
Exportieren Sie die Differenz (Module > Output: Difference) und hören Sie sie an: ist Sprache zu hören, haben Sie zu viel entfernt.

Pro Tools Audio-Postproduktion Leitfaden Sound-Design Kostenaufschluesselung DaVinci Resolve Color Grading Leitfaden After Effects VFX Workflows Leitfaden Resolve vs Premiere Pro

FAQ: Dialogbereinigung in iZotope RX

Wie viel Rauschunterdrückung ist in iZotope RX zu viel?

Ein Zahlenwert nennt die Dokumentation nicht. Sie sagt etwas anderes: Im adaptiven Modus wird der Schwellwert bewusst niedriger gesetzt, damit keine Artefakte entstehen, und der Modus Surgical entfernt mehr auf Kosten der Klangfarbe. Hören Sie Artefakte, erhöhen Sie den Schwellwert oder nehmen Sie den sanfteren Filtertyp; bleibt das Rauschen, senken Sie ihn. Sehr starkes Rauschen auf der Aufnahme ist besser durch eine Neuaufnahme zu lösen als durch ausgereizte Unterdrückung.

Wie entferne ich 50-Hz-Brummen aus Audio, das vor Ort aufgenommen wurde?

Mit dem Modul De-hum. Die Frequenz des Netzbrummens liegt bei 50 Hz in Europa und in weiten Teilen Asiens und bei 60 Hz in Amerika. Stellen Sie Base Frequency nach der Spitze im Spektrumanalysator ein (Window > Spectrum Analyzer) und lassen Sie Filter Q schmal, um die Frequenz herauszuschneiden, ohne den Umklang zu berühren. Ist der Brummen komplex, wechseln Sie in den Modus Dynamic. Bleibt der Brummen, prüfen Sie, ob daneben Breitbandrauschen liegt: dann erst Voice De-noise, danach De-hum.

Kann De-reverb das Raumecho aus Dialogen vollständig entfernen?

Vollständig nicht: das Modul arbeitet über das Verhältnis von Nachhall zu Direktsignal und verringert nur den Anteil des Nachhalls. Wie tief es schneiden kann, gibt die Dokumentation nicht als Zahl an. Treten nach der Bearbeitung Schwänze hervor, erhöhen Sie Tail Length; klingt das Signal stumpf und überbearbeitet, verringern Sie ihn. Bei starkem Nachhall ist es praktischer, die Sprache in einem akustisch behandelten Raum neu aufzunehmen.

Was ist die richtige Reihenfolge der RX-Module?

Bestätigt ist eine Reihenfolge: erst der Brummen, dann das Rauschen. Blackmagic Design formuliert das ausdrücklich: Enthält ein Clip Brummen und Rauschen, entfernt man zuerst den Brummen, damit die Rauschunterdrückung auf dem Rauschen arbeitet, das in einem anderen Frequenzbereich liegt. Alles Weitere liegt bei Ihnen: Setzen Sie De-reverb und Mouth De-click dort ein, wo sie etwas bringen, und wenden Sie kein Modul auf ein Problem an, das die Aufnahme nicht hat.

Kann iZotope RX geclipptes oder verzerrtes Audio reparieren?

Teilweise. Das Modul De-clip repariert Clipping-Artefakte, indem es die Wellenform oberhalb eines gesetzten Schwellwerts interpoliert; es hilft also dort, wo das Clipping die Spitzen leicht abgeflacht hat. Den Schwellwert setzt man knapp unter den Pegel, bei dem das Signal clippt. Ist das Signal jedoch so übersteuert, dass die Verzerrung in der Datei steckt, holt die Reparatur die ursprüngliche Wellenform nicht zurück — eine Neuaufnahme ist zuverlässiger.

Wie nutze ich RX mit Pro Tools?

Über das Plug-in RX Connect: Es sendet einen Clip oder mehrere Clips an die eigenständige Anwendung RX 11, in der Sie im Spektrogramm arbeiten, und im Modus Send For Repair schickt es das bearbeitete Ergebnis an den Host zurück. In Pro Tools ist das Plug-in im Menü AudioSuite verfügbar. Die Alternative: Clips exportieren, in der eigenständigen RX bearbeiten und ins Projekt zurückholen.

Brauchen Sie professionelle Dialogbereinigung?

Unsere Toningenieure reinigen Dialoge, die in anspruchsvollen Umgebungen aufgenommen wurden — Brummen von Klimaanlagen, Straßenverkehr, Küstenwind, Echo von Fliesenräumen. Wir arbeiten mit iZotope RX, Pro Tools und der Erfahrung aus Außenaufnahmen. Schicken Sie uns eine Passage — wir beurteilen den Zustand des Tons.

Kostenlose Audio-Bewertung