Rauschunterdrückung DaVinci Resolve: iZotope RX gegen Voice Isolation
Die Methode wählt man nach der Art des Rauschens, nicht nach dem Programmnamen. Wir erklären den Aufbau der Werkzeuge, das Kriterium „wann reicht eine einfache Bereinigung“ und den Preis, den Artefakte kosten.
KKirillGründer & Creative Director
Rauschunterdrückung DaVinci Resolve: Es gibt zwei verschiedene Werkzeuge dafür, und der Unterschied liegt nicht in der Programmversion, sondern im Aufbau des Algorithmus. iZotope RX arbeitet mit Frequenzen: Es lernt ein Rauschprofil und schneidet es aus dem Spektrum. Voice Isolation in DaVinci Resolve Studio geht einen anderen Weg — es trennt die Stimme mit einem neuronalen Modell vom Hintergrund. Die Wahl hängt davon ab, welches Rauschen in der Aufnahme steckt, die Reihenfolge der Schritte ist für beide Wege teilweise dieselbe.
Zwei Wege zur Bereinigung
In RX gibt es drei Werkzeuge, die ständig verwechselt werden. Voice De-noise ist das Modul für die Arbeit auf einer Spur: Es fügt keine Verzögerung hinzu. Intern sind das 64 Bandpassfilter, über die Gehörskala verteilt, die wie ein Mehrband-Gate arbeiten: Bestandteile oberhalb der Schwelle kommen unbehandelt durch, was unterhalb liegt, wird gedämpft.
Spectral De-noise ist anders aufgebaut. Es entfernt stationären oder langsam wechselnden tonalen Lärm und Breitbandrauschen: Es lernt das Rauschprofil aus einem markierten Abschnitt und zieht es vom Signal ab. In der Dokumentation sind typische Quellen aufgezählt — Filmrauschen, Klimaanlagen, Straße, Netzbrummen, Erdungsprobleme, Kameramotoren, Lüfter, Wind und komplexer Brumm mit Obertönen.
Das dritte Werkzeug ist Dialogue Isolate aus RX 11. Es arbeitet mit maschinellem Lernen, trainiert auf einer großen Bibliothek aus Sprache, Rauschen und Nachhall, und teilt das Signal automatisch in 3 Komponenten: Sprache, Rauschen und Nachhall. Jede Komponente wird über einen eigenen Gain geregelt, und in der Advanced-Version läuft die Verarbeitung in 4 Bändern — Low, Low Mid, High Mid und High —, wobei jedes Band von 0 bis 100 % einstellbar ist.
Auf der Resolve-Seite übernimmt Voice Isolation dieselbe Aufgabe. Das ist ein Effekt auf Basis der DaVinci Neural Engine, der die menschliche Stimme erkennt und von den Hintergrundgeräuschen trennt. Die Funktion gibt es nur in DaVinci Resolve Studio und ist als eingebauter Track FX umgesetzt: Man schaltet sie auf der Spur über den Inspector oder den Mixer ein, auf einem einzelnen Clip über den Inspector.
Neben Voice Isolation gibt es in Resolve den Dialogue Separator, und der Unterschied liegt in der Zahl der Regler: Voice Isolation hat einen Regler für den gesamten Fremdton, der Dialogue Separator 3 separate Regler — Voice, Background und Ambience. Beide zugleich zu nutzen ist nicht nötig: Die Aufgabe ist dieselbe, und Blackmagic sagt deshalb ausdrücklich, dass eines von beiden genügt.
Wann der spektrale Modus nötig ist
Der spektrale Modus ist dort nötig, wo das Rauschen konstant ist und sich einzeln anhören lässt. Genau dafür ist Spectral De-noise gebaut: Es lebt von einem gelernten Profil, und im manuellen Modus bleibt dieses Profil bis zum Ende der Bearbeitung unverändert. Ein eigener adaptiver Modus lässt das Profil mitlaufen — das rettet dort, wo sich das Rauschen ständig ändert: Straße, Verkehr, Brandung. Der Preis dafür ist Rechenlast: Die Dokumentation verweist für die Arbeit in Echtzeit direkt auf Voice De-noise, das ohne Verzögerung arbeitet, während Spectral De-noise deutlich schwerer ist und Verzögerung bringt.
Die Schwelle ist die Grenze zwischen Rauschen und Signal, und in RX lässt sie sich von Hand stellen. Je höher die Schwelle, desto mehr Rauschen verschwindet, aber auch schwache Signalanteile werden unterdrückt; je niedriger, desto besser bleiben leise Details erhalten, doch das Rauschen beginnt mit der Stimme zu modulieren. Ein guter Standardwert ist 0 dB. In Voice De-noise wird die Schwelle nach einer Referenz gesetzt: Learn analysiert einen Abschnitt reinen Rauschens, und dafür braucht man mindestens 1 Sekunde reines Rauschen. Dort gibt es am Schwellenwert außerdem 6 Punkte, die von Hand verschoben werden, im adaptiven Modus stellen sie sich selbst nach.
Die Verarbeitungsqualität in Spectral De-noise legt einer von 4 Algorithmen fest: A ist der leichteste für Ressourcen und Verzögerung, B glättet das Spektrum in Zeit und Frequenz, C arbeitet multiresolutiv und liefert weniger Artefakte, D ergänzt eine Synthese hoher Frequenzen. Den Modus wählt man nach der Aufgabe, nicht nach Gewohnheit: Der leichte Algorithmus läuft in Echtzeit, die schwereren gehören in den Offline-Workflow.
Dialogue Isolate deckt den anderen Fall ab — wechselndes oder über Sprache liegendes Rauschen. Das Modul trennt die Sprache von konstantem und nicht stationärem Rauschen: Zischen, Menschenmenge, Verkehr, Schritte, Wetter. Ab RX 11 nimmt es zusätzlich den Nachhall heraus. Für konstantes Rauschen empfiehlt die Dokumentation, Spectral De-noise zu probieren, wenn Dialogue Isolate nicht das gewünschte Ergebnis liefert: Das Werkzeug ist nicht auf Dialog zugeschnitten und eignet sich für Gesang, Instrumentaltitel und komplette Mixe. Für den allgemeinen Nachhall gibt es ein eigenes Modul, De-reverb.
Artefakte und wie man sie vermeidet
Artefakte sind die Gebühr für die Bereinigung, und sie entstehen dort, wo der Algorithmus einen Teil des Signals für Rauschen gehalten hat oder umgekehrt. Bei Spectral De-noise ist dafür der Regler Artifact Control zuständig, und er hat zwei Extreme. Bei niedrigen Werten wird das Rauschen spektral abgezogen: Die Trennung ist genauer, aber bei starker Bearbeitung entstehen „musikalische“ Artefakte — ein kratzender oder wässriger Klang. Bei hohen Werten wird das Rauschen mit einem Breitband-Gate abgeschnitten: Es gibt weniger Artefakte, doch das Rauschen setzt in Schüben ein, sobald das Signal unter die Schwelle fällt. Daraus folgt die Grundregel der Dokumentation: Die Dämpfung gehört genau so weit, wie sie gebraucht wird, denn starke Dämpfung ruiniert auch schwache Signalanteile.
Dieselbe Wahl gibt es in Voice De-noise. Der Modus Surgical schneidet mehr Unerwünschtes ab, opfert aber den Klangcharakter und kann „musikalischen“ Lärm erzeugen; der Modus Gentle ist transparenter, schneidet aber weniger hochfrequentes Zischen ab. In Dialogue Isolate steuern die Sensitivity die Artefakte: Je höher der Wert, desto stärker wird das Rauschen herausgeschnitten, umso mehr Artefakte entstehen und umso mehr leidet die Verständlichkeit der Sprache; bei niedrigem Wert bleibt mehr Rauschen, dafür bleibt die Sprache sauber.
Dass zu viel herausgeschnitten wird, zeigt der Modus Noise Only bei Noise Reduction in Resolve. Er zeigt den Teil des Signals, der entfernt wird, und sind darin Wörter zu hören, werden aus dem Dialog dieselben Frequenzen und Tonanteile entfernt. Bei Voice Isolation spielt der Regler Amount dieselbe Rolle: Er mischt Original und herausgelöste Stimme, und man senkt ihn, um einen natürlichen Grundton zurückzuholen. Den gesamten Fremdton darf man nicht entfernen — mit ihm verschwindet auch der Klang des Ortes.
Die Reihenfolge: Dialog reinigen, dann mischen
Die Bearbeitungsreihenfolge in Resolve ergibt sich aus der Logik der Plug-ins und aus der Reihenfolge, in der sie in der Kette angewandt werden.
- Zuerst der Brumm. Netzbrummen liegt bei 50 Hz oder 60 Hz, und für beide Frequenzen gibt es im De-Hummer Presets. Die Reihenfolge aus dem Handbuch ist eindeutig: Zuerst den Brumm entfernen und erst danach das Rauschen, weil sie unterschiedliche Bereiche haben.
- Dann das Rauschen. Noise Reduction in Fairlight arbeitet mit spektraler Subtraktion: Im manuellen Modus lernt es das Rauschprofil, im Modus Auto Speech erkennt und isoliert es die Sprache per Spektralanalyse.
- Die Plug-in-Kette läuft von oben nach unten, deshalb bekommt das nächste Plug-in bereits das bearbeitete Signal.
- Mehrere weiche Filter statt eines schweren: Auf einen Clip lassen sich beliebig viele Plug-ins legen, auf einer Spur empfiehlt Blackmagic aber, bis zu 6 Rauschunterdrücker zu kombinieren.
- Prüfung mit dem Modus Noise Only: Sind darin Wörter zu hören, entfernt man Frequenzen der Sprache.
- Schwere Arbeit in den Cache oder in einen Bounce, um den Prozessor zu entlasten.
- Und erst danach das Mischen: Der erste Schritt nach dem Schnitt ist, die Pegel der Clips in den Spuren anzugleichen, und erst danach geht man zum Mix über.
Der Sinn der Reihenfolge liegt darin, dass die Bereinigung vor dem Mischen läuft: Zuerst den Brumm entfernen, dann das Rauschen, dann die Pegel der Clips in den Spuren angleichen und erst danach den Mix bauen.
Häufige Fragen
Kann man Rauschen vollständig entfernen?
Nein, und das ist keine Vorsichtsmarke, sondern eine Eigenschaft des Verfahrens. Das Blackmagic-Handbuch erklärt es direkt: Rauschen belegt viele Bänder und Frequenzen, ein vollständiges Entfernen nimmt dem Dialog daher Klangcharakter und Textur. Dieselbe Grenze beschreibt auch RX: Starke Rauschunterdrückung ruiniert schwache Signalanteile. Die praktische Folgerung lautet, das Rauschen nur so weit zu senken, dass es nicht mehr stört, und nicht weiter. In Resolve ist dafür der Regler Amount bei Voice Isolation zuständig, in RX Threshold, Sensitivity und Artifact Control. Dazu kommt eine Prüfmethode: Noise Only einschalten und hören, was genau entfernt wird.
Was macht man mit Rauschen in der Musik?
Für Musik eignet sich Voice De-noise anders als für Dialog: Es gibt einen eigenen Modus Optimize for Music, der lange Töne nicht dämpft und auf Gesang transparenter wirkt, während der Dialogmodus schneller auf den Wechsel des Rauschens reagiert und auf kurze Sätze ausgelegt ist. Spectral De-noise ist an Dialog gar nicht gebunden — es arbeitet mit Gesang, Instrumentaltiteln und kompletten Mixen. Ein Sonderfall sind Klicks und Knacken im Musiktitel: Die spektrale Subtraktion nimmt sie nicht mit, dort braucht es eine Korrektur der Wellenform auf Ebene einzelner Abtastwerte.
Was Sie als Nächstes lesen können
Als Projekt umsetzen lassen?
Wir übernehmen solche Projekte — mit denselben Einstellungen, die wir hier durchgehen.