Fernsehen ist ja häufig ein Kompromiss. Nicht nur, was Programmwünsche betrifft, sobald mehr als ein Zuschauer auf der Couch sitzt, sondern auch, was das Hören angeht. Bei normaler Lautstärke sind die Dialoge oft zu leise. Stellt man lauter, werden Musik und sonstige Geräusche teilweise unangenehm laut. In den Kommentaren zum beliebtesten Fernsehformat in Deutschland, dem Tatort wird das sichtbar: Dort taucht die Sprachverständlichkeit auffällig oft auf. Die Dialoge seien "schwer bis gar nicht zu verstehen", zum "wiederholten Male" habe man "ganze Passagen" akustisch nicht verstanden, schreiben Zuschauer auf der Webseite des Ersten. Auch in Leserbriefen an die Süddeutsche Zeitung beschweren sich Zuschauer regelmäßig über Probleme mit der Akustik, nicht nur, wenn es um den Tatort geht. Dabei gibt es eigentlich längst eine Lösung für das Problem.
Stellt man die Dialoge lauter, wird der Ton insgesamt nicht unangenehm laut
Am Fraunhofer-Institut für Integrierte Schaltungen IIS in Erlangen haben Wissenschaftler bereits 2011 ein Audioformat namens MPEG-H-Audio entwickelt, mit dem man die Lautstärke von Dialogen unabhängig von Musik und Hintergrundgeräuschen regeln kann. Dabei werden Sprache, Musik und sonstige Geräusche einzeln übertragen. Stellt man die Dialoge lauter, wird der Ton insgesamt nicht unangenehm laut. Die Technologie ist also da. Bis man sie in Deutschland nutzen kann, wird es aber wohl noch eine Weile dauern. Wie lange?
Beim Besuch im Fraunhofer-Institut geben Harald Fuchs, Abteilungsleiter Mediensysteme und Anwendungen im Bereich Audio und Medientechnologien, und der Toningenieur Christian Simon lieber keine Prognose ab. Dabei wäre der Bedarf groß. 19 Prozent der Deutschen, die älter als 14 Jahre sind, sind hörbeeinträchtigt, wenn auch die meisten nur leichtgradig. "Und das sind ja alles Beitragszahler", sagt Simon. Bisher gibt es nur Tests, bei denen das Fraunhofer-Institut mit eigenen Prototypen und Apps arbeitet.
Bereits 2011, erzählt Fuchs, wandte sich die BBC ans Institut. 60 Prozent der Zuschauerbeschwerden bei der britischen Rundfunkanstalt drehten sich damals um das Thema Sprachverständlichkeit. Zusammen testete man im selben Jahr beim Wimbledon-Turnier eine Software, mit der die Internetradio-Hörer der BBC selbst die Lautstärke der Kommentare und Geräusche auf dem Platz in der Liveübertragung regeln konnten. Nach einem MDR-Beitrag über den Test in England meldeten sich viele Zuschauer beim Sender, die die Technologie auch nutzen wollten. "Damals dachte ich, bis es auf den Markt kommt, dauert es vielleicht noch drei Jahre", sagt Fuchs. Inzwischen sind acht Jahre vergangen. Seitdem beschäftigt sich eine Gruppe von Tonmeistern am Fraunhofer-Institut mit dem Thema und begleitet immer wieder Produktionen wie die Leichtathletik-EM in Glasgow und Berlin oder den Eurovision Song Contest 2018 und 2019. Der Zuschauer, der ja immer auch ein Zuhörer ist, hat allerdings noch nichts davon.
Dabei ist der Test im "Mozartstudio" im Fraunhofer-Institut bereits beeindruckend. Dort laufen Ausschnitte aus der BR-Serie Dahoam is dahoam und der Terra-X-Doku Mythos Wolfskind. In der Doku werden das Wolfsgeheul und die Streichermusik leiser, sobald der Sprecher beginnt, auch in der Serie sind die Dialoge klar, die leisere Musik angenehm. Im Studio hängen 60 Lautsprecher an den Wänden und an der Decke. Das System läuft nicht nur in professionellen Studios, es könnte längst für Fernseher und mobile Geräte verfügbar sein.
Während sich die Optik beim Fernsehen kontinuierlich verbessert hat - HD-Auflösung ist Standard, auch bei vielen Free-TV-Sendern - hat sich beim Ton seit der Umstellung auf Surround-Sound 5.1 in den Neunzigern nichts mehr getan. Die Einführung des aktuellen Antennenfernsehens DVB-T2 war erst 2017. "So schnell wird es keine neue Formatumstellung geben, mit der MPEG-H Audio als Standard für alle verfügbar gemacht werden kann", sagt Fuchs. "Im Moment warten die Sender auf die Gerätehersteller und die Gerätehersteller auf das Angebot der Sender."
Dort gibt es im Moment keine konkreten Pläne, MPEG-H Audio anzubieten. Bei ARD, ZDF und der RTL-Mediengruppe versichert man großes Interesse, verweist aber darauf, dass das Format noch in der Erprobungsphase sei und es noch keine Endgeräte dafür gebe. ARD und ZDF haben 2014 einen Leitfaden zur Sprachverständlichkeit herausgegeben, infolge dessen habe man in den vergangenen Jahren deutlich weniger Zuschauerbeschwerden erhalten, heißt es vom ZDF. Beim BR, sagt Ingrid Mitterhummer, Leiterin der Technischen Information, würden Musikberater die Filmautoren beraten, "möglichst adäquate und nicht störende Musik in ihren Filmen einzusetzen". Um die Sprachverständlichkeit zu verbessern, würden die BR-Tonmeister auf die individuell empfundene Lautstärke eingehen, statt nur Spitzenpegel einzuhalten. "Dadurch lässt sich für das menschliche Hörempfinden ein besseres und ausgewogeneres Laut-leise-Verhältnis erzielen", so Mitterhummer.
In Brasilien, sagt Fuchs, wurde gerade der Übertragungsstandard erweitert, sodass eine zusätzliche MPEG-H Tonspur übertragen werden kann, die zukünftige Geräte abspielen können. "Alle existierenden Geräte verwenden die erste Tonspur, für diese ändert sich nichts", sagt Fuchs. Die neueren können die zusätzliche Tonspur abspielen. In Europa sei France TV an MPEG-H interessiert und habe es 2018 und 2019 beim Tennisturnier French Open erfolgreich getestet.
In Deutschland zögern die Sender aber noch, eine zusätzliche Tonspur anzubieten, die man auch für den neuen Internet-Standard HbbTV 2.0 ("Red Button") braucht, mit dem man an Smart-TVs über das Internet eine optimierte Sprachspur hinzuschalten kann. Auch dafür gibt es erst wenige Geräte auf dem deutschen Markt. In der Mediathek, am Computer und auf mobilen Geräten, könnte man MPEG-H auch nutzen, ohne dass die Geräte es selbst direkt unterstützen. "In die Apps können die Rundfunkanstalten per Software neue Funktionen einbauen, beispielsweise MPEG-H als neues Tonformat, und in einer neuen Version der App anbieten" sagt Fuchs. Auch hier reagieren die Sender zurückhaltend.
Der Einsatz von Musik und der Umgang mit Sprache sind immer künstlerische Entscheidungen. Sinkt die Qualität, wenn der Zuschauer selbst zum Tonmeister wird? Auch diese Sorge kennt man beim Fraunhofer-Institut. Die Mischung des Tonmeisters bleibe die Standardeinstellung. "Aber wenn man erlaubt, für bessere Sprachverständlichkeit die Dialoge lauter zu stellen, schließt man niemanden mehr aus, weder Ältere noch Hörgeschädigte", sagt Fuchs. Neben lauteren Dialogen bietet das dreidimensionale MPEG-H-Audio-Format auch Vorteile für die Audiodeskription, bei der Bildszenen für Zuschauer mit einer Sehschwäche akustisch beschrieben werden. Zur besseren Trennung vom Ton im Film kann man die Deskription räumlich verschieben und separat in der Lautstärke regeln. Beschreibung und Dialoge kann man so besser unterscheiden.
Noch zögern die Sender wegen des technischen Aufwands und der erhöhten Produktionskosten. Am Fraunhofer-Institut wurde sogar ein Algorithmus entwickelt, mit dem man auch in bestehendem Filmmaterial bis zu einem gewissen Level automatisch die Sprache extrahieren kann. So könnten die Sender ihr Programm kostengünstig barrierefrei machen. Doch auch dafür braucht es zunächst Tests. "Bei Großereignissen werden für gewöhnlich neue Dinge ausprobiert", sagt Fuchs. Bei den Olympischen Winterspielen 2018 in Südkorea etwa seien MPEG-H-Audio-taugliche Videos produziert worden, dort sei die Technik schon Standard. In Deutschland sind ernsthafte Testreihen bis auf Weiteres verschoben.