Hintergrundmusik zu Sprachaufnahme hinzufügen
Lege Musik unter ein Voiceover, ein Podcast-Intro, die Sprechertexte einer Präsentation oder einen Hörbuchausschnitt. Die Musik spielt im Intro allein, wird automatisch leiser (Ducking), sobald du sprichst, kommt in den Pausen wieder hoch und blendet nach dem Outro aus. Der fertige Mix wird lautheitsnormalisiert und als MP3 gespeichert, alles in deinem Browser.
Zuletzt aktualisiert:
Es werden eine Demo-Stimme und Demo-Musik angezeigt.
Anleitung: Hintergrundmusik zu Sprachaufnahme hinzufügen
- Füge deine Stimme hinzu: Ziehe eine Sprachaufnahme (MP3, WAV, M4A, Video…) in Feld 1.
- Füge die Musik hinzu: Ziehe einen Hintergrundtrack in Feld 2. Verwende Musik, für die du die Nutzungsrechte hast. Eine Demo-Stimme und Demo-Musik sind geladen, damit du es zuerst ausprobieren kannst.
- Stelle Musiklautstärke und Ducking ein: −12 dB Musik mit −12 dB Ducking passt zu den meisten Voiceovers; erhöhe die Sprachempfindlichkeit, wenn leise Wörter die Musik nicht absenken.
- Wähle die Länge von Intro und Outro und die Fades, drücke dann auf Abspielen und klicke in die Zeitleiste, um jede Stelle zu prüfen.
- Wähle Lautheitsziel und Format und klicke auf Mix herunterladen.
Empfohlene Pegel für häufige Anwendungen
Die Pegel sind relativ: Die Musiklautstärke legt fest, wie laut das Musikbett im Intro und in Pausen spielt, und das Ducking zieht davon etwas ab, während du sprichst. Starte hier und passe nach Gehör an.
| Anwendung | Musiklautstärke | Absenken um | Attack / Release | Lautheitsziel |
|---|---|---|---|---|
| Podcast-Intro / -Outro | −8 bis −10 dB | −14 dB | 250 ms / 1.0 s | −16 LUFS (Stereo) oder −19 LUFS (Mono) |
| YouTube-Voiceover | −12 dB | −12 dB | 200 ms / 0.9 s | −14 LUFS |
| Tutorial- oder E-Learning-Sprechertext | −18 dB | −10 dB | 200 ms / 1.2 s | −16 LUFS |
| Meditation oder Storytelling | −14 dB | −6 dB | 400 ms / 2.0 s | −19 LUFS |
| Audio für Präsentation oder Diashow | −15 dB | −12 dB | 250 ms / 1.0 s | −16 LUFS |
| Rundfunk (EBU R128) | −12 dB | −12 dB | 250 ms / 1.0 s | −23 LUFS |
So entsteht der Mix
- Zeitleiste: Gesamtlänge = Intro + Stimme + Outro. Die Stimme beginnt nach dem Intro und wird in die Mitte des Stereobilds gesetzt.
- Spracherkennung: Die Stimme wird alle 10 ms gemessen. Abschnitte, die lauter sind als eine über die Sprachempfindlichkeit festgelegte Schwelle (12 bis 42 dB unter dem typischen Pegel der Stimme), gelten als Sprache, werden 300 ms gehalten, um kurze Lücken zu überbrücken, und das Ducking beginnt eine Attack-Zeit früher (Look-ahead).
- Musikpegel: Musikverstärkung = Musiklautstärke × Ducking-Kurve × Fade-Kurve. Fades verwenden eine Viertelsinus-Form, die weicher klingt als eine gerade Linie.
- Lautheit: Die integrierte Lautheit des Mixes wird gemessen (K-gewichtet, 400-ms-Blöcke, absolutes Gate bei −70 LUFS und relatives Gate bei −10 LU), und eine einzige Verstärkung bringt sie auf das Ziel.
- Limiter: Ein Look-ahead-Limiter mit 5 ms hält die Sample-Spitzen bei oder unter −1 dBFS.
Häufige Fragen
Was ist Audio-Ducking?
Ducking senkt die Hintergrundmusik automatisch ab, während jemand spricht, und hebt sie in Sprechpausen wieder an – so halten Radiomoderatoren und Podcasts die Sprache verständlich, ohne dass die Musik verschwindet. Im Studio geschieht das mit einem Sidechain-Kompressor. Hier wird die Sprachspur in 10-ms-Schritten analysiert; wird Sprache erkannt, gleitet der Musikpegel mit der Attack-Zeit um den Wert von Absenken um nach unten und erholt sich mit der Release-Zeit.
Welche Einstellungen sollte ich verwenden?
Für ein typisches Voiceover lässt Musik bei −12 dB mit −12 dB Ducking die Musik im Intro und in Pausen gut hörbar, aber deutlich unter der Stimme. Für dichte Sprache wie in einem Tutorial probiere −18 dB Musik und −10 dB Ducking. Verwende eine kurze Attack-Zeit (150–300 ms), damit das erste Wort nicht überdeckt wird, und eine Release-Zeit von etwa einer Sekunde, damit die Musik zwischen den Wörtern nicht pumpt.
Was bewirkt die Lautheitsnormalisierung?
Sie misst die integrierte Lautheit des gesamten Mixes in LUFS (Loudness Units relative to Full Scale) nach dem K-Gewichtungs- und Gating-Verfahren von ITU-R BS.1770 und hebt oder senkt dann den Pegel auf dein Ziel. Streamingplattformen spielen Audio mit etwa −14 LUFS ab, viele Podcast-Richtlinien nutzen −16 LUFS für Stereo und −19 LUFS für Mono, und der europäische Rundfunk verwendet −23 LUFS. Ein Limiter hält die Spitzen unter −1 dBFS.
Was ist, wenn die Musik kürzer als meine Aufnahme ist?
Wenn Musik wiederholen aktiviert ist, wird der Track so oft wie nötig wiederholt, mit einer kurzen Überblendung von 40 ms an der Schleifenstelle, um ein Klicken zu vermeiden. Am saubersten wird es mit Musik, die als Loop gemacht wurde, oder mit einem Track, der länger ist als deine Stimme plus Intro und Outro. Mit Musik starten ab kannst du auch den Anfang der Musik überspringen.
Kann ich jeden beliebigen Song als Hintergrundmusik verwenden?
Verwende nur Musik, für die du die Nutzungsrechte hast, etwa eigene Musik, lizenzfreie Tracks oder Musik, die für dein Projekt lizenziert ist. Kommerzielle Songs sind urheberrechtlich geschützt, und Plattformen wie YouTube können Videos, die sie verwenden, sperren oder beanspruchen. Dieses Tool stellt keine Musik bereit; es mischt die Dateien, die du auswählst.
Wird mein Audio irgendwohin hochgeladen?
Nein. Beide Dateien werden in deinem Browser mit der Web Audio API dekodiert, analysiert und gemischt. Heruntergeladen wird nur die MP3-Encoder-Bibliothek (lamejs), einmalig von einem öffentlichen CDN, wenn du ein MP3 speicherst; der WAV-Export funktioniert komplett offline.
Werden alle Tools auf FreeToolCabin auf Qualität und Genauigkeit getestet?
Ja. Jedes Tool auf der Website durchläuft automatische Tests in echten Browsern, die prüfen, ob das Ergebnis stimmt und keine Fehler auftreten. Wenn du einen Fehler findest oder einen Vorschlag hast, schreib uns an [email protected] – wir sehen es uns an.