Rolle im Mix
Die Leadstimme ist das Zentrum des Mixes: Alles andere ist darauf ausgelegt, sie zu begleiten. Im Pop muss sie zugleich verständlich, konstant, nah und groß sein: Jedes Wort versteht man bei jeder Lautstärke, die Dynamik ist kontrolliert, der Raum (Hall und Delay) macht sie groß, ohne sie zu entfernen. Spektrum: Grundtöne ~80–350 Hz (Männer) und ~160–700 Hz (Frauen), Körper 150–400 Hz, Verständlichkeit und Präsenz 1–5 kHz, Zischlaute 5–10 kHz, Luft 10–16 kHz. iZotope beschreibt den „professionellen“ Gesangsklang als Abfolge von Schritten: Editing, Pitch, EQ, Kompression, De-Essing, Sättigung, Raum, Automation.
Aufnahme und Vorbereitung
- Mic: Großmembran-Kondensator (U87, C414, TLM 103, dynamisches SM7B für aggressive Stimmen oder schlechte Räume), Pop-Filter, 15–25 cm. Trockener Raum.
- Comping der besten Takes; Editing von Atemgeräuschen (um 6–12 dB absenken, nicht alle entfernen), Klicks, Plosivlauten (HP oder Fade auf dem „p“), Störgeräuschen.
- Clip Gain: Gleiche die Phrasen vor der Kompression an (in FL: Lautstärke des Audio-Clips oder Automation), damit der Kompressor gleichmäßig arbeitet.
- Intonation: Melodyne, Auto-Tune, in FL Pitcher (Echtzeitkorrektur, auch als Harmonizer) und NewTone (Editing Note für Note). Im modernen Pop ist die Intonation präzise, aber natürlich (Retune 20–50 ms, Humanize).
Gain Staging
Spitzen bei −10/−6 dBFS nach dem Clip Gain; Eingang der analog modellierten Kompressoren bei etwa −18 dBFS RMS.
Korrektiver EQ
- HP 70–100 Hz (Männer) und 100–120 Hz (Frauen), 12–18 dB/Okt.
- Matsch/Nahbesprechungseffekt 150–300 Hz: −2/−4 dB, Q 1–1,5.
- Boxigkeit/Nasalität 400–800 Hz und ~1 kHz: −1/−3 dB.
- Härte 2–5 kHz: dynamischer EQ oder Resonance Suppressor (Soothe2) auf den Resonanzen, die nur im Forte auftreten.
- Plosivlaute: dynamischer HP oder Editing.
Kreativer EQ
- Körper +1/+2 dB bei 150–250 Hz (dünne Stimmen).
- Präsenz +1/+3 dB bei 2–4 kHz (nach der Kompression).
- Luft Shelf +2/+5 dB bei 10–12 kHz (Pultec, Maag EQ4 Air, weicher Pro-Q-Shelf), nach dem De-Esser.
Kompression
- Seriell (der Standard): ein FET (1176/CLA-76: Ratio 4:1, mittlerer bis schneller Attack, schnelles Release, 3–6 dB) für die Spitzen + ein Opto (LA-2A/CLA-2A: 2–4 dB) für den musikalischen Ausgleich. Chris Lord-Alge verwendet auf der Stimme einen 1176 mit 4:1 und schnellem Release und fährt dann die Fader.
- VCA (SSL, dbx 160) für präzisere, modernere Kontrolle.
- Parallel: Send zu einem sehr aggressiven Kompressor (FET All-Buttons, 10–15 dB), zu 10–20% beigemischt für Dichte.
- Leichter abschließender Limiter für verbleibende Spitzen.
- In FL: Fruity Limiter (COMP) und Fruity Compressor; Alternativen Pro-C 2 (Vocal), CLA-76, CLA-2A, UAD 1176/LA-2A, Distressor.
De-Esser
Band 5–9 kHz (Männer 4–7 kHz, Frauen 6–9 kHz), 3–6 dB auf den Zischlauten; besser zwei leichte De-Esser (vor und nach der Kompression) als ein schwerer. In FL: Maximus mit komprimiertem oberem Band oder Fruity Limiter auf einem Frequency Splitter; Alternativen FabFilter Pro-DS, Waves DeEsser, Sibilance.
Transient Shaper
Selten. Nützlich bei undeutlichen Konsonanten im Rap und im rhythmischen Pop.
Sättigung
- Leichtes Tape/Röhre (Distructor, Saturn 2, Decapitator, UAD/Waves J37) für Dichte und Präsenz ohne EQ-Boost.
- Verzerrte Parallele für aggressive Stimmen (Pop-Rock-Refrains).
- Leichter Exciter (der Fruity Stereo Enhancer ist kein Exciter: nutze Saturn 2 oder Ozone Exciter) für die Luft.
Delay (der wichtigste Raum im Pop)
- Slap 80–140 ms, Feedback 0–10%, gefiltert (HP 300 Hz, LP 4 kHz): Nähe und Fülle (CLA verwendet einen Tape-Slap).
- 1/4 oder 1/8 im Tempo, Feedback 15–30%, Return gefiltert und von der Stimme selbst geduckt (3–8 dB): Ausklang in den Pausen.
- Throw: hoher, automatisierter Delay-Send auf dem letzten Wort der Phrase (CLA: automatisierte „Long Delay Spills“).
- Ping-Pong punktiertes 1/8 in den Refrains für Breite.
- In FL: Fruity Delay 3 (mit Fruity Limiter im Sidechain fürs Ducking); Alternativen EchoBoy, H-Delay, Timeless 3, Valhalla Delay.
Hall
- Plate 1,2–2,2 s, Pre-Delay 20–80 ms (das Wort bleibt vorn), HP 200–300 Hz, LP 8–10 kHz, gegebenenfalls De-Esser auf dem Return.
- Langer Hall nur in Balladen und epischen Refrains, auf niedrigem Pegel.
- Kurzer Room für Zusammenhalt.
- Von der Stimme geduckter Hall in modernen, trockenen Produktionen.
Modulationen
- Micro-Pitch / Doubler (MicroShift, Waves Doubler, Pitcher mit Detune ±5–10 Cent und Delay 10–20 ms), um die Refrains zu verbreitern.
- Chorus und Flanger als Effekte auf bestimmten Parts.
Stereo und Panning
Leadstimme in der Mitte, mono, wobei die Breite durch Stereo-Delay/-Hall und Doppelungen entsteht (siehe Backing Vocals). Korrelation des Kanals +1.
Sidechain
- Die Stimme ist die wichtigste Quelle für Sidechains im Mix: dynamischer EQ bei 1–5 kHz auf Gitarren, Synths, Pads und Klavier (Trackspacer, Pro-Q, Neutron Unmask).
- Ducking der Delay- und Hall-Returns.
Automationen (essenziell)
- Vocal Ride: Lautstärkeautomation Wort für Wort oder Phrase für Phrase (Waves Vocal Rider als Basis, dann von Hand). CLA: Es ist leichter, den Fader zu fahren, als zu entzerren.
- Delay-Throw-Sends, größerer Hall in den Refrains.
- +0,5/+1 dB in den Refrains; Präsenz-EQ leicht unterschiedlich zwischen intimer Strophe und Refrain.
Unterschiede je nach Genre
| Genre | Ansatz |
|---|---|
| Zeitgenössischer Pop | stark kontrolliert, Luft bei 12 kHz, geduckte Delays, Plate |
| Ballade | dynamischer, Hall, weichere Kompression |
| Dance-Pop / EDM | stark komprimiert, Pumpen der Returns, breite Refrains |
| K-Pop | brillante Stimme, stark editiert, Doppelungen und Stacks |
| Indie / Alt-Pop | mehr Sättigung, Effekte, manchmal weiter hinten |
| Liedermacher / akustisch | natürlich, Room, wenig Kompression |
Häufige Fehler
- Kompression ohne Clip Gain: Der Kompressor pumpt auf den lauten Phrasen.
- Luft bei 12 kHz vor dem De-Esser: explosive Zischlaute.
- Hall ohne Pre-Delay und ohne HP: ferne, verschmierte Stimme.
- Stimme zu laut oder zu leise: Kontrolliere auf mehreren Systemen und bei niedriger Lautstärke.
- Alle Atemgeräusche entfernen: unnatürliche Stimme.
Ausgangseinstellungen
| Parameter | Wert | Warum |
|---|---|---|
| Clip Gain | Phrasen innerhalb von ±3 dB vor der Kompression | Gleichmäßige Kompression. |
| Kanalspitze | −10/−6 dBFS | Headroom und korrekter Pegel für die Plugins. |
| Hochpass | 70–120 Hz | Störgeräusche und Nahbesprechung. |
| FET | 4:1, mittlerer bis schneller Attack, schnelles Release, 3–6 dB | Spitzen und Charakter. |
| Opto | 2–4 dB | Musikalischer Ausgleich. |
| Parallel | 10–15 dB GR, Mix 10–20% | Dichte. |
| De-Esser | 5–9 kHz, 3–6 dB (auch zweistufig) | Kontrollierte Zischlaute. |
| Slap | 80–140 ms, gefiltert | Nähe und Fülle. |
| Tempo-Delay | 1/4 oder 1/8, Feedback 15–30%, Ducking 3–8 dB | Ausklang in den Pausen. |
| Plate | 1,2–2,2 s, Pre-Delay 20–80 ms, HP 200–300 Hz | Stimme vorn und groß. |
| Pitch-Korrektur | Retune 20–50 ms, Humanize | Natürliche Präzision. |
| Vocal Ride | ±1–4 dB pro Wort/Phrase | Konstante Verständlichkeit. |
| Luft | Shelf +2/+5 dB bei 10–12 kHz | Moderne Brillanz. |
Frequenzen im Blick
| Bereich | Was zu tun ist |
|---|---|
| unter 70–120 Hz | Hochpass (Männer 70–100 Hz, Frauen 100–120 Hz), 12–18 dB/Okt. |
| 150–300 Hz | Nahbesprechung und Matsch: −2/−4 dB; Körper +1/+2 dB nur bei dünnen Stimmen. |
| 400–800 Hz | Boxigkeit und Nasalität: −1/−3 dB. |
| ~1 kHz | „Telefon“-Nasalität: kleine Absenkung, falls nötig. |
| 2–4 kHz | Präsenz und Verständlichkeit: +1/+3 dB nach der Kompression. |
| 2–5 kHz | Härte: dynamischer EQ oder Soothe2 auf den Resonanzen im Forte. |
| 5–9 kHz | Zischlaute: De-Esser 3–6 dB (Männer 4–7 kHz, Frauen 6–9 kHz). |
| 10–16 kHz | Luft: Shelf +2/+5 dB nach dem De-Esser. |
Beispiel-Signalkette
| Schritt | Werkzeug | Einstellungen | Warum |
|---|---|---|---|
| Editing und Clip Gain | Playlist / Edison | Atem −6/−12 dB, Plosivlaute, Phrasen angeglichen | Saubere Basis. |
| Intonation | Pitcher / NewTone / Melodyne / Auto-Tune | Retune 20–50 ms | Präzision. |
| Korrektiver EQ | Fruity Parametric EQ 2 / Pro-Q 3–4 | HP 90 Hz; −3 dB bei 250 Hz; dynamisch bei 3 kHz | Sauberkeit. |
| De-Esser 1 | Maximus / Pro-DS | 6–8 kHz, 2–3 dB | Zischlaute vor der Kompression. |
| FET-Kompression | Fruity Limiter COMP / CLA-76 | 4:1, 4 dB | Spitzen. |
| Opto-Kompression | Fruity Compressor / CLA-2A | 3 dB | Ausgleich. |
| Sättigung | Distructor / Saturn 2 / Decapitator | Leicht, Mix 20–30% | Dichte. |
| Kreativer EQ + De-Esser 2 | Fruity Parametric EQ 2 / Pultec / Pro-DS | +2 dB bei 3 kHz, Shelf +3 dB bei 12 kHz; De-Ess 2 dB | Präsenz und Luft. |
| Raum-Sends | Fruity Delay 3 (+ Fruity Limiter SC) / LuxeVerb / EchoBoy / Valhalla Plate | Slap + 1/4 geduckt + Plate 1,8 s | Größe ohne Distanz. |
| Automation | Automation Clip / Vocal Rider | Ride pro Phrase und Throw | Verständlichkeit. |
So prüfst du das Ergebnis
- Short-Term-LUFS der Stimme stabil innerhalb von ±2 dB über die Phrasen (nach Ride und Kompression).
- Zischlaute (5–9 kHz) im Spektrogramm nicht mehr als 3–4 dB lauter als die Vokale.
- Korrelation des Stimmkanals +1; Stereo-Returns ohne negative Korrelation.
- In Mono und bei niedriger Lautstärke bleibt jedes Wort verständlich.
- Band 1–5 kHz der Stimme dominiert gegenüber Gitarren und Synths an den gesungenen Stellen.
- Hall-/Delay-Returns gefiltert und geduckt: Die Wörter überlagern sich nicht mit den Ausklängen.
- Vergleich mit einem Referenzstück: Pegel der Stimme im Verhältnis zur Snare ähnlich.