Was Auto-Tune eigentlich ist

Auto-Tune ist ein Produkt, keine Technik

Auto-Tune ist eine bestimmte Software, hergestellt von Antares Audio Technologies und als Marke geschützt, die die Tonhöhe eines aufgenommenen Gesangs korrigiert. Es ist nicht der Name des Verfahrens. Das Verfahren heißt Tonhöhenkorrektur oder Vocal-Tuning, und sehr viele Produkte beherrschen es: Auto-Tune war einfach das erste, das gut genug funktionierte, um berühmt zu werden, und sein Name blieb an der ganzen Kategorie hängen, so wie „Tempo“ an Papiertaschentüchern.

Diese Unterscheidung ist wichtiger, als sie klingt, denn das meiste, was Leute meinen, wenn sie „Autotune“ sagen, ist gar keine Tonhöhenkorrektur. Sie meinen eine bestimmte, extreme Einstellung davon: den harten, stufigen, synthetischen Klang auf Platten von Cher, T-Pain und tausend Nachahmern. Gewöhnliche Tonhöhenkorrektur, so eingesetzt, wie die meisten Platten sie einsetzen, ist völlig unhörbar, und sie steckt in weit mehr Musik, als du vermuten würdest.

Eigentlich teilen sich also drei verschiedene Dinge ein Wort: das Produkt der Firma, die allgemeine Technik und ein berühmter Effekt, den das Produkt erzeugen kann, aber meistens gar nicht erzeugen soll. Der Mechanismus hinter allen dreien ist derselbe, und es lohnt sich, ihn einmal zu verstehen.

Seismische Daten, und dann eine Platte von Cher

Erfunden hat Auto-Tune Andy Hildebrand, ein Forschungsingenieur, der sein Berufsleben in der Ölindustrie mit seismischen Daten verbracht hatte: Schall in den Boden schicken und die Reflexionen deuten, um Lagerstätten zu finden. Das mathematische Werkzeug für diese Aufgabe ist die Autokorrelation: Man verschiebt ein Signal gegen sich selbst, um den Abstand zu finden, in dem es sich am besten wiederholt.

Ein sich wiederholender Abstand in einer reflektierten Druckwelle verrät etwas über Gestein. Dieselbe Messung an einer menschlichen Stimme verrät die Tonhöhe, denn Tonhöhe ist die Rate, mit der sich eine Wellenform wiederholt. Hildebrand erkannte, dass sich die Technik übertragen ließ, und Antares brachte Auto-Tune 1997 heraus.

Die Absicht war Unauffälligkeit: eine leicht zu tiefe Note korrigieren, alles andere in Ruhe lassen. Berühmt wurde es, weil jemand es ganz aufdrehte. „Believe“ von Cher nutzte 1998 die extremste Einstellung der Korrekturgeschwindigkeit (Retune Speed) und erzeugte eine Stimme, die zwischen exakten Tonhöhen hin und her sprang, ohne menschliches Gleiten dazwischen. Die Produzenten schrieben den Klang zunächst einem Vocoder-Pedal zu. Es war Auto-Tune, und innerhalb eines Jahrzehnts hatte T-Pain eine Karriere auf derselben Einstellung aufgebaut und Kanye West ein ganzes Album daraus gemacht.

Ein Werkzeug, das unbemerkt bleiben sollte, wurde dafür berühmt, extrem aufzufallen: und deshalb bedeutet das Wort heute das Gegenteil dessen, wofür die Software gedacht war.

Was es mit einem Gesang macht

Drei Schritte, und es sind in jedem Produkt dieser Art dieselben drei. Die Software ermittelt, auf welcher Tonhöhe die Stimme in jedem Moment singt; sie entscheidet, welche Tonhöhe diese Note haben sollte; und sie berechnet das Audio auf der korrigierten Tonhöhe neu, ohne das Timing zu verändern.

Der erste und der dritte Schritt sind gelöste technische Probleme. Der mittlere ist ein musikalisches Urteil, und aus ihm stammt fast jeder schlecht klingende getunte Gesang. Auf der Standardeinstellung zielt die Software auf den nächsten Ton einer chromatischen Tonleiter: alle zwölf Halbtöne sind jederzeit verfügbar. Landet jemand, der ein C singen will, etwas zu tief, kann der nächste chromatische Ton ein H sein, und die Software zieht die Note selbstbewusst auf H: jetzt sauber gestimmt auf nichts und weit falscher, als die ursprüngliche Ungenauigkeit war.

Gibst du ihr die Tonart des Songs vor, fällt diese ganze Fehlerquelle weg. Die ausführliche Erklärung der drei Schritte behandelt die Wahl der Tonleiter, Akkordspuren und warum die Formanterhaltung verhindert, dass eine verschobene Note nach einem kleineren Menschen klingt.

Der Roboter-Effekt kommt von einem einzigen Regler

Das ist das Nützlichste, was man über diese Tools wissen kann, und es wird fast überall missverstanden: Der berühmte Klang entsteht nicht, weil ein Gesang zu stark getunt wird. Er entsteht, weil er zu schnell getunt wird.

Es geht um zwei verschiedene Regler. Stärke, wie weit eine Note in Richtung ihres Ziels verschoben wird. Korrekturgeschwindigkeit, wie schnell sie dort ankommt, sobald die Software entschieden hat, sie zu verschieben.

Eine menschliche Stimme kommt nie sofort auf einer Tonhöhe an. Sie gleitet von unten hinein, schießt leicht darüber hinaus, pendelt sich ein und fügt Vibrato hinzu. Diese Übergänge tragen den größten Teil des Ausdrucks einer Phrase; das Portamento zwischen zwei Noten ist oft das Menschlichste an einem Gesang.

Stell die Korrekturgeschwindigkeit langsam ein, und die Software wartet das Gleiten ab und korrigiert nur die gehaltene Mitte der Note. Niemand hört etwas anderes als jemanden, der sauber singt. Stell sie auf null, und jeder Übergang wird quantisiert: die Stimme springt zwischen exakten Tonhöhen, ganz ohne Gleiten. Weil menschliche Stimmen das physisch nicht können, erkennt das Ohr sofort eine Maschine.

Starke Korrektur, die langsam greift, ist also unhörbar, und sanfte Korrektur, die sofort greift, klingt unverkennbar bearbeitet. Wenn ein getunter Gesang nach Roboter klingt und du das nicht wolltest, ist die Korrekturgeschwindigkeit der Regler, den du ändern musst, nicht die Stärke.

Automatisch und manuell sind verschiedene Aufgaben

Produkte dieser Kategorie bieten meist zwei Arbeitsweisen an, und sie passen zu verschiedenen Problemen.

Automatisch. Du legst Tonart und Tonleiter fest, und die Software korrigiert alles in Echtzeit danach. Schnell, nützlich für einen Gesang im Rohzustand oder für den gewollten Effekt: und wahllos: Sie „korrigiert“ eine Blue Note, eine bewusst gezogene Note und einen Scoop in eine Note hinein genauso wie die echten Fehler.
Manuell oder grafisch. Die Software zeichnet den erkannten Tonhöhenverlauf, und du bearbeitest ihn Note für Note und verschiebst nur, was falsch ist. Langsamer, und der einzige Weg, eine Performance zu tunen, ohne die Teile einzuebnen, die Absicht waren.

Professionelles Tuning ist meistens die zweite Art, angewendet auf vier oder fünf Noten in einem Take statt auf das Ganze. Zeigt dir ein Tool den Tonhöhenverlauf nicht, vertraust du seiner Notensegmentierung blind: und genau bei der Segmentierung wird es ein Melisma falsch lesen. Das Vocal-Tuning von Euphona segmentiert die Noten deshalb anhand des verfolgten Verlaufs und startet die Korrektur bei jedem Notenbeginn neu: standardmäßig langsam statt sofort.

Der Rest der Kategorie

Auto-Tune ist ein Produkt unter vielen, und wer die Kategorie danach benennt, verdeckt einige echte Unterschiede im Ansatz.

Celemony Melodyne treibt den grafischen Ansatz am weitesten und kann einzelne Noten innerhalb eines Akkords trennen: eine wirklich andere Fähigkeit, als eine einstimmige Linie zu korrigieren.
In die DAW eingebaute Tools. Logic, Cubase und die meisten anderen großen DAWs bringen einen Pitch-Editor mit. Um eine Handvoll Noten zu korrigieren, reichen diese meist aus, und du besitzt sie schon.
Alignment-Tools kümmern sich um das benachbarte Problem des Timings: sie passen ein Double oder eine Harmoniestimme an einen Lead-Take an statt an ein Raster, und genau dafür ist ein Double in der Regel da.
Modellbasierte Tuner, unserer eingeschlossen, setzen einen modellbasierten Pitch-Tracker vor den klassischen Schätzer, statt sich allein auf die Autokorrelation zu verlassen. Der Unterschied zeigt sich beim schwierigen Material (hauchiger Gesang, Growl, die ersten Millisekunden einer Note), wo klassisches Tracking Oktavfehler macht. Sie werden außerdem eher nach Verbrauch abgerechnet als lizenziert, der Vergleich mit einer unbefristeten Lizenz ist also eine Frage davon, wie viel du tunst, und keine pauschale.

Keines davon ist Auto-Tune, und keines sollte so genannt werden. Es sind Tools zur Tonhöhenkorrektur, und Auto-Tune gehört Antares.

Den Effekt bewusst erzeugen

Der hart getunte Klang ist eine legitime Produktionsentscheidung mit einer dreißigjährigen Geschichte, und man macht ihn leicht falsch, wenn man am falschen Regler dreht.

Korrekturgeschwindigkeit auf null. Das ist der Effekt. Alles andere ist zweitrangig.
Wähle eine enge Tonleiter. Die Stufen sind nur hörbar, wenn sie weit auseinanderliegen. Eine chromatische Tonleiter gibt der Stimme zwölf nahe Ziele, und die Sprünge werden so klein, dass sie untergehen; die Dur- oder Molltonleiter des Songs gibt ihr sieben, eine Pentatonik noch weniger. Der Effekt wird stärker, je mehr Töne du entfernst.
Sing gerader, als es sich natürlich anfühlt. Der Effekt wirkt am besten bei einer Performance mit wenig Vibrato und bewussten, weiten Intervallsprüngen, weil die Software dann etwas Eindeutiges zum Einrasten hat.
Halt es trocken, oder bearbeite danach. Hall, der vor dem Tuner fest aufgenommen ist, verwirrt den Pitch-Tracker. Erst tunen, dann bearbeiten: und wenn der Take schon mit Raum ankommt, gehört die Hallreduzierung vor den Tuner, nicht dahinter.

Der Effekt ist genauso eine Mix-Entscheidung wie eine Gesangsentscheidung, und er verhält sich anders, sobald der Track fertig ist: hart getunte Vocals sind dicht und hell, und was ein Master daran noch ändern kann, ist weniger, als viele erwarten.

So tunen, dass es niemand merkt

Das gegenteilige Ziel, und das, was die meisten Platten tatsächlich wollen.

Fang mit dem besten Take an. Korrektur behebt die Tonhöhe. Phrasierung, Timing, Klang und Überzeugungskraft behebt sie nicht, und genau die machen einen Gesang gut: das meiste von dem, was am Mikrofon schiefgeht, lässt sich später überhaupt nicht korrigieren.
Leg immer Tonart und Tonleiter fest. Die chromatische Standardeinstellung verursacht die meisten schlechten Ergebnisse.
Verlangsame die Korrekturgeschwindigkeit, außer du willst ausdrücklich den Effekt.
Korrigiere die Noten, die falsch sind. Die meisten Takes haben vier oder fünf, die es brauchen; die meiste Software bearbeitet bereitwillig alle.
Schütze das Vibrato. Vibrato ist eine bewusste Modulation der Tonhöhe, und eine schnelle Korrektur hält es für einen Fehler und bügelt es glatt.
Beurteile es im Mix. Ein solo gehörter Gesang verrät jedes Artefakt; ein Gesang im Track verrät die, die tatsächlich jemand hören wird. Kämpft der Gesang eher gegen das Arrangement als gegen das Tuning, ist das ein EQ-Problem, kein Tonhöhenproblem.
Behalte den unbearbeiteten Take. Eine Woche später willst du vergleichen, und manchmal wirst du das Original vorziehen.

Ein Fall verdient eine eigene Warnung: einen Gesang zu tunen, der noch in einem fertigen Stereomix steckt. Der Tracker muss mit jedem anderen Instrument zurechtkommen und folgt dem lautesten tonalen Element, das er finden kann. Den Gesang vorher herauszutrennen macht das handhabbar: auch wenn ein herausgetrennter und wieder summierter Gesang nie ganz derselbe ist wie der Original-Take, aus den Gründen, die die Grenzen der Separation beschreiben. Wenn du die Mehrspuraufnahme hast, nimm sie. Willst du nur hören, ob die Trennung sauber genug ist, damit sich das Tuning lohnt, beantwortet das der Vocal Remover mit zwei Stems in ein paar Minuten: kostenlos anzuhören und ohne Konto.

Autotune, auto-tune, Auto-Tune

Alle drei Schreibweisen sind verbreitet, und sie bedeuten nicht ganz dasselbe. Das Produkt heißt Auto-Tune, mit großen Anfangsbuchstaben und Bindestrich, und es gehört Antares. Autotune, in einem Wort und meist klein getippt, ist das, was die meisten eingeben, wenn sie entweder den Effekt oder die allgemeine Praxis meinen. Auto-tune als Verb heißt im Englischen, das Verfahren anzuwenden.

Wir sagen für die Technik „Tonhöhenkorrektur“ und „Vocal-Tuning“ und nennen unser eigenes Tool einen Vocal-Tuner, weil das die zutreffenden Begriffe sind und der Markenname nicht uns gehört. Wenn du auf der Suche nach dem anderen Wort hier gelandet bist: Das ist es, wonach du gesucht hast, und Wie Tonhöhenkorrektur eigentlich funktioniert ist die längere Antwort darauf, wie es funktioniert.