Was ist Lippensynchronisation

Autor

Beitrag

Joe_Brösel
Hat sich gelöscht

#1 erstellt: 31. Aug 2003, 18:50

Lippensynchronisation

Der Begriff Lippensynchronisation wird in zweierlei Hinsicht verwendet:

1. Zeitliche Übereinstimmung von Bild und Ton
2. Bewältigung der durch die Übersetzung von Filmen entstehenden Probleme verschiedener Sprachen

Zu 1. Zeitliche Übereinstimmung von Bild und Ton
Es tritt leider oft auf, daß Bild und Ton zeitlich versetzt sind. In Untersuchungen hat man untersucht, wie störend ein zeitlicher Versatz ist.
Die Störung ist abhängig davon, wieviel man von der redenden Person sieht:
- Kopfansicht (der Kopf des Sprechers ist im Vordergrund, evtl. bildschirmfüllend)
- Schulteransicht (dementsprechend ist mehr vom Oberkörper zu sehen)
- Körperansicht (es ist eine ganze Person zu sehen)
Außerdem spielt es eine Rolle, ob der Ton dem Bild vor- oder nacheilt. Weil durch die höhere Lichtgeschwindigkeit die Lippenbewegungen immer zuerst gesehen werden, eilt der Ton immer leicht hinterher, und da ist eine Störung minimal anders, als wenn der Ton voreilt.
Verschiedene Untersuchungen haben gezeigt:
+/- 80 ms sind unmerklich
bis +/- 160 ms tolerierbar
Bei der Körperansicht stört ein zeitlicher Versatz weniger als bei einer Kopfansicht.

Beispiele von fehlerhaften Synchronisationen:
Sowohl die VHS-Kassette als auch die DVD-Video von Mike Oldfield Tubular Bells II zeigt einen deutlichen Versatz: der Ton kommt deutlich zu früh.

Bei Einsatz eines Digitalprozessors für den Ton, egal ob es sich um einen reinen Equalizer oder ein komplizierteres Gerät handelt, gibt es immer einen zeitlichen Versatz. Das ist technisch bedingt. Bei reiner Ton-Wiedergabe ist das kein Problem, solange wie alle Kanäle gleichlang verzögert sind. Ist jedoch ein Bild synchron zum Ton darzustellen, dann muß darauf geachtet werden, daß die zeitliche Verzögerung unterhalb der 80 ms bleiben, oder es muß auch das Bild verzögert werden.

Wodurch entsteht der zeitliche Versatz: Es ist die Aufgabe des Tonmeisters, der die Aufnahme abmischt, den Versatz auf einen tolerierbaren Wert festzulegen. Beispiel: Popkonzert: Bei vielen aufgestellten Mikrofonen und direkt angezapften Instrumenten und einer Video-Aufzeichnung kann es relativ schwierig sein, die Laufzeit aller Signale zum fiktiven Hör- und Sehplatz korrekt zu ermitteln.

Hier einige Bilder zur Illustration, die mir freundlicherweise von Dipl.-Inf. Zhen Ru Dai zur Verfügung gestellt wurden.

Zu 2. Bewältigung der durch die Übersetzung von Filmen entstehenden Probleme verschiedener Sprachen
Hierbei geht es um Probleme, wie z.B. das Wort "never" in das deutsche Wort "nie" umgesetzt werden muß. Die Lippenbewegungen unterscheiden sich ziemlich, aber den meisten Zuschauern wird es innerhalb eines Satzes kaum auffallen.

Links:
zu 1.
Mit sehr guten anschaulichen Bildern von Dipl.-Inf. Zhen Ru Dai:

http://www.itm.mu-luebeck.de/notes/ss2003/dai/Kap_10_Synchronisation.pdf Seite X17 und X18
außerdem:
Das Buch "Multimedia-Technologie von Ralf Steinmetz 3. Aufl., Seite 575-602

zu 2:

http://www.medienstudent.de/studi/synchro.htm

Suche: am meisten Treffer hat man, wenn man hier im Forum sucht nach: lip sync

[Beitrag von Joe_Brösel am 18. Apr 2004, 17:14 bearbeitet]

Joe_Brösel
Hat sich gelöscht

#2 erstellt: 04. Sep 2003, 20:24

Hi,
ich habe den Artikel ergänzt um ein paar Zeichnungen von Dipl.-Inf. Zhen Ru Dai.

audio-freak
Neuling

#3 erstellt: 13. Mrz 2004, 12:43

Diese Angaben widersprechen allem, was ich je zum Thema Akzeptanz von A/V-Asynchronitäten gehört habe. Seit den Anfängen der Tonfilmzeit ist nämlich bekannt, dass ein vorauslaufender Ton vom Zuschauer viel eher erkannt und als störend empfunden wird als ein hintenherlaufender. Der Grund ist einfach: Wir sind uns daran gewöhnt, alle Ereignisse zuerst zu sehen und erst danach zu hören, denn in der Natur ist der Ton immer mehr oder weniger zu spät, weil Licht sehr viel schneller ist als Schall. Trifft der Schall aber vor dem Licht ein, empfinden wir das als höchst unnatürlich, was es ja in der Tat auch ist.

Gemäss den Angaben in den Richtlinien der

ITU (ITU-R BT.1359-1 App. 1 [1998]) sind Asynchronitäten vom Durchschnittsfernsehzuschauer ab +45/-125ms erkennbar und bis +90/-180ms tolerierbar (plus bedeutet, dass der Ton dem Bild vorausläuft - die Diagramme von Zhen Ru Dai sind m.E. falsch beschriftet).

Auch sehen z.B. die Spezifikationen für Dolby Digital Kino-Decoder eine Asynchronität von maximal +5/-15ms vor.