/glossary

Begriffe, klar erklärt.

Ein praktisches Glossar mit Audio-, KI-, DSP-, Barrierefreiheits- und Live-Audio-Begriffen, die in allen Labs verwendet werden. Wird aktualisiert, sobald ein Dokument einen neuen Begriff aufwirft, der eine Erklärung braucht.

01 76 Begriffe

AAudio Engineering: Die native Low-Latency-Audio-API von Android, eingeführt mit Android 8.0 und ab Version 12 deutlich ausgereift. Der empfohlene Weg für Echtzeit-Audio auf modernem Android.
ABX test SkillLab: Ein doppelblinder Hörtest: Der Testperson werden Referenz A, Referenz B und das unbekannte X vorgespielt, und sie muss bestimmen, ob X = A oder X = B ist. Der Goldstandard, um nachzuweisen, dass ein hörbarer Unterschied besteht.
AGC VoiceLab: Automatic Gain Control: eine adaptive Verstärkung, die Signalpegel ohne Eingreifen eines Operators konstant hält. Standard in Konferenz-Apps; in der Podcast-Postproduktion mit Bedacht eingesetzt.
Aliasing Engineering: Die unechten tieffrequenten Artefakte, die entstehen, wenn ein Signal Frequenzen oberhalb der halben Sample rate (der Nyquist-Frequenz) enthält. Verhindert durch Anti-Aliasing-Filter vor dem Sampling und durch Oversampling in nichtlinearer DSP.
ASHA HearLab: Audio Streaming for Hearing Aids: das Bluetooth-Profil, mit dem Android Low-Latency-Audio direkt an kompatible Hörgeräte streamt.
ASR VoiceLab: Automatic Speech Recognition: die Speech-to-Text-Schicht. Whisper, Deepgram, AWS Transcribe, Google STT. 2026 weitgehend Massenware, mit einer Genauigkeit im hohen 90er-Prozentbereich bei sauberem Material.
Audiogram HearLab: Eine grafische Darstellung der Hörschwelle (dB HL) über der Frequenz (Hz), je Ohr. Das diagnostische Standardergebnis eines audiologischen Tests. Bestimmt die Anpassung jedes modernen Hörgeräts.
AudioWorklet MixLab: Die Browser-API, um Audioverarbeitungscode auf einem eigenen Thread getrennt vom Main Thread auszuführen. Die Grundlage für jede ernsthafte WebAudio-Analyse oder -Synthese.
Auracast HearLab: Der Broadcast-Modus von Bluetooth LE Audio. Eine einzige Quelle streamt Audio, auf das sich jedes kompatible Gerät in der Nähe (auch Hörgeräte) ohne Kopplung einklinken kann. Die Grundlage für Höranlagen der nächsten Generation.
Bit depth General: Die Anzahl der Bits pro Sample. 16 Bit decken die meisten Consumer-Anwendungen ab; 24 Bit ist der Produktionsstandard; 32-Bit-Float ist das Arbeitsformat in DAWs und Analysetools.
Brickwall limiter MixLab: Ein Look-Ahead-Peak-Limiter mit absoluter Obergrenze: Schwelle einstellen, und kein Sample kommt darüber hinaus. Die letzte Stufe nahezu jedes lautheitsnormalisierten Masters.
BS.1770-4 MixLab: Die ITU-Empfehlung, die definiert, wie Lautheit in Audio gemessen wird. Die Grundlage für LUFS-Messung, EBU R128 und die Normalisierungsziele der Streaming-Plattformen.
Buffer size Engineering: Die Anzahl der Audiosamples, die pro Callback verarbeitet werden. Kleiner = geringere Latenz, aber mehr CPU pro Sekunde; größer = höhere Latenz, aber effizienter. 128 oder 256 Samples sind der moderne Echtzeit-Sweetspot.
Codec General: Ein Coder-Decoder-Paar, das Audio komprimiert und dekomprimiert. Verlustbehaftet: MP3, AAC, Opus, LC3. Verlustfrei: FLAC, ALAC, WAV/PCM (unkomprimiert). Die Codec-Wahl setzt die Untergrenze dafür, was jedes nachgelagerte Tool erreichen kann.
Crest factor MixLab: Das Verhältnis zwischen Spitzen- und RMS-Pegel eines Signals, angegeben in dB. Höhere Werte stehen für mehr Dynamikumfang. Siehe das Crest-Faktor-Dokument.
Critical listening SkillLab: Geschultes, gezieltes Hören auf bestimmte Audiomerkmale (Frequenzbalance, Dynamik, Verzerrung, Stereobreite). Die Fähigkeit, die SkillLab systematisch trainiert.
Cue list CueLab: Eine geordnete Abfolge von Triggern während einer Show (Audio, Licht, Video, Szenen). Die Datenstruktur unter jedem Produktionstool für Live-Events. Siehe das Cuelist-Schema-Dokument von CueLab.
De-esser VoiceLab: Ein frequenzselektiver Kompressor, der das Zischlautband von 5–9 kHz anvisiert. Reduziert harte „s“- und „t“-Laute in Gesangsaufnahmen, ohne die Höhen insgesamt zu verwaschen.
Diarisation SignalLab: Die Segmentierung von Sprecherwechseln, also festzustellen, wer wann in einer Audiodatei gesprochen hat. Eine Kernfunktion des SignalLab-Indexers.
Dither MixLab: Rauschen auf niedrigem Pegel, das vor der Reduktion der Bit depth hinzugefügt wird, um den Quantisierungsfehler zu randomisieren. Erforderlich bei der Wandlung von 24/32 Bit auf 16 Bit für die Distribution.
Ducking VoiceLab: Das Absenken eines Signalpegels, sobald ein Signal mit höherer Priorität anliegt. Das klassische Beispiel: Musik, die in einem Podcast oder einer Radiosendung unter der Stimme abtaucht.
Dynamic EQ MixLab: Ein EQ-Band, dessen Verstärkung auf den Pegel reagiert. Im Grunde ein Einband-Kompressor mit parametrischer Frequenzregelung. Weniger eingreifend als Multiband für chirurgisch präzise Klangabstimmung.
Embedding SignalLab: Eine gelernte, dichte Vektordarstellung von Audio (oder einem Audioausschnitt). Der Kern von modernem Audio-Retrieval, Ähnlichkeitssuche und Zero-Shot-Klassifikation. Die Signalindizierung von AudioLab nutzt unter der Haube Embeddings.
FFT MixLab: Fast Fourier Transform: der Algorithmus im Kern jeder Operation im Frequenzbereich in Audiosoftware, vom Spektrumanalysator bis zum Faltungshall.
Formant VoiceLab: Ein resonantes Frequenzband im menschlichen Vokaltrakt. Formantmuster unterscheiden Vokale und verraten die Identität des Sprechers. Tools zur Tonhöhenkorrektur erhalten oder verschieben sie gezielt.
Hann window MixLab: Eine gängige Fensterfunktion, die vor der FFT angewendet wird, um spektrale Leckeffekte zu verringern. Die Standardwahl für die meisten analyseorientierten Audiocodes.
Headroom MixLab: Der dB-Abstand zwischen dem lautesten Sample eines Mixes und 0 dBFS (bzw. dem True Peak). Streaming-Master zielen typischerweise auf –1 dBTP / –14 LUFS; Broadcast-Vorgaben sind konservativer. Siehe die Methodik-Seite für die Standardwerte von AudioLab.
HRTF HearLab: Head-Related Transfer Function: der Filter im Frequenzbereich, der beschreibt, wie ein Klang aus einer bestimmten Richtung durch Kopf, Rumpf und Ohrmuschel des Hörers verändert wird. Die Grundlage für binaurales räumliches Audio.
Inference SignalLab: Das Ausführen eines trainierten Modells, um Ausgaben zu erzeugen. Vom Training zu unterscheiden. Die Phase, die schnell, vorhersehbar und klein genug sein muss, um auf das Gerät zu passen. Der für die Nutzer sichtbare Teil jedes Audio-KI-Produkts.
Integrated LUFS MixLab: Ein wahrnehmungsgewichtetes, zeitlich gegatetes Maß für die Lautheit über ein ganzes Audiostück hinweg. Der Wert, mit dem Streaming-Plattformen die Wiedergabe normalisieren.
JND SkillLab: Just Noticeable Difference. Die kleinste Änderung eines Reizes, die ein Hörer zuverlässig erkennen kann. Bestimmt die Kalibrierung jeder Audiowahrnehmungsschwelle in den Übungen von SkillLab.
JUCE Engineering: Ein plattformübergreifendes C++-Audio-Framework. Der Weg des geringsten Widerstands, um denselben DSP-Code auf Android, iOS, macOS, Windows und als VST-/AU-/AAX-Plug-ins auszuliefern.
K-weighting MixLab: Die in BS.1770-4 definierte Kette von Vorfiltern (High-Shelf bei ~1,5 kHz + Hochpass bei ~38 Hz). Wird vor der RMS-Energiesummation angewendet, damit der resultierende LUFS-Wert die wahrgenommene Lautheit statt der reinen Signalenergie abbildet.
LC3 HearLab: Low Complexity Communication Codec. Der Standardcodec für Bluetooth LE Audio. Deutlich besser als SBC und bei niedrigeren Bitraten konkurrenzfähig mit AAC.
LE Audio HearLab: Die mit Bluetooth 5.2 eingeführte Audiospezifikation, einschließlich LC3-Codec und Multi-Stream-Profilen. Eine substanzielle Verbesserung für Hörgeräte und stromsparendes Audio.
Lissajous figure MixLab: Eine Auftragung des einen Signals gegen das andere, die eine Kurve erzeugt, deren Form ihre Phasenbeziehung offenlegt. Die klassische Visualisierung hinter jedem „Phase Scope“ im Pro-Audio-Bereich.
LRA (Loudness Range) MixLab: Ein Maß nach EBU 3342, das den Unterschied zwischen den lautesten und den leisesten Abschnitten eines Audiostücks ausdrückt. Anders als die Peak-zu-RMS-Dynamik; näher an der wahrgenommenen „Atmung der Musik“.
Mel spectrogram SignalLab: Ein Spektrogramm auf der Mel-Frequenzskala, mit wahrnehmungsgewichteten Bins, die die menschliche Tonhöhenwahrnehmung besser abbilden als lineare Frequenz. Die Standard-Eingabedarstellung für neuronale Netze im Audiobereich.
MFCC SignalLab: Mel-Frequency Cepstral Coefficients. Die klassische kompakte Darstellung des Klangfarbeninhalts: 13-40 Koeffizienten, die die spektrale Hüllkurve zusammenfassen. Selbst im Zeitalter des Deep Learning noch als Features nützlich.
Mid/Side MixLab: Eine Stereodarstellung, bei der Mid = (L+R)/2 (der mittige Anteil) und Side = (L−R)/2 (die Stereodifferenz) ist. Die Grundlage, um die tatsächliche Stereobreite zu messen.
Mix-minus CueLab: Ein Feed an einen entfernten Gast, der das gesamte Programmaudio außer dessen eigener Stimme enthält, um das „Sprechen-in-einen-Tunnel”-Rückkopplungserlebnis zu verhindern. Standard beim Routing für Broadcast und Remote-Podcasts.
Momentary LUFS MixLab: Eine Lautheitsmessung mit gleitendem 400-ms-Fenster. Das schnell reagierende Maß, gedacht, um kurzzeitig laute Passagen zu erfassen. Auf denselben K-Weighting-Filter wie integrated LUFS kalibriert, aber ohne Gating.
Multiband compression MixLab: Das Signal in 2–6 Frequenzbänder aufteilen und jedes Band unabhängig komprimieren. Das Standardwerkzeug, um ein einzelnes problematisches Band (wummernde Bässe, harsche obere Mitten) zu bändigen, ohne den gesamten Mix zu verwaschen.
MUSHRA SignalLab: MUlti Stimulus test with Hidden Reference and Anchor. Die Standardmethodik für Hörtests, um die wahrgenommene Audioqualität auf mittlerem bis hohem Qualitätsniveau zu beurteilen.
N-1 feed CueLab: Ein anderer Name für Mix-minus. Wörtlich: eine Mischung aller N Quellen minus derjenigen, die an das betreffende Ziel geht. In ordentlichen Broadcast-Pulten nativ eingebaut; in Software über Routing-Matrizen nachgebildet.
Neural vocoder VoiceLab: Ein Modell, das eine Zwischendarstellung von Audio (meist ein Mel-Spektrogramm) in eine Wellenform umwandelt. WaveNet, HiFi-GAN, BigVGAN. Die „letzte Meile“ jeder modernen TTS-Pipeline.
Nyquist frequency Engineering: Die halbe Sample rate, die theoretische Obergrenze der in einem digitalen Signal darstellbaren Frequenzen. 22,05 kHz bei 44,1 kHz; 24 kHz bei 48 kHz. Der Grund, warum Mastering-Ketten oft mit 96 kHz oder höher arbeiten.
Oboe Engineering: Der C++-Wrapper von Google um AAudio (mit OpenSL ES als Fallback für ältere Geräte). Der empfohlene Ausgangspunkt für Android-Audiocode im Jahr 2026.
OfflineAudioContext MixLab: Die WebAudio-API-Variante für die Offline-Audioverarbeitung schneller als in Echtzeit. Die richtige Wahl für Batch-Analyse und Rendering. Treibt die Sample-Synthese-Pipeline von AudioLab an.
Onset detection SignalLab: Das Bestimmen der Startzeitpunkte musikalischer Ereignisse (Drumschläge, Noteneinsätze, perkussive Transienten). Grundlegend für Beat Tracking, Tempobestimmung und Audioanalyse auf Segmentebene.
Pearson correlation MixLab: Das statistische Maß für die lineare Korrelation zwischen zwei Signalen, das einen Wert von −1 bis +1 liefert. Wird in MixLab genutzt, um die Stereokorrelation zwischen dem L- und dem R-Kanal zu berechnen.
Phantom power VoiceLab: +48 V Gleichspannung, die Kondensatormikrofonen über dasselbe XLR-Kabel zugeführt wird, das auch das Audiosignal trägt. Erforderlich, um die Mikrofonkapsel zu betreiben; bereitgestellt von Audio-Interfaces und Mischpulten.
Phase / polarity Engineering: Polarität ist binär (Signal invertiert oder nicht). Phase ist kontinuierlich und frequenzabhängig. Die beiden zu verwechseln ist der häufigste Vokabelfehler in der Audiotechnik, und die Ursache so mancher Kammfilter-Rätsel.
Phoneme VoiceLab: Die kleinste Lauteinheit der Sprache, die in einer bestimmten Sprache ein Wort von einem anderen unterscheidet. Das Englische hat rund 44; die Ausrichtung auf Phonemebene bildet die Grundlage jedes modernen TTS- und ASR-Systems.
Plosive VoiceLab: Ein tieffrequenter Impuls von „p“- und „b“-Konsonanten, die auf das Mikrofon treffen. Bei der Aufnahme mit Popschutz gemildert, in der Postproduktion per Hochpassfilter oder Transientenbearbeitung.
Pre-show checklist CueLab: Der wiederverwendbare Satz an Kontrollen vor Sendung bzw. Event, der vermeidbare Pannen abfängt. Hardware-Routing-Pegel-Stream-Backup, in dieser Reihenfolge. Siehe das Pre-Show-Checklisten-Dokument.
Prosody VoiceLab: Rhythmus, Betonung und Intonation der Sprache. Das, was synthetische Stimmen am schwersten richtig hinbekommen, und der häufigste Verräter, wenn es nicht gelingt. Bestimmt Verständlichkeit und wahrgenommene Emotion.
Round-trip latency Engineering: Die Gesamtzeit von der Klangaufnahme bis zur Klangausgabe durch eine Verarbeitungskette. Die Schlüsselzahl jeder Echtzeit-Audio-App: unter 15 ms ist die Schwelle, um beim Aufnehmen mithören zu können.
RT60 VoiceLab: Die Nachhallzeit, die ein Impuls braucht, um um 60 dB abzuklingen. Das Standardmaß für die Raumakustik. Praxisnahe Voice-QA-Tools schätzen sie implizit über die Analyse des Hüllkurvenabfalls.
Sample rate General: Die Anzahl der Samples pro Sekunde. 44,1 kHz für CD; 48 kHz für Broadcast und die meisten modernen Produktionen; 96 kHz / 192 kHz für hochauflösendes Mastering.
Short-term LUFS MixLab: Eine Lautheitsmessung mit gleitendem 3-Sekunden-Fenster. Die mittlere Ebene zwischen momentary (400 ms) und integrated (gesamtes Programm). Treibt die „LRA“-Bereichsberechnung in EBU 3342 an.
Sibilance VoiceLab: Hochfrequente Konsonantenenergie aus „s“-, „sch“-, „t“- und „z“-Lauten. Konzentriert um 5–9 kHz. Bei Überbetonung eine häufige Ursache für Hörermüdung.
Sidechain MixLab: Ein externes Steuersignal, das einen Dynamikprozessor (meist einen Kompressor) auslöst. Die Technik hinter pumpenden Kickdrum-Mixes, unter der Stimme abtauchenden Musikbetten und modernem De-Essing.
SNR General: Signal-to-Noise Ratio. Der dB-Abstand zwischen dem gewünschten Signal und dem Hintergrundrauschen. Die eine Zahl, die Verständlichkeit, Aufnahmequalität und die Leistung von ML-Modellen besser vorhersagt als jede andere.
Source separation SignalLab: Das Zerlegen eines gemischten Audiosignals zurück in einzelne Stems (Gesang, Drums, Bass, Sonstiges). Demucs, Spleeter, Open-Unmix. Der Stand der Technik liefert 2026 bei den meisten Popsongs eine saubere Isolation.
Speaker verification VoiceLab: Das Bestätigen einer behaupteten Sprecheridentität anhand einer Stimmprobe. Das defensive Gegenstück zum Voice Cloning. Moderne Systeme nutzen d-Vector- oder x-Vector-Embeddings, die per Kosinusähnlichkeit verglichen werden.
Spectral centroid MixLab: Der „Schwerpunkt” des Spektrums, eine gewichtete Durchschnittsfrequenz, die in etwa der wahrgenommenen Brillanz entspricht.
Speech-in-noise HearLab: Eine Klasse von Maßen und Tests (SIN, QuickSIN, HINT), die die Sprachverständlichkeit gegen wechselnde Grundgeräuschpegel misst. Der praxisnahe Indikator für den Nutzen eines Hörgeräts, mehr noch als die Reinton-Audiometrie.
Streaks SkillLab: Marker für die Übungskonstanz, die in SkillLab verwendet werden. So gestaltet, dass sie einen ausgelassenen Tag überstehen, um spielautomatenartige Fortschrittsdynamiken zu vermeiden. Siehe Progression Design.
Tag schema SignalLab: Das kontrollierte Vokabular, mit dem Audioinhalte für das spätere Wiederauffinden beschrieben werden. Das Schema von SignalLab deckt Inhaltstyp, Brillanz, Dynamik und Problem-Flags ab. Siehe das Tag-Schema-Dokument.
True peak MixLab: Die tatsächliche analoge Spitze eines rekonstruierten Signals, die durch Inter-Sample-Peaks über der Spitze im Sampledomain liegen kann. Wird per Oversampling gemessen.
TTS (Text-to-Speech) VoiceLab: Das Erzeugen von Sprachaudio aus Text. Der Stand der Technik ist 2026 neuronal: typischerweise eine Pipeline aus Text-Encoder + akustischem Modell + Vocoder, oft in ein einziges Modell für die Echtzeit-Inferenz destilliert.
VAD (Voice Activity Detection) VoiceLab: Ein Klassifikator, der Frame für Frame eine 1 für Sprache und eine 0 für Nicht-Sprache zurückgibt. Die erste Stufe nahezu jeder Sprach-Pipeline, von Konferenz-Apps über Podcast-Editoren bis zur VoiceLab-QA-Demo.
Voice cloning VoiceLab: Das Synthetisieren von Sprache in der Stimme einer Zielperson aus einer Referenzaufnahme. Moderne Modelle kommen mit 3-30 Sekunden Referenzaudio aus. Die Grundlage sowohl für legitime Synchron-/Barrierefreiheits-Tools als auch für moderne Identitätsbetrugsangriffe.
WDRC HearLab: Wide Dynamic Range Compression: die mehrbandige, pegelabhängige Verstärkungsverarbeitung in jedem modernen Hörgerät. Bildet den Dynamikumfang des Sprechers auf den Restgehörbereich des Trägers ab.
WebAudio API MixLab: Der W3C-Standard für die Audioverarbeitung in Browsern. Umfasst AudioContext, AudioNode, AudioBuffer, AnalyserNode, AudioWorklet und OfflineAudioContext. Das Fundament unter jedem browserseitigen Audiotool.