Stem Mixing: Gruppenspuren im Film

Stem Mixing bezeichnet die Technik, den Filmmix in thematisch zusammengehörige Gruppen (Stems) aufzuteilen: typischerweise Dialog, Musik und Effekte, die getrennt voneinander gespeichert und weiterverarbeitet werden können.

Rubrik: Film & Mediendesign · Unterrubrik: Sound Design & Film-Ton · Niveau: Fortgeschritten Synonyme / Auch bekannt als: Subgroup Mixing, Bus Mixing, M&E (Music & Effects), Composite Stems

Was ist Stem Mixing?

Ein fertig gemischter Film besteht aus Hunderten von Einzelspuren: Dialoge, ADR, Foley, Soundeffekte, Atmo, Musik. Für die praktische Handhabung in der Postproduktion, bei der Internationalisierung und für spätere Anpassungen werden diese Spuren zu Stems zusammengefasst.

Stems sind vorgemischte Gruppen: Die Mixer-Entscheidungen (EQ, Kompression, Panning) sind in den Stems eingebettet, aber die Stems selbst können noch relativ zueinander angepasst werden. So kann zum Beispiel für einen TV-Sender der Dialogpegel angehoben werden, ohne den gesamten Mix neu aufmachen zu müssen.

Erklärung

Grundlegende Stem-Struktur

Die klassische Filmton-Dreiteilung:

D (Dialogue / Dialog): Alle gesprochenen Texte: Originalton-Dialog, ADR, Voiceover, Loop-Group-Material. Der Dialog-Stem hat höchste Priorität: Er darf nie durch andere Elemente verdeckt werden.

M (Music / Musik): Score und lizenzierte Songs. Der Musik-Stem enthält keine Dialog-Elemente; er ist so gemischt, als wäre kein Dialog vorhanden. Dies ermöglicht spätere Lautstärkeanpassungen relativ zum Dialog.

E (Effects / Effekte): Alle Soundeffekte, Foley und Atmo. Der Effekte-Stem enthält ebenfalls keinen Dialog.

Diese Dreiteilung ergibt das M&E (Music & Effects): den Mix ohne Dialog, der für internationale Synchronfassungen benötigt wird. Synchronstudios im Ausland ersetzen den originalen Dialog durch eine neue Sprachaufnahme und legen diese über den M&E-Mix.

Erweiterte Stem-Strukturen

Für komplexe Produktionen können Stems weiter unterteilt werden:

Dialog-Ebene:

• D1: Originalton (Production Sound)
• D2: ADR
• D3: Voiceover

Effekte-Ebene:

• FX1: Hard Effects (Explosionen, Fahrzeuge)
• FX2: Foley (Schritte, Bewegungen, Alltagsgeräusche)
• FX3: Background / Atmo (Umgebungsklänge)
• FX4: Designed Sounds (speziell erstellte kreative Klänge)

Musik-Ebene:

• MUS1: Score (Originalkomposition)
• MUS2: Source Music (diegetische Musik in der Filmwelt)

Stems in der Praxis

Lieferformat: Professionelle Filmproduktionen liefern mehrere Ausgabeformate:

• 5.1 Full Mix: Vollständiger Mix in 5.1 Surround
• 5.1 M&E: Musik und Effekte ohne Dialog in 5.1
• Stereo Full Mix: Downmix für TV, Streaming, DVD
• Stereo M&E: Musik und Effekte in Stereo
• Dolby Atmos Master: Für Kino und Atmos-fähige Plattformen
• Einzelne Stems (D, M, E): Für maximale Flexibilität bei Versionen

Versionierung: Verschiedene Versionen des Films für verschiedene Plattformen erfordern unterschiedliche Mixes:

• Theatrical Version: Volle Kinodynamik
• Broadcast Version: EBU R128 normiert, reduzierte Dynamik
• Airline Version: Bereinigt (ohne Profanität), angepasste Lautheit
• Kids Version: Bestimmte Szenen akustisch entschärft

Mit gut erstellten Stems können diese Versionen effizient aus dem Ursprungsmaterial erstellt werden, ohne das gesamte Tonmaterial neu aufzumachen.

Technische Anforderungen

Stem-Qualität: Stems werden typischerweise als 24-Bit / 48 kHz Broadcast-WAV oder als AES31-konforme Dateien geliefert. Für Dolby Atmos Stems gelten spezifische Formatanforderungen (DAMF oder ADM).

Stem-Alignment: Alle Stems müssen absolut samplegenau synchron sein, damit sie ohne Drift übereinandergelegt werden können.

Checksum-Verification: Bei der Lieferung werden Hash-Werte (MD5-Checksums) mitgeliefert, um die Integrität der Dateien bei der Übertragung zu prüfen.

Stem Mixing in der Musik

Im Musik-Bereich werden Stems ebenfalls genutzt, haben aber eine andere Bedeutung:

• Stem-Mixe bestehen aus Gruppenspuren (Drums, Bass, Synths, Vocals)
• Sie werden für Remix-Projekte, Sample-Packs oder für den Live-Einsatz auf Bühnen genutzt
• Plattformen wie Splice bieten Stem-Downloads für Produzenten

Beispiele

Internationale Synchronisation: Ein deutschsprachiger Kinofilm für den Export in die USA erhält einen M&E-Mix. Das amerikanische Studio nimmt englische Synchronstimmen auf und legt sie über den M&E. Kein Element des deutschen Originals bleibt im fertigen amerikanischen Cut, außer dem Tonbett aus Musik und Effekten.

Netflix-Lieferstandards: Netflix schreibt detaillierte Spezifikationen für Stem-Lieferungen vor. Produzenten müssen Dialog-, Musik- und Effekt-Stems in definierter Qualität und im Atmos-Format liefern, damit Netflix globale Versionen in über 30 Sprachen erstellen kann.

In der Praxis

Pro Tools Session-Aufbau für Stem-Mixing:

In Pro Tools werden separate Busse für D, M und E eingerichtet. Alle Dialog-Spuren routen auf den Dialog-Bus, Musik auf den Musik-Bus. Die Stem-Ausgabe erfolgt parallel zum Full Mix, sodass Full Mix und Stems aus derselben Session-Einstellung stammen.

Stem-Bounce: Beim Finalisieren werden alle Stems simultan aus derselben Session gebounced (ausgespielt), um sicherzustellen, dass Full Mix und Stems zueinander kompatibel sind und in der Summe identisch klingen.

Vergleich & Abgrenzung

Häufige Fragen (FAQ)

Warum ist ein sauber gemischter M&E so wichtig? Beim M&E müssen alle Elemente, die normalerweise hinter dem Dialog liegen, in der richtigen Lautstärke präsent sein. Wenn Atmo-Geräusche oder Musik im Full Mix vom Dialog maskiert wurden und im M&E nicht korrekt angepasst wurden, entstehen im internationalen Mix akustische Lücken, die die Synchronfassung unnatürlich klingen lassen.

Wie viele Stems sind Standard? Für einfache TV-Produktionen: D, M, E (3 Stems). Für Kinoproduktionen: 6 bis 12 Stems in verschiedenen Formaten plus Full Mix plus M&E. Für Atmos-Produktionen kommen weitere Ausgaben (ADM, DAMF) hinzu.

Werden Stems automatisch aus dem Final Mix erstellt? Ja, wenn die Session korrekt eingerichtet ist. Stems entstehen nicht durch Nachbearbeitung, sondern durch parallele Bus-Routing-Struktur, die bereits beim Aufbau der Session angelegt wird. Nachträglich erstellte Stems können vom Full Mix abweichen.

Verwandte Einträge

• Sound Mixing im Film, Sound Mixing im Film
• Raumklang: Dolby Atmos, 5.1, 7.1, Raumklang: Dolby Atmos, 5.1, 7.1
• LUFS und Lautheitsstandards (EBU R128), LUFS und Lautheitsstandards (EBU R128)
• 5.1 Surround Mischen für Kino und TV, 5.1 Surround Mischen für Kino und TV
• Sound Editing: Schnitt und Synchronisation, Sound Editing: Schnitt und Synchronisation

Weiterführend

• Yewdall, David Lewis (2011): Practical Art of Motion Picture Sound. 4. Aufl., Focal Press.
• Sonnenschein, David (2001): Sound Design: The Expressive Power of Music, Voice, and Sound Effects in Cinema. Michael Wiese Productions.
• Netflix (2024): Netflix Sound Mix Specifications and Delivery Requirements. [technische Dokumentation, online].
• EBU Tech 3285 (2011): Specification of the Broadcast Wave Format (BWF). European Broadcasting Union.