Eine Taste wird angeschlagen – und der Ton kommt einen Moment später. Ein Sänger hört seine eigene Stimme im Kopfhörer leicht verzögert. Eine Gitarristin spielt über eine Amp-Simulation und hat plötzlich das Gefühl, dass der Verstärker ein paar Meter weiter hinten im Raum steht.
Die Ursache kann in allen drei Fällen dieselbe sein:
Latenz. Professor Pegel sitzt vor seinem MIDI-Keyboard und spielt einen Akkord. Nichts. Dann: DONG. Er hebt eine Augenbraue. „Interessant. Ich spiele offenbar schon die Begleitung für übermorgen.“
Ganz so schlimm ist es normalerweise nicht. Schon wenige Millisekunden Verzögerung können beim Musizieren jedoch störend werden.
Doch wo entsteht diese Verzögerung? Was haben Buffergröße und Samplingrate damit zu tun? Warum verursachen manche Plugins zusätzliche Latenz? Und weshalb zeigt die DAW manchmal einen niedrigen Latenzwert an, obwohl sich das Spielen trotzdem verzögert anfühlt?
Zeit, die Sache genauer anzusehen.
Was ist Latenz?
Latenz bezeichnet eine Verzögerung zwischen einem Ereignis und seiner wahrnehmbaren Reaktion. Bei der Musikproduktion bedeutet das die Zeit zwischen TASTE DRÜCKEN > TON HÖREN oder INS MIKROFON SINGEN > STIMME IM KOPFHÖRER HÖREN
Diese Verzögerung wird normalerweise in Millisekunden (ms) angegeben. Eine Millisekunde entspricht 1/1000 Sekunde. 10 ms entsprechen also 0,01 Sekunden. Das klingt zunächst nach praktisch nichts. Beim Musizieren können solche Zeiträume allerdings durchaus relevant werden.
Auch die analoge Welt besitzt Latenz
Latenz ist keineswegs ausschließlich ein digitales Problem. Schall benötigt Zeit, um sich durch die Luft auszubreiten. Bei ungefähr 20 °C beträgt die Schallgeschwindigkeit rund 343 Meter pro Sekunde. Das bedeutet grob: 1 Meter ? 2,9 ms. Steht ein Musiker drei Meter von einem Lautsprecher entfernt, benötigt der Schall also ungefähr 8,7 ms, bis er ihn erreicht.
Bei zehn Metern sind es bereits rund 29 ms. Unser Gehör kennt Verzögerungen deshalb aus der realen Welt. Das erklärt gleichzeitig, warum einige Millisekunden digitale Latenz nicht zwangsläufig sofort störend sein müssen.
Warum stört digitale Latenz trotzdem?
Entscheidend ist der Zusammenhang zwischen Aktion und Reaktion. Wer eine Klaviertaste anschlägt, erwartet unmittelbar einen Ton. Wer singt, nimmt seine eigene Stimme nicht nur über den Kopfhörer wahr, sondern zusätzlich über Knochenleitung und den direkten Schall. Kommt das Kopfhörersignal einige Millisekunden später hinzu, entstehen zwei zeitlich versetzte Wahrnehmungen derselben Stimme.
Das kann ausgesprochen irritierend sein. Bei virtuellen Instrumenten entsteht ein anderes Problem. Der Musiker drückt eine Taste. Die Finger melden JETZT. Das Ohr meldet GLEICH. Je größer dieser Abstand wird, desto stärker kann das Spielgefühl beeinträchtigt werden.
Wo entsteht Latenz?
In einem modernen Produktionssystem gibt es nicht nur eine einzige Ursache. Die Verzögerung kann an mehreren Stellen entstehen. Ein typischer Signalweg bei einer Aufnahme sieht etwa so aus:
MIKROFON > AUDIOINTERFACE > A/D-WANDLUNG > INPUT BUFFER > DAW > PLUGINS > OUTPUT BUFFER > D/A-WANDLUNG > KOPFHÖRER
Jeder dieser Schritte benötigt eine gewisse Zeit. Die gesamte wahrgenommene Verzögerung ergibt sich aus der Summe dieser einzelnen Bestandteile.
Input-Latenz
Die Input-Latenz beschreibt vereinfacht die Verzögerung auf dem Weg vom Eingang des Audiointerfaces zur DAW. Dazu gehören unter anderem A/D-Wandlung, Treiber, Pufferung und interne Verarbeitung. Ein analoges Mikrofonsignal muss zunächst digitalisiert werden, bevor die DAW damit arbeiten kann.
Output-Latenz
Anschließend muss das bearbeitete Signal wieder ausgegeben werden. Dazu gehören Output-Buffer, Treiber, interne Interface-Verarbeitung und D/A-Wandlung. Auch hier entsteht eine kleine Verzögerung.
Roundtrip-Latenz – einmal durch das gesamte System
Besonders interessant ist die sogenannte Roundtrip Latency, kurz RTL. Dabei betrachten wir den kompletten Weg eines Signals: ANALOG IN > DIGITAL > DAW > DIGITAL > ANALOG OUT. Die Roundtrip-Latenz umfasst also wesentlich mehr als lediglich die eingestellte Buffergröße.
Vereinfacht:
INPUT-LATENZ + VERARBEITUNG + OUTPUT-LATENZ = ROUNDTRIP-LATENZ
Deshalb können zwei Audiointerfaces bei identischer Buffer-Einstellung unterschiedliche tatsächliche Latenzen besitzen. Die Qualität und Effizienz der Treiber sowie die interne Architektur des Interfaces spielen ebenfalls eine Rolle.
Der Audio-Buffer
Einer der wichtigsten Faktoren für die Latenz ist der Audio-Buffer. Ein Computer verarbeitet Audiodaten normalerweise nicht Sample für Sample unabhängig voneinander. Stattdessen werden Daten in kleinen Blöcken gesammelt und verarbeitet. Diese Blöcke nennt man Buffer beziehungsweise Puffer.
Typische Einstellungen sind:
- 32 Samples
- 64 Samples
- 128 Samples
- 256 Samples
- 512 Samples
- 1024 Samples
Je kleiner der Buffer, desto schneller muss das System reagieren. Je größer der Buffer, desto mehr Zeit erhält der Computer für seine Berechnungen.
Kleiner Buffer oder großer Buffer?
Hier beginnt der klassische Zielkonflikt.
Kleiner Buffer
Ein kleiner Buffer bedeutet geringere Latenz aber gleichzeitig höhere Echtzeitanforderung an das System. Der Computer muss die anfallenden Audioberechnungen innerhalb eines sehr kurzen Zeitfensters erledigen. Schafft er das nicht, können Knackser, Aussetzer, Dropouts oder andere Störungen auftreten.
Großer Buffer
Ein großer Buffer bedeutet mehr Latenz aber mehr Zeit für die Berechnung. Dadurch können komplexere Projekte mit vielen Plugins und virtuellen Instrumenten stabiler laufen. Professor Pegel fasst es zusammen: „Kleiner Buffer: Musiker glücklich, CPU nervös.“ Er dreht auf 1024 Samples. „Großer Buffer: CPU glücklich, Musiker nervös.“ Das beschreibt den Zielkonflikt erstaunlich gut.
Wie berechnet man die Bufferzeit?
Die grundsätzliche Zeit eines Buffers lässt sich einfach berechnen: Buffergröße / Samplingrate X 1000 = Bufferzeit in Millisekunden
Nehmen wir ein Projekt mit 48 kHz und 128 Samples Buffer. Dann ergibt sich 128 / 48.000 X 1000 ? 2,67 ms. Ein einzelner Buffer entspricht also ungefähr 2,67 ms. Bei 256 Samples wären es 256 / 48.000 X 1000 ? 5,33 ms. Bei 512 Samples ? 10,67 ms
Wichtig: Diese Werte sind nicht automatisch die tatsächliche Roundtrip-Latenz. Es kommen unter anderem Ein- und Ausgangspuffer, Wandlung, Treiber, Sicherheitsbuffer und gegebenenfalls Plugin-Verzögerungen hinzu.
Bufferzeit bei 44,1 und 48 kHz
Einige typische theoretische Zeiten eines einzelnen Buffers zeigen den Zusammenhang sehr schön:
| Buffer | 44,1 kHz | 48 kHz |
|---|---|---|
| 32 Samples | 0,73 ms | 0,67 ms |
| 64 Samples | 1,45 ms | 1,33 ms |
| 128 Samples | 2,90 ms | 2,67 ms |
| 256 Samples | 5,80 ms | 5,33 ms |
| 512 Samples | 11,61 ms | 10,67 ms |
| 1024 Samples | 23,22 ms | 21,33 ms |
Damit wird ein wichtiger Zusammenhang sichtbar: Bei gleicher Buffergröße sinkt die Bufferzeit mit steigender Samplingrate. Das bedeutet allerdings nicht, dass man einfach jedes Projekt mit 192 kHz betreiben sollte.
Samplingrate und Latenz
Eine höhere Samplingrate bedeutet, dass pro Sekunde mehr Samples verarbeitet werden. Dadurch vergeht bei einer festen Anzahl von Samples weniger Zeit. 128 Samples benötigen bei 44,1 kHz ungefähr 2,90 ms. Bei 96 kHz dagegen nur: 128 / 96.000 X 1000 ? 1,33 ms
Rein auf die Bufferzeit bezogen sinkt also die Latenz. Gleichzeitig muss der Computer aber wesentlich mehr Samples pro Sekunde verarbeiten. Die CPU-Belastung steigt. Damit kann ein anderes Problem entstehen: Das System schafft die gewünschte kleine Buffergröße nicht mehr stabil. Die optimale Einstellung ist deshalb immer ein Kompromiss aus: LATENZ <> RECHENLEISTUNG <> STABILITÄT
Welche Buffergröße sollte man verwenden?
Es gibt keine universell perfekte Einstellung. Als praktische Ausgangspunkte können 32–64 Samples gelten. Sehr geringe Latenz für Recording und besonders empfindliches Echtzeitspiel, sofern das System stabil arbeitet.
128 Samples sind häufig ein guter Kompromiss für Recording und virtuelle Instrumente. 256 Samples können je nach System noch gut spielbar sein und bietet bereits mehr Reserven. 512–1024 Samples eignen sich gut für Mixing und Mastering, wenn niedrige Monitoring-Latenz keine wichtige Rolle mehr spielt.
Die richtige Einstellung ist allerdings immer die kleinste Buffergröße, bei der das jeweilige Projekt zuverlässig funktioniert. Nicht die kleinste Zahl im Menü gewinnt.
ASIO unter Windows
Unter Windows spielt ASIO – Audio Stream Input/Output eine wichtige Rolle. ASIO wurde von Steinberg als Audioschnittstelle für professionelle beziehungsweise latenzkritische Audioanwendungen entwickelt. Der große Vorteil besteht darin, dass DAW und Audiohardware über einen für professionelle Audioanwendungen ausgelegten Treiber miteinander kommunizieren können.
Bei einem Audiointerface sollte nach Möglichkeit der native ASIO-Treiber des Herstellers verwendet werden, sofern ein solcher vorhanden ist. Dieser ist auf die entsprechende Hardware abgestimmt und ermöglicht in der Regel die besten Ergebnisse hinsichtlich Latenz und Stabilität.
Core Audio auf dem Mac
Unter macOS übernimmt Core Audio die zentrale Audio-Infrastruktur des Betriebssystems. Dadurch unterscheidet sich die Treibersituation von Windows. Professionelle DAWs können über Core Audio mit Audiointerfaces kommunizieren, ohne dass ein ASIO-System erforderlich wäre. Das grundsätzliche Problem bleibt jedoch dasselbe: Audio muss gepuffert, verarbeitet und wieder ausgegeben werden. Auch auf einem Mac gilt deshalb: Kleiner Buffer = geringere Latenz, höhere Echtzeitanforderung.
Direct Monitoring – der kurze Weg
Bei Gesangs- oder Instrumentenaufnahmen gibt es eine besonders wirkungsvolle Methode zur Vermeidung störender Monitoring-Latenz: Direct Monitoring. Dabei wird das Eingangssignal bereits innerhalb des Audiointerfaces zum Kopfhörer- beziehungsweise Monitor-Ausgang geleitet. Der Signalweg lautet dann: MIKROFON > AUDIOINTERFACE >KOPFHÖRER. Anstatt: MIKROFON > INTERFACE > COMPUTER > DAW > PLUGINS > COMPUTER > INTERFACE > KOPFHÖRER
Der Weg wird erheblich kürzer. Das Monitoring kann dadurch praktisch latenzfrei beziehungsweise mit nur sehr geringer hardwarebedingter Verzögerung erfolgen.
Der Nachteil von Direct Monitoring
Direct Monitoring besitzt allerdings einen möglichen Nachteil. Das Signal durchläuft dabei nicht unbedingt die Plugins der DAW. Ein Sänger möchte sich vielleicht mit Kompressor, EQ, Reverb und Delay hören. Eine Gitarristin benötigt möglicherweise eine Amp-Simulation. Wenn diese Effekte innerhalb der DAW berechnet werden, muss das Signal wieder durch den Computer laufen.
Einige Audiointerfaces besitzen deshalb eigene DSP-Systeme und können Monitoring-Effekte bereits in der Hardware berechnen. Dadurch lässt sich komfortables Monitoring mit sehr geringer Latenz realisieren.
Virtuelle Instrumente und Latenz
Beim Spielen eines Software-Synthesizers sieht der Signalweg anders aus: MIDI-KEYBOARD > MIDI / USB > DAW > VIRTUELLES INSTRUMENT > AUDIO-ENGINE > AUDIOINTERFACE > LAUTSPRECHER.
Auch hier summieren sich mehrere kleine Verzögerungen. Die MIDI- beziehungsweise Controllerübertragung ist nur ein Teil davon. Entscheidend ist häufig die Audioausgabe. Deshalb fühlt sich ein virtuelles Piano bei 64 Samples möglicherweise unmittelbar an, während es bei 1024 Samples deutlich verzögert reagiert.
Plugins können selbst Latenz erzeugen
Ein besonders wichtiger Punkt wird häufig übersehen: Nicht jede Plugin-Latenz hängt von der Buffergröße ab. Manche Audioalgorithmen benötigen grundsätzlich zusätzliche Zeit. Ein typisches Beispiel ist ein Lookahead-Limiter. Er soll auf einen Pegelpeak reagieren, bevor dieser den Ausgang erreicht. Dafür muss das Audiosignal bewusst verzögert werden.
Auch andere Prozesse können zusätzliche Latenz verursachen, Linear-Phase-EQs, Lookahead-Kompressoren, bestimmte Noise-Reduction-Verfahren, Faltung, Oversampling, Pitch- und Timing-Prozessoren oder komplexe Mastering-Plugins. Ein einziges Plugin kann deshalb mehr zusätzliche Verzögerung verursachen als der komplette Audio-Buffer.
Plugin Delay Compensation
Wenn ein Plugin eine Spur beispielsweise um 20 ms verzögert, entsteht beim Mixing ein Problem. Andere Spuren würden früher abgespielt. Deshalb besitzen moderne DAWs eine Plugin Delay Compensation, kurz PDC. Das Prinzip: Die DAW kennt die von den Plugins gemeldete Verzögerung. Anschließend verzögert sie die anderen relevanten Signalwege entsprechend. Dadurch treffen die Spuren wieder zeitlich korrekt zusammen.
Vereinfacht:
SPUR A + 20 ms PLUGIN-LATENZ. SPUR B + 0 ms PLUGIN-LATENZ. Die DAW kompensiert: SPUR B + 20 ms AUSGLEICH. Jetzt sind beide wieder synchron.
Warum PDC beim Recording trotzdem problematisch sein kann
Beim Mixing ist diese zusätzliche Verzögerung meist unproblematisch. Ob die DAW die Wiedergabe intern um einige Millisekunden verzögert, spielt beim Einstellen eines Equalizers kaum eine Rolle. Beim Recording sieht das anders aus. Der Musiker spielt jetzt. Die DAW kann nicht in die Vergangenheit reisen und das gerade eingespielte Signal früher ausgeben. Deshalb besitzen viele DAWs Funktionen wie den Low Latency Mode oder Möglichkeiten, Plugins mit hoher Latenz während der Aufnahme temporär zu umgehen.
Professor Pegel betrachtet seinen Masterkanal Linear-Phase-EQ, Multiband-Prozessor, Lookahead-Limiter, Oversampling. „Warum fühlt sich mein Keyboard so langsam an?“ Die Antwort befindet sich direkt vor ihm.
Aufnahme und Mixing benötigen unterschiedliche Einstellungen
Damit ergibt sich eine der wichtigsten praktischen Regeln.
Beim Recording ist die Priorität:
GERINGE LATENZ
Daher:
- kleiner Buffer,
- unnötige Plugins deaktivieren,
- latenzintensive Mastering-Plugins umgehen,
- Direct Monitoring verwenden, wenn möglich,
- virtuelle Instrumente möglichst effizient betreiben.
Beim Mixing und Mastering ist die Priorität:
STABILITÄT UND RECHENLEISTUNG
Daher:
- größerer Buffer,
- mehr Plugins möglich,
- Lookahead und Linear Phase unproblematischer,
- Höhere Qualitätsstufen möglich.
Beim Mixing ist es normalerweise völlig egal, ob das Drücken der Play-Taste einige Millisekunden später hörbar wird.
Freeze und Bounce helfen der CPU
Wenn ein Projekt immer größer wird, kann selbst ein leistungsfähiger Computer an seine Grenzen geraten. Virtuelle Instrumente und komplexe Plugins benötigen Rechenleistung. Viele DAWs bieten deshalb Freeze-Funktionen. Dabei wird das Ergebnis einer Spur vorübergehend als Audio berechnet.
Das virtuelle Instrument beziehungsweise die Plugin-Kette muss anschließend nicht mehr permanent in Echtzeit berechnet werden. Ähnlich funktioniert Bounce in Place beziehungsweise Rendering. Dadurch wird CPU-Leistung frei. Anschließend kann möglicherweise wieder eine kleinere Buffergröße verwendet werden.
Netzwerk-Latenz
Eine weitere Form ist die Netzwerk-Latenz. Sie spielt bei Remote Recording, Online-Jams, Netzwerk-Audio, Cloud-Kollaboration und verteilten Studiosystemen eine Rolle. Hier kommt zusätzlich zur lokalen Audiolatenz die Übertragungszeit des Netzwerks hinzu. Bei Verbindungen über große geografische Entfernungen setzt bereits die Physik Grenzen.
Daten können nicht beliebig schnell von einem Kontinent zum anderen übertragen werden. Für Dateiaustausch ist das kein Problem. Für musikalische Echtzeitinteraktion kann es entscheidend werden.
Bluetooth – bequem, aber nicht fürs kritische Monitoring
Bluetooth-Kopfhörer sind bequem. Für latenzkritische Musikproduktion sind sie jedoch häufig ungeeignet. Bluetooth-Audio benötigt Kodierung, Übertragung, Pufferung und Dekodierung. Dadurch kann eine deutlich größere Verzögerung entstehen als bei einer kabelgebundenen Audioverbindung.
Beim Musikhören ist das meistens unproblematisch. Beim Einspielen eines virtuellen Instruments kann es dagegen ausgesprochen störend werden. Für Recording und latenzkritisches Monitoring bleibt eine kabelgebundene Verbindung deshalb in vielen Situationen die bessere Wahl.
Wie viel Latenz ist noch akzeptabel?
Darauf gibt es keine universelle Antwort. Menschen reagieren unterschiedlich empfindlich, und auch das Instrument spielt eine Rolle. Ein Pianist oder Schlagzeuger kann auf Verzögerungen besonders empfindlich reagieren. Bei langsam gespielten Pads können einige zusätzliche Millisekunden dagegen kaum auffallen.
Auch die gewohnte akustische Entfernung spielt eine Rolle. Ein Gitarrist steht nicht zwangsläufig direkt vor dem Lautsprecher. Ein Organist sitzt möglicherweise mehrere Meter von den Lautsprechern entfernt. Ein Orchestermusiker ist ohnehin an unterschiedliche akustische Laufzeiten gewöhnt.
Als grobe Orientierung gilt: Je näher sich ein digitales Instrument wie ein unmittelbar reagierendes reales Instrument anfühlen soll, desto niedriger sollte die Latenz sein.
Entscheidend ist letztlich das Spielgefühl.
Wenn die Latenzanzeige nicht die ganze Wahrheit sagt
Eine DAW oder ein Treiber kann beispielsweise anzeigen:
- Input Latency: 3,5 ms
- Output Latency: 4,2 ms
Das ergibt rechnerisch 7,7 ms. Die reale Verzögerung kann dennoch etwas anders ausfallen. Treiber können zusätzliche Sicherheitsbuffer verwenden. Hardware benötigt Zeit für Wandlung und interne Verarbeitung. Plugins können zusätzliche Verzögerungen verursachen. Deshalb ist eine Hersteller- oder DAW-Anzeige nicht zwangsläufig identisch mit einer tatsächlich gemessenen Roundtrip-Latenz.
Für die Praxis ist allerdings ohnehin eine andere Frage wichtiger: Fühlt sich das System beim Spielen gut an?
Die häufigsten Ursachen hoher Latenz
Wenn ein System plötzlich träge reagiert, lohnt sich eine systematische Suche.
Häufige Ursachen sind:
- Buffer zu groß
- Plugins mit Lookahead
- Linear-Phase-Prozessoren
- Mastering-Plugins auf dem Masterbus
- komplexes Oversampling
- Bluetooth-Audio
- ungeeignete oder schlecht konfigurierte Audiotreiber
- unnötig komplexe Plugin-Ketten während der Aufnahme
Manchmal liegt das Problem also gar nicht am Audiointerface. Professor Pegel verbringt 20 Minuten im Treiberfenster. Dann entdeckt er den Lookahead-Limiter auf dem Master. „Natürlich.“
Professor Pegels Latenz-Notfallplan
Wenn sich ein Instrument oder Monitoring verzögert anfühlt:
1. Buffer verkleinern. Beispielsweise von 512 auf 128 oder 64 Samples.
2. Latenzintensive Plugins deaktivieren. Besonders Mastering-Prozessoren überprüfen.
3. Low-Latency-Modus der DAW verwenden. Falls vorhanden.
4. Nativen Audiotreiber verwenden. Unter Windows nach Möglichkeit den ASIO-Treiber des Interface-Herstellers.
5. Direct Monitoring ausprobieren. Besonders bei Gesang und akustischen Aufnahmen.
6. CPU-intensive Spuren einfrieren. Virtuelle Instrumente und komplexe Plugin-Ketten entlasten.
7. Bluetooth vermeiden. Für latenzkritisches Monitoring Kabel verwenden.
8. Nach der Aufnahme den Buffer wieder erhöhen. Beim Mixing darf der Computer mehr Zeit bekommen.
Professor Pegels Fazit
Latenz ist keine einzelne Verzögerung, die irgendwo geheimnisvoll im Computer entsteht. Sie ist die Summe verschiedener Verarbeitungsschritte. Bei einer Aufnahme kann der Signalweg beispielsweise so aussehen: MIKROFON > A/D-WANDLUNG > INPUT BUFFER > DAW > PLUGINS > OUTPUT BUFFER > D/A-WANDLUNG > KOPFHÖRER
Jeder Schritt benötigt Zeit. Der wichtigste Kompromiss lautet deshalb:
KLEINER BUFFER > GERINGE LATENZ > HÖHERE ECHTZEITANFORDERUNG
GROSSER BUFFER > HÖHERE LATENZ > MEHR SYSTEMRESERVE
Beim Recording zählt Reaktionsgeschwindigkeit. Beim Mixing zählt Stabilität. Und Direct Monitoring kann den Computer beim Aufnehmen teilweise vollständig aus dem Monitoring-Signalweg heraushalten. Professor Pegel stellt den Buffer auf 64 Samples und spielt noch einmal seinen Akkord. DONG. Sofort. Er nickt zufrieden. „Sehr schön. Jetzt spiele ich wieder in der Gegenwart.“
Kostenfreier ASIO Treiber im Internet
ASIO4ALL: https://es.asio4all.org/
