Sprachverständlichkeit messen: Steinberg und Fraunhofer starten DIU-Initiative
Steinberg, NUGEN Audio, RTW und Telos Alliance gründen gemeinsam mit dem Fraunhofer IDMT die LEAP Meter Manufacturers Group. Ein neuer Implementierungsrahmen soll dafür sorgen, dass verschiedene Audioprodukte die Verständlichkeit gesprochener Inhalte nach denselben Prinzipien messen und darstellen. Statt ausschließlich Pegel und Lautheit zu betrachten, bewertet die zugrunde liegende LEAP-Technologie den Höraufwand beim Verstehen von Dialogen.
Zu leise, zu undeutlich oder schlicht von Musik und Effekten überlagert: Beschwerden über schwer verständliche Dialoge gehören inzwischen fast schon zum festen Begleitprogramm moderner Filme, Serien und Streamingproduktionen. Während Toningenieure über umfangreiche Werkzeuge zur Messung von Pegel, Dynamik und Lautheit verfügen, lässt sich daraus nicht automatisch ableiten, ob gesprochene Inhalte tatsächlich gut verstanden werden.
Die Vorteile, die sich aus der Möglichkeit ergeben, die Sprachverständlichkeit messen zu können, sind enorm.
Genau an diesem Punkt setzt eine neue Zusammenarbeit von Steinberg, NUGEN Audio, RTW, Telos Alliance und dem Fraunhofer-Institut für Digitale Medientechnologie IDMT an. Die beteiligten Unternehmen haben die LEAP Meter Manufacturers Group, kurz LMMG, gegründet und auf der IBC 2026 ein gemeinsames Dialog Intelligibility Implementation Agreement vorgestellt.
Das Ziel besteht darin, Messungen der Sprachverständlichkeit herstellerübergreifend vergleichbar zu machen.
Laut genug bedeutet nicht automatisch verständlich
Die Lautstärke eines Dialogs ist nur einer von mehreren Faktoren, die über seine Verständlichkeit entscheiden. Eine Sprachaufnahme kann technisch ausreichend laut sein und trotzdem erheblichen Höraufwand verursachen. Störgeräusche, undeutliche Artikulation, starke Raumanteile, spektrale Überlagerungen durch Musik oder Effekte sowie ungünstige Dynamikbearbeitung können das Verstehen erschweren.
Klassische Pegelanzeigen erkennen diese Probleme nur indirekt. Auch eine korrekte Lautheitsmessung in LUFS gibt zunächst Auskunft über die wahrgenommene Lautheit eines Programms oder Signalabschnitts. Sie beantwortet jedoch nicht die Frage, wie gut einzelne Wörter und Sätze beim Publikum ankommen.
Die Grundlagen moderner Lautheitsmessungen erläutert Professor Pegel ausführlich in RMS vs. LUFS – warum Lautheit heute anders gemessen wird. Die neue Initiative versteht die Messung der Dialogverständlichkeit nicht als Ersatz solcher Verfahren, sondern als zusätzliche Qualitätskontrolle.
Sprachverständlichkeit messen: LEAP bewertet den erforderlichen Höraufwand
Im Zentrum der Zusammenarbeit steht die vom Fraunhofer IDMT entwickelte und KI?gestützte LEAP?Technologie. Sie soll objektiv abschätzen, welcher Höraufwand erforderlich ist, um gesprochene Inhalte zu verstehen.
Damit wird eine Wahrnehmung untersucht, die sich mit klassischen Audio-Metern nur unzureichend erfassen lässt. Ein Dialog kann einen regelkonformen Pegel besitzen und dennoch anstrengend zu verfolgen sein. Umgekehrt muss eine gut verständliche Stimme nicht zwangsläufig besonders laut wiedergegeben werden.
LEAP soll für diese Bewertung einen nachvollziehbaren Messwert liefern. Das Verfahren richtet sich an Rundfunk, Fernsehen, Streaming, Podcasts, Liveproduktionen, Postproduktion und Qualitätskontrolle. Grundsätzlich könnte es überall eingesetzt werden, wo Sprache zuverlässig beim Publikum ankommen muss.
Der Begriff „KI-gestützt“ sollte dabei nicht mit generativer KI verwechselt werden. LEAP erzeugt keine Sprache und verändert zunächst auch kein Audiomaterial. Die Technologie analysiert das vorhandene Signal und versucht, daraus eine Aussage über die wahrgenommene Dialogverständlichkeit abzuleiten.
Warum ein gemeinsamer Rahmen notwendig ist
Die beteiligten Hersteller könnten LEAP in sehr unterschiedliche Produkte integrieren. Steinberg entwickelt mit Nuendo eine umfangreiche Umgebung für Filmton, Fernsehen, Games und Audiopostproduktion. NUGEN Audio ist für spezialisierte Metering- und Postproduktionswerkzeuge bekannt, RTW für professionelle Audioanzeigen und Broadcast-Meter, während Telos Alliance zahlreiche Lösungen für Rundfunk und Medienübertragung anbietet.
Dass verschiedene Produkte denselben Algorithmus verwenden, garantiert allerdings noch keine unmittelbar vergleichbaren Ergebnisse. Bereits unterschiedliche Downmix-Verfahren können die Analyse beeinflussen. Hinzu kommen Abweichungen bei Signalverarbeitung, zeitlicher Glättung, Skalierung, Farbgebung, Terminologie und Darstellung.
Ein Messwert könnte deshalb in einem Produkt anders erscheinen oder interpretiert werden als in einem anderen. Für eine durchgängige Produktionskette wäre das ausgesprochen unpraktisch: Die Produktion meldet einen unkritischen Wert, während die Qualitätskontrolle mit einem Werkzeug eines anderen Herstellers zu einer abweichenden Einschätzung kommt.
Das LMMG Dialog Intelligibility Implementation Agreement soll solche Unterschiede möglichst vermeiden.
Einheitliche Skala von 0 bis 100 DIU
Die beteiligten Unternehmen haben sich unter anderem auf die Bezeichnung „Dialog Intelligibility“ und die gemeinsame Maßeinheit „DIU“ geeinigt. DIU steht für Dialog Intelligibility Unit.
Die Ergebnisse sollen auf einer Skala von 0 bis 100 DIU dargestellt werden. Ein höherer Wert steht für bessere Sprachverständlichkeit und einen geringeren erforderlichen Höraufwand. Niedrigere Werte weisen entsprechend auf Dialoge hin, deren Verständnis mehr Anstrengung erfordert.
Das Agreement beschreibt darüber hinaus gemeinsame Referenzschwellen und Farbbereiche. Außerdem enthält es Empfehlungen für Signalverarbeitung, Downmixing, zeitliche Glättung und den Umgang mit Abschnitten, in denen kein Dialog vorhanden ist.
Ein Messgerät soll schließlich nicht beliebige Warnungen ausgeben, sobald in einer Filmszene für einige Sekunden nur Musik, Atmosphäre oder ein Geräusch zu hören ist. Die korrekte Erkennung und Behandlung solcher Abschnitte ist daher ein wesentlicher Teil einer praxistauglichen Implementierung.
Wichtig ist allerdings die Einordnung: DIU ist zunächst die gemeinsam vereinbarte Maßeinheit der beteiligten Hersteller. Das Implementation Agreement stellt einen koordinierten Branchenansatz dar, aber noch keinen formellen internationalen Standard wie beispielsweise eine ITU-, EBU- oder ISO-Norm.
Vergleichbare Werte entlang der Produktionskette
Der größte praktische Vorteil liegt in der angestrebten Vergleichbarkeit verschiedener Systeme. Eine Liveproduktion könnte die Dialogverständlichkeit mit einem Werkzeug eines Herstellers überwachen. In der Postproduktion wird das Material anschließend mit einer anderen Lösung bearbeitet, bevor ein drittes System die abschließende Qualitätskontrolle übernimmt.
Alle Stationen sollen auf derselben Skala und nach denselben Grundprinzipien arbeiten. Ein bestimmter DIU-Wert müsste dadurch weitgehend dieselbe Bedeutung besitzen, unabhängig davon, welches kompatible Produkt ihn anzeigt.
Das könnte Missverständnisse zwischen Tonproduktion, Postproduktion, Sendern und Streaminganbietern reduzieren. Gleichzeitig ließen sich Anforderungen an die Sprachverständlichkeit konkreter formulieren. Statt einer allgemeinen Anweisung wie „Der Dialog muss deutlicher sein“ könnte ein definierter Messbereich als zusätzlicher technischer Anhaltspunkt dienen.
Eine Messzahl kann die Entscheidung eines erfahrenen Toningenieurs allerdings nicht ersetzen. Unterschiedliche Sprachen, Stimmen, dramaturgische Absichten und Wiedergabesituationen bleiben komplex. Ein geflüsterter Dialog in einem Kinofilm stellt andere Anforderungen als eine Nachrichtensendung oder ein Podcast. LEAP dürfte daher vor allem als Kontrollinstrument und nicht als automatische Wahrheitsschablone interessant sein.
Mehr als ein weiteres Loudness-Meter
Die neue Messung ergänzt etablierte Verfahren, statt sie überflüssig zu machen. Peak-Werte bleiben für die technische Aussteuerung wichtig, True Peak für die Erkennung möglicher Übersteuerungen und LUFS für die Beurteilung der Programmlautheit. DIU soll eine weitere Ebene hinzufügen: die Verständlichkeit der Sprache.
Wie unterschiedlich Spitzenpegel, Durchschnittspegel und wahrgenommene Lautheit sein können, zeigt auch unser Grundlagenartikel LUFS im Mastering. Die neue DIU-Skala erweitert diese Betrachtung um eine stärker inhaltsbezogene Messung.
Für die Praxis könnte daraus ein Metering-System entstehen, das gleichzeitig Lautheit, Dynamik, True Peak und Dialogverständlichkeit überwacht. Besonders in langen Programmen wäre denkbar, problematische Abschnitte automatisch zu markieren, damit sie gezielt kontrolliert werden können.
Bislang ist jedoch noch nicht bekannt, welche konkreten Produkte der beteiligten Hersteller die vereinbarte Messung erhalten und wann entsprechende Updates erscheinen werden. Die Unternehmen wollen auf der IBC über ihre jeweiligen Integrationspläne informieren. Wo bereits Implementierungen vorhanden sind, sollen Besucher möglicherweise erste Demonstrationen sehen können.
Interessant für Steinberg Nuendo
Aus Sicht von Steinberg dürfte die Technologie vor allem für Nuendo interessant sein. Die DAW richtet sich gezielt an Anwender aus Film, Fernsehen, Games und Postproduktion und bietet bereits zahlreiche Funktionen zur Dialogbearbeitung, Lautheitskontrolle und Medienproduktion.
Mit Nuendo 15 hat Steinberg diesen Schwerpunkt weiter ausgebaut. Eine direkt in den Produktionsablauf integrierte Messung der Dialogverständlichkeit wäre daher eine naheliegende Ergänzung. Eine konkrete Produktintegration oder ein Veröffentlichungstermin wird in der aktuellen Mitteilung allerdings noch nicht angekündigt.
Auch für Podcasts und kleinere Videoproduktionen könnte das Verfahren langfristig interessant werden. Dort stehen nicht immer unterschiedliche Tonfassungen oder umfangreiche Abhörsysteme zur Verfügung. Ein zusätzlicher Hinweis auf schwer verständliche Passagen könnte helfen, Probleme vor der Veröffentlichung zu erkennen.
Auch die IBC beschäftigt sich mit dem Thema
Die zunehmende Bedeutung der Sprachverständlichkeit zeigt sich ebenfalls im Accelerator Media Innovation Program der IBC 2026. Das unabhängige Projekt „Crystal Clear: Boosting Speech Intelligibility in Media“ bringt Rundfunkanstalten, Forschungseinrichtungen und Branchenverbände zusammen.
Auch dort geht es um praxisorientierte Methoden zur Messung und Verbesserung der Sprachverständlichkeit in Broadcast- und Streamingproduktionen. Das Projekt gehört nicht unmittelbar zur LMMG-Initiative, behandelt jedoch dieselbe grundlegende Herausforderung.
Der Hintergrund ist nachvollziehbar: Medieninhalte werden heute über Fernseher, Smartphones, Tablets, Soundbars, Kopfhörer und kleine Bluetooth-Lautsprecher wiedergegeben. Hinzu kommen unterschiedliche Hörumgebungen und ein Publikum mit sehr unterschiedlichen Hörfähigkeiten. Eine Mischung, die in einem professionellen Studio problemlos verständlich erscheint, kann unter Alltagsbedingungen erheblich schwieriger zu verfolgen sein.
Erste Version soll weiterentwickelt werden
Das jetzt vorgestellte Implementation Agreement bildet lediglich den Ausgangspunkt. Die beteiligten Unternehmen wünschen, die Zusammenarbeit fortzusetzen und den gemeinsamen Rahmen anhand praktischer Erfahrungen weiterentwickeln.
Künftig sollen unter anderem integrierte Kennzahlen erforscht werden. Diese könnten nicht nur die momentane Verständlichkeit in Echtzeit anzeigen, sondern eine Aussage über komplette Sendungen, Filme, Episoden oder andere längere Inhalte ermöglichen.
Für Rundfunkanstalten und Streamingdienste wäre eine solche Gesamtbewertung besonders für die automatisierte Qualitätskontrolle interessant. Auffällige Produktionen oder einzelne problematische Bereiche könnten erkannt werden, bevor die Inhalte veröffentlicht oder ausgestrahlt werden.
Fazit
Mit der LEAP Meter Manufacturers Group versuchen Steinberg, NUGEN Audio, RTW und Telos Alliance gemeinsam mit dem Fraunhofer IDMT, eine neue Messgröße frühzeitig herstellerübergreifend abzustimmen. Das ist sinnvoll, denn ein Algorithmus allein sorgt noch nicht dafür, dass verschiedene Produkte identische oder vergleichbar dargestellte Ergebnisse liefern.
Die gemeinsame Skala von 0 bis 100 DIU soll den erforderlichen Höraufwand bei gesprochenen Inhalten sichtbar machen. Damit könnte die Dialogverständlichkeit zu einer eigenständigen Kontrollgröße neben Pegel, True Peak und LUFS werden.
Noch handelt es sich nicht um einen offiziellen internationalen Standard und konkrete Produktankündigungen stehen größtenteils aus. Der Ansatz berührt jedoch ein reales Problem moderner Medienproduktionen. Wer trotz regelkonformer Lautheit Mühe hat, den Dialog einer Serie oder eines Films zu verstehen, weiß, dass ein weiteres Loudness-Meter allein dieses Problem nicht lösen wird.
Hersteller auf der IBC 2026
Die beteiligten Unternehmen präsentieren ihre Arbeit auf folgenden Messeständen:
- Steinberg: Halle 8, Stand 8.D25 am Yamaha-Stand
- NUGEN Audio: Pod P27
- RTW: Halle 8, Stand 8.D44 am Amptec-Stand
- Telos Alliance: Halle 8, Stand 8.D37
