Ein Audio-Interface wandelt die Wechselspannung eines Mikrofons oder Instruments in Zahlenwerte, die ein Rechner speichern kann, und auf dem Rückweg die Zahlenwerte der Aufnahmesoftware zurück in eine Spannung für Kopfhörer und Lautsprecher. Dazu bringt es einen Vorverstärker mit, der das sehr schwache Mikrofonsignal auf Arbeitspegel hebt, eine Speisespannung für Kondensatormikrofone und Anschlüsse, die kein Rechner ab Werk hat. Die eingebaute Tonausgabe eines Rechners deckt von dieser Kette nur den Rückweg ab. Genau deshalb steht ein eigenes Gerät zwischen Instrument und Rechner, obwohl jeder Rechner Ton ausgeben kann.
Was macht ein Audio-Interface?
Ein Audio-Interface übersetzt zwischen zwei Welten: der Spannung im Kabel und den Zahlen im Rechner. Der AD-Wandler misst die Spannung am Eingang viele tausend Mal je Sekunde und schreibt für jede Messung einen Zahlenwert. Der DA-Wandler dreht diesen Vorgang um und macht aus der Zahlenfolge wieder eine Spannung. Möglich machen das vier Bestandteile, die kein Rechner mitbringt.
- Vorverstärker: Ein Mikrofon liefert eine Spannung im Millivoltbereich, der Wandler erwartet Arbeitspegel. Dazwischen liegt ein Faktor in der Größenordnung von hundert bis tausend, den der Vorverstärker über seinen Regler aufbringt.
- Phantomspeisung: Ein Kondensatormikrofon braucht Strom für seine Kapsel und die Elektronik darin. Das Interface schickt dafür 48 Volt Gleichspannung über dasselbe Kabel, das auch das Signal führt. Dynamische Mikrofone kommen ohne aus.
- Symmetrischer Eingang: Ein symmetrischer Anschluss führt das Signal auf zwei Adern mit umgekehrter Polarität. Der Eingang bildet die Differenz beider Adern, und eine Störung, die unterwegs auf beide gleich einstreut, hebt sich dabei auf. Deshalb bleibt ein Mikrofonkabel auch über mehrere Meter ruhig.
- Instrumenteneingang: Eine E-Gitarre mit passiven Tonabnehmern verlangt einen hochohmigen Eingang. An einem Eingang mit niedriger Impedanz verliert sie Höhen und Pegel.
Geräte mit eigenem Ausgang brauchen diesen Vorverstärker nicht: Ein Synthesizer oder das Klangmodul von E-Drums liefert bereits Linepegel und geht an den Line-Eingang. Ein Mikrofon wäre dort viel zu leise.
Warum reicht die eingebaute Soundkarte nicht als Audio-Interface?
Der eingebauten Soundkarte fehlt der gesamte Aufnahmezweig. Ihr Klinkeneingang ist für Headset-Mikrofone gedacht, er liefert keine Phantomspeisung, nimmt keinen XLR-Stecker auf und arbeitet unsymmetrisch. Dazu kommt der Treiberweg: Er ist auf Wiedergabe ausgelegt, nicht darauf, ein Eingangssignal in kurzer Zeit durch den Rechner und wieder heraus zu schleusen.
| Merkmal | Eingebaute Soundkarte | Audio-Interface |
|---|---|---|
| Mikrofonvorverstärker | nur für Headset-Mikrofone | einstellbare Verstärkung bis Arbeitspegel |
| Phantomspeisung | keine | 48 Volt für Kondensatormikrofone |
| Mikrofonanschluss | 3,5-mm-Klinke, unsymmetrisch | XLR, symmetrisch |
| Instrumenteneingang | keiner | hochohmiger Klinkeneingang |
| Treiberweg | auf Wiedergabe ausgelegt | auf Aufnehmen und Abhören zugleich ausgelegt |
| Direktes Abhören | nicht vorgesehen | Eingangssignal liegt ohne Umweg am Kopfhörer |
| Kopfhörerausgang | gemeinsam mit der Wiedergabe geregelt | eigener Verstärker mit eigenem Regler |
Zusammen mit Mikrofon, Kopfhörern und Aufnahmesoftware bildet das Interface das Gerüst, mit dem sich ein Homerecording-Studio einrichten lässt.
Wie entsteht die Latenz am Audio-Interface?
Latenz ist die Zeit zwischen dem gespielten Ton und dem Ton im Kopfhörer, und der größte Anteil daran entsteht im Puffer. Der Rechner verarbeitet Ton nicht Messwert für Messwert, sondern blockweise: Das Interface sammelt eine feste Zahl von Abtastwerten, übergibt den vollen Block, und erst dann rechnet die Software. Solange der Block nicht voll ist, passiert nichts.
Diese Wartezeit lässt sich ausrechnen. Die Puffergröße in Abtastwerten geteilt durch die Abtastrate ergibt die Dauer eines Blocks. Bei 128 Abtastwerten und 48 Kilohertz sind das 128 geteilt durch 48000, also rund 2,7 Millisekunden. Bei 512 Abtastwerten steigt derselbe Wert auf rund 10,7 Millisekunden.
Die Rechnung nennt eine Untergrenze, keinen Messwert. Auf dem Hinweg und auf dem Rückweg liegt je ein Puffer, dazu kommen die Laufzeit der beiden Wandler samt ihrer Filter und der Weg durch den Treiber. Die tatsächliche Verzögerung vom Instrument bis zum Kopfhörer liegt deshalb über dem gerechneten Wert.
Die Puffergröße ist ein Tausch, keine Einstellung mit einem einzigen richtigen Wert. Ein großer Puffer entlastet den Rechner und verzögert; ein kleiner reagiert unmittelbar und knackt, sobald der Rechner einen Block nicht rechtzeitig fertig hat. Beim Aufnehmen zählt die kurze Verzögerung, beim Mischen die Rechenreserve, deshalb wechselt der Wert im Lauf eines Projekts.
Was bringt direktes Abhören am Audio-Interface?
Direktes Abhören umgeht den Rechner: Das Interface legt das Eingangssignal unmittelbar auf den Kopfhörerausgang, ohne Puffer, Software und Rückweg. Wer singt oder spielt, hört sich damit ohne die Verzögerung, die der Umweg kostet. Ein Regler bestimmt, wie laut das Eingangssignal gegenüber der Wiedergabe aus dem Rechner liegt.
Der Preis ist der nackte Klang. Was direkt abgehört wird, trägt keine Bearbeitung aus der Software, also weder Hall noch Kompression. Wer diese Effekte beim Einsingen hören will, nimmt den Weg über den Rechner und verkleinert stattdessen den Puffer.
Was bedeuten Abtastrate und Wortbreite am Audio-Interface?
Die Abtastrate sagt, wie oft das Interface je Sekunde misst, die Wortbreite, wie fein es jede Messung notiert. 48 Kilohertz bedeuten 48000 Messungen je Sekunde, 24 Bit bedeuten gut 16,7 Millionen mögliche Stufen für jeden einzelnen Messwert.
Die höchste Frequenz, die ein digitales System abbilden kann, liegt bei der Hälfte der Abtastrate. 44,1 Kilohertz reichen damit bis 22,05 Kilohertz und decken das menschliche Gehör ab, das in jungen Jahren bis etwa 20 Kilohertz hört. Eine höhere Rate erweitert den hörbaren Bereich also nicht. Sie schafft Reserve für die Bearbeitung: Das Filter vor dem Wandler bekommt mehr Platz oberhalb des Hörbereichs, und nichtlineare Rechnungen wie Sättigung oder Tonhöhenverschiebung erzeugen Obertöne, die sonst in den hörbaren Bereich zurückfalten.
Bei der Wortbreite bringt jedes zusätzliche Bit rund 6 Dezibel Abstand zum Rauschen. 16 Bit ergeben rechnerisch etwa 96 Dezibel Dynamikumfang, 24 Bit etwa 144, wobei das Rauschen der analogen Schaltung diesen Wert lange vorher begrenzt. Der praktische Gewinn liegt beim Aussteuern: Mit 24 Bit darf eine Aufnahme reichlich Reserve nach oben lassen, ohne dass die leisen Stellen im Rauschen landen.
Häufige Fragen zum Audio-Interface
Braucht man ein Audio-Interface?
Ein Audio-Interface braucht, wer ein Mikrofon oder ein elektrisches Instrument aufnehmen will, denn dafür fehlen dem Rechner Vorverstärker, Speisespannung und Anschluss. Wer ausschließlich mit Softwareinstrumenten arbeitet und sie über MIDI ansteuert, kommt zunächst ohne aus. Sobald er eine Tastatur in Echtzeit spielt, macht sich allerdings die Verzögerung der eingebauten Ausgabe bemerkbar.
Was ist der Unterschied zwischen einem Audio-Interface und der eingebauten Soundkarte?
Ein Audio-Interface bringt einen vollständigen Aufnahmezweig mit, die eingebaute Soundkarte nicht: Mikrofonvorverstärker mit einstellbarer Verstärkung, 48 Volt Phantomspeisung, symmetrische XLR-Eingänge und einen hochohmigen Instrumenteneingang. Dazu kommt ein Treiberweg, der auf Aufnehmen und Abhören zugleich ausgelegt ist und kleine Puffer zulässt.
Wie viel Latenz ist am Audio-Interface hörbar?
Ab welcher Verzögerung ein Audio-Interface stört, hängt vom Instrument und vom Spieler ab: Perkussives Spiel deckt sie früher auf als ein gehaltener Ton. Eine Größenordnung gibt der Schall selbst vor, denn er legt in der Luft rund 343 Meter je Sekunde zurück, und 10 Millisekunden entsprechen damit gut drei Metern Abstand zur Schallquelle. Wer die Verzögerung des Rechners ganz umgehen will, hört direkt ab, statt den Puffer immer weiter zu verkleinern.
Welche Abtastrate stellt man am Audio-Interface ein?
Am Audio-Interface decken 44,1 und 48 Kilohertz den hörbaren Bereich vollständig ab, weil beide über dem Doppelten der höchsten hörbaren Frequenz liegen. Eine Verdopplung der Rate verdoppelt Rechenlast und Dateigröße, erweitert den Frequenzumfang aber nicht, sondern schafft nur Reserve für nichtlineare Bearbeitung. Wichtiger als die Zahl ist, dass alle Spuren eines Projekts dieselbe Rate tragen.
