TOTEMPHONIA STUDIO BERLIN

Du kennst den Tanz. In der Bahn dröhnt ein Tunnel und du verstehst deinen Podcast nicht mehr, also drehst du auf. Die Bahn hält, der Lärm verschwindet — und jetzt ist es zu laut, also drehst du zurück. Café, Fitnessstudio, Flugzeug, Gehweg: den ganzen Tag erledigt dein Daumen eine Arbeit, die eine Maschine erledigen sollte.

Stell dir vor, du hörst einen Podcast bei einer Lautstärke, die genau richtig ist. „Genau richtig“ hat eigentlich nichts mit der Lautstärke des Podcasts zu tun — es geht um den Abstand zwischen dem Podcast und allem anderen im Raum. Akustiker nennen das Signal-Rausch-Abstand. Wird der Raum lauter, steigt der Geräuschteppich und verschluckt diesen Abstand: Du verstehst nichts mehr, obwohl der Podcast exakt gleich laut spielt wie vorher.

Was du also willst, ist keine konstante Lautstärke. Du willst einen konstanten Abstand. Und dafür muss die Lautstärke sich bewegen — hoch, wenn die Welt laut wird, zurück, wenn sie verstummt. Genau das ist ENVOs ganze Aufgabe.

Denk an den Belichtungsmesser einer Kamera. Er liest, wie hell eine Szene ist, damit die Kamera belichten kann — aber er behält das Bild nicht. ENVOs Mikrofonmessung ist genau das, nur für Schall: Jeden Bruchteil einer Sekunde wird eine einzige Zahl berechnet, in Dezibel umgerechnet, geglättet — und das rohe Audio sofort verworfen. Nichts wird aufgenommen, auf die Festplatte geschrieben oder übertragen.

Vor dieser Messung wird das Signal in sechs Oktavbänder zerlegt — 125 Hz, 250, 500, 1 k, 2 k, 4 k. Denn „wie laut ist dieser Raum“ und „wie sehr begräbt dieser Raum das, was ich höre“ sind nicht dieselbe Frage, und hier zählt nur die zweite.

Das naheliegende Instrument wäre ein A-Bewertungsfilter — die Korrektur, die ein Schallpegelmesser anwendet, wenn er dB(A) anzeigt. ENVO misst das ebenfalls und gibt es im Kalibrierprotokoll aus, weil es die Zahl ist, die sich mit jeder Pegelmesser-App vergleichen lässt. Aber die A-Bewertung ist eine Lautheitskurve und damit das falsche Werkzeug für ein Maskierungsproblem: Sie zieht 100 Hz um rund 19 dB ab, weil das Ohr dort unempfindlich ist — und dann liest sich ein Bus, eine Bahn oder eine Flugzeugkabine, also im Kern eine Wand aus tiefem Dröhnen, als unauffällig, während sie deinen Podcast vollständig unverständlich macht.

Der Grund ist ein realer psychoakustischer Effekt: die Aufwärtsverdeckung (upward spread of masking). Tieffrequenter Lärm verdeckt nicht nur tiefe Anteile — er hebt die Hörschwelle in den Bändern darüber an. ENVO nimmt deshalb jeden Bandpegel, breitet ihn mit 12 dB pro Oktave nach oben aus und gewichtet das Ergebnis mit den Oktavband-Wichtigkeiten aus ANSI S3.5 — dem Standard dafür, welche Frequenzen die Information tragen, die ein Hörer braucht.

Eine Eigenschaft des Gehörs bringt naive Lautstärke-Apps zu Fall: Lautheit ist logarithmisch. Die doppelte physikalische Schallleistung fühlt sich nicht „doppelt so laut“ an, sondern nur wie ein moderater Schritt. Darum rechnet man in Dezibel — jede Verdopplung der Amplitude sind rund 6 dB, aber eben nur ein mäßiger Sprung im Empfinden.

Der Lautstärkeregler des iPhones ist zudem kein linearer Prozentwert der Lautheit, sondern ein Fader mit Kennlinie: Seine zwanzig Hardware-Schritte verteilen sich über mehrere Dutzend Dezibel echten akustischen Umfangs. Eine App, die den Regler für proportional zur Amplitude hält, liefert dir das Zwei- bis Dreifache der Anpassung, um die du gebeten hast.

ENVO rechnet deshalb durchgehend in dB — der Sprache deines Ohrs — und übersetzt diese Absicht genau einmal in eine Reglerbewegung, über ein Kennlinienmodell. Unkalibriert nimmt ENVO bewusst eine steilere Kurve an, als sie real ist: Jedes gewünschte Dezibel wird dann auf eine kleinere Reglerbewegung abgebildet, ENVO regelt also eher zu wenig. Zu wenig ist eine milde Enttäuschung; zu viel wäre ein Sicherheitsproblem. Kalibriert wird die Kennlinie auf deinem Gerät gemessen — dann bedeutet „±6 dB“ auch ±6 dB auf deiner Hardware.

RANGE ist eine harte Obergrenze, kein Empfindlichkeitsregler. ±3, ±6 oder ±9 dB — weiter geht ENVO nie von deiner Nulllinie weg, in keine Richtung. Wie stark ENVO reagiert, ist davon getrennt und fest: rund 0,5 dB Lautstärkeänderung pro dB Raumänderung. Ein größerer Bereich gibt dir also mehr Spielraum, ohne ENVO nervöser zu machen.

Das Mikrofon hört alles — auch deine eigene Musik aus deinem eigenen Lautsprecher. Das ist eine Falle. Die naive Schleife: Der Raum wird etwas lauter → das Mikrofon liest „lauter“ → die App dreht auf → jetzt hört das Mikrofon mehr von der eigenen Musik → es liest wieder „lauter“ → es dreht wieder auf. Die Lautstärke läuft ohne jedes Zutun der Umgebung an die Decke. Das akustische Äquivalent einer Kamera, die auf ihren eigenen Monitor zeigt.

Der naheliegende Ausweg wäre, die eigene Wiedergabe von der Messung abzuziehen. Das funktioniert nicht, und der Grund gehört ausgesprochen: Man kann nicht wissen, wie laut die eigene Wiedergabe ist. Die Lautstärkeeinstellung nennt die Verstärkung, nicht den Pegel — eine leise Passage und ein lauter Refrain liegen bei gleicher Reglerstellung zwanzig Dezibel auseinander. Jede feste Schätzung ist fast immer falsch, und eine falsche Zahl abzuziehen ist schlechter, als gar nichts abzuziehen.

ENVO verfolgt stattdessen den Geräuschteppich über ein Perzentil. Musik und Sprache sind dynamisch: zwischen Beats, zwischen Wörtern, in Ausklängen und Pausen hört das Mikrofon überwiegend den Raum. ENVO hält also ein gleitendes Fenster der letzten 10 bis 60 Sekunden und nimmt L90 — den Pegel, den das Signal in 90 % der Zeit überschreitet, die Standardgröße für einen Grundgeräuschpegel in der Umweltakustik.

Ein Perzentil ist nur so gut wie die Zahl der Messwerte dahinter — deshalb misst ENVO zehnmal pro Sekunde und nicht einmal. Bei 1 Hz wäre das L90 eines Zehn-Sekunden-Fensters schlicht der niedrigste von zehn Werten: ein Schätzer mit mehreren Dezibel Streuung, erzeugt allein davon, in welche Millisekunde ein Messwert zufällig fiel. Bei 10 Hz trägt dasselbe Fenster hundert Werte, und die Schätzung steht still.

Was ENVO an eigenem Beitrag doch in den Teppich bekommt, misst es und rechnet es heraus. ENVO weiß genau, wann es die Lautstärke bewegt hat und um wie viele Dezibel — die eigene Anpassung ist damit ein Testsignal: Ausgabe um einen bekannten Betrag verschieben, beobachten, was der gemessene Teppich tut, und das Verhältnis sagt, welcher Anteil vom Gerät stammt und welcher vom Raum. Über Kopfhörer pendelt sich das nahe null ein und es wird nichts abgezogen; über Lautsprecher steigt es, und der Beitrag des Geräts kommt wieder heraus.

1911 bemerkte der französische Arzt Étienne Lombard etwas, das wir alle tun, ohne es zu merken: In Gegenwart von Lärm hebt man unwillkürlich die Stimme. Du hast es in jeder lauten Bar getan. Und genau das ist für eine Lautstärke-App gefährlich.

Ein Restaurant um 19 Uhr ist halb voll und angenehm. Während es sich füllt, sprechen die Gäste etwas lauter, um einander zu verstehen. Das macht den Raum lauter. Also sprechen alle noch lauter, um den neuen Geräuschteppich zu überwinden. Der Raum klettert, Gespräch für Gespräch, ins Dröhnen — eine langsame soziale Rückkopplung, angetrieben allein vom Lombard-Reflex. Eine App, die brav „der Raum wird lauter“ misst und pflichtschuldig nachdreht, würde diese Spirale den ganzen Abend in deine Ohren gießen, ohne dass du es bemerkst, bis es wehtut. Genau das ist die „über lange Zeit zu laut“-Fehlerart, die ein sicherheitsbewusster Entwurf verhindern muss.

ENVO stellt dem Lärm dafür zwei unabhängige Fragen, von denen keine „wie laut ist es“ lautet.

Welche Form hat er? Sprachgewirr hat seinen Schwerpunkt um 500 Hz und trägt bis 2 kHz erhebliche Energie. Verkehr, Lüftung, Motoren und Reifen werden von 125 Hz und darunter dominiert. Die Oktavbandpegel liegen bereits vor, das ist also nur ein Verhältnis — eine echte Bandmessung, bei der nichts zwischen den Bändern unbemerkt bleibt.

Moduliert er? Das ist die Frage, die einen Menschen tatsächlich von einem Ventilator trennt, und sie ist zeitlich, nicht spektral. Sprache moduliert ihren eigenen Pegel im Silbentakt — drei- bis fünfmal pro Sekunde, um mehrere Dezibel. Gleichmäßiger maschineller Lärm moduliert überhaupt nicht. ENVO filtert die Pegelhüllkurve um diesen Takt (2–8 Hz) und misst ihre Tiefe. Das ist der Standardansatz der Sprachaktivitätserkennung, und er leistet, was ein rein spektraler Test nicht kann: Musik ist ebenfalls sprachförmig, und jedes breitbandige Geräusch in einem Raum mit wenig Tiefbass ist es auch.

Beide werden gemittelt statt multipliziert, weil sie in entgegengesetzten Situationen versagen und keine der beiden ein Vetorecht haben soll. Vielsprecher-Gewirr in einem vollen Restaurant nähert sich statistisch einem gleichmäßigen Rauschen und verliert seine Modulation — behält aber sein sprachförmiges Spektrum. Ein breitbandiges Zischen in einem teppichbelegten Raum liest sich spektral sprachähnlich, moduliert aber nicht. Beides zu fordern würde den ersten Fall verfehlen; eines von beiden genügen zu lassen, würde beim zweiten auslösen.

Wird der Geräuschteppich von Stimmen dominiert, hält ENVO sich zurück. Es weigert sich, Menschen hinterherzudrehen, die einfach lauter sprechen, und hebt sich seine Reaktion für echten Umgebungslärm auf: Motoren, Lüftung, Maschinen, Verkehr.

ENVO ist darauf gebaut, mit dem empfindlichsten Sensor deines Telefons vertrauenswürdig umzugehen. Diese Erklärung gilt für die iOS-App ENVO von Totemphonia Studio Berlin und ist zugleich ihre Datenschutzerklärung.

Es werden keine Daten erhoben. ENVO hat keine Analyse-Werkzeuge, kein Benutzerkonto und keine Netzwerkverbindung. Es werden keinerlei personenbezogene Daten erfasst, gespeichert oder weitergegeben — auch nicht in anonymisierter Form.

Das Mikrofon wird ausschließlich zur Pegelmessung in Echtzeit verwendet. Aus dem eingehenden Audio werden ausschließlich momentane Schallleistungspegel im Arbeitsspeicher berechnet und unmittelbar danach verworfen. Es entsteht zu keinem Zeitpunkt eine Aufnahme: Nichts wird auf den Datenträger geschrieben, zwischengespeichert oder das Gerät verlassen.

Alles läuft auf deinem Gerät. Es gibt keinen Server, kein Konto, keinen Netzwerkaufruf. Kalibrierungsprofile und Einstellungen werden ausschließlich lokal auf deinem Gerät gesichert und mit der App gelöscht.

In der App-Privacy-Angabe im App Store ist ENVO entsprechend als „Es werden keine Daten erfasst“ deklariert, ohne Tracking. Das beiliegende Privacy Manifest (PrivacyInfo.xcprivacy) weist kein Tracking und keine erfassten Datentypen aus; als einzige begründungspflichtige API ist CA92.1 angegeben — das lokale Speichern deiner Einstellungen und deiner Kalibrierung.

Fragen zum Datenschutz beantwortet kontakt@totemphonia.com.

ENVO wird von Kilian Fix im Totemphonia Studio Berlin entwickelt. Support gibt es direkt und von der Person, die die App gebaut hat — schreib an kontakt@totemphonia.com. Fehler und Vorschläge kannst du auch direkt als Issue im GitHub-Repository eintragen.

Hilfreich für einen Fehlerbericht: dein iPhone-Modell und die iOS-Version, worüber du gehört hast (eingebauter Lautsprecher, kabelgebundene Kopfhörer, Bluetooth, AirPlay), was gespielt hat, ob du kalibriert hattest, sowie die Einstellungen von RESPONSE, RANGE und DIR. Wenn ENVO eine Meldung angezeigt hat — MIC COVERED, NOTHING PLAYING, OUTPUT NOT CONTROLLABLE —, dann bitte auch welche.

Antwort kommt in der Regel innerhalb weniger Werktage.