Niemand schaut ein Video noch einmal, weil das Bild etwas dunkel war. Aber Dialog, der zu leise liegt, wird sofort bestraft: Die Zuschauerin dreht lauter, bekommt mit deiner Stimme das Rauschen des Raums dazu, und das nächste Video im Feed brüllt sie an. Die meisten geben vorher auf. Rettung von der Plattform kommt auch keine: Die großen Feeds normalisieren die Lautheit, aber fast nur nach unten — ein zu lautes Video wird leiser gedreht, ein leises bleibt weitgehend leise. Der Pegel, den du exportierst, ist also der Pegel, den die Leute hören: auf dem Handylautsprecher, in der Küche, neben dem Verkehr. Die Faustregel ist schlicht: Sprache sollte mit klarem Abstand das Lauteste im Mix sein, hoch aussteuern, ohne je zu übersteuern — und zwar durchgehend, nicht nur in den Sätzen, die dir leicht von der Hand gingen.
Ein Musikbett scheitert auf genau eine Art: In dem Moment, in dem ein Hörer deine Worte von der Musik trennen muss, ist die Musik zu laut. Im Schnitt klingt es selten so, weil du weißt, was gesagt wird — dein Kopf ergänzt, was der Mix verschluckt. Zwei Gewohnheiten schützen dich. Erstens: Zieh das Bett herunter, bis es für sich genommen fast zu leise wirkt; unter Sprache ist das meist ungefähr richtig, denn Stimme und Musik kämpfen um dieselben mittleren Frequenzen, und die Stimme muss gewinnen. Zweitens: Prüfe die Balance auf dem Lautsprecher des Telefons, nicht auf Kopfhörern. Ein kleiner Lautsprecher wirft den Bass weg, der das Bett sanft wirken ließ, und was übrig bleibt, sitzt genau dort, wo deine Stimme sitzt. Überleben die Worte dort, überleben sie überall. Und nimm lieber Instrumentals — gesungener Text konkurriert direkt mit Sprache.
All das ist leichter, wenn du die Balance sehen kannst, statt sie im Kopf zu halten. In Talk2Camera kannst du unter einen Take eine Tonspur legen — Musik, ein Voiceover, eine saubere Neuaufnahme — genau dort positioniert, wo du sie willst, und sowohl der Ton des Takes als auch die angehängte Spur bekommen eine Pegellinie, die du über die Wellenform ziehst: wie an einem Mischpult, nicht wie ein Fader in einem Menü. Die Balken werden auf dem eingestellten Pegel neu gezeichnet — ein unter die Sprache gezogenes Bett sieht also leiser aus und klingt leiser: hohe Sprache, niedriges Bett, auf einen Blick. Dieses Bild ist viel wert, denn eine Balance, die man sehen kann, prüft man vor dem Export in zwei Sekunden, statt das ganze Video mit geschlossenen Augen noch einmal anzuhören.
Zwei Präsentierende bringen ein weiteres Problem mit: Sie sind nie gleich laut. Eine Person sitzt näher am Mikrofon, eine spricht schlicht leiser, und wer als Zuschauer die Lautstärke zwischen zwei Menschen nachregeln muss, gibt schneller auf als zwischen zwei Videos. Die Lösung muss passieren, bevor die Stimmen zusammengemischt sind — teilen sich beide einen Kanal, kann kein Schnitt eine Stimme absenken, ohne die andere mitzuziehen. Nimm über ein duales Funkset oder ein Stereo-Interface auf, und jede Person landet auf ihrem eigenen Kanal; im Editor teilt sich der Take dann in eine Spur pro Person, jede mit eigener Pegellinie. Du holst die lautere Stimme zur leiseren herunter, ohne diese anzufassen. Die Balance entsteht im Schnitt, wo du beide hörst — und geht nicht schon am Empfänger verloren.