Wenn es um Audiodateien geht, ist Goldwave ein wahres Allroundgenie. Ein besonders interessantes Feature ist die Möglichkeit, Sprache oder Stimmen aus Audiodateien zu entfernen. Wie das funktioniert und was dabei zu beachten ist, zeigt dieser Artikel.

Hinter dem Entfernen von Sprach- oder Gesangselementen steckt eine relativ simple Idee: Bei einer Stereodatei gibt es zwei Kanäle, den linken und den rechten. Von der Annahme auszugehen, dass der Sound auf den beiden Kanälen nahezu gleich ist, ist jedoch ein Irrtum. Nur bei Mono-Dateien, die nachträglich in Stereo-Dateien umgewandelt wurden, sind der linke und der rechte Kanal identisch. Es wird nämlich einfach der Mono-Kanal geklont und als zweiter Kanal hinzugefügt. Die Qualität der Sounddatei verbessert sich dadurch nicht.

Gerade die Tatsache, dass bei echten Stereo-Dateien die beiden Kanäle unterschiedliche Audioinformationen beinhalten, macht den "Stereo-Effekt" überhaupt erst möglich. Stimmen jedoch – egal, ob gesprochen oder gesungen – sind relativ gleichmäßig auf den linken und rechten Kanal aufgeteilt, wenn sie direkt aufgenommen wurden. Zudem liegen Stimmen innerhalb eines bestimmten Frequenzbereiches, da das menschliche Sprechorgan nur einen relativ kleinen Bereich der Frequenzbandbreite abdecken kann.

Die Theorie ist also, dass der linke und der rechten Kanal miteinander verglichen werden und Frequenzen entfernt werden, die in beiden gleich sind. Außerdem wird die Analyse auf die für Stimmen typischen Tonhöhen beschränkt. Im Idealfall erhält man dadurch eine Mono-Datei, aus der sämtliche Stimmen entfernt wurden, alle anderen Audiofrequenzen aber unberührt geblieben sind.