gms | German Medical Science

Sänger*innen müssen in der klassischen und popularen Gesangsliteratur ein breites Spektrum an Klangfarben reproduzierbar beherrschen. Moderne Gesangsschulen, wie z.B. Estill Voice Training^®, definieren u.a. sechs verschiedene Stimmqualitäten (Speech, Falsetto, Sobbing, Twang, Opera und Belting), welche differenziert aus einzelnen Parametern, wie z.B. Art der Stimmlippenschwingung und Konfiguration des Vokaltraktes, zusammengesetzt werden [1]. Wie ökonomisch dabei das Instrument Stimme funktioniert, wird u.a. maßgeblich von den Resonanzeigenschaften des Vokaltraktes bestimmt. Im westlich klassisch trainierten Gesang wird eine effiziente Stimmerzeugung z.B. durch die Verstärkung der akustischen Energie nach dem Konzept der sogenannten Sängerformanten in einem Bereich des Klangspektrums erreicht, wo Schallenergie vom Ohr besonders empfindlich wahrgenommen wird. Die Erhöhung der Lautstärke geht dabei häufig mit einer tiefen Kehlkopfposition, einer Verlängerung des Vokaltraktes und einer Erweiterung der Öffnung von Lippe, Kiefer und Rachen [2] sowie einer Verengung des Epilaryngealtubus [3] verbunden. Dagegen ist noch wenig über die Resonanzstrategien der sehr unterschiedlichen Phonationsarten bekannt, welche z.B. in der Popularmusik verwendet werden. Im Gegensatz zum klassischen Gesang westlicher Prägung wurde beschrieben, dass der Vokaltrakt z.B. beim Belting kürzer und im hypoharyngealen Bereich enger ist, während die Öffnung des Mundes zunimmt [4]. Akustisch sind Stimmqualitäten wie Belting und Twang durch eine sehr starke zweite Harmoische im Spektrum gekennzeichnet, die wahrscheinlich zum Teil auf der verlängerten Schussphase der Stimmlippenschwingung beruht [5], [6] und teilweise auf der Verstärkung der zweiten Harmonischen durch die Erhöhung der ersten Vokaltraktresonanz [7], [8], [9]. Es ist nicht bekannt, ob sich die Herangehensweise im Vergleich zur Resonanzstrategie klassisch trainierter Sängerinnen hinsichtlich der Ökonomie unterscheidet. Ziel der vorliegenden Studie war es, die Resonanzstrategien der genannten Stimmqualitäten vergleichend zu untersuchen, um jeweils Rückschlüsse auf die jeweilige Ökonomie schließen zu können.

In dieser Pilotstudie wurde eine professionelle Sängerin gebeten die oben genannten sechs Stimmqualitäten auf zwei Tonhöhen (As3, 208 Hz und As4, 415Hz) und zwei Vokalkonditionen (/i:/ und /a:/) in jeweils charakteristischer Lautstärke im MRT liegend gemäß der Definition von Estill Voice Training^® zu phonieren. Die Messung erfolgte mit einer bereits bei [10] beschriebenen Methode in einem 3-Tesla-MR System (Prisma, SiemensAG, München). Dabei sollte sie die Lautstärke entsprechend der typischen mittleren Lautstärke für die jeweilige Stimmqualität wählen. Zur Unterstützung der korrekten Durchführung stand ein Echtzeit-Spektrum als direktes Feedback zur Verfügung. Die Segmentierung der MRT-Daten, die Implementierung der Zahnmodelle und die Vorbereitung des Modells für die Simulation wurden wie in [11] ausführlich beschrieben durchgeführt. Drei Ärzte überprüften unabhängig voneinander alle Oberflächenmodelle (Co-Autoren SR, SF und LT) und passten diese bei Bedarf manuell an. Das Ergebnis des Segmentierungsprozesses waren Oberflächendarstellungen der luftgefüllten, laryngealen-, hypo- und oropharyngealen Höhlen mit einer Ausdehnung in den freien Raum vor dem offenen Mund.

Aus den segmentierten Vokaltraktoberflächen erstellten wir Finite-Elemente-Modelle, die dann zur Berechnung der Transferfunktionen des Vokaltrakts verwendet wurden (siehe Abbildung 1 [Abb. 1]).

Die Resonanzeigenschaften der 6 verschiedenen Phonationsarten lassen sich in drei grundlegend unterschiedliche Resonanzstrategien zuordnen (Abbildung 2 [Abb. 2]).

Dabei zeigten die kürzesten Vokaltrakte Belting und Twang eine „Megafon-artige“ Konfiguration welche mit einer besonders hohen Lage der ersten zwei Vokaltraktresonanzen (ƒ_R1&2) für den Vokal /a:/ einherging. Für den Vokal /i:/ war lediglich ƒ_R2 erhöht, während ƒ_R1 bei der Grundfrequenz ƒ_o zu finden war. Dabei lag für den Vokal /a:/ ƒ_R1 über ƒ_o und bei 408 Hz auch in enger Nachbarschaft von 2ƒ_o. Bei ƒ_o =408 Hz zeigte Belting für beide Vokale jeweils ein ausgeprägtes Resonanzmaximum um 3 kHz, welches bei Twang niedriger hinsichtlich der Amplitude ausgeprägt war und höher hinsichtlich der Frequenz lag. Opera und Sobbing-Modelle sind dagegen deutlich länger und weisen eine sogenannt „umgekehrte-Megafon“ Konfiguration auf, wobei der Mund eher geschlossen ist während der Hypopharynx ein größeres Volumen aufweist. Dies führt wiederum zu einer sehr tiefen Lage der untersten zwei Resonanzen ƒ_R1&2, wobei ƒ_R1 in enger Nachbarschaft zu ƒ_o lag. Opera war ebenfalls durch ausgeprägte Resonanzmaxima zwischen 3–4 kHz gekennzeichnet, während dieser Bereich bei Sobbing deutlich niedrigere Resonanzmaxima aufwiesen die zudem durch starke Antiresonanzen geprägt waren. Speech und Falsetto zeigen wieder sowohl bzgl. ihrer Länge als auch der Lage von ƒ_R1&2 eine mittlere Position auf und waren durch keine spezifische Resonanzstretegie bzgl. der höheren Resonanzfrequenzen charakterisiert. Im intra-Gruppen Vergleich zeigten Belting, Opera und Speech ein kleineres hypopharyngeales Volumen als Twang, Sobbing und Falsetto.

Ziel der vorliegenden Studie war es, das Wissen über die Resonanzstrategie verschiedener Stimmqualitäten zu erweitern, um damit Rückschlüsse auf deren Ökonomie schließen zu können. Bei dieser Ökonomie-Betrachtung spielen neben den rein physikalischen Eigenschaften (im Sinne des erzeugten Schalldruckpegels) auch psychoakustische Eigenschaften (im Sinne der Lautheit) eine wichtige Rolle. Neben diesen ökonomischen Überlegungen haben die untersuchten Phonationsarten der Klangerzeugung natürlich auch eine rein künstlerische Berechtigung, da sie in der Wahrnehmung des Zuhörers z.B. mit bestimmten Emotionen bezüglich des Interpreten verbunden sind. Zu den sechs hier analysierten Stimmqualitäten gehören jeweils zwei Varianten von drei grundsätzlich unterschiedlichen Typen von Vokaltraktkonfigurationen, die bereits in der Literatur anhand ihrer Vokalfarbe differenziert wurden [12]. Die klassische oder invertierte-Megaphon Konfiguration des Vokaltraktes bei Opera und Sobbing ist auch in den vorliegenden Daten durch eine Absenkung von ƒ_R1&R2 charakterisiert, was einer Änderung zu einer zentralisierten Vokalfarbe entspricht. Es wurde bereits diskutiert, dass das Absenken von ƒ_R1&R2 vorteilhaft sein könnte, um Instabilitäten zu vermeiden, welche beim Kreuzen von Resonanzen mit 2ƒ_o oder ƒ_o auftreten könnten wenn ƒ_o steigt [7]. Bzgl. Ökonomieüberlegungen zeigten Opera und Sobbing sehr unterschiedliche Resonanzstrategien im Bereich von 2,5–4 kHz, die durch starke Antiresonanzen bei Sobbing charakterisiert waren. Dies könnte mit den im Vergleich zu Opera größeren hypopharyngealen Volumen zusammenhängen, die auch das Volumen der Vallecula und des oberen Abschnitts der Sinus piriformis umfasst. Diese Nebenkavitäten, die mögliche Antiresonanzfrequenzen bewirken können, könnten sich dabei negativ auf Resonanzmaxima in dem für unser Ohr und damit die Ökonomie wichtigen Bereich der Vokaltraktkonfiuration auswirken [13], [14], [15], [16].

Belting und Twang erreichen durch die Megaphon-Konfiguration des Vokaltraktes eine sehr helle Vokalfarbe welche durch eine starke Erhöhung von ƒ_R1&R2 für /a:/ und ƒ_R2 für /i:/ charakterisiert ist. In der Literatur ist beschrieben, dass Belting durch eine Vollschwingung mit verlängerten Schussphase und damit im Vergleich zum klassischen Gesang geringerem Abfall des Energiespektrums mit starker 2ƒ_o charakterisiert wird [5], [6]. Das beschriebene Resonanzverhalten würde damit zumindest für den Vokal /a:/ diese Energie noch unterstützen und gleichzeitig eine Kreuzung mit ƒ_o vermeiden. Dabei weist der Belting-Vokaltrakt extrem kleine Volumina im Hypopharynx auf, was ebenfalls die Resonanzerhöhung um 3 kHz bewirken könnte. Interessanterweise fällt diese für die Twang-Modelle im Schnitt geringer auf die wiederum aber auch ein in Relation größeres hypopharyngeales Volumen aufweisen.

Speech und Falsetto weisen bzgl. der Vokalfarbe und Konfiguration meist eine mittlere Einstellung auf. Bei As3 sind wiederum Belting und Speech von der Einstellung bei ƒ_R1&R2 sehr vergleichbar, was für eine möglicherweise tonhöhenspezifische Charakteristik spricht. In der tiefen Phonation weist Speech auch Resonanzmaxima um 4 kHz auf, wobei bei der höheren Phonation beide Modelle, Speech und Falsetto, wiederum nicht durch eine spezifische Resonanzverstärkung in diesem Bereich charakterisiert sind. Die Ergebnisse sprechen für eine höhere Ökonomie von Speech bei tiefer Phonation, was evtl. auch zum Ursprung der Funktion, welche ja dem Sprechen entlehnt ist, passend wäre.

Opera und Belting könnten bzgl. ihr Auswirkungen auf die Lautheit günstige Konfigurationen darstellen, die jedoch unterschiedliche Verstärkungsstrategien anwenden. Die Daten weisen zudem auf die für die Ökonomie negative Wirkung von abhängigen Volumina wie der Vallecula und dem Sinus piriformis hin. Ein besseres Verständnis dieser Parameter in weiteren Studien inkl. Qualifizierung der Ökonomieparameter könnte eine bewusstere Vokaltrakteinstellung und verlässliche Produktion dieser Stimmqualitäten ermöglichen. Die Kenntnis über die Ökonomieunterschiede kann Überlastung und stimmlichen Problemen vorbeugen.