In VR steuert die scheinbare Entfernung der zuhörenden Person die Stimmlautstärke stärker als die Raumgröße

Hintergrund

Wenn wir sprechen, passen wir unsere Stimme unbewusst an die Situation an - wir projizieren über einen großen Saal hinweg, heben unsere Lautstärke an, wenn eine zuhörende Person weit entfernt ist, und nehmen sie zurück, wenn sie nah ist. Eine langjährige Herausforderung in der Stimmtherapie besteht darin, dass die in einem ruhigen Praxisraum erzielten Fortschritte oft nicht in diese realen Umgebungen übertragen werden, in denen die Anforderungen an die Stimme völlig andere sind.

Eine wachsende Forschungslinie fragt, ob immersive virtuelle Realität (IVR) diese Anforderungen so genau nachbilden kann, dass sie reales Stimmverhalten auslöst - und schließlich trainiert. Daşdöğen und Kolleg:innen hatten bereits gezeigt, dass virtuelle Raumgröße und Zuhörerentfernung verändern können, wie laut Menschen sprechen, doch weil sie beide gleichzeitig variierten, ließ sich nicht feststellen, welcher Reiz die Wirkung erzeugte. Diese Studie machte sich daran, die beiden zu trennen.

Was die Forschenden taten

Fünfzehn stimmgesunde Erwachsene absolvierten drei Sprechaufgaben - einen gehaltenen Vokal /a/, die Standardphrase “We were away a year ago” und eine spontane Antwort - über acht immersive VR-Bedingungen hinweg, die über die Rooms-Situation von Therapy withVR auf einem Oculus Quest 3 Headset präsentiert wurden. Die Bedingungen variierten Raumgröße (ein kleiner Raum mit 5 x 4 x 4 m versus ein großer Raum mit 20 x 20 x 20 m), Sprecher-Zuhörer-Entfernung (1 m, 3 m oder 15 m) und Kombinationen aus beidem, hinzu kamen reine Zuhörerbedingungen ohne Raum.

Entscheidend ist, dass der Schall über jede Bedingung hinweg identisch gehalten wurde - die Teilnehmenden trugen Ohrstöpsel und geschlossene Kopfhörer, und die natürliche Raumakustik wurde konstant gehalten -, sodass sich nur das änderte, was sie sahen. Dieses Design erlaubt es der Studie, jede Veränderung der Stimme allein dem visuell-räumlichen Input zuzuschreiben. Der Schalldruckpegel (SPL) wurde mit einem kalibrierten kopfmontierten Mikrofon aufgezeichnet und mit linearen gemischten Modellen analysiert. Die Arbeit wurde durch einen Zuschuss der US National Institutes of Health finanziert, mit der Stimmwissenschaftlerin Katherine Verdolini-Abbott als Multiple Principal Investigator.

Was sie fanden

Die Sprecher-Zuhörer-Entfernung war der wesentliche Treiber der Stimmintensität. Über alle drei Aufgaben hinweg sprachen die Teilnehmenden umso lauter, je weiter entfernt die virtuelle zuhörende Person erschien - ein starker, statistisch robuster Effekt (p < .0001 in jeder Aufgabe). Der Effekt war bei den strukturierten Aufgaben (dem gehaltenen Vokal und der gelesenen Phrase, die von Natur aus eine lautere, gleichmäßigere Stimmgebung hervorrufen) größer; in der Spontansprache hielt der Entfernungseffekt insgesamt zwar weiterhin, doch der spezifische Kontrast 3 m vs. 15 m erreichte keine Signifikanz.

Die Raumgröße war ein sekundärer, moderierender Reiz. Die Raumgröße für sich genommen erzeugte kleinere Veränderungen, verstärkte aber den Entfernungseffekt: Eine signifikante Wechselwirkung Raumgröße x Entfernung zeigte, dass der Anstieg der Lautstärke bei der weiten Entfernung (15 m) im großen Raum am größten war. In der Lesart der Autor:innen ist die Entfernung die verhaltensrelevante Randbedingung, und die Raumgröße ist ein kontextueller “Verstärkungsfaktor”, der diese Randbedingung hoch- oder herunterregelt.

Da sich der Schall nie änderte, wurden diese Stimmanpassungen allein durch das Sehen erzeugt.

Warum das wichtig ist

Diese Studie legt einen sauberen, steuerbaren Hebel für die Stimmarbeit fest: die scheinbare Entfernung einer zuhörenden Person. Eine behandelnde Person kann diese Entfernung in VR hoch- oder herunterregeln, um gestufte Veränderungen in der Stimmprojektion auszulösen, mit der Raumgröße als sekundärem Reiz, um die Anforderung zu verstärken - all das, ohne die Praxis zu verlassen, und all das messbar. Erst die präzise Steuerung, die die Plattform bietet, machte es möglich, eine Variable nach der anderen zu isolieren, was in einem realen Raum nicht durchführbar ist.

Sie ergänzt zudem die breitere Argumentation für ökologisch valides Üben in der Stimm- und Sprechrehabilitation um rigorose, NIH-finanzierte Evidenz: Die Kontexte, in denen eine Person ihre Stimme braucht, lassen sich gut genug nachbilden, um reales Stimmverhalten zu verändern - die Grundlage dafür, in diesen Kontexten zu üben statt in einem reizarmen Raum.

Limitationen

Die Stichprobe war klein (15 Teilnehmende) und nicht geschlechtsausgewogen (12 weiblich, drei männlich), und alle waren stimmgesund - die Ergebnisse sagen also noch nichts über Menschen mit Stimmstörungen aus, wo der klinische Wert läge. Es war eine einzige Sitzung, und es wurden nur objektive akustische Maße erhoben, ohne Daten zu selbstberichteter Stimmanstrengung, Komfort oder wahrgenommener Entfernung, die die SPL-Veränderungen mit dem Erleben verknüpfen würden. Das Konstanthalten des Schalls war für die Isolierung des Sehens unerlässlich, entfernte aber auch die multisensorische und soziale Komplexität realer Kommunikation, und die simulierten Szenen bilden keine lebendigen, reagierenden zuhörenden Personen ab. Die Studie belegt den visuell-räumlichen Mechanismus; ob entfernungsgesteuertes Üben in VR auf den alltäglichen Stimmgebrauch übertragbar ist, bleibt zu prüfen.