Eine App, die dein Mikrofon abhört und dir sagt "ja, das ist ein A-Moll", klingt ein bisschen wie Magie. In Wirklichkeit stecken Fouriertransformationen, harmonische Templates und etwas zeitliche Gedächtnisverarbeitung dahinter. Hier erfährst du, wie es funktioniert, warum es zuverlässiger ist als es aussieht, und wie du es nutzt, um wirklich Fortschritte zu machen.
Was eine Akkorderkennungs-App konkret tut
Wenn du einen Gitarrenakkord spielst, schwingen mehrere Saiten gleichzeitig. Jede Saite emittiert einen Grundton plus eine Kaskade von Obertönen (ganzzahlige Vielfache der Grundfrequenz). Das Mikrofon deines Telefons nimmt all das als Audiosignal auf. Die App muss in wenigen Millisekunden dieses Rohsignal umwandeln in: "das sind die Noten, die ich höre", dann: "diese Noten entsprechen Akkord X".
Die Standard-Pipeline sieht so aus:
- Audio-Aufnahme. Der Browser liefert einen Puffer von mehreren tausend Samples pro Sekunde (44.100 oder 48.000 Hz je nach Gerät).
- FFT (Fast Fourier Transform). Das Zeitsignal wird in ein Frequenzsignal transformiert: Für jedes Fenster von einigen zehn Millisekunden erhalten wir eine Zerlegung der Energie bei jeder Frequenz.
- Chroma. Statt alle Frequenzen zu behalten (es gibt Tausende), werden sie in 12 Klassen gruppiert: eine pro Note der chromatischen Tonleiter (C, C#, D, D# usw.), unabhängig von der Oktave. Dieser 12-dimensionale Vektor heißt Chroma und ist die ideale Darstellung für Akkorde.
- Vergleich mit Templates. Die App vergleicht das beobachtete Chroma mit vorberechneten Templates für jeden Akkord (das A-Moll-Template, das E-Dur-Template usw.). Der nächste Treffer gewinnt.
- Zeitliche Integration. Wir erklären nicht "das ist A-Moll" nach einem einzigen Fenster — wir warten, bis mehrere aufeinanderfolgende Fenster zum gleichen Ergebnis kommen. Sonst würde jedes Hintergrundgeräusch Falsch-Positive erzeugen.
Warum es überraschend gut funktioniert
Akkord-Templates sind mathematisch sehr gut definierte Objekte: Ein Durakkord besteht aus drei genauen Noten (Grundton, große Terz, reine Quinte), und jedes harmonische Instrument, das ihn spielt, erzeugt diese Noten plus ihre Obertöne. Die Signatur im Frequenzbereich ist eindeutig genug, um A-Moll von A-Dur mit hoher Konfidenz zu unterscheiden, selbst bei Umgebungsgeräuschen.
Moderne Modelle berücksichtigen auch das Wissen über Obertöne. Eine Gitarre erzeugt nicht nur den Grundton plus die Akkorddnoten — sie produziert auch viel Energie bei Oktaven, hohen Quinten und vielen anderen vorhersehbaren Positionen. Ein gutes Template integriert diese erwarteten Obertöne, was den Vergleich robust macht, selbst bei einem mittelmäßigen Mikrofonsignal.
Bekannte Einschränkungen
Mikrofon-Erkennung ist nicht magisch. Hier sind die Fälle, in denen sie versagt:
Sehr ähnliche erweiterte Akkorde
Cmaj7 und Em teilen drei von vier Noten. Einen echten Cmaj7 von einem Em mit einer klingenden Leersaite zu unterscheiden erfordert viel Präzision im Chroma. Eine App kann sie verwechseln, besonders wenn du den einen spielst und versehentlich eine Saite klingen lässt, die dem anderen ähnelt.
Hintergrundgeräusche
Nicht Geräusche im Allgemeinen — moderne Algorithmen filtern weißes Rauschen und stationäre Geräusche gut. Aber eine andere Musikquelle (Nachbar, der Radio hört) führt sein eigenes Chroma in das Signal ein und kann die Erkennung stören.
Verstimmte Gitarre
Du spielst A-Moll. Wenn deine Gitarre auf 432 Hz statt 440 Hz gestimmt ist, liegt dein "A" auf halbem Weg zwischen A und Gis. Das beobachtete Chroma ist verschoben, und die App wird Schwierigkeiten haben. Stimme deine Gitarre, bevor du irgendetwas testest.
Gedämpfte Saiten
Wenn du einen Akkord spielst, bei dem zwei oder drei Saiten schlecht klingen (versehentlich gedämpft oder abgewürgt), empfängt die App ein schwaches Signal und fällt möglicherweise auf einen einfacheren Akkord zurück — oder die Erkennung schlägt insgesamt fehl. In einem Lernkontext ist das eigentlich eine Funktion: Es zeigt dir, dass du nicht korrekt spielst.
Sehr schnelles Tempo
Wenn du Akkorde alle 200 ms wechselst, hat die zeitliche Integration keine Zeit zum Stabilisieren. Shuffle-Apps lassen in der Regel ein Auswertungsfenster von 500 ms bis 1 Sekunde pro Akkord — weder zu langsam noch zu schnell.
Wie du das Mikrofon optimal nutzt
Wenn du die Einschränkungen kennst, kannst du diese Apps nutzen, um wirklich Fortschritte zu machen. Drei konkrete Anwendungsfälle:
Selbstüberprüfung
Wenn du alleine einen Akkord lernst, ist niemand da, der dir sagt "nein, du dämpfst die H-Saite ab". Das Mikrofon weiß es: Ist dein Chroma beeinträchtigt, sagt die App "unklar" statt zu validieren. Das zwingt dich, etwas zu korrigieren, das du sonst nie bemerkt hättest.
Realistische Einzelübung
Du willst niemanden bitten, während 10 Minuten Shuffeln die Lehrerrolle zu spielen. Die App tut es. Das Feedback ist unvollkommen (siehe Einschränkungen), aber objektiv — es hängt nicht von deiner Stimmung oder Wachheit im jeweiligen Moment ab.
Gehörmäßige Gedächtnistests
Fortgeschrittene Variante: Du spielst einen Akkord ohne zu wissen, welcher es ist (z. B. aus einer zufälligen Playlist), und vergleichst deine Vermutung mit dem, was die App erkennt. Du schlägst damit zwei Fliegen mit einer Klappe: Du übst den Akkord und testest dein auditives Erkennen.
Wahl zwischen einer kostenlosen App, einer Premium-App oder einem Live-Lehrer
Ehrliche Antwort: Du brauchst alle drei zu unterschiedlichen Zeitpunkten.
Ein Live-Lehrer ist unersetzlich für: Deine Haltung korrigieren, Spannungen in deinem Körper aufspüren, die du selbst nicht spürst, dich zur richtigen Pädagogik für dein Niveau leiten und dich langfristig motivieren. Keine App macht das so gut. Wenn du dir eine Stunde pro Woche oder alle zwei Wochen leisten kannst, tu es.
Eine Mikrofon-Erkennungs-App ist unersetzlich für: Zwischen Stunden üben, bei hunderten Wiederholungen sofortiges Feedback geben, das zufällige Ziehen von Akkorden verwalten und dich mit Badges und Streaks motiviert halten. Sie ist dein täglicher Begleiter, nicht dein Lehrer.
Eine kostenlose Stimmgerät- und Akkorddiagramm-App ist für absolute Anfänger nützlich, die sich noch nicht auf einen Lernpfad festlegen möchten. Aber sobald du wirklich spielst, werden ihre Grenzen schnell sichtbar: kein Feedback, kein Shuffle, kein Tracking.
Unser Ansatz: Chord Shuffle
Wir haben Chord Shuffle genau auf dieser Logik von Mikrofon-Erkennung + Shuffle + Tracking aufgebaut. Kein Konto zu erstellen (alles bleibt auf deinem Gerät), keine Werbung, nur das Nötigste zum Üben. Wähle deine Akkorde aus, dann starte einen Shuffle. Das Mikrofon erledigt den Rest.
Wenn du die technischen Details interessieren: Wir verwenden eine FFT mit 4.096 Samples, ein 12-dimensionales Chroma und einen Vergleich mit analytisch generierten harmonischen Templates (kein Machine Learning — wir brauchten die Leistung trainierter Modelle nicht, und sie hätten in einem Browser schlechter abgeschnitten). Die zeitliche Integration verwendet ein Streak-System, um einen Akkord erst zu bestätigen, wenn er über mehrere aufeinanderfolgende Fenster gesehen wurde.