Hallo,
offensichtlich ist es wichtig, dass der Gesang im Mix diffus rüberkommt, nicht so "in the Face". Andererseits ist es wichtig, die Story des Songs mitzubekommen, um zu verstehen und zu würdigen, weshalb die Vocals diffus im Mix erscheinen.
Beides geht wohl nicht gleichzeitig. Ich hätte einige Vorschläge zum ausprobieren:
1.) Die Hauptvocals beginnen in dem Part des Songs, wo Kernaussagen der Story vorkommen, relativ hörbar vorne und gehen dann immer mehr nach hinten. Vorne heißt nicht unbedingt in der Mitte vorne, vieleicht auch relativ hart rechts oder links. Und gehen dann, wenn sie nach hinten gehen, in die Mitte oder werden breiter.
2.) Kernaussagen der Lead-Vocals werden flüsternd lippensyncron zu den Lead-Vocals gedoppelt, vieleicht auch 2 mal gedoppelt. Die eine oder zwei Flüsterstimmen kommen vieleicht nur aus einem Kanal oder hart rechts/links gepannt aus beiden Kanälen. Leise, nur zur anfänglichen Unterstützung der Textverständlichkeit, und werden auch immer wieder ausgeblendet und aufgeblendet, aber immer schön subtil und kaum bewusst hörbar.
3.) Die Kernaussagen der Hauptvocals werden flüsternd einmal gedoppelt. Diese Flüsterstimme geht 100% nach rechts. Eine phaseninvertierte Version dieser gleichen Stimme geht zu 100% nach links. Sowohl bei Lautsprecherwiedergabe als auch im Kopfhörer sind diese Flüstervocals dann nicht wirklich ortbar, aber womöglich gut verstehbar.
Auf Surround-Anlagen, die Dolby-Prologic dekodieren können, erscheinen sie im Surround-Kanal, also von hinten. (Dolby-Prologic dekodiert so: "normales" Stereo geht nach rechts und links, was in beiden Kanälen gleich ist (also in die Mitte gepannt wurde), geht nach Center. Die Differenz zwischen rechts und linkem Kanal geht mit geringerem Pegel in den Surround-Kanal, also nach hinten. Phaseninvertierte Signale auf rechts/links gehen also nur nach hinten) Das unterstreicht womöglich den gewollten Diffus-Eindruck der Vocals.
4.) Die phaseninvertierte als auch die nichtinvertierte Version der Flüstervocals könnte man mit einem EQ jeweils unterschiedlich klanglich einfärben, und die Einfärbung dynamisch während des Songs ändern. Mittels Delays auf beiden Spuren (phaseninvertiert und nicht invertiert) mit kurzen Delayzeiten, die auch dynamisch während des Songs verändert werden, lassen sich womöglich interessante Effekte beim Abhören über Dolby-Surround, als auch beim Abhören über Kopfhörer oder normales Stereo erzielen.
Diese Flüstervocals sollte man nur ganz leise zumischen. Sie sollten womöglich gar nicht direkt bewusst hörbar sein, nur als unterschwelliger Effekt die Textverständlichkeit verbessern an zentralen Stellen, die Kernaussagen wiedergeben. Durch die ganzen Phasen- und Delay-Effekte bleiben diese Flüstervocals aber nie irgendwo "in the Face" ortbar, sonder sind bloß diffus da.
Evtl. kann es auch nützlich sein, diese Vocals insgesamt mit geringem zeitlichen Versatz zu den Hauptvocals, die sie doppeln, in den Mix zu nehmen. Wenn es klappt, ergibt sich folgender Effekt:
Der Zuhörer hört bewusst den diffusen gesungenen Hauptgesang, textlich nicht unbedingt verständlich. Sehr kurz darauf hört er eher unbewusst, wie ein Echo aus seiner Erinnerung, die Flüstervocals, die ihm etwas Textverständlichkeit bringen.
Wenn man Glück hat und sich Mühe mit den Phasen- und Delay-Effekten macht, könnte es über Stereo-Lautsprecher- und auch Kopfhörerwiedergabe so klingen, als kämen sie von außerhalb der Stereobasis bzw. im Kopf (Lautsprecher-Wiedergabe) oder von hinten (Kopfhörer), was, glaube ich, der Mixintention eines diffusen Gesangseindrucks entspräche.
MfG