HyperFrames Audio
Ein Mix ist eine Menge von Beziehungen, kein Stapel von Prozessoren. Zwei Spuren, die jede für sich richtig klingen, können zusammen unhörbar sein, und die Behebung ist fast nie „eine leiser drehen“ – es geht darum, herauszufinden, worüber sie sich streiten, und es demjenigen zu geben, der es braucht. Jedes Werkzeug hier dient dazu, eine dieser Beziehungen auszudrücken.
Effekte leben auf dem Element als data-fx-chain, und Vorschau und Render verwenden denselben
Web-Audio-Graphen – das Studio in einem Live-Kontext, die Engine in einem Offline-Kontext
innerhalb des Browsers, den sie bereits steuert. Es gibt eine Implementierung jedes Effekts,
also wird das, was Sie beim Scrubbing hören, auch geschrieben. Sie stimmen nie zweimal ab.
Clip-Timing bleibt /hyperframes-core: Audio-/Video-Trims und Quellbereiche verwenden
data-start, data-duration und data-media-start, und Crossfades überlappen Clips auf
verschiedenen Spuren. Dieser Skill besitzt platziertes Spur-Ein-/Ausblenden,
Crossfade-Hüllkurven, Spurlautstärke/Spurlautstärke, Lautstärke- und Effektautomation,
Ducking/Voiceover-Carve und die Effektkette. /media-use besitzt Beschaffung, Generierung
und Vorverarbeitung.
Konstante data-playback-rate (0.1..10) ist rendersicher für Bild und
tonerhaltenden Klang, wenn übereinstimmende Audio-/Videoelemente dasselbe Timing, denselben
Quellenversatz und dieselbe Rate verwenden. Eine Geschwindigkeitsrampe ist eine rate-Spur
in data-automation (siehe docs/reference/speed-ramps); sie gewinnt über die Konstante und
hält die Tonhöhe in Vorschau und Render. HyperFrames bietet
keine automatische Wellenformsynchronisation oder Driftkorrektur.
Für kopierbare Schnitt-/Crossfade-/Zeitsprungs-Rezepte verwenden Sie /hyperframes-core → references/creator-editing-recipes.md.
Drei Attribute tragen alles, auf dem Audio-/Videoelement selbst – oder, für die ersten
beiden, auf einem <hf-audio-group>-Bus (siehe „Ein Bus für viele Spuren“):
| Attribut | Inhalt |
|---|---|
data-fx-chain | die Effekte, in Signalreihenfolge |
data-automation | Hüllkurven auf der Lautstärke dieser Spur oder ihren Effektparametern |
data-fx-carve | die eigenen Einstellungen des Carve, sodass es erneut abgeleitet werden kann |
Die ausgelieferten Effektfamilien sind Gain, EQ (Hochpass, Tiefpass, Peak, Shelves), Kompressor, Limiter, Gate, Sättigung, Delay, Hall, Chorus, Phaser und Bitcrush.
Exaktes JSON für jeden, und die Regeln, die eine Spur erfüllen muss: references/attributes.md.
Jeder Effekt mit seinen Parametern, Bereichen und Einheiten: references/fx-registry.md.
Wie man herausfindet, was mit einer Datei nicht stimmt, die man nicht hören kann:
references/diagnosis.md.
Presets, benannte Jobs und Ein-Knopf-Profile, plus eine Tabelle von Symptom zu Behebung:
references/presets.md – lesen Sie dies, bevor Sie manuell eine Kette bauen, denn eines
der Presets oder benannten Jobs benennt normalerweise bereits das Problem.
Wie es zusammenpasst
Zwei Authoring-Oberflächen schreiben diese Attribute; zwei Laufzeiten lesen sie durch dieselben Builder. Diese gemeinsame Mitte ist der Grund, warum die Vorschau das Rendern vorhersagt.
flowchart TB
voice["Spur Spracha<br/>Mediendatei"]
bed["Musikbett<br/>Mediendatei"]
subgraph AUTHOR["Authoring – die einzigen, die Attribute schreiben"]
panel["Studio<br/>Voiceover-Carve-Steuerung"]
script["scripts/carve.mjs<br/>erkennt das Paar, standardmäßig dynamisch"]
analysis["core/audioCarve.ts<br/>carveProfile · analyseCarveBands<br/>analyseCarveDuck · analyseCarveDynamics"]
panel --> analysis
script --> analysis
end
voice --> analysis
bed --> analysis
subgraph ATTRS["Auf das Bettelement geschrieben"]
carveAttr["data-fx-carve<br/>source · strength · dynamic"]
chainAttr["data-fx-chain<br/>peaking xN + gain, getaggt fromCarve"]
autoAttr["data-automation<br/>eine Spur pro Carve-Parameter"]
end
analysis --> carveAttr
analysis --> chainAttr
analysis --> autoAttr
subgraph SHARED["Eine Implementierung, von beiden gelesen"]
build["audioFxGraph.ts · buildFxChain"]
sched["audioFxAutomation.ts · scheduleChainAutomation"]
end
chainAttr --> build
autoAttr --> sched
build --> preview["Vorschau<br/>live AudioContext<br/>attachElementFxChain"]
sched --> preview
build --> render["Render<br/>OfflineAudioContext im kopflosen Browser<br/>applyAudioFxChain"]
sched --> render
preview --> heard["was Sie beim Scrubbing hören"]
render --> wav["verarbeitete WAV<br/>+ chainTailSeconds, damit der Mix das Ende durchlässt"]
wav --> mix["Engine · audioMixer<br/>Lautstärkespur hier ins PCM eingebacken, nicht im Graphen"]
mix --> out["der gerenderte Mix"]
edit["Bearbeiten des Attributs während der Wiedergabe"] -.->|MutationObserver| preview
Die eigenen Einstellungen des Carve werden nie bei der Wiedergabe gelesen – die Kette und Spuren,
die es erzeugt hat, werden abgespielt. data-fx-carve existiert, damit die Stärke an einem
vorhandenen Carve geändert werden kann, anstatt sie aus den Filtern zurückzuraten.
Innerhalb eines Carve-Bettes läuft das Signal zuerst durch die Senken, dann den Pegelabgleich, dann alles, was Sie selbst gebaut haben – weshalb ein Limiter, den Sie hinzufügen, immer noch als letzte Grenze fungiert:
flowchart LR
src["decodiertes Bett"] --> p1["peaking<br/>400 Hz"]
p1 --> p2["peaking<br/>1 kHz"]
p2 --> p3["peaking<br/>1.6 kHz"]
p3 --> g["gain<br/>Pegelabgleich"]
g --> hand["Ihre eigenen Effekte<br/>z. B. Limiter"]
hand --> dest["Spurlautstärke, dann Ausgang"]
l1["Spur fx.n1.gain"] -.->|"Hüllkurve des Sprachpegels<br/>in diesem Band"| p1
l4["Spur fx.n4.gain"] -.->|"wie stark das Bett<br/>insgesamt duckt"| g
Ein statischer Carve ist derselbe Graph mit festen Werten und überhaupt keinen Spuren.
Zuerst herausfinden, was nicht stimmt
Die folgende Tabelle beginnt mit „es klingt dumpf“ – was voraussetzt, dass bereits jemand zugehört und das gesagt hat. Wenn Sie eine Datei und „beheben Sie das“ erhalten, haben Sie keinen solchen Satz und können nicht hören, also müssen Sie messen. Eine Regel regiert alles:
Das absolute Spektrum einer einzelnen unbekannten Stimme kann nicht diagnostiziert werden. Formanten sind ±10 dB, Grundfrequenzen laufen 85–255 Hz, und Sätze fallen 5–6 dB ab, wenn sie enden. Jeder einzelne davon liest sich als Defekt an sich, und jeder einzelne davon ist der Sprecher.
Vergleichen Sie also, und vergleichen Sie mit etwas innerhalb derselben Datei: dem sauberen Original, falls vorhanden, ansonsten den Pausen – was in einer Lücke hörbar ist, ist additiv, und das Spektrum der Lücke ist der Kanal, nicht die Stimme. Ein Vergleich mit einem veröffentlichten Durchschnittsspektrum oder einer synthetisierten Kontrollstimme funktioniert nicht: Zwei Sprecher unterscheiden sich mehr als die meisten Defekte, und beide falschen Antworten in der Bewertung hinter dieser Anleitung stammen genau daher.
Wenn es kein Original und keine nutzbare Stille gibt, ist ein statischer tonaler Defekt tatsächlich unterbestimmt. Sagen Sie das und bieten Sie die passenden Messwerte an, anstatt einen auszuwählen und darauf eine Kette zu bauen.
Befehle, Fallstricke und erprobte Rezepte: references/diagnosis.md. Lesen Sie es,
bevor Sie eine Datei diagnostizieren, die niemand beschrieben hat.
Vom Symptom ausgehen
Sobald Sie das Band und die Art kennen, benennen Sie, was mit dem Audio nicht stimmt. Die meisten schlechten Audios sind eines oder zwei davon, und jedes hat eine ausgelieferte Antwort:
| Es klingt wie | Greifen Sie zu |
|---|---|
| Brummen oder dumpfer Schlag darunter | rumble-cut, oder einen highpass bei 80 Hz |
| Dumpf, brustig | Zähme Dumpfheit-Job (200 Hz) |
| Gedämpft, hinter Pappe | Reduziere Matsch-Job (250 Hz) |
| Worte schwer zu verstehen | Füge Klarheit hinzu-Job (3 kHz), oder Carve des Bettes |
| Schrill und ermüdend | Weiche Härte ab-Job (3.2 kHz) |
| Manche Worte viel lauter als andere | Gleichmäßigkeit auf einem Kompressor, oder Pegel ausgleichen |
| Raumklang zwischen Sätzen | room-gate |
| Stimme und Musik kämpfen | Voiceover-Carve – kein EQ auf einem von beiden |
| Trocken, nirgendwo aufgenommen | room-tight oder room-natural |
| Einfach „amateurhaft“ | voice-clean, was vier der obigen in Reihenfolge ist |
Vollständiger Katalog, was jedes Preset enthält, das Bandvokabular und was absichtlich
NICHT abgedeckt wird (De-Essing, Rauschentfernung, Tonabgleich):
references/presets.md.
Subtrahieren Sie, bevor Sie addieren, pegeln Sie nach dem Filtern, Beziehungen nach dem Pegel, Charakter und Decke zuletzt. Jeder Schritt ändert, was der nächste hört – ein Kompressor, der vor einem Hochpass eingestellt wird, verbringt seine Zeit mit der Verfolgung eines Brummens.
Greifen Sie nach einer Familie basierend auf dem Problem, nicht dem Namen
Filter (highpass, lowpass, peaking, lowshelf, highshelf) entscheiden,
welche Frequenzen eine Spur belegen darf. Dies ist das erste Werkzeug für zwei kollidierende
Quellen, da Kollisionen in Bändern stattfinden: Ein Bett und eine Stimme wollen beide
1–3 kHz, und dem Bett dies zu nehmen, kostet das Bett weit weniger, als das Ganze leiser zu
drehen, kostet den Mix. Ein Hochpass auf einer Stimme ist die Standardlösung für Brummen;
ein Tiefpass verdunkelt oder dämpft absichtlich.
Dynamik (gain, compressor, limiter, gate) entscheidet, wie sich der Pegel einer
Spur im Laufe der Zeit verhält. Kompression verringert den Abstand zwischen laut und leise,
sodass die leisen Teile angehoben werden können. Ein Limiter ist eine Decke – er formt nichts,
er garantiert, dass nichts darüber hinausgeht. Ein Gate entfernt, was unter einem Schwellwert
liegt, und so schalten Sie den Raumklang zwischen Phrasen stumm. gain ist eine einfache
Pegelstufe und das, was eine Automatisierungsspur reitet, wenn eine Spur aus dem Weg gehen
muss.
Nichtlinear (saturate, bitcrush) verändert die Wellenform, wodurch Obertöne
hinzugefügt werden, die nicht da waren. Greifen Sie danach, wenn eine Spur eher Charakter
oder Biss als Korrektur braucht – und denken Sie daran, dass es generativ ist: Es macht
eine dünne Quelle dichter, nicht sauberer.
Zeit (delay, reverb, chorus, phaser) setzt eine Spur in einen Raum oder gibt
ihr Breite. Diese sind diejenigen, die am leichtesten einen Mix ruinieren, weil ein Nachhall
oder eine verstimmte Kopie denselben Raum belegt, den eine Stimme braucht. Verwenden Sie
sie auf dem, das hinter etwas anderem sitzen soll, und halten Sie den Nassanteil geringer,
als es isoliert richtig klingt.
Die Kette ist seriell: Jeder Effekt verarbeitet, was der vorherige erzeugt hat. Also geht korrigierende Filterung früh, Charakter in der Mitte und ein Limiter zuletzt, wo er tatsächlich als Decke wirken kann.
Voiceover-Carve
Das Problem, das es löst. Ein Musikbett unter einer Stimme macht die Stimme schwer verständlich. Der Reflex ist, das gesamte Bett zu ducken, was funktioniert und dem Bett seine gesamte Präsenz kostet – die Musik wird für die gesamte Sprachaufnahme schlaff. Aber die Stimme braucht nicht das gesamte Spektrum. Sie braucht die wenigen Bänder, die sie tatsächlich belegt. Carve nimmt nur diese, und das Bett behält seine Tiefen und Höhen, also ist es immer noch Musik, während die Stimme noch verständlich ist.
Es ist eine Beziehung, kein Effekt. Die Einstellungen leben auf dem Bett – der Spur, die verarbeitet wird – und sie nennen die Stimmen, die gehört werden sollen, genau wie ein Sidechain-Kompressor: Sie wählen die Spur aus, die leiser wird, und wählen aus, was sie leiser macht. Setzen Sie niemals einen Carve auf eine Sprachspur. Eine Stimme, die gegen sich selbst gecarvt wird, ist ein Fehler, keine subtile Mix-Entscheidung.
Jede Stimme, nicht eine davon. sources ist eine Liste, weil ein Bett normalerweise
unter einer ganzen Sequenz läuft – einem Erzähler, einer Interviewantwort, einem zweiten
Moderator. Sie werden vor dem Messen auf die eigene Uhr des Bettes summiert
(mixCarveSources), sodass eine Analyse alle abdeckt: Die Bänder stammen aus der gesamten
vorhandenen Sprache, und die Hüllkurven steigen, wo immer etwas davon passiert. Stimmen, die
nie spielen, während das Bett läuft, werden weggelassen; sie können es nicht überdecken.
Ein Carve gegen mehr als eine Clip-ID ist falsch. Gruppieren Sie die Clips und carven
Sie gegen die Gruppe. Dies ist eine Invariante, kein Tipp. Das Benennen von Clips einzeln
muss erschöpfend richtig sein und bleibt nur bis zum nächsten Schnitt richtig – ein später
hinzugefügter vierter Erzählclip spielt außerhalb des Bewusstseins des Carve, und das Bett
versäumt es, leise darunter zu ducken. Das Benennen der Gruppe stattdessen löst die
Mitgliedschaft zum Analysezeitpunkt auf, sodass ein später zur Gruppe hinzugefügter Clip
abgedeckt ist, ohne sources überhaupt zu berühren:
<!-- gruppieren Sie die Erzählung, dann carven Sie das Bett gegen die Gruppe -->
<audio id="vo-intro" data-audio-group="voiceover" …></audio>
<audio id="vo-middle" data-audio-group="voiceover" …></audio>
<audio id="vo-outro" data-audio-group="voiceover" …></audio>
<audio id="music" data-fx-carve='{"enabled":true,"sources":["voiceover"],"strength":0.8}' …></audio>
Eine sources-Liste, die zwei oder mehr einfache Clip-IDs anstelle einer Gruppe nennt,
wird von der audio_carve_ungrouped_sources-Lint-Regel abgefangen – sie funktioniert noch,
aber es ist die Version, die still verrottet, wenn ein Clip hinzugefügt wird.
Halten Sie die Carve-Gruppe eine Sprachgruppe: kein Bett, kein SFX, keine Musik.
Eine Gruppen-ID in sources löst sich bei jedem Analyse zu jedem aktuellen Mitglied auf,
also ist die Gruppe, die Sie nennen, die Gruppe, die Sie später erhalten – nicht die Spuren,
die gemessen wurden, als sie geschrieben wurde. Zwei Arten, wie das beißt:
- Das Bett in seiner eigenen Quellgruppe. Es wird sich selbst als Stimme übergeben und gegen seinen eigenen Inhalt gecarvt – die „carven Sie niemals eine Spur gegen sich selbst“-Regel, die eine Neuanalyse später eintrifft.
- Ein SFX- oder Musikclip in der Sprachgruppe. Er tritt bei der nächsten Analyse in die Sidechain ein, und das Bett beginnt unter einem Whoosh zu ducken, obwohl der Durchlauf, der das Attribut geschrieben hat, es nie gemessen hat.
Beide sind in dem Moment unsichtbar, in dem der Carve geschrieben wird: Die Analyse summiert
die Stimmen, die sie erkannt hat, und führt nie einen Roundtrip durch die Gruppenauflösung
durch, also ist der erste Durchlauf wirklich korrekt und nur der nächste ist falsch. Geben Sie
also jeder Rolle ihre eigene Gruppe – music für das Bett, voiceover für die Erzählung,
sfx für die Treffer – und halten Sie die in sources genannte Gruppe, die nichts als
Stimmen enthält.
carve.mjs weigert sich, die Gruppenform zu schreiben, wenn es einen dieser Fälle sieht,
zeichnet Clip-IDs auf und sagt auf stderr, welches Mitglied es blockiert hat. Die
audio_carve_ungrouped_sources-Regel zeigt dann auf die Anordnung, anstatt dass das CLI
stillschweigend einen breiteren Carve als gemessen beibehält.
Eine Stimme, die dieser Durchlauf ausgelassen hat, ist nicht einer dieser Fälle und ...