Plugin-Installation: Befolgen Sie vor dem Einrichten oder Aktualisieren die Plugin-Ausführungsregeln, wenn sich diese Fähigkeit in einem HyperFrames-Plugin befindet. Bei eigenständigen Installationen gelten die untenstehenden Aktualisierungshinweise.
HyperFrames Audio
Ein Mix ist eine Menge von Beziehungen, kein Stapel von Prozessoren. Zwei Spuren, die für sich genommen richtig klingen, können zusammen unerträglich sein – und die Lösung ist fast nie „eine leiser drehen“, sondern herauszufinden, worum sie kämpfen, 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 Rendern verwenden denselben Web-Audio-Graphen – das Studio in einem Live-Kontext, die Engine in einem Offline-Kontext im Browser, den sie bereits steuert. Es gibt eine Implementierung jedes Effekts, sodass das, was Sie beim Scrubbing hören, auch das ist, was geschrieben wird. 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 Überblendungen überlappen Clips auf verschiedenen Spuren. Diese Fähigkeit verwaltet Ein-/Ausblendungen auf platzierten Spuren, Überblendungshüllkurven, Spurlautstärke/Spurpegel, Lautstärke- und Effektautomation, Ducking/Sprachaussparung und die Effektkette. /media-use verwaltet die Beschaffung, Generierung und Vorverarbeitung.
Die Konstante data-playback-rate (0.1..10) ist rendertolerant für Bild und tonhöhenerhaltenden Klang, wenn übereinstimmende Audio-/Video-Elemente dieselbe Zeitsteuerung, denselben Quellversatz und dieselbe Geschwindigkeit verwenden. Ein Geschwindigkeitswechsel ist eine rate-Spur in data-automation (siehe docs/reference/speed-ramps); sie hat Vorrang vor der Konstanten und behält die Tonhöhe in Vorschau und Rendering bei. HyperFrames bietet keine automatische Wellenformsynchronisation oder Driftkorrektur. Verwenden Sie /hyperframes-core → references/creator-editing-recipes.md für kopierbare Schnitt-/Überblend-/Zeitraffer-Rezepte.
Drei Attribute tragen alles auf dem Audio-/Video-Element 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 der Aussparung, damit sie neu abgeleitet werden kann |
Die mitgelieferten Effektfamilien sind Gain, EQ (Hochpass, Tiefpass, Peak, Shelf), 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.
So finden Sie heraus, was mit einer Datei nicht stimmt, die Sie nicht hören können: references/diagnosis.md.
Presets, benannte Jobs und Ein-Knopf-Profile sowie eine Tabelle von Symptom zu Lösung: references/presets.md – lesen Sie diese, bevor Sie manuell eine Kette erstellen, denn eines der Presets oder benannten Jobs nennt das Problem normalerweise bereits.
Wie es zusammenhängt
Zwei Autorenumgebungen schreiben diese Attribute; zwei Laufzeitumgebungen lesen sie über dieselben Builder. Dieser gemeinsame Mittelpunkt ist der Grund, warum die Vorschau das Rendern vorhersagt.
flowchart TB
voice["Spur<br/>Mediendatei"]
bed["Musikbett<br/>Mediendatei"]
subgraph AUTHOR["Autorenwerkzeuge – die einzigen, die Attribute schreiben"]
panel["Studio<br/>Sprachaussparungssteuerung"]
script["scripts/carve.mjs<br/>erkennt das Paar"]
analysis["core/audioCarve.ts<br/>carveProfile · analyseCarveBands<br/>analyseCarveDuck · analyseCarveDynamics"]
panel --> analysis
script --> analysis
end
voice --> analysis
bed --> analysis
subgraph ATTRS["Geschrieben auf das Bettelement"]
carveAttr["data-fx-carve<br/>sources · strength"]
chainAttr["data-fx-chain<br/>peaking xN + gain, getaggt fromCarve"]
autoAttr["data-automation<br/>eine Spur pro ausgehöhltem 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["Rendern<br/>OfflineAudioContext im kopflosen Browser<br/>applyAudioFxChain"]
sched --> render
preview --> heard["Was Sie beim Scrubbing hören"]
render --> wav["Verarbeitete WAV-Datei<br/>+ chainTailSeconds, damit der Mix den Ausklang durchlässt"]
wav --> mix["Engine · audioMixer<br/>Lautstärke-Spur hier in das PCM eingebacken, nicht im Graphen"]
mix --> out["Der gerenderte Mix"]
edit["Bearbeiten des Attributs während der Wiedergabe"] -.->|MutationObserver| preview
Die eigenen Einstellungen der Aussparung werden nie bei der Wiedergabe gelesen – die Kette und die Spuren, die sie erzeugt hat, werden abgespielt. data-fx-carve existiert, damit die Stärke einer vorhandenen Aussparung geändert werden kann, anstatt aus den Filtern zurückgeschlossen werden zu müssen.
In einem ausgehöhlten Musikbett durchläuft das Signal zuerst die Absenkungen, dann den Pegelabgleich, dann alles, was Sie selbst gebaut haben – weshalb ein von Ihnen hinzugefügter Limiter immer noch als letzte Begrenzung wirkt:
flowchart LR
src["Dekodiertes 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 raus"]
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
Zuerst herausfinden, was falsch ist
Die folgende Tabelle beginnt mit „klingt dröhnend“ – was voraussetzt, dass bereits jemand zugehört und das gesagt hat. Wenn Sie eine Datei und die Anweisung „reparieren Sie dies“ erhalten, haben Sie keine solche Beschreibung und können nicht zuhören. Sie müssen also messen. Eine Regel regiert alles:
Das absolute Spektrum einer einzelnen unbekannten Stimme kann nicht diagnostiziert werden. Formanten sind ±10 dB, Grundfrequenzen liegen zwischen 85–255 Hz und Sätze fallen 5–6 dB ab, wenn sie enden. Jeder einzelne davon liest sich als Fehler für sich, und jeder einzelne von ihnen ist der Sprecher.
Vergleichen Sie also, und vergleichen Sie mit etwas innerhalb derselben Datei: dem sauberen Original, falls vorhanden, andernfalls den Pausen – was in einer Lücke hörbar ist, ist additiv, und das Spektrum der Lücke ist der Kanal, nicht die Stimme. Der Vergleich mit einem veröffentlichten Durchschnittsspektrum oder einer synthetisierten Kontrollstimme funktioniert nicht: Zwei Sprecher unterscheiden sich mehr als die meisten Fehler, und beide falschen Antworten in der Evaluation, die dieser Anleitung zugrunde liegt, stammen genau daher.
Wenn es kein Original und keine verwertbare Stille gibt, ist ein statischer tonaler Fehler wirklich unterbestimmt. Sagen Sie das und bieten Sie die Messwerte an, die passen, anstatt einen auszuwählen und eine Kette darauf aufzubauen.
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. Schlechtes Audio ist meistens eines oder zwei dieser Symptome, und jedes hat eine mitgelieferte Antwort:
| Es klingt wie | Greifen Sie zu |
|---|---|
| Brummen oder dumpfes Dröhnen | rumble-cut oder ein highpass bei 80 Hz |
| Dröhnend, hohl | Dröhnen zähmen-Job (200 Hz) |
| Gedämpft, als hinter Pappe | Schlamm reduzieren-Job (250 Hz) |
| Wörter schwer zu verstehen | Klarheit hinzufügen-Job (3 kHz) oder das Bett aussparen |
| Schrill und anstrengend | Härte mildern-Job (3,2 kHz) |
| Manche Wörter viel lauter als andere | Gleichmäßigkeit mit einem Kompressor oder Pegel ausgleichen |
| Raumton zwischen Sätzen | room-gate |
| Stimme und Musik kämpfen | Sprachaussparung – kein EQ auf einem von beiden |
| Trocken, wie nirgendwo aufgenommen | room-tight oder room-natural |
| Einfach „Amateur“ | voice-clean, das vier der obigen in Reihenfolge ist |
Vollständiger Katalog, was jedes Preset enthält, das Bandvokabular und was bewusst NICHT abgedeckt wird (De-Essing, Rauschentfernung, Tonanpassung): references/presets.md.
Subtrahieren Sie vor dem Hinzufügen, pegeln Sie nach dem Filtern, Beziehungen nach dem Pegel, Charakter und Begrenzung zuletzt. Jeder Schritt ändert, was der nächste hört – ein Kompressor, der vor einem Hochpass eingestellt wird, jagt dem Brummen hinterher.
Greifen Sie nach dem Problem, nicht nach dem Namen zu einer Familie
Filter (highpass, lowpass, peaking, lowshelf, highshelf) entscheiden, welche Frequenzen eine Spur belegen darf. Dies ist das erste Werkzeug, wenn zwei Quellen kollidieren, denn Kollisionen passieren in Bändern: Ein Bett und eine Stimme wollen beide 1–3 kHz, und das Wegnehmen dieses Bandes aus dem Bett kostet das Bett weit weniger, als das Ganze herunterzudrehen den Mix kostet. Ein Hochpass bei einer Stimme ist die Standardlösung für Brummen; ein Tiefpass verdunkelt oder dämpft absichtlich.
Dynamik (gain, compressor, limiter, gate) entscheiden, wie sich der Pegel einer Spur im Laufe der Zeit verhält. Kompression verringert den Abstand zwischen laut und leise, damit die leisen Teile angehoben werden können. Ein Limiter ist eine Obergrenze – er formt nichts, er garantiert, dass nichts darüber hinausgeht. Ein Gate entfernt, was unterhalb einer Schwelle liegt; so schalten Sie Raumton zwischen Sätzen stumm. gain ist eine einfache Pegelstufe, und sie ist das, was eine Automatisierungsspur verwendet, wenn eine Spur ausweichen muss.
Nichtlinear (saturate, bitcrush) ändert die Form der Wellenform, was Obertöne hinzufügt, die vorher nicht da waren. Greifen Sie danach, wenn eine Spur Charakter oder Härte braucht, anstatt Korrektur – und denken Sie daran, es ist generativ: Es macht eine dünne Quelle dichter, nicht sauberer.
Zeit (delay, reverb, chorus, phaser) versetzt eine Spur in einen Raum oder verleiht ihr Breite. Dies sind diejenigen, die am leichtesten einen Mix ruinieren, weil ein Ausklang oder eine verstimmte Kopie denselben Platz einnimmt, den eine Stimme braucht. Verwenden Sie sie auf dem, das hinter etwas anderem sitzen soll, und halten Sie den Nassanteil niedriger, als es in Isolation richtig klingt.
Die Kette ist seriell: Jeder Effekt verarbeitet, was der vorherige erzeugt hat. Platzieren Sie also korrigierende Filter früh, Charakter in der Mitte und einen Limiter zuletzt, wo er tatsächlich als Obergrenze wirken kann.
Sprachaussparung (Voiceover Carve)
Das Problem, das es löst. Ein Musikbett unter einer Stimme macht die Stimme schwer verständlich. Der Reflex ist, das ganze Bett zu ducken, was funktioniert, aber dem Bett seine gesamte Präsenz nimmt – die Musik wird für die gesamte Sprachdurchsage lahm. Aber die Stimme braucht nicht das gesamte Spektrum. Sie braucht die wenigen Bänder, die sie tatsächlich belegt. Die Aussparung nimmt nur diese, und das Bett behält seine Tiefen und seine Höhen, sodass es immer noch Musik ist, während die Stimme immer noch verständlich ist.
Es ist eine Beziehung, kein Effekt. Die Einstellungen leben auf dem Bett – der Spur, die verarbeitet wird – und sie benennen die Stimmen, auf die gehört werden soll, genau wie ein Sidechain-Kompressor: Sie wählen die Spur aus, die leiser wird, und wählen aus, was sie leiser macht. Setzen Sie niemals eine Aussparung auf eine Sprachspur. Eine Stimme, die gegen sich selbst ausgehöhlt wird, ist ein Fehler, keine subtile Mix-Entscheidung.
Jede Stimme, nicht nur eine. sources ist eine Liste, weil ein Bett normalerweise unter einer ganzen Sequenz läuft – einem Erzähler, einer Interview-Antwort, 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 immer dann an, wenn etwas davon passiert. Stimmen, die nie spielen, während das Bett läuft, werden weggelassen; sie können es nicht überdecken.
Eine Aussparung gegen mehr als eine Clip-ID ist falsch. Gruppieren Sie die Clips und sparen Sie gegen die Gruppe aus. Dies ist eine Invariante, kein Tipp. Das Aufzählen von Clips einzeln muss erschöpfend richtig sein und bleibt nur bis zum nächsten Schnitt richtig – ein vierter Erzählclip, der später hinzugefügt wird, spielt außerhalb des Wissens der Aussparung, und das Bett duckt nicht leise darunter. Stattdessen die Gruppe zu nennen, löst die Mitgliedschaft zum Analysezeitpunkt auf, sodass ein später zur Gruppe hinzugefügter Clip abgedeckt ist, ohne sources überhaupt zu berühren:
<!-- die Erzählung gruppieren, dann das Bett gegen die Gruppe aussparen -->
<audio id="vo-intro" data-audio-group="sprache" …></audio>
<audio id="vo-mitte" data-audio-group="sprache" …></audio>
<audio id="vo-outro" data-audio-group="sprache" …></audio>
<audio id="musik" data-fx-carve='{"enabled":true,"sources":["sprache"],"strength":0.8}' …></audio>
Eine sources-Liste, die zwei oder mehr einfache Clip-IDs anstelle einer Gruppe nennt, wird von der Lint-Regel audio_carve_ungrouped_sources abgefangen – sie funktioniert trotzdem, aber es ist die Version, die still verrottet, wenn ein Clip hinzugefügt wird.
Halten Sie die Aussparungsgruppe eine Sprachgruppe: kein Bett, kein SFX, keine Musik. Eine Gruppen-ID in sources löst sich bei jeder Analyse zu jedem aktuellen Mitglied auf, sodass die Gruppe, die Sie nennen, die Gruppe ist, die Sie später bekommen – 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 gegeben und gegen seinen eigenen Inhalt ausgehöhlt – die Regel „nie eine Spur gegen sich selbst aussparen“ trifft eine Analyse später ein.
- Ein SFX- oder Musikclip in der Sprachgruppe. Er tritt bei der nächsten Analyse in den Sidechain ein, und das Bett beginnt unter einem Wusch zu ducken, obwohl der Lauf, der das Attribut geschrieben hat, es nie gemessen hat.
Beides ist im Moment, in dem die Aussparung geschrieben wird, unsichtbar: Die Analyse summiert die erkannten Stimmen und durchläuft nie die Gruppenauflösung, sodass der erste Durchgang tatsächlich korrekt ist und nur der nächste falsch ist. Geben Sie also jeder Rolle ihre eigene Gruppe – musik für das Bett, sprache für die Erzählung, sfx für die Effekte – und halten Sie die in sources benannte Gruppe so, dass sie nichts als Stimmen enthält.
carve.mjs weigert sich, die Gruppenform zu schreiben, wenn es einen der beiden Fälle sieht, zeichnet Clip-IDs auf und gibt auf stderr aus, welches Mitglied es blockiert hat. Die Regel audio_carve_ungrouped_sources zeigt dann auf das Arrangement.