Plugin-Installation: Vor Setup- oder Aktualisierungsbefehlen folgen Sie bitte den Plugin-Installationsregeln, wenn dieses Skill in einem HyperFrames-Plugin enthalten ist. Bei eigenständigen Installationen beachten Sie die untenstehenden Aktualisierungshinweise.
Was macht HyperFrames Audio?
Ein Mix ist eine Menge von Beziehungen, kein Stapel von Prozessoren. Zwei Spuren, die für sich genommen gut klingen, können zusammen unerträglich sein – und die Lösung ist fast nie „einfach leiser drehen". Es geht darum, herauszufinden, worum sie sich streiten, und es dem zu geben, der es braucht. Jedes hier beschriebene Werkzeug dient dazu, eine dieser Beziehungen auszudrücken.
Effekte werden auf dem Element als data-fx-chain gespeichert, und sowohl die Vorschau als auch der Render nutzen denselben Web Audio Graph – das Studio in einem Live-Kontext, die Engine in einem Offline-Kontext, und zwar im Browser, den sie bereits steuert. Es gibt nur eine Implementierung jedes Effekts, sodass das, was Sie beim Scrubbing hören, auch ausgegeben wird. Sie stimmen nie zweimal ab.
Das 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. Dieses Skill verwaltet das Ein-/Ausblenden von platzierten Spuren, Überblendungshüllkurven, Spurlautstärke, Volumen- und Effektautomation, Ducking/Voiceover-Carve sowie die Effektkette. /media-use ist für die Beschaffung, Generierung und Vorverarbeitung zuständig.
Die konstante data-playback-rate (0.1..10) ist render-sicher für Bild und tonhöhenerhaltenden Klang, wenn übereinstimmende Audio-/Video-Elemente dasselbe Timing, denselben Quellversatz und dieselbe Rate verwenden. Ein Geschwindigkeitsübergang ist eine rate-Spur in data-automation (siehe docs/reference/speed-ramps); er überschreibt die Konstante und bewahrt die Tonhöhe in Vorschau und Render. HyperFrames bietet keine automatische Wellenformsynchronisation oder Driftkorrektur. Für kopierbare Schnitt-/Überblend-/Neuzeit-Rezepte verwenden Sie /hyperframes-core → references/creator-editing-recipes.md.
Drei Attribute enthalten 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 | Enthält |
|---|---|
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, damit es neu abgeleitet werden kann |
Die mitgelieferten Effektfamilien sind: Gain, EQ (Hochpass, Tiefpass, Peak, Shelf), Kompressor, Limiter, Gate, Sättigung, Delay, Reverb, Chorus, Phaser und Bitcrush.
Exaktes JSON für jeden Effekt 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 Aufgaben und Ein-Knopf-Profile sowie eine Tabelle von Symptom zu Lösung: references/presets.md – lesen Sie das, bevor Sie manuell eine Kette bauen, denn eines der Presets oder benannten Aufgaben nennt meist schon das Problem.
Wie es zusammenhängt
Zwei Bearbeitungsoberflächen schreiben diese Attribute; zwei Laufzeiten lesen sie über dieselben Builder. Diese gemeinsame Mitte ist der Grund, warum die Vorschau den Render vorhersagt.
flowchart TB
voice["Sprachspur<br/>Mediendatei"]
bed["Musikbett<br/>Mediendatei"]
subgraph AUTHOR["Authoring – die einzigen Dinge, die Attribute schreiben"]
panel["Studio<br/>Voiceover-Carve-Steuerung"]
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 geschnitztem 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 den Nachhall durchlässt"]
wav --> mix["Engine · audioMixer<br/>Volume-Spur im PCM gebacken, nicht im Graph"]
mix --> out["der gerenderte Mix"]
edit["Bearbeiten des Attributs während der Wiedergabe"] -.->|MutationObserver| preview
Die eigenen Einstellungen des Carve werden nie während der Wiedergabe gelesen – die Kette und die Spuren, die es erzeugt hat, werden abgespielt. data-fx-carve existiert, damit die Stärke eines bestehenden Carve geändert werden kann, anstatt sie aus den Filtern zurückraten zu müssen.
Innerhalb eines geschnitzten Musikbetts durchläuft das Signal zuerst die Senken, dann den Pegelausgleich, dann alles, was Sie selbst gebaut haben – weshalb ein von Ihnen hinzugefügter Limiter immer noch als letzte Begrenzung 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/>Pegelausgleich"]
g --> hand["eigene 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 abduckt"| g
Zuerst herausfinden, was falsch ist
Die folgende Tabelle beginnt mit „es klingt dröhnend" – was voraussetzt, dass jemand bereits zugehört und das gesagt hat. Wenn Sie eine Datei bekommen mit der Anweisung „reparieren Sie das", haben Sie keinen solchen Satz und können nicht zuhören, also müssen Sie messen. Eine Regel gilt für alles:
Das absolute Spektrum einer einzelnen unbekannten Stimme kann nicht diagnostiziert werden. Formanten sind ±10 dB, Grundfrequenzen liegen zwischen 85 und 255 Hz, und Sätze fallen am Ende um 5–6 dB ab. Jedes davon liest sich als Defekt, und jedes davon ist der Sprecher.
Vergleichen Sie also, und zwar 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 und nicht die Stimme. Der 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 Evaluierung, die dieser Anleitung zugrunde liegt, kamen genau davon.
Wenn es kein Original und keine nutzbare Stille gibt, ist ein statischer tonaler Defekt wirklich unterbestimmt. Sagen Sie das und bieten Sie die passenden Messwerte an, anstatt einen auszuwählen und eine Kette darauf zu bauen.
Befehle, Fallstricke und erprobte Rezepte: references/diagnosis.md. Lesen Sie es, bevor Sie eine Datei diagnostizieren, die niemand beschrieben hat.
Beginnen Sie mit dem Symptom
Sobald Sie das Band und die Art kennen, benennen Sie, was mit dem Audio falsch ist. Die meisten schlechten Audios sind eine oder zwei dieser Kategorien, und jede hat eine mitgelieferte Antwort:
| Es klingt nach | Greifen Sie zu |
|---|---|
| Brummen oder dumpfer Unterton | rumble-cut oder ein highpass bei 80 Hz |
| Dröhnend, vollmundig | Tame Boominess Aufgabe (200 Hz) |
| Gedämpft, hinter Pappe | Reduce Mud Aufgabe (250 Hz) |
| Wörter schwer verständlich | Add Clarity Aufgabe (3 kHz) oder Carve des Betts |
| Schrill und anstrengend | Soften Harshness Aufgabe (3.2 kHz) |
| Manche Wörter viel lauter als andere | Evenness auf einem Kompressor oder Even Out Levels |
| Raumton 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 „laienhaft" | voice-clean, was vier der obigen in Reihenfolge ist |
Vollständiger Katalog, was jedes Preset enthält, das Bandvokabular und was bewusst NICHT abgedeckt wird (De-Essing, Rauschentfernung, Tonabgleich): references/presets.md.
Subtrahieren Sie, bevor Sie addieren, gleichen Sie den Pegel nach dem Filtern aus, Beziehungen nach dem Pegel, Charakter und Begrenzung zuletzt. Jeder Schritt ändert, was der nächste hört – ein Kompressor, der vor einem Hochpass eingestellt wird, verbringt seine Zeit damit, dem Brummen hinterherzujagen.
Greifen Sie nach einer Familie, nicht nach dem Namen
Filter (highpass, lowpass, peaking, lowshelf, highshelf) entscheiden, welche Frequenzen eine Spur besetzen darf. Dies ist das erste Werkzeug, wenn zwei Quellen kollidieren, denn Kollisionen treten in Bändern auf: Ein Musikbett und eine Stimme wollen beide 1–3 kHz, und dies dem Bett wegzunehmen kostet das Bett weit weniger, als die ganze Sache leiser zu drehen dem Mix kostet. Ein Hochpass auf einer Stimme ist die Standardlösung für Brummen; ein Tiefpass verdunkelt oder dämpft bewusst.
Dynamik (gain, compressor, limiter, gate) bestimmt, 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 Begrenzung – er formt nichts, er stellt sicher, dass nichts darüber hinausgeht. Ein Gate entfernt, was unter einem Schwellwert liegt – so schalten Sie Raumton zwischen Phrasen aus. gain ist eine einfache Pegelstufe und wird von einer Automationsspur geritten, wenn eine Spur Platz machen muss.
Nichtlinear (saturate, bitcrush) verändert die Wellenform, fügt Harmonische hinzu, die nicht da waren. Greifen Sie dazu, wenn eine Spur Charakter oder Körnung braucht, keine 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 gibt ihr Breite. Diese verderben am leichtesten einen Mix, weil ein Nachhall oder eine verstimmte Kopie denselben Raum 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. Korrigierende Filter gehören also nach vorne, Charakter in die Mitte und ein Limiter zuletzt, wo er tatsächlich als Begrenzung wirken kann.
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 zwar funktioniert, dem Bett aber seine gesamte Präsenz nimmt – die Musik wird für die gesamte Sprachaufnahme schlaff. Aber die Stimme braucht nicht das gesamte Spektrum. Sie braucht nur die wenigen Bänder, die sie tatsächlich besetzt. Carve nimmt nur diese, und das Bett behält seinen Bass und seine Höhen, sodass es immer noch Musik ist, während die Stimme verständlich bleibt.
Es ist eine Beziehung, kein Effekt. Die Einstellungen liegen 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, die leiser wird, und aus, was sie leiser macht. Setzen Sie niemals ein Carve auf eine Sprachspur. Eine Stimme, die gegen sich selbst geschnitzt 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 – ein Erzähler, eine Interviewantwort, ein zweiter Moderator. Sie werden auf der eigenen Zeitbasis des Betts summiert, bevor etwas gemessen wird (mixCarveSources), sodass eine Analyse alle abdeckt: Die Bänder stammen aus der gesamten vorhandenen Sprache, und die Hüllkurven steigen an, wo immer etwas davon passiert. Stimmen, die nie während des Betts abgespielt werden, bleiben außen vor; sie können es nicht maskieren.
Ein Carve gegen mehr als eine Clip-ID ist falsch. Gruppieren Sie die Clips und schnitzen Sie gegen die Gruppe. Dies ist eine Invariante, kein Tipp. Clips einzeln zu benennen muss vollständig richtig sein und bleibt es nur bis zum nächsten Schnitt – ein vierter, später hinzugefügter Erzählclip läuft außerhalb der Wahrnehmung des Carve, und das Bett duckt nicht leise darunter. Stattdessen die Gruppe zu benennen, löst die Mitgliedschaft zum Analysezeitpunkt auf, sodass ein später zur Gruppe hinzugefügter Clip abgedeckt ist, ohne sources zu berühren:
<!-- Gruppieren Sie die Erzählung, dann schnitzen 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 statt einer Gruppe benennt, wird von der Lint-Regel audio_carve_ungrouped_sources erfasst – sie funktioniert zwar, ist aber die Version, die stillschweigend verrottet, wenn ein Clip hinzugefügt wird.
Halten Sie die Carve-Gruppe eine Sprachgruppe: kein Bett, kein SFX, keine Musik. Eine Gruppen-ID in sources wird bei jeder Analyse zu jedem aktuellen Mitglied aufgelöst, sodass die benannte Gruppe die Gruppe ist, die Sie später bekommen – nicht die Spuren, die beim Schreiben gemessen wurden. Zwei Arten, wie das beißt:
- Das Bett in seiner eigenen Quellgruppe. Es wird sich selbst als Stimme übergeben und gegen seinen eigenen Inhalt geschnitzt – die Regel „schnitzen Sie nie eine Spur gegen sich selbst" tritt bei einer späteren Neuanalyse ein.
- Ein SFX- oder Musik-Clip in der Sprachgruppe. Bei der nächsten Analyse gelangt er in die Sidechain, und das Bett beginnt unter einem „Woosh" zu ducken, obwohl der Lauf, der das Attribut geschrieben hat, ihn nie gemessen hat.
Beide sind in dem Moment unsichtbar, in dem das Carve geschrieben wird: 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 – music für das Bett, voiceover für die Erzählung, sfx für die Effekte – und halten Sie die in sources benannte Gruppe, die 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 audio_carve_ungrouped_sources-Regel zeigt dann auf das Arrangement.