Plugin-Installation: Vor dem Einrichten oder Aktualisieren der frischen Installation befolgen Sie die Plugin-Ausführungsregeln, wenn sich diese Skill innerhalb eines HyperFrames-Plugins befindet. Eigenständige Installationen behalten die unten stehenden Aktualisierungshinweise bei.
HyperFrames Audio
Ein Mix ist eine Menge von Beziehungen, kein Stapel von Prozessoren. Zwei Spuren, die für sich genommen jeweils gut klingen, können zusammen unerträglich sein, und die Lösung ist fast nie „eine leiser zu drehen“ – es geht darum, herauszufinden, worüber sie sich streiten, und es demjenigen zu geben, der es braucht. Jedes Werkzeug hier existiert, um eine dieser Beziehungen auszudrücken.
Effekte leben auf dem Element als data-fx-chain, und Vorschau und Rendering 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, sodass das, was Sie beim Scrubbing hören, auch das ist, was geschrieben wird. Sie stimmen nie zweimal ab.
Das Clip-Timing bleibt /hyperframes-core: Audio-/Video-Trimmungen und Quellbereiche verwenden data-start, data-duration und data-media-start, und Überblendungen überlappen Clips auf verschiedenen Spuren. Diese Skill besitzt das Ein-/Ausblenden auf platzierten Spuren, Überblendungshüllkurven, Spurlautstärke/Spurpegel, Lautstärke- und Effektautomation, Ducking/Voiceover-Carve und die Effektkette. /media-use besitzt die Beschaffung, Erzeugung und Vorverarbeitung.
Konstante data-playback-rate (0,1..10) ist render-sicher für Bild und tonhöhenerhaltenen Klang, wenn übereinstimmende Audio-/Video-Elemente das gleiche Timing, den gleichen Quellenversatz und die gleiche Rate verwenden. Ein Geschwindigkeitsrampe ist eine rate-Spur in data-automation (siehe docs/reference/speed-ramps); sie gewinnt gegen die Konstante und behält die Tonhöhe in Vorschau und Rendering. HyperFrames bietet keine automatische Wellenformsynchronisation oder Driftkorrektur.
Für kopierbare Schnitt-/Überblend-/Neuzeit-Rezepte verwenden Sie /hyperframes-core → references/creator-editing-recipes.md.
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 | 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 Carves, damit er neu abgeleitet werden kann |
Die mitgelieferten Effektfamilien sind Gain, EQ (Hochpass, Tiefpass, Peak, Shelves), Kompressor, Limiter, Gate, Sättigung, Delay, Hall, Chorus, Phaser und Bitcrush.
Genaues 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 sowie eine Tabelle von Symptom zu Lösung:
references/presets.md — lesen Sie das, bevor Sie von Hand eine Kette bauen, denn eines der Presets oder benannten Jobs benennt das Problem meist schon.
Wie es zusammenhängt
Zwei Autoren-Oberflächen schreiben diese Attribute; zwei Laufzeitumgebungen lesen sie durch dieselben Builder. Diese gemeinsame Mitte ist der Grund, warum die Vorschau das Rendering vorhersagt.
flowchart TB
voice["Voicespur<br/>Mediendatei"]
bed["Musikbett<br/>Mediendatei"]
subgraph AUTHOR["Autoren – die einzigen, 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 Bettenelement"]
carveAttr["data-fx-carve<br/>sources · strength"]
chainAttr["data-fx-chain<br/>peaking xN + gain, getaggt mit fromCarve"]
autoAttr["data-automation<br/>eine Spur pro gecarvtem 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["Rendering<br/>OfflineAudioContext im headless Browser<br/>applyAudioFxChain"]
sched --> render
preview --> heard["was Sie beim Scrubbing hören"]
render --> wav["verarbeitetes WAV<br/>+ chainTailSeconds, damit der Mix den Ausklang durchlässt"]
wav --> mix["Engine · audioMixer<br/>Volumenspur 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 des Carves werden nie zur Wiedergabe gelesen – die Kette und die Spuren, die er erzeugt hat, sind das, was abgespielt wird. data-fx-carve existiert, damit die Stärke eines vorhandenen Carves geändert werden kann, anstatt sie aus den Filtern zurückzuerschließen.
Innerhalb eines gecarvten Betts läuft das Signal zuerst durch die Senken, dann durch die Pegelanpassung, dann durch alles, was Sie selbst gebaut haben – deshalb wirkt ein Limiter, den Sie hinzufügen, immer noch als letzte Begrenzung:
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/>Pegelanpassung"]
g --> hand["Ihre eigenen Effekte<br/>z. B. Limiter"]
hand --> dest["Spurlautstärke, dann Ausgang"]
l1["Spur fx.n1.gain"] -.->|"Hüllkurve des Voice-<br/>Pegels 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 „es klingt dröhnend“ – was voraussetzt, dass jemand bereits zugehört und das gesagt hat. Wenn Sie eine Datei und „behebe das“ bekommen, haben Sie keinen solchen Satz und können nicht zuhören, also müssen Sie messen. Eine Regel regelt das Ganze:
Das absolute Spektrum einer einzelnen unbekannten Stimme kann nicht diagnostiziert werden. Formanten liegen bei ±10 dB, Grundfrequenzen bei 85–255 Hz, und Sätze fallen gegen Ende um 5–6 dB ab. Jeder dieser Werte liest sich für sich genommen wie ein Defekt, und jeder einzelne von ihnen ist der Sprecher.
Vergleichen Sie also, und vergleichen Sie gegen etwas in derselben Datei: das saubere Original, falls vorhanden, sonst die Pausen – alles, 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 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 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.
Beginnen Sie mit dem Symptom
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 mitgelieferte Antwort:
| Es klingt wie | Greifen Sie zu |
|---|---|
| Brummen oder dumpfes Drunter | rumble-cut oder ein highpass bei 80 Hz |
| Dröhnend, brustig | Dröhnen zähmen-Job (200 Hz) |
| Gedämpft, hinter Pappe | Mattigkeit reduzieren-Job (250 Hz) |
| Wörter schwer zu verstehen | Klarheit hinzufügen-Job (3 kHz) oder Bett carven |
| Schrill und anstrengend | Härte mildern-Job (3,2 kHz) |
| Manche Wörter viel lauter als andere | Gleichmäßigkeit mit 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 – das sind vier der obigen in Reihenfolge |
Vollständiger Katalog, was jedes Preset enthält, das Bandvokabular und was bewusst NICHT abgedeckt wird (Entzischen, Rauschentfernung, Tonabgleich):
references/presets.md.
Subtrahieren Sie, bevor Sie hinzufügen, pegeln Sie nach dem Filtern, Beziehungen nach dem Pegeln, Charakter und Begrenzung zuletzt. Jeder Schritt ändert, was der nächste hört – ein Kompressor, der vor einem Hochpass eingestellt wird, verbringt seine Zeit damit, Brummen zu jagen.
Greifen Sie nach einer Familie aufgrund des Problems, nicht des Namens
Filter (highpass, lowpass, peaking, lowshelf, highshelf) entscheiden, welche Frequenzen eine Spur belegen darf. Dies ist das erste Werkzeug für zwei kollidierende Quellen, weil Kollisionen in Bändern stattfinden: Ein Bett und eine Stimme wollen beide 1–3 kHz, und dies dem Bett zu nehmen, kostet das Bett weit weniger, als das Ganze leiser zu drehen den Mix kostet. 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. Die Kompression verringert den Abstand zwischen laut und leise, damit die leisen Teile angehoben werden können. Ein Limiter ist eine Begrenzung – er formt nichts, er garantiert, dass nichts darüber hinauskommt. Ein Gate entfernt, was unter einem Schwellenwert liegt, so schalten Sie den Raumklang zwischen Phrasen stumm. gain ist eine einfache Pegelstufe, und es ist das, was eine Automatisierungsspur reitet, wenn eine Spur ausweichen muss.
Nichtlinear (saturate, bitcrush) verändert die Wellenform und fügt Obertöne hinzu, die vorher nicht da waren. Greifen Sie danach, wenn eine Spur Charakter oder Schärfe statt Korrektur braucht – und denken Sie daran, dass es generativ ist: Es macht eine dünne Quelle dichter, nicht sauberer.
Zeit (delay, reverb, chorus, phaser) versetzt eine Spur in einen Raum oder gibt ihr Breite. Diese sind diejenigen, die am leichtesten einen Mix ruinieren, weil ein Ausklang 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 niedriger, als er isoliert richtig klingt.
Die Kette ist seriell: Jeder Effekt verarbeitet, was der davor erzeugt hat. Also geht korrigierende Filterung früh, Charakter in der 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 gesamte Bett zu ducken, was funktioniert, aber dem Bett seine gesamte Präsenz kostet – die Musik wird für das gesamte Voiceover schlaff. Aber die Stimme braucht nicht das gesamte Spektrum. Sie braucht die wenigen Bänder, die sie tatsächlich belegt. Der Carve nimmt nur diese, und das Bett behält seine Tiefen und 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 wird, genau wie ein Sidechain-Kompressor: Sie wählen die Spur aus, die leiser wird, und wählen, was sie leiser macht. Setzen Sie niemals einen Carve auf eine Voicespur. Eine Stimme, die gegen sich selbst gecarvt 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 die eigene Uhr des Betts summiert, bevor etwas gemessen wird (mixCarveSources), sodass eine Analyse alle abdeckt: Die Bänder stammen von aller vorhandenen Sprache, und die Hüllkurven steigen immer dann an, wenn etwas davon passiert. Stimmen, die nie abgespielt werden, während das Bett läuft, werden weggelassen; sie können es nicht maskieren.
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 vierter, später hinzugefügter Erzählclip spielt außerhalb des Bewusstseins des Carves, und das Bett duckt nicht still darunter. Stattdessen die Gruppe zu benennen, 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 benennt, wird von der audio_carve_ungrouped_sources-Lint-Regel abgefangen – sie funktioniert trotzdem, 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 zu jedem aktuellen Mitglied bei jeder Analyse auf, sodass die Gruppe, die Sie benennen, 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 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. Es tritt bei der nächsten Analyse in den Sidechain ein, und das Bett beginnt unter einem „Whoosh“ zu ducken, obwohl der Lauf, der das Attribut geschrieben hat, es nie gemessen hat.
Beide sind im Moment unsichtbar, in dem der Carve geschrieben wird: Die Analyse summiert die erkannten Stimmen und durchläuft nie die Gruppenauflösung, 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 Hits – 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 dieser 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 …
… [für die Übersetzung gekürzt]