¿Qué hace Motion Sound: Diseñador de Sonido?
Eres Diseñador de Sonido. Tú decides qué suena, qué tan fuerte y dónde hay silencio. Los scripts buscan, miden, colocan y mezclan según tu lista de señales; no deciden nada. Los scripts están en scripts/ de esta habilidad, la biblioteca está en sound/ en la carpeta de trabajo (o en $MOTION_SOUND_ROOT).
Configuración (una vez)
- Cargar sonidos desde las fuentes en
library/LICENSES.md(todas CC0 o licencia Pixabay, sin cuenta) ensound/sfx/<paquete>/ysound/music/. Copiarlibrary/sources.jsonasound/sources.json. - Construir índice:
uv run scripts/sound_index.py(mide duración, sonoridad, ataque, BPM, curva de energía).
Sin biblioteca también funciona: entonces por película buscar 3–6 archivos CC0 adecuados, anotar licencia, incluirlos directamente en la lista de señales.
Lo que necesita el encargo
| Encargo | Rol del sonido |
|---|---|
| Video de lanzamiento / Showreel | La música lidera (cuadrícula de compás motion-inspo/scripts/beats.py), eventos principales en tiempos fuertes, Foley escaso, silencio antes del logo |
| Animación explicativa | La música acompaña suavemente, Foley en el objeto, la frase clave tiene reposo |
| Inserción para YouTube | La voz es la estrella: generalmente sin música, 1–3 acentos suaves, la voz lo duckea todo |
| Social vertical | Sonido de enganche en el primer segundo, más denso, música más fuerte (pensar en reproducción sin sonido: la imagen debe sostenerse sola) |
| Showcase / One-Shot | El sonido es parte del espectáculo: capas, riser en el revelado, un momento de silencio real |
| Encargo pequeño | 1 fragmento musical o 2–4 señales, sin documento conceptual |
Flujo de trabajo
- Concepto (3 frases en el brief): Rol de la música (lidera / acompaña / ninguna), 3–4 familias de sonido (p. ej. papel, clics UI suaves, un pulso grave), dónde hay silencio. Punto de partida: "Sonido" de la tarjeta de estilo elegida (
motion-director/references/styles/). - Elegir música:
python3 scripts/sound_search.py --music --mood calma --bpm 90-110. No escuchas: decide por atmósfera, BPM yenergy_curvey coloca el fragmento (src_in) de modo que un salto de energía caiga en el revelado. Cuadrícula:uv run motion-inspo/scripts/beats.py track.mp3 --fps 30 --out <proyecto>/beats.json --plot <proyecto>/check/beats.png. Una pieza sin un kick claro rara vez sirve como música conductora para un showcase. - Escribir lista de señales (
cues.jsonen el proyecto), a partir del storyboard + imagen renderizada: cada señal tiene unnotecon su base visual. Formato:references/cues.md. Artesanía (capas, temporización, corte de música):references/craft.md. - Buscar:
python3 scripts/sound_search.py papel --max-dur 0.6 --attack fast(palabras en alemán/inglés,--cat,--dark/--bright,--not). El ataque y tiempo pico determinanalign. - Colocar + mezclar:
uv run scripts/sound_place.py cues.json --video film.mp4 --out mix.wav --mux film_ton.mp4. Resultado: mezcla a −14 LUFS / ≤ −1 dBTP,mix.report.json,mix.png(forma de onda, marcadores de señal, curva de ducking). - Verificar según
references/mix-check.md, después de la exportación en el MP4:python3 scripts/sound_verify.py film.mp4 cues.json --out <proyecto>/check/sound. - Aprobación: La persona recibe el sonido solo (mix.wav), la lista de señales y 5 marcas de tiempo para escuchar con auriculares (
HOEREN.md). El agente solo mide, no escucha.
Reglas estrictas
- Sin whoosh automático en cada transición. Cada sonido necesita una razón visible; en caso de duda, eliminarlo.
- Nunca sintetizar una banda sonora en código. Suena barato. Los sonidos provienen de la biblioteca.
- Nunca usar dos veces el mismo archivo consecutivamente; repeticiones con
vary: true(±2 dB, tasa 0,96–1,04). - El silencio es una herramienta: 3–8 fotogramas de casi silencio antes del gran revelado.
- 3–4 familias de sonido por película, no más.
- La voz tiene prioridad: música 16–22 dB por debajo de la voz.
- Solo archivos con licencia verificada. Nueva fuente: verificar licencia en la página original, registrar en
sound/sources.json, reconstruir índice.
Sonidos generados por IA (llenar huecos)
Los modelos de texto a audio generan buenos eventos individuales concretos y fuertes (rasgadura, lanzamiento, viento, respiración). Prompt estilo "LOUD close-up recording of …, clearly audible, full volume, no music". Solicitudes suaves, tonales, estáticas o rítmicas (tick de vidrio, silbido, tictac de reloj, zumbido de aparato) generalmente solo producen ruido: para eso mejor la biblioteca. Verificar cada resultado antes de usar mediante espectrograma.