Communitygithub.com

HyperFrames Audio

Úsalo cuando el audio ya colocado en una composición de HyperFrames necesite ser mezclado: fundidos de entrada/salida, crossfade, ganancia o volumen de pista, automatización de volumen, ducking, una cama musical que compite con una locución (tallado de locución), efectos en una pista (EQ, compresor, limitador, puerta, saturación, delay, reverberación, chorus, phaser, bitcrush), envolventes de automatización dibujadas en el volumen de una pista o en cualquier parámetro de efecto, o un bus submezcla que lleva una cadena, un fader y un reloj de automatización para varias pistas a la vez (`<hf-audio-group>`). No lo uses para buscar o generar audio — encontrar BGM, SFX o hacer una locución es `/media-use`. No lo uses para sincronización de clips o diseño de pistas, que es `/hyperframes-core`.

¿Qué es HyperFrames Audio?

HyperFrames Audio es una habilidad especializada dentro del ecosistema HyperFrames, diseñada para manejar todas las tareas de mezcla de audio. Se centra en establecer relaciones entre pistas de audio en lugar de procesarlas de forma aislada, abordando problemas como fundidos, automatización, carving de locución (donde una cama musical se ajusta automáticamente para no opacar la voz) y cadenas de efectos. Soporta una amplia gama de efectos de audio, incluyendo EQ, dinámicas, saturación y efectos de tiempo, todos implementados con un motor de audio Web Audio unificado que garantiza que la edición en vista previa coincida exactamente con el renderizado final. El carving de locución es una característica clave que analiza el espectro de la voz y lo aplica dinámicamente a la pista de música, liberando solo las frecuencias que la voz necesita, preservando así la presencia musical mientras se mantiene la inteligibilidad de la voz.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Elis3omndz/Claude_Skills/tree/HEAD/.claude/skills/hyperframes-audio

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Instalación del plugin: Antes de los comandos de configuración o actualización, sigue las reglas de instalación del plugin cuando esta habilidad esté dentro de un plugin de HyperFrames. Las instalaciones independientes mantienen las instrucciones de actualización a continuación.

¿Qué hace HyperFrames Audio?

Una mezcla es un conjunto de relaciones, no una pila de procesadores. Dos pistas que suenan bien por separado pueden ser inescuchables juntas, y la solución casi nunca es "bajar una" — se trata de encontrar por qué están peleando y dárselo a la que lo necesita. Cada herramienta aquí existe para expresar una de esas relaciones.

Los efectos viven en el elemento como data-fx-chain, y la vista previa y el renderizado ejecutan el mismo gráfico de Web Audio — el estudio en un contexto en vivo, el motor en uno offline dentro del navegador que ya maneja. Hay una sola implementación de cada efecto, por lo que lo que escuchas mientras recortas es lo que se escribe. Nunca ajustas dos veces.

La sincronización de clips sigue siendo /hyperframes-core: los recortes de audio/video y los rangos de origen usan data-start, data-duration y data-media-start, y los crossfades superponen clips en diferentes pistas. Esta habilidad controla los fundidos de entrada/salida de pistas colocadas, envolventes de crossfade, ganancia/volumen de pista, automatización de volumen y efectos, ducking/tallado de locución y la cadena de efectos. /media-use controla la búsqueda, generación y preprocesamiento.

La constante data-playback-rate (0.1..10) es segura para renderizar imagen y sonido con tono preservado cuando los elementos de audio/video coincidentes usan la misma sincronización, desplazamiento de origen y tasa. Un ramp de velocidad es un carril rate en data-automation (ver docs/reference/speed-ramps); prevalece sobre la constante y mantiene el tono en vista previa y renderizado. HyperFrames no proporciona sincronización automática de formas de onda ni corrección de deriva. Para recetas copiables de corte/crossfade/re-sincronización, usa /hyperframes-core → references/creator-editing-recipes.md.

Tres atributos lo contienen todo, en el propio elemento de audio/video — o, para los dos primeros, en un bus <hf-audio-group> (ver "Un bus para muchas pistas"):

AtributoContiene
data-fx-chainlos efectos, en orden de señal
data-automationenvolventes en el volumen de esta pista o sus parámetros de efecto
data-fx-carvela configuración del tallado, para que pueda ser re-derivado

Las familias de efectos incluidas son ganancia, EQ (pasaaltos, pasabajos, pico, shelving), compresor, limitador, puerta, saturación, delay, reverberación, chorus, phaser y bitcrush.

JSON exacto para cada uno, y las reglas que debe cumplir un carril: references/attributes.md. Cada efecto con sus parámetros, rangos y unidades: references/fx-registry.md. Cómo determinar qué está mal en un archivo que no puedes escuchar: references/diagnosis.md. Presets, trabajos nombrados y perfiles de un solo mando, además de una tabla de síntoma a solución: references/presets.md — léelo antes de construir una cadena manualmente, porque uno de los presets o trabajos nombrados normalmente ya nombra el problema.

Cómo encaja

Dos superficies de autoría escriben esos atributos; dos entornos de ejecución los leen a través de los mismos constructores. Ese medio compartido es por lo que la vista previa predice el renderizado.

flowchart TB
  voice["pista de voz<br/>archivo multimedia"]
  bed["cama musical<br/>archivo multimedia"]

  subgraph AUTHOR["Autoría — las únicas cosas que escriben atributos"]
    panel["Estudio<br/>Control de tallado de locución"]
    script["scripts/carve.mjs<br/>detecta el par"]
    analysis["core/audioCarve.ts<br/>carveProfile · analyseCarveBands<br/>analyseCarveDuck · analyseCarveDynamics"]
    panel --> analysis
    script --> analysis
  end

  voice --> analysis
  bed --> analysis

  subgraph ATTRS["Escrito en el elemento de la cama musical"]
    carveAttr["data-fx-carve<br/>fuentes · fuerza"]
    chainAttr["data-fx-chain<br/>pico xN + ganancia, etiquetado fromCarve"]
    autoAttr["data-automation<br/>un carril por parámetro tallado"]
  end

  analysis --> carveAttr
  analysis --> chainAttr
  analysis --> autoAttr

  subgraph SHARED["Una implementación, leída por ambos"]
    build["audioFxGraph.ts · buildFxChain"]
    sched["audioFxAutomation.ts · scheduleChainAutomation"]
  end

  chainAttr --> build
  autoAttr --> sched

  build --> preview["Vista previa<br/>AudioContext en vivo<br/>attachElementFxChain"]
  sched --> preview
  build --> render["Renderizado<br/>OfflineAudioContext en el navegador sin cabeza<br/>applyAudioFxChain"]
  sched --> render

  preview --> heard["lo que escuchas mientras recortas"]
  render --> wav["WAV procesado<br/>+ chainTailSeconds para que la mezcla deje pasar la cola"]
  wav --> mix["motor · audioMixer<br/>carril de volumen incluido en el PCM aquí, no en el gráfico"]
  mix --> out["la mezcla renderizada"]

  edit["editando el atributo durante la reproducción"] -.->|MutationObserver| preview

La configuración del tallado nunca se lee durante la reproducción — la cadena y los carriles que produjo son lo que se reproduce. data-fx-carve existe para que la fuerza se pueda cambiar en un tallado existente en lugar de tener que adivinarla de nuevo a partir de los filtros.

Dentro de una cama tallada, la señal pasa primero por los recortes, luego por la compensación de nivel, luego por lo que tú mismo construiste — por eso un limitador que agregues sigue actuando como el último techo:

flowchart LR
  src["cama decodificada"] --> p1["pico<br/>400 Hz"]
  p1 --> p2["pico<br/>1 kHz"]
  p2 --> p3["pico<br/>1.6 kHz"]
  p3 --> g["ganancia<br/>compensación de nivel"]
  g --> hand["tus propios efectos<br/>p. ej. limitador"]
  hand --> dest["ganancia de pista, luego salida"]

  l1["carril fx.n1.gain"] -.->|"envolvente del nivel de la voz<br/>en esa banda"| p1
  l4["carril fx.n4.gain"] -.->|"cuánto se atenúa<br/>la cama en general"| g

Primero, determina qué está mal

La tabla siguiente parte de "suena retumbante" — lo que presupone que alguien ya escuchó y lo dijo. Si te dan un archivo y te dicen "arréglalo", no tienes esa frase y no puedes escuchar, así que tienes que medir. Una regla lo gobierna todo:

El espectro absoluto de una sola voz desconocida no se puede diagnosticar. Los formantes son ±10 dB, los fundamentales van de 85 a 255 Hz, y las oraciones decaen 5–6 dB al final. Cada uno de ellos se lee como un defecto por sí solo, y todos son el hablante.

Así que compara, y compara con algo dentro del mismo archivo: el original limpio si existe, de lo contrario las pausas — todo lo que sea audible en un silencio es aditivo, y el espectro del silencio es el canal en lugar de la voz. Comparar con un espectro promedio publicado o una voz de control sintetizada no funciona: dos hablantes difieren más que la mayoría de los defectos, y ambas respuestas incorrectas en la evaluación detrás de esta guía provinieron exactamente de eso.

Cuando no hay original ni silencio utilizable, un defecto tonal estático es genuinamente subdeterminado. Dilo y ofrece las lecturas que encajen, en lugar de elegir una y construir una cadena sobre ella.

Comandos, trampas y recetas probadas: references/diagnosis.md. Léelo antes de diagnosticar un archivo que nadie ha descrito.

Empieza por el síntoma

Una vez que conoces la banda y el tipo, nombra lo que está mal con el audio. La mayoría del audio malo es uno o dos de estos, y cada uno tiene una respuesta incluida:

Suena comoRecurre a
Zumbido o golpeteo debajorumble-cut, o un highpass a 80 Hz
Retumbante, pectoralTame Boominess trabajo (200 Hz)
Apagado, detrás de cartónReduce Mud trabajo (250 Hz)
Palabras difíciles de entenderAdd Clarity trabajo (3 kHz), o talla la cama
Áspero y cansinoSoften Harshness trabajo (3.2 kHz)
Algunas palabras mucho más fuertes que otrasEvenness en un compresor, o Even Out Levels
Sonido de habitación entre oracionesroom-gate
Voz y música peleandoTallado de locución — no un EQ en ninguna
Seco, sin espacioroom-tight o room-natural
Simplemente "amateur"voice-clean, que son cuatro de los anteriores en orden

Catálogo completo, qué contiene cada preset, el vocabulario de bandas y qué está deliberadamente NO cubierto (de-essing, eliminación de ruido, emparejamiento de tono): references/presets.md.

Resta antes de sumar, nivela después de filtrar, relaciones después del nivel, carácter y techo al final. Cada paso cambia lo que escucha el siguiente: un compresor configurado antes de un filtro pasa-altos gasta su tiempo persiguiendo el retumbo.

Recurre a una familia por el problema, no por el nombre

Filtros (highpass, lowpass, peaking, lowshelf, highshelf) deciden qué frecuencias puede ocupar una pista. Esta es la primera herramienta para dos fuentes que chocan, porque las colisiones ocurren en bandas: una cama y una voz quieren 1–3 kHz, y quitar eso de la cama le cuesta mucho menos a la cama que bajar todo el volumen le cuesta a la mezcla. Un filtro pasa-altos en una voz es la solución estándar para el retumbo; un filtro pasa-bajos oscurece o apaga deliberadamente.

Dinámicas (gain, compressor, limiter, gate) deciden cómo se comporta el nivel de una pista a lo largo del tiempo. La compresión reduce la distancia entre lo fuerte y lo suave para que las partes silenciosas puedan subir. Un limitador es un techo — no da forma a nada, garantiza que nada pase. Una puerta elimina lo que está por debajo de un umbral, que es cómo silencias el sonido de la habitación entre frases. gain es una etapa de nivel simple, y es lo que monta un carril de automatización cuando una pista tiene que apartarse.

No lineales (saturate, bitcrush) cambian la forma de la onda, lo que añade armónicos que no estaban allí. Recurre a ellos cuando una pista necesita carácter o textura en lugar de corrección — y recuerda que es generativo: hace que una fuente delgada sea más densa, no más limpia.

Tiempo (delay, reverb, chorus, phaser) colocan una pista en un espacio o le dan amplitud. Estos son los que más fácilmente arruinan una mezcla, porque una cola o una copia desafinada ocupa el mismo espacio que necesita una voz. Úsalos en lo que debería estar detrás de otra cosa, y mantén la cantidad de efecto húmeda más baja de lo que suena bien de forma aislada.

La cadena es serial: cada efecto procesa lo que produjo el anterior. Así que la filtración correctiva va al principio, el carácter en el medio, y un limitador al final donde realmente puede actuar como techo.

Tallado de locución

El problema que resuelve. Una cama musical debajo de una voz hace que la voz sea difícil de seguir. El reflejo es atenuar toda la cama, lo que funciona pero le cuesta a la cama toda su presencia — la música se vuelve débil durante toda la locución. Pero la voz no necesita todo el espectro. Necesita las pocas bandas que ocupa realmente. El tallado toma solo esas, y la cama mantiene su parte baja y su agudo, así que sigue siendo música mientras la voz sigue siendo inteligible.

Es una relación, no un efecto. La configuración vive en la cama — la pista que se procesa — y nombra las voces a las que escuchar, exactamente como lo hace un compresor de sidechain: seleccionas la pista que se vuelve más silenciosa y eliges qué la hace más silenciosa. Nunca pongas un tallado en una pista de voz. Una voz tallada contra sí misma es un error, no una elección sutil de mezcla.

Cada voz, no una de ellas. sources es una lista, porque una cama generalmente corre bajo una secuencia completa — un narrador, una respuesta de entrevista, un segundo presentador. Se suman al reloj de la cama antes de medir cualquier cosa (mixCarveSources), así que un análisis cubre todas: las bandas provienen de todo el habla que hay, y las envolventes suben dondequiera que esté ocurriendo. Las voces que nunca suenan mientras la cama está activa se dejan fuera; no pueden enmascararla.

Un tallado contra más de un id de clip está mal. Agrupa los clips y talla contra el grupo. Esto es un invariante, no un consejo. Nombrar clips uno por uno tiene que ser exhaustivamente correcto y solo se mantiene correcto hasta la próxima edición — un cuarto clip de narración añadido más tarde se reproduce fuera de la conciencia del tallado, y la cama no se atenúa debajo de él silenciosamente. Nombrar el grupo en su lugar resuelve la pertenencia en el momento del análisis, así que un clip añadido al grupo más tarde está cubierto sin tocar sources en absoluto:

<!-- agrupa la narración, luego talla la cama contra el grupo -->
<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>

Una lista sources que nombre dos o más ids de clip simples en lugar de un grupo es detectada por la regla de lint audio_carve_ungrouped_sources — aún funciona, pero es la versión que se pudre silenciosamente cuando se añade un clip.

Mantén el grupo de tallado como grupo de voz: sin cama, sin SFX, sin música. Un id de grupo en sources se resuelve a cada miembro actual en cada análisis, así que el grupo que nombras es el grupo que obtienes después — no las pistas que se midieron cuando se escribió. Dos formas en que esto muerde:

  • La cama en su propio grupo de fuentes. Se pasa a sí misma como voz y se talla contra su propio contenido — la regla "nunca talles una pista contra sí misma" llega un re-análisis después.
  • Un clip de SFX o música en el grupo de voz. Entra en la sidechain en el siguiente análisis y la cama comienza a atenuarse bajo un "whoosh", incluso cuando la ejecución que escribió el atributo nunca lo midió.

Ambos son invisibles en el momento en que se escribe el tallado: el análisis suma las voces que detectó y nunca pasa por la resolución de grupo, así que el primer pase es genuinamente correcto y solo el siguiente es incorrecto. Así que asigna a cada rol su propio grupo — music para la cama, voiceover para la narración, sfx para los efectos — y mantén el grupo nombrado en sources con solo voces.

carve.mjs se niega a escribir la forma de grupo cuando ve cualquiera de los casos, registra los ids de clip y dice en stderr qué miembro lo bloqueó. La regla audio_carve_ungrouped_sources entonces señala el arreglo...

[truncado para traducción]

Individual skills in this repo

This repo contains 11 individual skills — each has its own dedicated page.

Elis3omndz/Claude_Skills

Add captions or subtitles to an existing single-subject talking-head video without editing the footage. Use for plain verbatim captions, cinematic captions embedded behind the subject, VFX captions, “炸/特效/酷炫字幕,” or a named identity from the 35-style catalog. Route by visual identity, not by backend engine. The quiet `anchor` rail is the default; embed every word only when the user explicitly wants a fully cinematic treatment. The workflow runs locally end to end, including transcription and subject matting; split multi-shot footage before applying it.

Elis3omndz/Claude_Skills

Author or edit a custom HyperFrames composition when no specialized workflow fits, or when BRIEF.md sets flow: companion. Use for longer or multi-scene pieces, brand and sizzle reels, montages, static loops, static title cards, footage remixes, and freeform builds. Use motion-graphics instead for a short unnarrated motion-first unit, including an animated title. Route fresh creation through hyperframes before using this skill.

Elis3omndz/Claude_Skills

All animation knowledge for HyperFrames — atomic motion rules, multi-phase scene blueprints, scene transitions, broader motion-design techniques, AND the seven runtime adapters (GSAP default, plus Lottie, Three.js, Anime.js, CSS keyframes, Web Animations API, TypeGPU). Use for any motion or animation task: pick 2-4 rules and compose, or load a blueprint, or look up runtime-specific API (e.g. GSAP eases / Lottie player / Three.js mixer). Also covers auditing an existing composition's choreography (animation map) and 24 named text-animation effects. HyperFrames-native: single paused timeline, seek-safe, deterministic.

Elis3omndz/Claude_Skills

The HyperFrames composition contract — build one renderable project. Use for composition structure, the `data-*` timing attributes, `class="clip"`, tracks, sub-compositions, variables, framework-owned media playback, deterministic-render rules, and validation. Read before writing composition HTML.

Elis3omndz/Claude_Skills

Non-animation creative direction for HyperFrames videos. Use for design spec (frame.md / design.md) handling, palettes, typography, narration, beat planning, audio-reactive visuals, composition patterns, and brand / style decisions. For atomic motion patterns and scene blueprints, use `hyperframes-animation`.

Elis3omndz/Claude_Skills

Use when a HyperFrames composition needs a punch-in, punch-out, zoom, reframe, Ken Burns treatment, camera move, visual match/whip handoff, or other seek-safe 2D/3D keyframes; also for GSAP, CSS keyframes, Anime.js, WAAPI, FLIP, paths, masks, SVG morph/draw, text trails, 3D depth, or `hyperframes keyframes` diagnostics. Don't use for broad scene strategy, brand design, media sourcing, captions, or general video planning.

Elis3omndz/Claude_Skills

Use when working with a person on a HyperFrames project in Studio: first, whether their message asks for a change at all (questions, loose ideas and "don't change anything" get an answer and a plan, not an edit); for a new film, the plan, storyboard and build order that the HyperFrames launch films follow; and how the timeline should be laid out so it reads well (one caption track, one element kind per track, every scene a sub-composition) and where captions and key content may sit (safe zones). Don't use for how to perform an individual edit (split, trim, retime, volume, copy, swap): that is `creator-editing-recipes.md` in `/hyperframes-core`.

Elis3omndz/Claude_Skills

A short, design-led motion graphic where motion is the message — kinetic typography, stat count-up, chart/data-viz hit, logo sting / brand lockup, lower-third / callout / social overlay, animated map (highlight regions, connect places, zoom to a location), animated tweet / news-article / headline, webpage / UI animation (scroll, cursor, callouts), or fusing a real image's geometry into a chart. Usually under 10s (up to ~30s), no narration or live-action subject; renders to MP4 or transparent overlay. Longer / narrated / multi-scene → /general-video. Unclear → /hyperframes.

Elis3omndz/Claude_Skills

Turn a music track (an audio file, a video to pull audio from, or a track generated from a mood brief) into a beat-synced video — lyric video, slideshow, or kinetic promo. The music drives all pacing; any user-supplied images/videos are cut onto the same beat grid, and a complete video needs zero assets. Narrated pieces → the input-matched workflow (see /hyperframes). Unclear → /hyperframes.

Elis3omndz/Claude_Skills

Turn a product or marketing URL, pasted script, or brief into a product launch / promo video — SaaS promos, feature reveals, product demos, app and company launches. Use when the user wants to market, launch, promote, or reveal a product; the default for any commercial URL. Site tours / showcases of a website route here too — the brief carries the show-it-as-is intent. Unclear → /hyperframes.

Elis3omndz/Claude_Skills

Turn a GitHub pull request (a PR URL, owner/repo#N, or 'this PR' in a checked-out repo) into a code-change explainer video — changelog, feature reveal, fix, or refactor walkthrough built from the diff, commits, and files: the input is a code change, not a website. Not a product promo (/product-launch-video) or a no-PR topic explainer (/faceless-explainer). Unclear → /hyperframes.

Skills relacionados