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 conservan las instrucciones de actualización a continuación.
HyperFrames Audio
Una mezcla es un conjunto de relaciones, no una pila de procesadores. Dos pistas que suenan bien por separado pueden ser inaudibles juntas, y la solución casi nunca es "bajar una" — se trata de encontrar por qué están compitiendo 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 única implementación de cada efecto, por lo que lo que escuchas mientras desplazas es lo que se escribe. Nunca ajustas dos veces.
El timing 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 gestiona los fundidos de entrada/salida de pistas colocadas, las envolventes de crossfade, la ganancia/volumen de pista, la automatización de volumen y efectos, el ducking/tallado de voz y la cadena de efectos. /media-use gestiona la búsqueda, generación y preprocesamiento.
La constante data-playback-rate (0.1..10) es segura para el renderizado de imagen y sonido con preservación de tono cuando los elementos de audio/video coincidentes usan el mismo timing, offset de origen y tasa. Una rampa de velocidad es un carril rate en data-automation (ver docs/reference/speed-ramps); prevalece sobre la constante y mantiene el tono en la vista previa y el renderizado. HyperFrames no proporciona sincronización automática de formas de onda ni corrección de deriva. Para recetas copiables de corte/crossfade/re-timing, 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"):
| Atributo | Contiene |
|---|---|
data-fx-chain | los efectos, en orden de señal |
data-automation | envolventes en el volumen de esta pista o en sus parámetros de efecto |
data-fx-carve | la configuración del tallado en sí, para que pueda ser re-derivada |
Las familias de efectos incluidas son: ganancia, EQ (paso alto, paso bajo, pico, estantería), 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 suele nombrar el problema.
Cómo encaja todo
Dos superficies de autoría escriben esos atributos; dos tiempos de ejecución los leen a través de los mismos constructores. Ese punto medio compartido es por lo que la vista previa predice el renderizado.
flowchart TB
voice["pista de voz<br/>archivo multimedia"]
bed["pista de música de fondo<br/>archivo multimedia"]
subgraph AUTHOR["Autoría — las únicas cosas que escriben atributos"]
panel["Estudio<br/>Control de tallado de voz"]
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 fondo"]
carveAttr["data-fx-carve<br/>fuentes · intensidad"]
chainAttr["data-fx-chain<br/>peaking xN + gain, 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 desplazas"]
render --> wav["WAV procesado<br/>+ chainTailSeconds para que la mezcla deje pasar la cola"]
wav --> mix["motor · audioMixer<br/>el carril de volumen se hornea en el PCM aquí, no en el gráfico"]
mix --> out["la mezcla renderizada"]
edit["editar 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 intensidad se pueda cambiar en un tallado existente en lugar de adivinarla a partir de los filtros.
Dentro de un fondo tallado, la señal pasa primero por los cortes, luego por el ajuste de nivel, luego por lo que hayas construido tú mismo — por eso un limitador que añadas sigue actuando como el último techo:
flowchart LR
src["fondo decodificado"] --> p1["peaking<br/>400 Hz"]
p1 --> p2["peaking<br/>1 kHz"]
p2 --> p3["peaking<br/>1.6 kHz"]
p3 --> g["gain<br/>ajuste 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<br/>de la voz en esa banda"| p1
l4["carril fx.n4.gain"] -.->|"cuánto se<br/>reduce el fondo en general"| g
Primero, determina qué está mal
La tabla a continuación comienza con "suena retumbante" — lo que presupone que alguien ya escuchó y lo dijo. Si te dan un archivo y "arréglalo", no tienes esa frase y no puedes escuchar, por lo 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 oscilan entre 85 y 255 Hz, y las oraciones disminuyen de 5 a 6 dB al final. Cada uno de ellos se lee como un defecto por sí solo, y todos son del hablante.
Así que compara, y compara contra algo dentro del mismo archivo: el original limpio si existe, de lo contrario las pausas — lo que sea audible en un silencio es aditivo, y el espectro del silencio es el canal, no 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 está genuinamente subdeterminado. Dilo y ofrece las lecturas que encajen, en lugar de elegir una y construir una cadena sobre ella.
Comandos, trampas y recetas ya probadas: references/diagnosis.md. Léelo antes de diagnosticar un archivo que nadie ha descrito.
Empieza por el síntoma
Una vez que sepas 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 como | Recurre a |
|---|---|
| Zumbido o golpeteo debajo | rumble-cut, o un highpass a 80 Hz |
| Retumbante, pectoral | Tame Boominess trabajo (200 Hz) |
| Apagado, detrás de cartón | Reduce Mud trabajo (250 Hz) |
| Palabras difíciles de entender | Add Clarity trabajo (3 kHz), o talla el fondo |
| Áspero y agotador | Soften Harshness trabajo (3.2 kHz) |
| Algunas palabras mucho más fuertes | Evenness en un compresor, o Even Out Levels |
| Tono de sala entre oraciones | room-gate |
| Voz y música compitiendo | Voiceover carve — no un EQ en ninguno |
| Seco, sin espacio | room-tight o room-natural |
| Simplemente "amateur" | voice-clean, que son cuatro de los anteriores en orden |
Catálogo completo, lo que contiene cada preset, el vocabulario de bandas y lo que deliberadamente NO se cubre (de-essing, eliminación de ruido, coincidencia 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 el siguiente escucha: un compresor ajustado antes de un paso alto gasta su tiempo persiguiendo retumbos.
Recurre a una familia según el problema, no 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: un fondo y una voz quieren ambos 1–3 kHz, y quitarle eso al fondo le cuesta mucho menos que bajar todo el volumen a la mezcla. Un paso alto en una voz es la solución estándar para el retumbo; un paso bajo oscurece o apaga deliberadamente.
Dinámica (gain, compressor, limiter, gate) decide 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 suaves 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, así es como silencias el tono de sala entre frases. gain es una etapa de nivel simple, y es lo que un carril de automatización monta cuando una pista tiene que hacerse a un lado.
No lineales (saturate, bitcrush) cambian la forma de la onda, lo que añade armónicos que no estaban allí. Recurre a ello 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) pone una pista en un espacio o le da anchura. 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 debe quedar detrás de otra cosa, y mantén la cantidad de efecto húmedo más baja de lo que suena bien de forma aislada.
La cadena es serial: cada efecto procesa lo que el anterior produjo. Así que el filtrado correctivo va temprano, el carácter en el medio, y un limitador al final donde puede actuar realmente como techo.
Tallado de voz (Voiceover carve)
El problema que resuelve. Una música de fondo debajo de una voz dificulta seguir la voz. El reflejo es bajar todo el fondo, lo que funciona pero le cuesta al fondo toda su presencia — la música se vuelve floja durante toda la locución. Pero la voz no necesita todo el espectro. Necesita las pocas bandas que realmente ocupa. El tallado toma solo esas, y el fondo conserva su extremo bajo y su extremo alto, por lo que sigue siendo música mientras la voz sigue siendo inteligible.
Es una relación, no un efecto. La configuración vive en el fondo — 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 sutil elección de mezcla.
Cada voz, no una de ellas. sources es una lista, porque un fondo suele correr bajo una secuencia completa — un narrador, una respuesta de entrevista, un segundo presentador. Se suman al reloj del fondo antes de que se mida nada (mixCarveSources), por lo que un análisis cubre todas: las bandas provienen de todo el discurso que hay, y las envolventes suben dondequiera que esté ocurriendo. Las voces que nunca suenan mientras el fondo lo hace se omiten; no pueden enmascararlo.
Un tallado contra más de un id de clip está mal. Agrupa los clips y talla contra el grupo. Esto es un invariant, no un consejo. Nombrar clips uno por uno tiene que ser exhaustivamente correcto y solo se mantiene correcto hasta la siguiente edición — un cuarto clip de narración añadido más tarde se reproduce fuera del alcance del tallado, y el fondo no logra hacerse más silencioso bajo él. Nombrar el grupo en su lugar resuelve la pertenencia en el momento del análisis, por lo que un clip añadido al grupo más tarde se cubre sin tocar sources en absoluto:
<!-- agrupa la narración, luego talla el fondo 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 de sources que nombra dos o más ids de clip simples en lugar de un grupo es detectada por la regla de lint audio_carve_ungrouped_sources — sigue funcionando, pero es la versión que se pudre silenciosamente cuando se añade un clip.
Mantén el grupo de tallado como un grupo de voz: sin fondo, sin SFX, sin música. Un id de grupo en sources se resuelve a cada miembro actual en cada análisis, por lo 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:
- El fondo en su propio grupo de origen. Se pasa a sí mismo como una voz y se talla contra su propio contenido — la regla de "nunca tallar una pista contra sí misma" llega un re-análisis después.
- Un clip de SFX o música en el grupo de voz. Entra en la cadena lateral en el siguiente análisis y el fondo comienza a hacerse más silencioso bajo un "whoosh", incluso si 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 del grupo, por lo que la primera pasada es genuinamente correcta y solo la siguiente es incorrecta. Así que da a cada rol su propio grupo — music para el fondo, voiceover para la narración, sfx para los golpes — y mantén el grupo nombrado en sources conteniendo solo voces.
carve.mjs se niega a escribir la forma del 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 luego señala el arreglo.