Diseño de sonido
El sonido es la mitad de lo que hace que una película parezca cara. Cada acción visible tiene un sonido que la acompaña, una suave base musical sostiene toda la película, y la mezcla es limpia y con el volumen suficiente sin distorsión.
Nunca sintetices la banda sonora en código (ruido numpy, pads de seno, pitidos). Sonó mal y se eliminó de la película de lanzamiento de coldframe. Usa efectos de sonido reales grabados y música real.
1. Capas
- Base musical (siempre, a menos que el producto final sea silencioso): suave, instrumental, tempo constante, sin voces. Ambiente/electrónica/piano suave para herramientas de desarrollo; se sitúa por debajo de todo.
- Efectos de sonido de interfaz: uno para cada interacción visible.
- Efectos de sonido de transición: siseos, silbidos, ascensores, impactos para movimientos de cámara y cortes.
- Locución (solo si el usuario lo solicita): grabada o TTS de alta calidad que el usuario apruebe; siempre con subtítulos incrustados.
2. Fuentes
| Qué | Dónde | Notas |
|---|---|---|
| Efectos de sonido de interfaz + transición | public/sfx/: la biblioteca coldframe (§5) | CC0 (Kenney, Remotion @remotion/sfx); seguro para commit y redistribución |
| Más efectos de sonido | Paquetes de audio Kenney (CC0), @remotion/sfx (licencia por sonido en su página), Freesound (filtro CC0) | Registra la fuente + licencia en library.json |
| Música | El usuario elige: Pixabay Music (gratuito, sin atribución), Chosic filtro CC0, YouTube Audio Library, o una pista que posean | Ofrece 2–3 opciones que se ajusten al ambiente; no hagas commit de pistas de Pixabay/YouTube en un repositorio público (sus licencias prohíben redistribuir el archivo en sí); mantenlas en el public/music/ del proyecto de un repositorio privado o añádelas a .gitignore y súbelas para el renderizado |
| Efectos de sonido / música / voz generados por IA | ElevenLabs (efectos de sonido, música, TTS) o similar, solo con la clave API del usuario y su aprobación | Escucha y aprueba antes de usar |
3. Empareja cada sonido con su acción
Elige según qué es el elemento, lo pesado que es y lo que acaba de suceder. Nunca reutilices la misma muestra exacta dos veces seguidas: alterna variantes y varía playbackRate 0.96–1.04 y ganancia ±2 dB.
| En pantalla | Sonido | Nivel vs. música |
|---|---|---|
| Clic del cursor en un control pequeño (pestaña, enlace, icono) | clic suave / tictac | sutil, +3 dB |
| Pulsación de botón principal (Ejecutar, Renderizar, Desplegar, CTA) | clic más firme con algo de cuerpo | +6 dB |
| Alternar / interruptor / casilla de verificación | interruptor (dos estados), variante de activado ≠ desactivado | +4 dB |
| Escritura en un terminal/campo de entrada | tecleos, uno por cada 1–3 caracteres, variados; un poco más fuerte en Enter | sutil |
| Pasar el ratón / enfoque / mover la selección | tictac muy suave, o nada | apenas audible |
| Tarjeta o panel aterriza / encaja en su lugar | caída / golpe suave | +4 dB |
| Notificación, insignia, contador se completa | pop / campanilla suave | +5 dB |
| Éxito / verificado / hecho | timbre de confirmación (el sonido de "recompensa") | +6 dB |
| Error / fallo (solo si se muestra) | zumbido grave apagado, corto | +4 dB |
| Movimiento de cámara, entrada rápida, giro panorámico | siseo / silbido cuyo pico coincide con el fotograma más rápido | +4 dB |
| Impacto de paleta / gran revelación | impacto (golpe bajo), con un ascensor antes si se ha añadido a la biblioteca | +8 dB, el momento más fuerte |
| Logotipo / tarjeta final | golpe suave + la frase resolutiva de la música | +6 dB |
Agrupa los sonidos para que la película tenga 3–4 familias reconocibles (clics, siseos, un timbre de recompensa, un impacto), no 30 aleatorios.
4. Sincronización
- Clics y toques: en el fotograma en el que el botón se hunde visiblemente (o 1 fotograma antes; de lo contrario, el sonido parece retrasado).
- Siseos: comienzan temprano para que el pico caiga en el fotograma más rápido del movimiento.
- Impactos: exactamente en el fotograma del impacto / destello. Deja 3–8 fotogramas de casi silencio antes de una gran revelación (baja la música).
- Corta en el ritmo de la música cuando puedas: elige el BPM y ajusta los inicios de escena a los golpes (
frames por golpe = fps * 60 / bpm).
5. Constrúyelo en Remotion
coldframe setup instala la biblioteca en public/sfx/ (37 sonidos CC0 en 17 roles, recortados para que comiencen en el fotograma, con igualdad de sonoridad; fuentes en public/sfx/LICENSE.md, detalles en library.json) y las ayudas en src/coldframe-sound.tsx.
| Rol | Uso |
|---|---|
click-soft | clic en un control pequeño (pestaña, enlace, icono) |
click-firm | pulsación en un botón principal (Ejecutar, Renderizar, CTA) |
tick | pasar el ratón / enfoque / mover la selección |
key, key-enter | escritura; Enter al final de un comando |
toggle-on, toggle-off | interruptores, casillas de verificación |
select | opción elegida en una lista |
drop | tarjeta/panel aterriza y encaja en su lugar |
pop | notificación, insignia, elemento pequeño aparece |
confirm | éxito / verificado / hecho (el sonido de recompensa) |
error | un fallo mostrado en pantalla |
open, close | panel/ventana se expande o contrae (pico alineado) |
whoosh | movimiento de cámara, entrada rápida, giro panorámico (pico alineado) |
impact-soft | elemento aterriza con peso, acento de ritmo |
impact | el único gran momento: impacto de paleta, revelación, logotipo |
import { MusicBed, Sfx, typingCues } from "./coldframe-sound";
<MusicBed src="music/bed.mp3" volume={0.35} duckAt={[REVEAL]} />
<Sfx role="click-firm" at={PRESS} /> // el fotograma en que el botón se hunde visiblemente
<Sfx role="whoosh" at={FASTEST_FRAME} /> // el pico cae automáticamente en `at`
{typingCues(TYPE_START, TYPE_END, cmd.length).map((f) => <Sfx key={f} role="key" at={f} />)}
<Sfx role="key-enter" at={ENTER} />
<Sfx role="confirm" at={RESULT} />
<Sfx role="impact" at={REVEAL} />
- Las variantes rotan y
playbackRatevaría ±3% automáticamente, por lo que los clics repetidos nunca suenan idénticos. - Mantén cada fotograma de referencia en el mismo objeto de configuración que los elementos visuales (fotogramas relativos a la escena), para que el sonido y la imagen no se desincronicen.
- Comienza con
volume1 para los efectos y 0.3–0.4 para la base musical, luego ajusta midiendo (§6). - Audición de toda la biblioteca: la composición
SfxAuditiondel proyecto de ejemplo (npx remotion render SfxAudition out/sfx-audition.wav --codec=wav). - ¿Necesitas un sonido que la biblioteca no tenga (ascensor, golpe grave, ambiente)? Añade un archivo CC0 a
public/sfx/, anota su fuente enLICENSE.mdy pide al usuario que lo apruebe.
Los fragmentos de coldframe transportan su porción de audio como PCM sin pérdida, por lo que muchas etiquetas <Audio> superpuestas se renderizan y unen con precisión de muestra en la nube.
6. Niveles y sonoridad
- Mezcla final: aproximadamente -14 LUFS integrados (YouTube, redes sociales), pico verdadero ≤ -1 dBTP. Las versiones para héroe web/README se entregan silenciosas (eliminar audio:
ffmpeg -i in.mp4 -an -c:v copy out.mp4). - La base musical se sitúa muy por debajo de los efectos (aproximadamente -24 a -20 LUFS por sí sola); redúcela 6–10 dB bajo la locución y antes de la gran revelación.
- Medición:
ffmpeg -i out.mp4 -af loudnorm=print_format=json -f null -(integrado, pico verdadero) y-af volumedetect(pico). Usa el ffmpeg del sistema; el integrado de Remotion carece de estos filtros. - Sin distorsión, sin bombeo, ningún efecto de sonido más fuerte que el momento del único impacto.
7. Aprobación antes del renderizado completo
- Renderiza solo el audio, localmente (barato, sin fotogramas de vídeo):
npx remotion render <Comp> out/audio-preview.wav --codec=wav. Para películas largas, corta una muestra de 10–15 s alrededor de la parte más movida. - Envíalo al usuario con una lista de señales de una línea ("0:03 siseo de entrada, 0:07 clic, 0:09 timbre de éxito…") y espera su aprobación.
- Solo entonces renderiza el vídeo en la nube con coldframe.
8. Lista de verificación
- Base musical elegida por el usuario (se ofrecieron 2–3 opciones), licencia anotada, entra y sale con fundidos limpios.
- Cada clic visible, pulsación de tecla, alternancia, aterrizaje, éxito y movimiento de cámara tiene un sonido que lo acompaña; nada visible sucede en silencio a menos que sea intencionado.
- 3–4 familias de sonidos, variantes rotadas, sin repeticiones idénticas consecutivas.
- Impactos en el fotograma, picos de siseo en el fotograma más rápido, clics en el fotograma de pulsación.
- Aproximadamente -14 LUFS integrados, pico verdadero ≤ -1 dBTP, sin distorsión (medido).
- Muestra de audio aprobada por el usuario antes del renderizado en la nube.
- Versión silenciosa exportada para README / héroe del sitio web.