Análisis de canciones para edición

¿Qué hace Análisis de canciones para edición?

Resumen

Usa esta habilidad para convertir una canción en inteligencia práctica de edición: tempo, cuadrícula de beats, mapa de secciones, curva de energía, prioridades de corte, notas de ajuste de material de archivo, marcadores de línea de tiempo y un resumen de selección de material de archivo para agentes.

El script incluido es la ruta predeterminada porque mantiene el análisis reproducible y produce salidas tanto legibles para humanos como para máquinas.

Flujo de trabajo

1. Confirma la ruta del audio y crea una carpeta de salida para los entregables.
2. Asegúrate de que las dependencias de Python estén disponibles: librosa, numpy, scipy, matplotlib, pandas, scikit-learn y soundfile.
3. Ejecuta scripts/analyze_song_for_editing.py <archivo-audio> --out <carpeta-salida>.
4. Inspecciona la imagen de la línea de tiempo de energía y el CSV de secciones generados. Si la seccionación automática sobre-divide una sección ocupada, sintetiza un mapa de macro secciones más simple en la respuesta final o en un archivo markdown separado.
5. Usa el resumen de material de archivo para agentes cuando otro agente elija clips, monte una edición o puntúe candidatos de material de archivo.
6. Para la producción posterior, usa $footage-review-pack para seleccionar fuentes, $beat-synced-montage-builder para ensamblar la edición y $edit-delivery-qa para verificar el render final.

Salidas del script

Para un archivo de entrada llamado mi_canción.mp3, el script escribe:

• mi_canción_beats.csv: cada beat detectada con tiempo, posición estimada de compás/beat, energía, graves, brillo, fuerza del transitorio y prioridad de corte.
• mi_canción_cut_markers_30fps.csv: marcadores de corte primarios y secundarios con código de tiempo de 30 fps y notas concisas de marcador.
• mi_canción_sections.csv: regiones estructurales detectadas con energía promedio, carácter sonoro, ajuste de material de archivo y estrategia de corte.
• mi_canción_phrases.csv: notas de edición a nivel de frase de 8 beats.
• mi_canción_energy_timeline.png: forma de onda, curva de energía, indicaciones de material de archivo y secciones detectadas.
• mi_canción_editing_guide.md: guía de edición legible para humanos.
• mi_canción_agent_footage_brief.json: instrucciones estructuradas de selección de material de archivo para otro agente.
• mi_canción_analysis.json: resumen general legible por máquina.

Cuadrículas de corte basadas en transitorios (motor v2, preferido para corte denso)

Cuando la edición debe cortar en cada momento que la canción lo permite (incluyendo ráfagas rápidas), omite los umbrales de marcador y construye una cuadrícula de transitorios en bruto:

env    = librosa.onset.onset_strength(y=y, sr=sr, hop_length=512)
onsets = librosa.onset.onset_detect(onset_envelope=env, sr=sr, hop_length=512,
                                    backtrack=False, delta=0.02, units="time")

delta=0.02 captura todo (0.03-0.04 para cuadrículas más limpias). Fusiona los transitorios más cercanos que 0.13s manteniendo el más fuerte; cuantiza en fotogramas con int(round((t-t0)*FPS)); fuerza un corte en el fotograma 0; descarta los cortes dentro de 2 fotogramas del final. Mantén cuando sea escaso, estalla cuando esté ocupado: nunca insertes cortes de relleno fuera de la cuadrícula. Los transitorios en el cuartil superior de fuerza ganan acentos (zooms de entrada). Ajusta cualquier cuadrícula de beats estimada al transitorio real más cercano si está dentro de 60ms (los transitorios se sitúan hasta ~35ms fuera de una cuadrícula de tempo constante); para momentos de transformación/cambio de estilo, cuantiza con piso (floor), no redondeo, para que el cambio aterrice en el fotograma que contiene el transitorio.

Selección de ventanas virales (qué 15-30s cortar)

Puntúa las ventanas candidatas en cinco señales: repetición/coro (autosimilitud de cromas sincronizada con beats, diagonales + 8 fuera de diagonal puestas a cero, media de fila), aumento de energía (post_mean(4s) - pre_mean(4s) — encuentra construcción→caída), costura del bucle (similitud de coseno de cromas+mfcc justo después del final de la ventana versus justo después del inicio — bucles invisibles), ubicación de la letra (una frase que comienza dentro de [inicio-0.5, inicio+3.0], potenciada por palabras emocionales) y la prioridad de tiempo de inicio publicada por el propio artista. Anclajes = picos de repetición principales + beats de mayor aumento de energía + la prioridad, cada uno ajustado al tiempo fuerte del compás en o justo antes de él para que el gancho aterrice temprano. Combina aproximadamente 0.26*energía + 0.20*repetición + 0.18*aumento*2 + 0.16*letra + 0.12*costura_bucle + 0.08*prioridad; mantén las ventanas principales con superposición <50%.

Seguidores de envolvente (impulsar FX continuos)

Para efectos reactivos al audio, remuestrea la envolvente de transitorios a la cuadrícula de fotogramas, normaliza por el percentil 95, luego un pico de retención de un polo (ataque instantáneo, exp(-1/(fps*0.22..0.25)) decaimiento). Pulsos de beat para zoom de impacto/florecimiento: por beat agrega amp * exp(-(t-t_beat)/0.16), amp con peso de energía. Mantén graves / energía / agudos / transitorios como canales normalizados separados — nunca un escalar de volumen único — y deja los canales de eventos de transitorios sin suavizar. Renderiza los FX contra la misma ventana de inicio/duración exacta que la edición para que los pulsos y los cortes compartan una envolvente (sincronizados por construcción).

Reglas de interpretación

Trata el tempo, los beats y los compases como estimaciones hasta que se verifiquen con la forma de onda o de oído. Las cuadrículas de beats suelen ser lo suficientemente buenas para ediciones aproximadas, pero el etiquetado del tiempo fuerte puede estar desplazado por un beat o una frase.

Usa esta escala de energía para la selección de material de archivo:

• Energía 1 / muy baja: atmósfera, títulos, tomas detalladas, movimientos lentos de cámara, configuración tranquila.
• Energía 2 / baja: preparación, anticipación, contexto, cámara lenta, pre-acción.
• Energía 3 / media: movimiento visible, reacciones, material de archivo B rítmico, cortes de 2-4 beats.
• Energía 4 / alta: movimiento activo, tomas cercanas al impacto, material de archivo B rápido, cortes de 1-2 beats.
• Energía 5 / pico: material de archivo más fuerte, colisiones, revelaciones, movimientos rápidos de cámara, impactos VFX, alternancia rápida, cortes de 0.5-1 beat.

Usa los puntos de corte primarios para cambios de sujeto principales, impactos, cortes duros, revelaciones, aterrizajes de rampa de velocidad y títulos. Usa los puntos de corte secundarios para cambios de ángulo, cortes de continuación, intercambios más pequeños de material de archivo B e inicios de rampa de velocidad.

Selección de material de archivo por agente

Cuando un agente elija material de archivo, pásale *_agent_footage_brief.json más cualquier inventario de material de archivo disponible. Indica al agente que:

1. Etiquete cada clip candidato con content_type de la taxonomía del resumen.
2. Puntúe cada clip candidato con motion_intensity de 1 a 5.
3. Haga coincidir la intensidad del clip con el energy_level de cada sección, permitiendo más/menos 1 a menos que la edición necesite un contraste deliberado.
4. Reserve los clips de peak_impact e intensidad de movimiento 5 para la sección de mayor energía.
5. Coloque cambios de sujeto, impactos y revelaciones en los puntos de corte primarios.
6. Use duraciones más cortas, recortes más ajustados, rampas de velocidad o detalles de impacto repetidos cuando el material de archivo disponible sea menos intenso que la música.

Guía para humanos

Proporciona siempre un mapa macro conciso además de los datos sin procesar. Los editores necesitan criterio musical, no solo una lista de beats. Señala:

• Dónde mantener las tomas.
• Dónde comienzan los primeros cortes rítmicos significativos.
• Dónde comienza la caída o el pico.
• Qué sección merece el mejor material de archivo.
• Los puntos de corte más fuertes por marca de tiempo.
• Cualquier incertidumbre, especialmente si la detección de secciones sobre-divide o si el tiempo fuerte puede estar desplazado.

Habilidades posteriores

Esta habilidad produce la inteligencia musical. Usa las habilidades complementarias para el resto del flujo de trabajo repetible:

• $footage-review-pack: construir listas cortas, galerías de revisión, manifiestos y procedencia de fuentes.
• $beat-synced-montage-builder: mapear material de archivo a marcadores de corte y renderizar variantes de montaje social.
• $edit-delivery-qa: inspeccionar renders finales, hojas de contacto, densidad de línea de tiempo y preparación para la entrega.