Que fait HyperFrames Audio ?
Un mixage est un ensemble de relations, pas une pile de processeurs. Deux pistes qui sonnent bien séparément peuvent être inécoutables ensemble, et la solution n'est presque jamais de « baisser l'une » — il s'agit de trouver sur quoi elles se battent et de le donner à celle qui en a besoin. Chaque outil ici existe pour exprimer une de ces relations.
Les effets vivent sur l'élément en tant que data-fx-chain, et l'aperçu comme le rendu utilisent le même graphe Web Audio — le studio dans un contexte en direct, le moteur dans un contexte hors ligne à l'intérieur du navigateur qu'il pilote déjà. Il n'y a qu'une seule implémentation de chaque effet, donc ce que vous entendez en déplaçant la tête de lecture est ce qui est écrit. Vous ne réglez jamais deux fois.
Le timing des clips reste /hyperframes-core : les coupes audio/vidéo et les plages sources utilisent data-start, data-duration, et data-media-start, et les fondus enchaînés superposent les clips sur différentes pistes. Cette compétence gère le fondu entrant/sortant des pistes placées, les enveloppes de fondu enchaîné, le gain de piste/volume de piste, l'automatisation du volume et des effets, le ducking/carve de voix off, et la chaîne d'effets. /media-use gère le sourçage, la génération et le prétraitement.
Le data-playback-rate constant (0.1..10) est sûr pour le rendu de l'image et du son préservé en hauteur lorsque les éléments audio/vidéo correspondants utilisent le même timing, le même décalage source et la même vitesse. Une rampe de vitesse est une piste rate dans data-automation (voir docs/reference/speed-ramps) ; elle l'emporte sur la constante et préserve la hauteur dans l'aperçu et le rendu. HyperFrames ne fournit pas de synchronisation automatique de forme d'onde ou de correction de dérive. Pour des recettes copiables de coupe/fondu enchaîné/recalage temporel, utilisez /hyperframes-core → references/creator-editing-recipes.md.
Trois attributs portent tout, sur l'élément audio/vidéo lui-même — ou, pour les deux premiers, sur un bus <hf-audio-group> (voir « Un bus pour plusieurs pistes ») :
| Attribut | Contient |
|---|---|
data-fx-chain | les effets, dans l'ordre du signal |
data-automation | les enveloppes sur le volume de cette piste ou ses paramètres d'effet |
data-fx-carve | les propres réglages du carve, afin qu'il puisse être recalculé |
Les familles d'effets livrées sont le gain, l'EQ (passe-haut, passe-bas, pic, shelf), le compresseur, le limiteur, le gate, le saturateur, le delay, la réverb, le chorus, le phaser et le bitcrush.
JSON exact pour chacun, et les règles qu'une piste doit satisfaire : references/attributes.md.
Chaque effet avec ses paramètres, plages et unités : references/fx-registry.md.
Comment déterminer ce qui ne va pas avec un fichier que vous ne pouvez pas entendre :
references/diagnosis.md.
Presets, tâches nommées et profils à un bouton, plus un tableau symptôme-correction :
references/presets.md — lisez-le avant de construire une chaîne à la main, car un
des presets ou tâches nommées nomme généralement déjà le problème.
Comment tout s'assemble
Deux surfaces d'édition écrivent ces attributs ; deux environnements d'exécution les lisent via les mêmes constructeurs. Ce noyau commun est la raison pour laquelle l'aperçu prédit le rendu.
flowchart TB
voice["piste voix<br/>fichier média"]
bed["fond musical<br/>fichier média"]
subgraph AUTHOR["Édition — les seules choses qui écrivent des attributs"]
panel["Studio<br/>Contrôle du carve de voix off"]
script["scripts/carve.mjs<br/>détecte la paire, dynamique par défaut"]
analysis["core/audioCarve.ts<br/>carveProfile · analyseCarveBands<br/>analyseCarveDuck · analyseCarveDynamics"]
panel --> analysis
script --> analysis
end
voice --> analysis
bed --> analysis
subgraph ATTRS["Écrits sur l'élément du fond musical"]
carveAttr["data-fx-carve<br/>source · force · dynamique"]
chainAttr["data-fx-chain<br/>pic xN + gain, tagué fromCarve"]
autoAttr["data-automation<br/>une piste par paramètre carvé"]
end
analysis --> carveAttr
analysis --> chainAttr
analysis --> autoAttr
subgraph SHARED["Une seule implémentation, lue par les deux"]
build["audioFxGraph.ts · buildFxChain"]
sched["audioFxAutomation.ts · scheduleChainAutomation"]
end
chainAttr --> build
autoAttr --> sched
build --> preview["Aperçu<br/>AudioContext en direct<br/>attachElementFxChain"]
sched --> preview
build --> render["Rendu<br/>OfflineAudioContext dans le navigateur sans tête<br/>applyAudioFxChain"]
sched --> render
preview --> heard["ce que vous entendez en déplaçant la tête"]
render --> wav["WAV traité<br/>+ chainTailSeconds pour que le mix laisse passer la queue"]
wav --> mix["moteur · audioMixer<br/>piste de volume intégrée dans le PCM ici, pas dans le graphe"]
mix --> out["le mix rendu"]
edit["modification de l'attribut pendant la lecture"] -.->|MutationObserver| preview
Les propres réglages du carve ne sont jamais lus à la lecture — la chaîne et les pistes qu'il a produites sont ce qui est joué. data-fx-carve existe pour que la force puisse être modifiée sur un carve existant au lieu d'être devinée à partir des filtres.
À l'intérieur d'un fond musical carvé, le signal traverse d'abord les creux, puis l'égalisation de niveau, puis tout ce que vous avez construit vous-même — c'est pourquoi un limiteur que vous ajoutez agit toujours comme le dernier plafond :
flowchart LR
src["fond musical décodé"] --> p1["filtre pic<br/>400 Hz"]
p1 --> p2["filtre pic<br/>1 kHz"]
p2 --> p3["filtre pic<br/>1.6 kHz"]
p3 --> g["gain<br/>égalisation de niveau"]
g --> hand["vos propres effets<br/>ex. limiteur"]
hand --> dest["gain de piste, puis sortie"]
l1["piste fx.n1.gain"] -.->|"enveloppe du niveau de<br/>la voix dans cette bande"| p1
l4["piste fx.n4.gain"] -.->|"à quel point le fond<br/>musical ducke globalement"| g
Un carve statique est le même graphe avec des valeurs fixes et aucune piste.
D'abord, déterminez ce qui ne va pas
Le tableau ci-dessous part de « ça sonne brouillon » — ce qui suppose que quelqu'un a déjà écouté et l'a dit. Si on vous donne un fichier avec pour instruction « corrigez ça », vous n'avez pas une telle phrase et vous ne pouvez pas écouter, donc vous devez mesurer. Une règle gouverne tout cela :
Le spectre absolu d'une seule voix inconnue ne peut pas être diagnostiqué. Les formants sont ±10 dB, les fondamentales vont de 85 à 255 Hz, et les phrases chutent de 5 à 6 dB à mesure qu'elles se terminent. Chacune de ces variations ressemble à un défaut en soi, et chacune d'elles est le locuteur.
Donc comparez, et comparez avec quelque chose à l'intérieur du même fichier : l'original propre s'il existe, sinon les silences — tout ce qui est audible dans un trou est additif, et le spectre du trou est celui du canal plutôt que celui de la voix. Comparer avec un spectre moyen publié ou une voix de contrôle synthétisée ne fonctionne pas : deux locuteurs diffèrent plus que la plupart des défauts, et les deux mauvaises réponses dans l'évaluation derrière ce guide provenaient exactement de cela.
Lorsqu'il n'y a pas d'original et pas de silence utilisable, un défaut tonal statique est véritablement sous-déterminé. Dites-le et proposez les lectures qui correspondent, plutôt que d'en choisir une et de construire une chaîne dessus.
Commandes, pièges et recettes éprouvées : references/diagnosis.md. Lisez-le avant de diagnostiquer un fichier que personne n'a décrit.
Partez du symptôme
Une fois que vous connaissez la bande et le type, nommez ce qui ne va pas avec l'audio. La plupart des mauvais audios sont un ou deux de ces problèmes, et chacun a une réponse fournie :
| Ça ressemble à | Utilisez |
|---|---|
| Bourdonnement ou bruit sourd en dessous | rumble-cut, ou un highpass à 80 Hz |
| Brouillon, qui résonne dans la poitrine | Tâche Apprivoiser le brouillon (200 Hz) |
| Étouffé, derrière du carton | Tâche Réduire la boue (250 Hz) |
| Paroles difficiles à comprendre | Tâche Ajouter de la clarté (3 kHz), ou carver le fond musical |
| Dur et fatiguant | Tâche Adoucir la dureté (3.2 kHz) |
| Certains mots beaucoup plus forts que d'autres | Uniformité sur un compresseur, ou Niveler les niveaux |
| Son de pièce entre les phrases | room-gate |
| Voix et musique qui se battent | Carve de voix off — pas un EQ sur l'un ou l'autre |
| Sec, enregistré nulle part | room-tight ou room-natural |
| Juste « amateur » | voice-clean, qui est quatre des ci-dessus dans l'ordre |
Catalogue complet, contenu de chaque preset, vocabulaire des bandes, et ce qui est délibérément NON couvert (dé-essing, réduction de bruit, correspondance tonale) :
references/presets.md.
Soustrayez avant d'ajouter, niveau après filtrage, relations après niveau, caractère et plafond en dernier. Chaque étape change ce que la suivante entend — un compresseur réglé avant un filtre passe-haut passe son temps à poursuivre le bruit sourd.
Utilisez une famille selon le problème, pas le nom
Filtres (highpass, lowpass, peaking, lowshelf, highshelf) décident quelles fréquences une piste est autorisée à occuper. C'est le premier outil lorsque deux sources entrent en collision, car les collisions se produisent par bandes : un fond musical et une voix veulent tous les deux 1–3 kHz, et retirer cela du fond musical coûte bien moins au fond musical que baisser l'ensemble ne coûte au mixage. Un filtre passe-haut sur une voix est la correction standard pour les bruits sourds ; un passe-bas assombrit ou étouffe délibérément.
Dynamiques (gain, compressor, limiter, gate) décident comment le niveau d'une piste se comporte dans le temps. La compression réduit l'écart entre le fort et le faible afin que les parties faibles puissent être relevées. Un limiteur est un plafond — il ne façonne rien, il garantit que rien ne le dépasse. Un gate supprime ce qui est en dessous d'un seuil, ce qui est ainsi que l'on fait taire le son de pièce entre les phrases. gain est un simple étage de niveau, et c'est ce qu'une piste d'automatisation utilise lorsqu'une piste doit s'effacer.
Non linéaires (saturate, bitcrush) changent la forme de l'onde, ce qui ajoute des harmoniques qui n'étaient pas là. Utilisez-les lorsqu'une piste a besoin de caractère ou de grain plutôt que de correction — et rappelez-vous qu'elles sont génératives : elles rendent une source fine plus dense, pas plus propre.
Temporels (delay, reverb, chorus, phaser) placent une piste dans un espace ou lui donnent de la largeur. Ce sont ceux qui peuvent le plus facilement ruiner un mixage, car une queue ou une copie désaccordée occupe le même espace dont une voix a besoin. Utilisez-les sur la chose qui doit se trouver derrière quelque chose d'autre, et maintenez la quantité d'effet humide plus basse que ce qui semble correct isolément.
La chaîne est en série : chaque effet traite ce que le précédent a produit. Donc, le filtrage correctif va tôt, le caractère au milieu, et un limiteur en dernier où il peut réellement agir comme un plafond.
Carve de voix off
Le problème qu'il résout. Un fond musical sous une voix rend la voix difficile à suivre. Le réflexe est de ducker tout le fond musical, ce qui fonctionne mais coûte au fond musical toute sa présence — la musique devient molle pendant toute la voix off. Mais la voix n'a pas besoin de tout le spectre. Elle a besoin des quelques bandes qu'elle occupe réellement. Le carve ne prend que celles-ci, et le fond musical conserve ses basses fréquences et son haut, donc il reste musical tandis que la voix reste intelligible.
C'est une relation, pas un effet. Les réglages vivent sur le fond musical — la piste qui est traitée — et ils nomment les voix à écouter, exactement comme un compresseur sidechain : vous sélectionnez la piste qui devient plus silencieuse et choisissez ce qui la rend plus silencieuse. Ne mettez jamais un carve sur une piste de voix. Une voix carvée contre elle-même est un bogue, pas un choix de mixage subtil.
Chaque voix, pas une seule d'entre elles. sources est une liste, car un fond musical passe généralement sous toute une séquence — un narrateur, une réponse d'interview, un second présentateur. Elles sont sommées sur la propre horloge du fond musical avant que quoi que ce soit ne soit mesuré (mixCarveSources), donc une analyse les couvre toutes : les bandes proviennent de toute la parole présente, et les enveloppes montent partout où l'une d'elles se produit. Les voix qui ne jouent jamais pendant que le fond musical joue sont laissées de côté ; elles ne peuvent pas le masquer.
Un carve contre plus d'un seul identifiant de clip est faux. Regroupez les clips et carvez contre le groupe. C'est un invariant, pas un conseil. Nommer les clips un par un doit être exhaustivement correct et ne le reste que jusqu'à la prochaine édition — un quatrième clip de narration ajouté plus tard joue en dehors de la conscience du carve, et le fond musical ne ducke pas silencieusement en dessous. Nommer le groupe à la place résout l'appartenance au moment de l'analyse, donc un clip ajouté au groupe plus tard est couvert sans toucher à sources du tout :
<!-- groupe la narration, puis carve le fond musical contre le groupe -->
<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>
Une liste sources nommant deux identifiants de clip simples ou plus au lieu d'un groupe est détectée par la règle de lint audio_carve_ungrouped_sources — cela fonctionne toujours, mais c'est la version qui se dégrade silencieusement lorsqu'un clip est ajouté.
Gardez le groupe de carve comme un groupe de voix : pas de fond musical, pas de SFX, pas de musique. Un identifiant de groupe dans sources résout en chaque membre actuel à chaque analyse, donc le groupe que vous nommez est le groupe que vous obtenez plus tard — pas les pistes qui ont été mesurées lorsqu'il a été écrit. Deux façons dont cela mord :
- Le fond musical dans son propre groupe source. Il est donné à lui-même comme une voix et carvé contre son propre contenu — la règle « ne jamais carver une piste contre elle-même » arrive une ré-analyse plus tard.
- Un clip SFX ou musical dans le groupe de voix. Il entre dans la sidechain à l'analyse suivante et le fond musical commence à duck sous un whoosh, même si l'exécution qui a écrit l'attribut ne l'a jamais mesuré.
Les deux sont invisibles au moment où le carve est écrit : l'analyse somme les voix qu'elle a détectées et ne fait jamais un aller-retour via la résolution de groupe, donc la première passe est réellement correcte et seule la suivante est fausse. Donc, donnez à chaque rôle son propre groupe — music pour le fond musical, voiceover pour la narration, sfx pour les effets sonores — et gardez le groupe nommé dans sources ne contenant que des voix.
carve.mjs refuse d'écrire la forme de groupe lorsqu'il voit l'un ou l'autre cas, enregistre les identifiants de clip et dit sur stderr quel membre l'a bloqué. La règle audio_carve_ungrouped_sources pointe alors vers l'arrangement au lieu que la CLI persiste silencieusement un carve plus large que celui qu'elle a mesuré.
Une voix que cette exécution a laissée de côté n'est pas un de ces cas et ...