Áudio HyperFrames
Uma mixagem é um conjunto de relacionamentos, não uma pilha de processadores. Duas faixas que soam bem sozinhas podem ser insuportáveis juntas, e a correção raramente é "abaixar uma" — é descobrir sobre o que elas estão brigando e dar a quem precisa. Cada ferramenta aqui existe para expressar um desses relacionamentos.
Os efeitos vivem no elemento como data-fx-chain, e a pré-visualização e a renderização executam o mesmo grafo de Web Audio — o estúdio em um contexto ao vivo, o mecanismo em um offline dentro do navegador que ele já dirige. Há uma implementação de cada efeito, então o que você ouve enquanto varre é o que é gravado. Você nunca ajusta duas vezes.
A temporização de clipes permanece em /hyperframes-core: cortes de áudio/vídeo e intervalos de origem usam data-start, data-duration e data-media-start, e crossfades sobrepõem clipes em faixas diferentes. Esta skill gerencia fade-in/fade-out de faixas colocadas, envelopes de crossfade, ganho/volume da faixa, automação de volume e efeitos, ducking/carve de narração e a cadeia de efeitos. /media-use gerencia sourcing, geração e pré-processamento.
A constante data-playback-rate (0.1..10) é segura para renderização de imagem e som com preservação de tom ao corresponder elementos de áudio/vídeo que usam a mesma temporização, deslocamento de origem e taxa. Uma rampa de velocidade é uma pista rate em data-automation (veja docs/reference/speed-ramps); ela prevalece sobre a constante e mantém o tom na pré-visualização e renderização. HyperFrames não fornece sincronização automática de forma de onda ou correção de deriva.
Para receitas copiáveis de corte/crossfade/re-temporização, use /hyperframes-core → references/creator-editing-recipes.md.
Três atributos carregam tudo, no próprio elemento de áudio/vídeo — ou, para os dois primeiros, em um barramento <hf-audio-group> (veja "Um barramento para muitas faixas"):
| Atributo | Contém |
|---|---|
data-fx-chain | os efeitos, na ordem do sinal |
data-automation | envelopes no volume desta faixa ou em seus parâmetros de efeito |
data-fx-carve | as próprias configurações do carve, para que ele possa ser re-derivado |
As famílias de efeitos fornecidas são ganho, EQ (passa-alta, passa-baixa, pico, prateleiras), compressor, limitador, gate, saturação, delay, reverb, chorus, phaser e bitcrush.
JSON exato para cada um, e as regras que uma pista deve satisfazer: references/attributes.md.
Cada efeito com seus parâmetros, faixas e unidades: references/fx-registry.md.
Como descobrir o que está errado com um arquivo que você não pode ouvir:
references/diagnosis.md.
Presets, trabalhos nomeados e perfis de um botão, além de uma tabela de sintoma para correção:
references/presets.md — leia isso antes de construir uma cadeia manualmente, porque um dos presets ou trabalhos nomeados geralmente já nomeia o problema.
Como tudo se encaixa
Duas superfícies de autoria escrevem esses atributos; dois runtimes os leem através dos mesmos construtores. Esse meio compartilhado é por que a pré-visualização prevê a renderização.
flowchart TB
voice["faixa de voz<br/>arquivo de mídia"]
bed["fundo musical<br/>arquivo de mídia"]
subgraph AUTHOR["Autoria — as únicas coisas que escrevem atributos"]
panel["Estúdio<br/>Controle de carve de narração"]
script["scripts/carve.mjs<br/>detecta o par, dinâmico por padrão"]
analysis["core/audioCarve.ts<br/>carveProfile · analyseCarveBands<br/>analyseCarveDuck · analyseCarveDynamics"]
panel --> analysis
script --> analysis
end
voice --> analysis
bed --> analysis
subgraph ATTRS["Escrito no elemento do fundo musical"]
carveAttr["data-fx-carve<br/>fonte · intensidade · dinâmico"]
chainAttr["data-fx-chain<br/>pico xN + ganho, marcado fromCarve"]
autoAttr["data-automation<br/>uma pista por parâmetro esculpido"]
end
analysis --> carveAttr
analysis --> chainAttr
analysis --> autoAttr
subgraph SHARED["Uma implementação, lida por ambos"]
build["audioFxGraph.ts · buildFxChain"]
sched["audioFxAutomation.ts · scheduleChainAutomation"]
end
chainAttr --> build
autoAttr --> sched
build --> preview["Pré-visualização<br/>AudioContext ao vivo<br/>attachElementFxChain"]
sched --> preview
build --> render["Renderização<br/>OfflineAudioContext no navegador headless<br/>applyAudioFxChain"]
sched --> render
preview --> heard["o que você ouve enquanto varre"]
render --> wav["WAV processado<br/>+ chainTailSeconds para a mixagem deixar a cauda passar"]
wav --> mix["mecanismo · audioMixer<br/>pista de volume assada no PCM aqui, não no grafo"]
mix --> out["a mixagem renderizada"]
edit["editando o atributo durante a reprodução"] -.->|MutationObserver| preview
As configurações do carve nunca são lidas na reprodução — a cadeia e as pistas que ele produziu são o que toca. data-fx-carve existe para que a intensidade possa ser alterada em um carve existente, em vez de ser adivinhada a partir dos filtros.
Dentro de um fundo musical esculpido, o sinal passa primeiro pelos dips, depois pelo nivelamento de nível, depois pelo que você mesmo construiu — é por isso que um limitador que você adiciona ainda age como o último teto:
flowchart LR
src["fundo musical decodificado"] --> p1["pico<br/>400 Hz"]
p1 --> p2["pico<br/>1 kHz"]
p2 --> p3["pico<br/>1.6 kHz"]
p3 --> g["ganho<br/>nivelamento de nível"]
g --> hand["seus próprios efeitos<br/>ex: limitador"]
hand --> dest["ganho da faixa, depois saída"]
l1["pista fx.n1.gain"] -.->|"envelope do nível da<br/>voz nessa banda"| p1
l4["pista fx.n4.gain"] -.->|"o quanto o fundo musical<br/>abaixa globalmente"| g
Um carve estático é o mesmo grafo com valores fixos e nenhuma pista.
Primeiro, descubra o que está errado
A tabela abaixo parte de "soa encorpado" — o que pressupõe que alguém já ouviu e disse isso. Recebendo um arquivo e "corrija isso", você não tem essa frase e não pode ouvir, então você tem que medir. Uma regra governa tudo:
O espectro absoluto de uma voz desconhecida não pode ser diagnosticado. Formantes são ±10 dB, fundamentais variam de 85 a 255 Hz, e sentenças caem 5–6 dB conforme terminam. Cada um deles parece um defeito por si só, e cada um deles é o falante.
Então compare, e compare com algo dentro do mesmo arquivo: o original limpo se existir, caso contrário as pausas — o que for audível em uma lacuna é aditivo, e o espectro da lacuna é o canal, não a voz. Comparar com um espectro médio publicado ou uma voz de controle sintetizada não funciona: dois falantes diferem mais do que a maioria dos defeitos, e ambas as respostas erradas na avaliação por trás desta orientação vieram exatamente disso.
Quando não há original e nenhum silêncio utilizável, um defeito tonal estático é genuinamente subdeterminado. Diga isso e ofereça as leituras que se encaixam, em vez de escolher uma e construir uma cadeia nela.
Comandos, armadilhas e receitas testadas: references/diagnosis.md. Leia-o antes de diagnosticar um arquivo que ninguém descreveu.
Comece pelo sintoma
Depois de conhecer a banda e o tipo, nomeie o que está errado com o áudio. A maioria dos áudios ruins é um ou dois destes, e cada um tem uma resposta fornecida:
| Parece com | Recorra a |
|---|---|
| Zumbido ou pancada por baixo | rumble-cut, ou um highpass a 80 Hz |
| Encorpado, peitoral | Trabalho Domar Encorpamento (200 Hz) |
| Abafado, atrás de papelão | Trabalho Reduzir Lama (250 Hz) |
| Palavras difíceis de entender | Trabalho Adicionar Clareza (3 kHz), ou esculpir o fundo musical |
| Áspero e cansativo | Trabalho Suavizar Aspereza (3.2 kHz) |
| Algumas palavras muito mais altas que outras | Uniformidade em um compressor, ou Nivelar Níveis |
| Tom ambiente entre frases | room-gate |
| Voz e música brigando | Carve de narração — não um EQ em nenhum deles |
| Seco, gravado em lugar nenhum | room-tight ou room-natural |
| Apenas "amador" | voice-clean, que é quatro dos acima em ordem |
Catálogo completo, o que cada preset contém, o vocabulário de bandas e o que é deliberadamente NÃO coberto (de-essing, remoção de ruído, correspondência de tom):
references/presets.md.
Subtraia antes de adicionar, nivele depois de filtrar, relacionamentos depois de nivelar, caráter e teto por último. Cada etapa muda o que a próxima ouve — um compressor ajustado antes de um passa-alta gasta seu tempo perseguindo ruído de baixa frequência.
Recorra a uma família pelo problema, não pelo nome
Filtros (highpass, lowpass, peaking, lowshelf, highshelf) decidem quais frequências uma faixa pode ocupar. Esta é a primeira ferramenta para duas fontes colidindo, porque colisões acontecem em bandas: um fundo musical e uma voz ambos querem 1–3 kHz, e tirar isso do fundo musical custa muito menos ao fundo musical do que abaixar tudo custa à mixagem. Um passa-alta em uma voz é a correção padrão para ruído de baixa frequência; um passa-baixa escurece ou abafa deliberadamente.
Dinâmicas (gain, compressor, limiter, gate) decidem como o nível de uma faixa se comporta ao longo do tempo. Compressão estreita a distância entre alto e baixo para que as partes baixas possam subir. Um limitador é um teto — ele não molda nada, ele garante que nada passe. Um gate remove o que está abaixo de um limiar, que é como você silencia o tom ambiente entre frases. gain é um estágio de nível simples, e é o que uma pista de automação monta quando uma faixa precisa sair do caminho.
Não lineares (saturate, bitcrush) mudam a forma da forma de onda, o que adiciona harmônicos que não estavam lá. Recorra a ele quando uma faixa precisa de caráter ou agressividade em vez de correção — e lembre-se que é generativo: torna uma fonte fina mais densa, não mais limpa.
Temporais (delay, reverb, chorus, phaser) colocam uma faixa em um espaço ou lhe dão largura. Estes são os que mais facilmente estragam uma mixagem, porque uma cauda ou uma cópia desafinada ocupa o mesmo espaço que uma voz precisa. Use-os na coisa que deve ficar atrás de outra coisa, e mantenha a quantidade de sinal molhado menor do que parece certo isoladamente.
A cadeia é serial: cada efeito processa o que o anterior produziu. Então filtragem corretiva vai no início, caráter no meio, e um limitador por último onde ele pode realmente atuar como um teto.
Carve de narração
O problema que resolve. Um fundo musical sob uma voz dificulta o acompanhamento da voz. O reflexo é abaixar todo o fundo musical, o que funciona e custa ao fundo musical toda a sua presença — a música fica mole durante toda a narração. Mas a voz não precisa de todo o espectro. Ela precisa das poucas bandas que realmente ocupa. O carve tira apenas essas, e o fundo musical mantém suas frequências baixas e agudas, então ainda é música enquanto a voz ainda é inteligível.
É um relacionamento, não um efeito. As configurações vivem no fundo musical — a faixa que é processada — e eles nomeiam as vozes a serem ouvidas, exatamente como um compressor sidechain faz: você seleciona a faixa que fica mais baixa e escolhe o que a torna mais baixa. Nunca coloque um carve em uma faixa de voz. Uma voz esculpida contra si mesma é um erro, não uma escolha sutil de mixagem.
Toda voz, não uma delas. sources é uma lista, porque um fundo musical geralmente corre sob uma sequência inteira — um narrador, uma resposta de entrevista, um segundo apresentador. Eles são somados no relógio do próprio fundo musical antes que qualquer coisa seja medida (mixCarveSources), então uma análise cobre todos eles: as bandas vêm de toda a fala que existe, e os envelopes sobem onde quer que qualquer uma delas esteja acontecendo. Vozes que nunca tocam enquanto o fundo musical toca são deixadas de fora; elas não podem mascará-lo.
Um carve contra mais de um id de clipe está errado. Agrupe os clipes e esculpa contra o grupo. Isso é um invariante, não uma dica. Nomear clipes um a um tem que ser exaustivamente correto e permanece correto apenas até a próxima edição — um quarto clipe de narração adicionado depois toca fora da consciência do carve, e o fundo musical falha em abaixar silenciosamente sob ele. Nomear o grupo resolve a associação no momento da análise, então um clipe adicionado ao grupo depois é coberto sem tocar em sources:
<!-- agrupe a narração, depois esculpa o fundo musical contra o grupo -->
<audio id="vo-intro" data-audio-group="narracao" …></audio>
<audio id="vo-middle" data-audio-group="narracao" …></audio>
<audio id="vo-outro" data-audio-group="narracao" …></audio>
<audio id="musica" data-fx-carve='{\"enabled\":true,\"sources\":[\"narracao\"],\"strength\":0.8}' …></audio>
Uma lista sources nomeando dois ou mais ids de clipe simples em vez de um grupo é capturada pela regra de lint audio_carve_ungrouped_sources — ainda funciona, mas é a versão que apodrece silenciosamente quando um clipe é adicionado.
Mantenha o grupo de carve como um grupo de voz: sem fundo musical, sem SFX, sem música. Um id de grupo em sources resolve para cada membro atual em cada análise, então o grupo que você nomeia é o grupo que você obtém depois — não as faixas que foram medidas quando foi escrito. Duas maneiras que isso morde:
- O fundo musical em seu próprio grupo de origem. Ele é entregue a si mesmo como uma voz e esculpido contra seu próprio conteúdo — a regra "nunca esculpa uma faixa contra si mesma" chegando uma re-análise depois.
- Um clipe de SFX ou música no grupo de voz. Ele entra no sidechain na próxima análise e o fundo musical começa a abaixar sob um whoosh, mesmo que a execução que escreveu o atributo nunca o tenha medido.
Ambos são invisíveis no momento em que o carve é escrito: a análise soma as vozes que detectou e nunca passa pela resolução de grupo, então a primeira passagem é genuinamente correta e apenas a próxima está errada. Então dê a cada função seu próprio grupo — musica para o fundo musical, narracao para a narração, sfx para os hits — e mantenha o grupo nomeado em sources contendo apenas vozes.
carve.mjs se recusa a escrever a forma de grupo quando vê qualquer um dos casos, registra ids de clipe e diz no stderr qual membro o bloqueou. A regra audio_carve_ungrouped_sources então aponta para o arranjo em vez do CLI persistir silenciosamente um carve mais amplo do que mediu.
Uma voz que esta execução deixou de fora não é um desses casos e
…
[truncado para tradução]