Instalação de plugins: Antes dos comandos de configuração ou atualização, siga as regras de instalação de plugins quando esta skill estiver dentro de um plugin HyperFrames. Instalações independentes mantêm as instruções de atualização abaixo.
O que HyperFrames Audio faz?
Uma mixagem é um conjunto de relações, não uma pilha de processadores. Duas faixas que soam bem sozinhas podem ser inaudíveis juntas, e a correção quase nunca é "abaixar uma" — é encontrar pelo que elas estão competindo e dar para aquela que precisa. Cada ferramenta aqui existe para expressar uma dessas relações.
Os efeitos residem no elemento como data-fx-chain, e a pré-visualização e a renderização usam o mesmo gráfico Web Audio — o estúdio em um contexto ao vivo, o motor em um offline dentro do navegador que ele já dirige. Há uma única implementação de cada efeito, então o que você ouve enquanto avança é o que é gravado. Você nunca ajusta duas vezes.
O tempo do clipe permanece com /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 faixa colocada, envelopes de crossfade, ganho/volume de faixa, automação de volume e efeitos, ducking/esculpir narração, e a cadeia de efeitos. /media-use gerencia a obtenção, geração e pré-processamento.
A constante data-playback-rate (0.1..10) é segura para renderização de imagem e som preservado de tom quando elementos de áudio/vídeo correspondentes usam o mesmo tempo, deslocamento de origem e taxa. Uma rampa de velocidade é uma faixa rate em data-automation (veja docs/reference/speed-ramps); ela substitui 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/reajuste de tempo, 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, em ordem de sinal |
data-automation | envelopes no volume desta faixa ou em seus parâmetros de efeito |
data-fx-carve | as próprias configurações do esculpir, para que possa ser re-derivado |
As famílias de efeitos fornecidas são ganho, EQ (passa-alta, passa-baixa, pico, prateleiras), compressor, limitador, gate, saturar, delay, reverb, chorus, phaser e bitcrush.
JSON exato para cada um, e as regras que uma faixa deve satisfazer: references/attributes.md.
Cada efeito com seus parâmetros, intervalos e unidades: references/fx-registry.md.
Como descobrir o que está errado com um arquivo que você não pode ouvir:
references/diagnosis.md.
Predefinições, trabalhos nomeados e perfis de um knob, além de uma tabela de sintoma para correção:
references/presets.md — leia isso antes de construir uma cadeia manualmente, porque uma das predefinições ou trabalhos nomeados geralmente já nomeia o problema.
Como tudo se encaixa
Duas superfícies de autoria escrevem esses atributos; dois ambientes de execução os leem através dos mesmos construtores. Esse meio compartilhado é o motivo pelo qual a pré-visualização prevê a renderização.
flowchart TB
voice["faixa de voz<br/>arquivo de mídia"]
bed["base musical<br/>arquivo de mídia"]
subgraph AUTHOR["Autoria — as únicas coisas que escrevem atributos"]
panel["Estúdio<br/>Controle de esculpir narração"]
script["scripts/carve.mjs<br/>detecta o par"]
analysis["core/audioCarve.ts<br/>carveProfile · analyseCarveBands<br/>analyseCarveDuck · analyseCarveDynamics"]
panel --> analysis
script --> analysis
end
voice --> analysis
bed --> analysis
subgraph ATTRS["Escrito no elemento da base musical"]
carveAttr["data-fx-carve<br/>fontes · intensidade"]
chainAttr["data-fx-chain<br/>pico xN + ganho, marcado fromCarve"]
autoAttr["data-automation<br/>uma faixa 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 avança"]
render --> wav["WAV processado<br/>+ chainTailSeconds para que a mixagem deixe a cauda passar"]
wav --> mix["motor · audioMixer<br/>faixa de volume incorporada no PCM aqui, não no gráfico"]
mix --> out["a mixagem renderizada"]
edit["editando o atributo durante a reprodução"] -.->|MutationObserver| preview
As próprias configurações do esculpir nunca são lidas na reprodução — a cadeia e as faixas que ele produziu são o que toca. data-fx-carve existe para que a intensidade possa ser alterada em um esculpir existente em vez de ser adivinhada de volta dos filtros.
Dentro de uma base musical esculpida, o sinal passa primeiro pelos cortes, depois pelo ajuste de nível, depois por qualquer coisa que você construiu — que é o motivo pelo qual um limitador que você adiciona ainda atua como o último teto:
flowchart LR
src["base musical decodificada"] --> p1["pico<br/>400 Hz"]
p1 --> p2["pico<br/>1 kHz"]
p2 --> p3["pico<br/>1.6 kHz"]
p3 --> g["ganho<br/>ajuste de nível"]
g --> hand["seus próprios efeitos<br/>ex. limitador"]
hand --> dest["ganho da faixa, depois saída"]
l1["faixa fx.n1.gain"] -.->|"envelope do nível<br/>da voz naquela banda"| p1
l4["faixa fx.n4.gain"] -.->|"o quanto a base<br/>abaixa no geral"| g
Primeiro, descubra o que está errado
A tabela abaixo começa com "soa encorpado" — o que pressupõe que alguém já ouviu e disse isso. Dado um arquivo e "corrija isto", você não tem essa frase e não pode ouvir, então você tem que medir. Uma regra rege tudo:
O espectro absoluto de uma única voz desconhecida não pode ser diagnosticado. Os formantes são ±10 dB, as frequências fundamentais variam de 85 a 255 Hz, e as frases diminuem 5-6 dB conforme terminam. Cada uma delas parece um defeito por si só, e cada uma delas é o falante.
Portanto, compare, e compare com algo dentro do mesmo arquivo: o original limpo, se existir, caso contrário, as pausas — o que quer que seja 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 que deu origem a esta 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 práticas: 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:
| Soa como | Use |
|---|---|
| Zum ou pancada por baixo | rumble-cut, ou um highpass a 80 Hz |
| Encorpado, peitoral | Trabalho Domar Encorpado (200 Hz) |
| Abafado, atrás de papelão | Trabalho Reduzir Lama (250 Hz) |
| Palavras difíceis de entender | Trabalho Adicionar Clareza (3 kHz), ou esculpir a base 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 da sala entre frases | room-gate |
| Voz e música competindo | Esculpir narração — não um EQ em nenhum |
| Seco, gravado em lugar nenhum | room-tight ou room-natural |
| Apenas "amador" | voice-clean, que são quatro dos acima em ordem |
Catálogo completo, o que cada predefinição 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, relações depois do nível, caráter e teto por último. Cada passo muda o que o próximo ouve — um compressor configurado antes de um passa-alta gasta seu tempo perseguindo ruído de baixa frequência.
Alcance 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 as colisões acontecem em bandas: uma base musical e uma voz querem ambas 1-3 kHz, e tirar isso da base musical custa muito menos 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.
Dinâmica (gain, compressor, limiter, gate) decide como o nível de uma faixa se comporta ao longo do tempo. A compressão reduz a distância entre alto e baixo para que as partes baixas possam subir. Um limitador é um teto — ele não molda nada, garante que nada passe. Um gate remove o que está abaixo de um limiar, que é como você silencia o tom da sala entre frases. gain é um estágio de nível simples, e é o que uma faixa de automação monta quando uma faixa precisa sair do caminho.
Não lineares (saturate, bitcrush) mudam a forma de onda, o que adiciona harmônicos que não estavam lá. Use quando uma faixa precisa de caráter ou aspereza em vez de correção — e lembre-se de que é generativo: torna uma fonte fina mais densa, não mais limpa.
Tempo (delay, reverb, chorus, phaser) coloca uma faixa em um espaço ou lhe dá 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 efeito úmido mais baixa do que parece certo isoladamente.
A cadeia é serial: cada efeito processa o que o anterior produziu. Portanto, a filtragem corretiva vai cedo, o caráter no meio e um limitador por último, onde pode realmente atuar como um teto.
Esculpir narração
O problema que resolve. Uma base musical sob uma voz dificulta acompanhar a voz. O reflexo é abaixar toda a base musical, o que funciona e custa à base 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. Esculpir pega apenas essas, e a base musical mantém suas frequências graves e agudas, então ainda é música enquanto a voz ainda é inteligível.
É uma relação, não um efeito. As configurações residem na base musical — a faixa que é processada — e elas nomeiam as vozes para ouvir, 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 esculpir em uma faixa de voz. Uma voz esculpida contra si mesma é um bug, não uma escolha sutil de mixagem.
Cada voz, não uma delas. sources é uma lista, porque uma base musical geralmente toca sob uma sequência inteira — um narrador, uma resposta de entrevista, um segundo apresentador. Eles são somados no próprio relógio da base 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 a base musical toca são deixadas de fora; elas não podem mascará-la.
Um esculpir 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 por um tem que estar exaustivamente correto e permanece correto apenas até a próxima edição — um quarto clipe de narração adicionado posteriormente toca fora da consciência do esculpir, e a base musical falha em abaixar silenciosamente sob ele. Nomear o grupo em vez disso resolve a associação no momento da análise, então um clipe adicionado ao grupo posteriormente é coberto sem tocar em sources:
<!-- agrupe a narração, depois esculpa a base musical contra o 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>
Uma lista sources nomeando dois ou mais ids de clipe simples em vez de um grupo é detectada pela regra de lint audio_carve_ungrouped_sources — ainda funciona, mas é a versão que silenciosamente piora quando um clipe é adicionado.
Mantenha o grupo de esculpir como um grupo de voz: sem base 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:
- A base musical em seu próprio grupo de origem. Ela é passada para si mesma como uma voz e esculpida contra seu próprio conteúdo — a regra "nunca esculpa uma faixa contra si mesma" chegando uma re-análise depois.
- Um clipe SFX ou música no grupo de voz. Ele entra no sidechain na próxima análise e a base 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 esculpir é escrito: a análise soma as vozes que detectou e nunca faz uma viagem de ida e volta pela resolução de grupo, então a primeira passagem é genuinamente correta e apenas a próxima está errada. Portanto, dê a cada função seu próprio grupo — music para a base musical, voiceover para a narração, sfx para os efeitos sonoros — 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 informa no stderr qual membro o bloqueou. A regra audio_carve_ungrouped_sources então aponta para o arranjo...
[truncado para tradução]