Instalação de plugins: Antes de comandos de setup ou freshness, siga as regras de execução de plugins quando esta skill estiver dentro de um plugin HyperFrames. Instalações independentes mantêm as instruções de atualização abaixo.
O que HyperFrames Áudio faz?
Uma mixagem é um conjunto de relacionamentos, não uma pilha de processadores. Duas faixas que soam bem sozinhas podem ser inaudíveis juntas, e a solução quase nunca é "abaixar uma" — é descobrir por que elas estão competindo e dar o que precisam para quem mais 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 motor em um contexto offline dentro do navegador que ele já dirige. Há uma única implementação de cada efeito, então o que você ouve enquanto faz o scrub é o que é gravado. Você nunca ajusta duas vezes.
A temporização de clipes permanece /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 é dona do fade-in/fade-out de faixa colocada, envelopes de crossfade, ganho de faixa/volume de faixa, automação de volume e efeitos, ducking/carve de narração e a cadeia de efeitos. /media-use é dono da obtenção, geração e pré-processamento.
A constante data-playback-rate (0.1..10) é segura para renderização de imagem e som com preservação de pitch quando elementos de áudio/vídeo correspondentes usam a mesma temporização, deslocamento de fonte e taxa. Um speed ramp é uma pista rate em data-automation (veja docs/reference/speed-ramps); ela prevalece sobre a constante e mantém o pitch na pré-visualização e na 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, em ordem de sinal |
data-automation | envelopes no volume desta faixa ou em seus parâmetros de efeito |
data-fx-carve | as configurações do carve, para que 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, mais uma tabela de sintoma-para-solução:
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["Studio<br/>Controle de carve de 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 do fundo musical"]
carveAttr["data-fx-carve<br/>sources · strength"]
chainAttr["data-fx-chain<br/>peaking xN + gain, 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 faz scrub"]
render --> wav["WAV processado<br/>+ chainTailSeconds para que a mixagem deixe a cauda passar"]
wav --> mix["motor · audioMixer<br/>pista de volume embutida 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 força possa ser alterada em um carve existente em vez de ser adivinhada de volta dos filtros.
Dentro de um fundo musical esculpido, o sinal passa primeiro pelos dips, depois pelo ajuste de nível, depois por tudo que você construiu — que é por que um limitador que você adiciona ainda atua como o último teto:
flowchart LR
src["fundo musical decodificado"] --> p1["peaking<br/>400 Hz"]
p1 --> p2["peaking<br/>1 kHz"]
p2 --> p3["peaking<br/>1.6 kHz"]
p3 --> g["gain<br/>ajuste 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<br/>da voz naquela banda"| p1
l4["pista fx.n4.gain"] -.->|"o quanto o fundo<br/>ducks 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. Recebendo um arquivo e "conserta isso", você não tem essa frase e não pode ouvir, então você tem que medir. Uma regra governa tudo:
O espectro absoluto de uma única voz desconhecida não pode ser diagnosticado. Os formantes são ±10 dB, os fundamentais vão de 85 a 255 Hz e as frases caem 5–6 dB conforme terminam. Cada um deles parece um defeito por si só, e cada um deles 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 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 antes de diagnosticar um arquivo que ninguém descreveu.
Comece pelo sintoma
Depois de saber a banda e o tipo, nomeie o que está errado com o áudio. A maioria dos áudios ruins são um ou dois destes, e cada um tem uma resposta fornecida:
| Soa como | Use |
|---|---|
| Zumbido ou batida por baixo | rumble-cut, ou um highpass a 80 Hz |
| Encorpado, peitoral | Domar Encorpamento job (200 Hz) |
| Abafado, atrás de papelão | Reduzir Lama job (250 Hz) |
| Palavras difíceis de entender | Adicionar Clareza job (3 kHz), ou esculpa o fundo musical |
| Duro e cansativo | Suavizar Dureza job (3.2 kHz) |
| Algumas palavras muito mais altas que outras | Uniformidade em um compressor, ou Uniformizar Níveis |
| Tom ambiente entre frases | room-gate |
| Voz e música brigando | Carve de narração — não um EQ em nenhum dos dois |
| Seco, gravado em nenhum lugar | room-tight ou room-natural |
| Apenas "amador" | voice-clean, que são 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 passo muda o que o próximo ouve — um compressor definido 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 tem permissão para ocupar. Esta é a primeira ferramenta para duas fontes colidindo, porque as colisões acontecem em bandas: um fundo e uma voz querem 1–3 kHz, e tirar isso do fundo custa ao fundo muito menos do que abaixar tudo custa à mixagem. Um passa-alta em uma voz é a solução 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. A compressão estreita 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 ambiente entre frases. gain é um estágio de nível simples, e é o que uma pista de automação monta quando uma faixa tem que sair do caminho.
Não lineares (saturate, bitcrush) mudam a forma da onda, o que adiciona harmônicos que não estavam lá. Recorra a ela quando uma faixa precisar de caráter ou granulação em vez de correção — e lembre-se de que ela é generativa: torna uma fonte fina mais densa, não mais limpa.
Temporais (delay, reverb, chorus, phaser) colocam uma faixa em um espaço ou dão a ela 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 molhado mais baixa do que parece certo isoladamente.
A cadeia é serial: cada efeito processa o que o anterior produziu. Portanto, a filtragem corretiva vai no início, o caráter no meio e um limitador no final, onde pode realmente atuar como um teto.
Voiceover carve
O problema que resolve. Um fundo musical sob uma narração dificulta o acompanhamento da voz. O reflexo é abaixar todo o fundo, o que funciona e custa ao fundo 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 pega apenas essas, e o fundo mantém suas frequências baixas e altas, 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 elas 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 bug, não uma escolha sutil de mixagem.
Toda voz, não apenas uma. sources é uma lista, porque um fundo geralmente corre sob uma sequência inteira — um narrador, uma resposta de entrevista, um segundo apresentador. Elas são somadas no próprio relógio do fundo antes que qualquer coisa seja medida (mixCarveSources), então uma única análise cobre todas elas: 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 toca são deixadas de fora; elas não podem mascará-lo.
Um carve com mais de um id de clipe está errado. Agrupe os clipes e faça o carve contra o grupo. Isso é um invariante, não uma dica. Nomear clipes um por um precisa ser exaustivamente correto e permanece correto apenas até a próxima edição — um quarto clipe de narração adicionado posteriormente toca fora da consciência do carve, e o fundo falha em se abaixar silenciosamente sob ele. Nomear o grupo 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 o fundo 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 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, 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 de isso morder:
- O fundo 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" chega uma re-análise depois.
- Um clipe SFX ou de música no grupo de voz. Ele entra no sidechain na próxima análise e o fundo começa a se 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. Portanto, dê a cada função seu próprio grupo — music para o fundo, voiceover 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 em stderr qual membro o bloqueou. A regra audio_carve_ungrouped_sources então aponta para o arranjo…