HyperFrames Áudio

O que HyperFrames Áudio faz?

Uma mixagem é um conjunto de relacionamentos, não uma pilha de processadores. Duas faixas que soam bem isoladamente podem ser insuportáveis juntas, e a correção quase nunca é "abaixar uma" — é descobrir pelo que elas estão competindo e dar aquilo para quem precisa. Cada ferramenta aqui existe para expressar um desses relacionamentos.

Os efeitos residem no elemento como data-fx-chain, e a prévia 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 controla. Há uma única implementação de cada efeito, então o que você ouve enquanto arrasta é o que será gravado. Você nunca ajusta duas vezes.

O tempo do clipe 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 é responsável por fade-in/fade-out de faixas posicionadas, envelopes de crossfade, ganho/volume de faixa, automação de volume e efeitos, ducking/carve de voiceover e a cadeia de efeitos. /media-use é responsável pela obtenção, geração e pré-processamento.

A constante data-playback-rate (0.1..5) é segura para renderização de imagem e som com preservação de tom quando elementos de áudio/vídeo correspondentes usam a mesma sincronização, deslocamento de origem e taxa. Rampas de velocidade de origem não são suportadas porque não há envelope de taxa; pré-processe um ativo sincronizado derivado. HyperFrames não fornece sincronização automática de forma de onda ou correção de deriva. Para receitas copiáveis de corte/crossfade/retempo, use /hyperframes-core → references/creator-editing-recipes.md.

Três atributos carregam tudo, todos no próprio elemento de áudio/vídeo:

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 configurações do carve, para que ele possa ser rederivado

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 faixa deve satisfazer: references/attributes.md. Cada efeito com seus parâmetros, intervalos e unidades: references/fx-registry.md. Como descobrir o que há de 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 executores os leem através dos mesmos construtores. Esse meio compartilhado é o motivo pelo qual a prévia prevê a renderização.

flowchart TB
  voice["faixa de voz<br/>arquivo de mídia"]
  bed["leito musical<br/>arquivo de mídia"]

  subgraph AUTHOR["Autoria — as únicas coisas que escrevem atributos"]
    panel["Studio<br/>Controle de carve de voiceover"]
    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["Escritos no elemento do leito"]
    carveAttr["data-fx-carve<br/>source · strength · dynamic"]
    chainAttr["data-fx-chain<br/>peaking xN + gain, 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["Prévia<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 arrasta"]
  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 grafo"]
  mix --> out["a mixagem renderizada"]

  edit["editar o atributo durante a reprodução"] -.->|MutationObserver| preview

As configurações do carve nunca são lidas durante a reprodução — a cadeia e as faixas 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 a partir dos filtros.

Dentro de um leite esculpido, o sinal passa primeiro pelos cortes, depois pela correspondência de nível, depois por qualquer coisa que você mesmo construiu — é por isso que um limitador que você adiciona ainda atua como o teto final:

flowchart LR
  src["leito decodificado"] --> p1["peaking<br/>400 Hz"]
  p1 --> p2["peaking<br/>1 kHz"]
  p2 --> p3["peaking<br/>1.6 kHz"]
  p3 --> g["gain<br/>correspondência 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 o leito<br/>abaixa no geral"| g

Um carve estático é o mesmo grafo com valores fixos e nenhuma faixa.

Primeiro, descubra o que está errado

A tabela abaixo começa com "soa encorpado" — o que pressupõe que alguém já ouviu e disse isso. Com 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. Formantes são ±10 dB, fundamentais variam de 85 a 255 Hz, e as frases declinam 5–6 dB à medida que terminam. Cada um desses soa como 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 — tudo o que é audível em um silêncio é aditivo, e o espectro do silêncio 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 identificar 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
Zumbido ou batida abaixo	rumble-cut, ou um highpass a 80 Hz
Encorpado, peitoral	Tame Boominess job (200 Hz)
Abafado, atrás de papelão	Reduce Mud job (250 Hz)
Palavras difíceis de entender	Add Clarity job (3 kHz), ou esculpa o leito
Áspero e cansativo	Soften Harshness job (3.2 kHz)
Algumas palavras muito mais altas	Evenness em um compressor, ou Even Out Levels
Tom de sala entre frases	room-gate
Voz e música competindo	Voiceover carve — 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 do nível, caráter e teto por último. Cada etapa muda o que a próxima ouve — um compressor configurado antes de um passa-alta gasta seu tempo perseguindo o zumbido.

Use 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: um leito e uma voz ambos querem 1–3 kHz, e tirar isso do leito custa muito menos ao leito do que girar a coisa toda para baixo custa à mixagem. Um passa-alta em uma voz é a correção padrão para zumbido; 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 reduz 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 ultrapasse. Um gate remove o que está abaixo de um limite, que é como você silencia o tom de 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-os 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 dá largura a ela. 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 soa bem isoladamente.

A cadeia é serial: cada efeito processa o que o anterior produziu. Portanto, filtragem corretiva vai no início, caráter no meio, e um limitador no final, onde ele pode realmente atuar como um teto.

Voiceover carve

O problema que resolve. Um leito musical sob uma voz torna a voz difícil de seguir. O reflexo é abaixar todo o leito, o que funciona e custa ao leito toda a sua presença — a música fica mole para todo o voiceover. Mas a voz não precisa de todo o espectro. Ela precisa das poucas bandas que realmente ocupa. O carve pega apenas essas, e o leito mantém suas frequências baixas e seu topo, então ele ainda é música enquanto a voz ainda é inteligível.

É um relacionamento, não um efeito. As configurações ficam no leito — 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 deixa 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.

Cada voz, não apenas uma. sources é uma lista, porque um leito geralmente roda sob uma sequência inteira — um narrador, uma resposta de entrevista, um segundo apresentador. Eles são somados no próprio relógio do leito antes que qualquer coisa seja medida (mixCarveSources), então uma análise cobre todos eles: as bandas vêm de toda a fala existente, e os envelopes sobem onde quer que qualquer uma delas esteja acontecendo. Vozes que nunca tocam enquanto o leito toca são deixadas de fora; elas não podem mascarar o leito.

Um botão. strength é 0..1 e deriva tudo: quão profundo cortar, quantas bandas, quão largas, o quanto favorecer a inteligibilidade sobre a energia bruta da voz, o quanto o nível pode cair, o quanto abaixo da voz mirar. Esses seis se movem juntos em qualquer mixagem real — um carve suave é um corte superficial em poucas bandas com pouco ducking, um forte é mais profundo em mais bandas com mais — então eles são um relacionamento escrito uma vez, em carveProfile. O padrão é 0.25 — uma queda de 6 dB em três bandas com 6 dB de espaço de nível, audível sem soar como um buraco. Em 0.5 a queda atinge 10 dB, que é onde um carve começa a ser ouvido como um efeito em vez de como espaço para a voz; acima disso é território deliberado para um leito alto sob uma voz baixa. 0 é apenas espectral — uma banda, sem correspondência de nível.

Carve por padrão. Um leito tocando sob narração quer um carve; não é uma etapa de polimento para chegar se houver tempo. Coloque ambas as faixas, execute o comando abaixo, ouça. Pule apenas quando não houver narração para a música se sentar sob — um videoclipe, um cartão de título, um corte de montagem para a faixa.

Ele sempre segue a voz. Não há modo estático: uma profundidade fixa empobrece o leito em cada pausa, e depois de ouvir ambos não há razão para querê-lo. Cada valor se torna um envelope do próprio nível da fala — o silêncio deixa o leito em paz, uma passagem alta empurra o carve para a profundidade máxima — escrito como automação comum, que é o motivo pelo qual as faixas aparecem na linha do tempo e podem ser editadas depois.

A correspondência de nível faz parte disso. O carve espectral não pode consertar um leito que é simplesmente mais alto que a voz. Portanto, o carve também mede o quanto o leito está acima da voz e escreve um estágio gain: mantido em um valor para um carve estático, conduzido por um envelope para um dinâmico. Esse envelope libera lentamente de propósito — música que volta ao máximo no instante em que uma palavra termina soa como uma máquina fazendo isso.

Executando. No Studio, o carve é um módulo no topo do rack de efeitos de uma faixa — voz, força, dinâmico e a análise que produziu, em um cartão. Ele está lá sempre que outra faixa pode ser a voz, e um leito com exatamente um candidato acima dele é esculpido por padrão, dinamicamente, na força padrão: isso é o que um leito sob narração quer, e o módulo é onde você muda ou desliga. Vários candidatos deixam o seletor esperando em vez de adivinhar. Headless — que é o caminho quando você está criando uma composição em vez de editando uma:

node <SKILL_DIR>/scripts/carve.mjs --comp index.html

Esse é o comando inteiro. Ele encontra

...