插件安装: 在运行设置或更新命令之前,当此技能位于 HyperFrames 插件内部时,请遵循 插件执行规则。独立安装保留下面的更新说明。
HyperFrames 音频
混音是关系的集合,而不是处理器的堆栈。两条听起来各自不错的轨道放在一起可能难以入耳,解决方法几乎从不是“降低一条音量”——而是找到它们争夺的东西,并将其交给需要它的那一个。这里的每个工具都存在,用以表达这些关系之一。
效果位于元素上作为 data-fx-chain,预览和渲染使用相同的 Web Audio 图——引擎在实时上下文中运行,在它已驱动的浏览器内部的离线上下文中处理。每种效果都有一个实现,因此在拖动时间线时听到的内容就是最终写入的内容。您永远不需要调整两次。
剪辑时间仍属于 /hyperframes-core:音视频修剪和源范围使用 data-start、data-duration 和 data-media-start,交叉淡变重叠不同轨道上的剪辑。此技能负责已放置轨道的淡入/淡出、交叉淡变包络、轨道增益/音量、音量和效果自动化、闪避/画外音雕刻以及效果链。/media-use 负责源素材查找、生成和预处理。
常量 data-playback-rate(0.1..10)在音视频元素使用相同的时间、源偏移和速率时,对于画面和音高保留的声音是渲染安全的。变速效果是 data-automation 中的 rate 通道(参见 docs/reference/speed-ramps);它覆盖常量设置,并在预览和渲染中保持音高。HyperFrames 不提供自动波形同步或漂移校正。如需可复制的剪切/交叉淡变/重定时技巧,请使用 /hyperframes-core → references/creator-editing-recipes.md。
三个属性承载所有内容,位于音视频元素本身——或者,对于前两个,位于一个 <hf-audio-group> 总线上(参见“一个总线处理多个轨道”):
| 属性 | 承载内容 |
|---|---|
data-fx-chain | 效果,按信号顺序排列 |
data-automation | 此轨道音量或其效果参数的包络 |
data-fx-carve | 雕刻本身的设置,以便可以重新推导 |
附带的效果系列包括增益、EQ(高通、低通、峰化、搁架)、压缩器、限制器、门限、饱和、延迟、混响、合唱、相位器和位压缩。
每个效果的精确 JSON,以及通道必须满足的规则:references/attributes.md。
每个效果及其参数、范围和单位:references/fx-registry.md。
如何找出无法听到的文件的问题:references/diagnosis.md。
预设、命名任务和一键配置文件,以及症状到修复的对照表:references/presets.md — 在手动构建链之前阅读此文件,因为其中一个预设或命名任务通常已经指出了问题。
它们如何配合工作
两个编辑界面写入这些属性;两个运行时通过相同的构建器读取它们。这个共享的中间层是预览能预测渲染结果的原因。
flowchart TB
voice["人声轨道<br/>媒体文件"]
bed["音乐背景<br/>媒体文件"]
subgraph AUTHOR["编辑——唯一写属性的地方"]
panel["工作室<br/>画外音雕刻控制"]
script["scripts/carve.mjs<br/>检测配对"]
analysis["core/audioCarve.ts<br/>carveProfile · analyseCarveBands<br/>analyseCarveDuck · analyseCarveDynamics"]
panel --> analysis
script --> analysis
end
voice --> analysis
bed --> analysis
subgraph ATTRS["写入背景元素的属性"]
carveAttr["data-fx-carve<br/>sources · strength"]
chainAttr["data-fx-chain<br/>peaking xN + gain, 标记 fromCarve"]
autoAttr["data-automation<br/>每个雕刻参数一个通道"]
end
analysis --> carveAttr
analysis --> chainAttr
analysis --> autoAttr
subgraph SHARED["单一实现,被两者读取"]
build["audioFxGraph.ts · buildFxChain"]
sched["audioFxAutomation.ts · scheduleChainAutomation"]
end
chainAttr --> build
autoAttr --> sched
build --> preview["预览<br/>实时 AudioContext<br/>attachElementFxChain"]
sched --> preview
build --> render["渲染<br/>后台浏览器中的 OfflineAudioContext<br/>applyAudioFxChain"]
sched --> render
preview --> heard["拖动时间线时听到的内容"]
render --> wav["处理后的 WAV<br/>+ chainTailSeconds 使混音允许尾音通过"]
wav --> mix["引擎 · audioMixer<br/>音量通道在此处烘焙到 PCM 中,不在图中"]
mix --> out["最终的混音"]
edit["播放中编辑属性"] -.->|MutationObserver| preview
雕刻本身的设置永远不会在播放时读取——它产生的链和通道才是播放的内容。data-fx-carve 的存在是为了可以更改现有雕刻的强度,而不是从过滤器中反向猜测。
在雕刻的背景内部,信号先经过凹陷段,然后是电平匹配,最后是您自己构建的任何效果——这就是为什么您添加的限制器仍然作为最终的限幅器:
flowchart LR
src["解码的背景"] --> p1["peaking<br/>400 Hz"]
p1 --> p2["peaking<br/>1 kHz"]
p2 --> p3["peaking<br/>1.6 kHz"]
p3 --> g["gain<br/>电平匹配"]
g --> hand["您自己的效果<br/>例如限制器"]
hand --> dest["轨道增益,然后输出"]
l1["通道 fx.n1.gain"] -.->|"该频段人声<br/>电平的包络"| p1
l4["通道 fx.n4.gain"] -.->|"背景整体<br/>闪避的程度"| g
首先,找出问题所在
下面的表格从“听起来低沉”开始——这假定有人已经听过并如此评价。当您拿到一个文件并要求“修复它”,但没有这样的描述,而且您无法监听时,您必须通过测量来判断。一条规则支配着这一切:
无法诊断单个未知人声的绝对频谱。 共振峰为 ±10 dB,基频范围为 85–255 Hz,句子末尾会下降 5–6 dB。这些单独来看都像是缺陷,但每一个都是说话者本身。
因此,请进行比较,并与同一文件内的内容进行比较:如果存在则使用干净的原始文件,否则使用停顿——间隙中可听到的任何内容都是附加的,并且间隙的频谱是通道本身,而不是声音。与已发布的平均频谱或合成的人声控制进行比较是行不通的:两个说话者的差异比大多数缺陷都要大,并且本指南评估中的两个错误答案都来自这种方法。
当没有原始文件且没有可用的静音时,静态音调缺陷确实是不可确定的。请说明这一点并提供合适的读数,而不是选择一个并基于它构建效果链。
命令、陷阱和实际操作配方:references/diagnosis.md。在诊断无人描述过的文件之前,请先阅读它。
从症状开始
一旦您知道频段和类型,就命名音频的问题所在。大多数糟糕的音频是以下一到两种,每种都有现成的答案:
| 听起来像 | 使用 |
|---|---|
| 下面有嗡嗡声或砰砰声 | rumble-cut,或 80 Hz 处的 highpass |
| 低沉、胸腔感 | 抑制低沉任务 (200 Hz) |
| 沉闷、像隔了纸板 | 减少浑浊任务 (250 Hz) |
| 难以听清词语 | 增加清晰度任务 (3 kHz),或雕刻背景 |
| 刺耳且令人疲劳 | 柔化刺耳感任务 (3.2 kHz) |
| 有些词比其他词响亮得多 | 压缩器上的 均匀度,或均衡电平 |
| 句子之间的房间混响 | room-gate |
| 人声和音乐打架 | 画外音雕刻——而不是对任一者使用 EQ |
| 干涩、像没在哪录过 | room-tight 或 room-natural |
| 只是听起来“业余” | voice-clean,它是上面四个按顺序组合 |
完整目录、每个预设包含的内容、频段词汇以及故意未涵盖的内容(消齿音、降噪、音调匹配):references/presets.md。
在添加之前先削减,在滤波之后调整电平,在电平之后建立关系,最后考虑特性和限幅。每一步都会改变下一步听到的内容——在高速滤波之前设置的压缩器会花费时间追逐隆隆声。
根据问题而不是名称来选择效果系列
滤波器(highpass、lowpass、peaking、lowshelf、highshelf)决定轨道允许占据哪些频率。这是处理两个源冲突的首要工具,因为冲突发生在频段中:背景音乐和人声都想要 1–3 kHz,从背景音乐中取出这个频段对背景音乐的损害远小于降低整体音量对整个混音的影响。人声上的高通滤波器是处理隆隆声的标准方法;低通滤波器则用于故意使声音变暗或沉闷。
动态效果(gain、compressor、limiter、gate)决定轨道电平随时间的行为。压缩缩小了响亮和安静之间的距离,以便安静部分可以提升。限制器是一个上限——它不影响形状,只保证没有信号超过它。门限移除阈值以下的内容,这就是您如何在短语之间静默房间混响的方法。gain 是一个简单的电平阶段,当轨道需要让路时,自动化通道就在它上面行驶。
非线性效果(saturate、bitcrush)改变波形的形状,这会增加原本不存在的谐波。当轨道需要特性或颗粒感而不是校正时使用它——并记住它是生成性的:它使稀疏的源变得密集,而不是更清晰。
时间效果(delay、reverb、chorus、phaser)将轨道置于一个空间或赋予它宽度。这些是最容易破坏混音的效果,因为尾音或失谐的副本占据了人声需要的相同空间。将它们用在该位于其他东西后面的物体上,并将湿声量保持在听起来隔离时更低的值。
效果链是串行的:每个效果处理前一个效果产生的内容。因此,校正性滤波放在前面,特性放在中间,限制器放在最后,以便它实际上能作为上限工作。
画外音雕刻
它解决的问题。 人声下的音乐背景使人难以听清人声。本能反应是闪避整个背景,这有效但会损害背景的所有存在感——音乐在整个画外音期间变得无力。但人声不需要整个频谱,它只需要它实际占据的少数几个频段。雕刻只取这些频段,背景保持其低频和高频,因此当人声仍然清晰可辨时,它仍然是音乐。
它是一种关系,而不是一个效果。 设置存在于_背景_上——被处理的轨道——并且它们命名要监听的人声,就像侧链压缩器一样:您选择音量变小的轨道并选择使其变小的事物。永远不要在人声轨道上放置雕刻。 人声针对自身进行雕刻是一个错误,而不是微妙的混音选择。
针对所有声音,而不是其中一个。 sources 是一个列表,因为背景通常运行在一整个序列之下——一个叙述者、一个采访回答、一个第二主持人。它们在测量之前被累加到背景自己的时钟上(mixCarveSources),因此一次分析覆盖所有声音:频段来自所有存在的语音,并且包络在任何语音发生时上升。在人声播放时从未播放过的背景被排除在外;它们无法掩盖它。
针对多个剪辑 ID 的雕刻是错误的。将剪辑分组并针对组进行雕刻。 这是不变量,而不是提示。逐一命名剪辑必须完全正确,并且只有在下一个编辑之前保持正确——后来添加的第四个叙述剪辑在雕刻的意识之外播放,背景会无声地无法在其下闪避。而是命名组,在分析时解决成员关系,因此稍后添加到组中的剪辑无需触碰 sources 就能被覆盖:
<!-- 对叙述分组,然后针对该组雕刻背景 -->
<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>
一个命名了两个或更多普通剪辑 ID 而非组的 sources 列表会被 audio_carve_ungrouped_sources 检查规则捕获——它仍然有效,但当添加剪辑时会悄悄失效。
保持雕刻组为人声组:不包含背景、SFX 或音乐。 sources 中的组 ID 在每次分析时解析为_当前_所有成员,因此您命名的组就是稍后得到的组——而不是写入时测量的轨道。两种会出问题的情况:
- 背景在其自己的源组中。 它被作为人声提交给自己,并针对其自身内容进行雕刻——"永远不要针对自身雕刻轨道"规则在一次重新分析后生效。
- SFX 或音乐剪辑在人声组中。 它在下次分析时进入侧链,背景开始针对呼啸声进行闪避,即使写入属性的那次运行从未测量过它。
在编写雕刻的时刻,两者都是不可见的:分析对检测到的人声求和,并且从不通过组解析进行往返,因此第一次通过是真正正确的,只有下一次才会出错。因此,为每个角色分配自己的组——music 用于背景,voiceover 用于叙述,sfx 用于音效——并确保 sources 中命名的组只包含人声。
当 carve.mjs 看到任一种情况时,它拒绝写入组形式,记录剪辑 ID,并在 stderr 上说明哪个成员阻止了它。然后 audio_carve_ungrouped_sources 规则指向排...