HyperFrames 音訊混音
一個混音是一組關係,而非處理器的堆疊。兩條各自聽起來完美的音軌放在一起可能無法入耳,而解決方案幾乎從來不是「把其中一條調小」——而是要找出它們在爭奪什麼,並將其交給真正需要的那一方。這裡的每個工具都是為了表達其中一種關係而存在。
效果存在於元素上作為 data-fx-chain,預覽與渲染使用相同的 Web Audio 圖形——工作室在即時環境中,引擎在瀏覽器驅動的離線環境中。每個效果只有一個實作,因此你在拖拉時聽到的就是最終寫入的內容。你永遠不需要調整兩次。
片段時間控制仍屬於 /hyperframes-core:音訊/視訊修剪與來源範圍使用 data-start、data-duration 和 data-media-start,交叉淡化則重疊不同音軌的片段。這個技能負責已放置音軌的淡入/淡出、交叉淡化包絡、音軌增益/音量、音量與效果自動化、閃避/旁白雕琢,以及效果鏈。/media-use 負責來源獲取、生成與前置處理。
常數 data-playback-rate(0.1..10)在畫面與音高保留的音訊中可安全渲染,前提是匹配的音訊/視訊元素使用相同的時間、來源偏移與速率。速度斜坡是 data-automation 中的 rate 通道(見 docs/reference/speed-ramps);它會覆蓋常數並在預覽與渲染中保留音高。HyperFrames 不提供自動波形同步或漂移校正。
對於可複製的剪輯/交叉淡化/重新時間的食譜,請使用 /hyperframes-core → references/creator-editing-recipes.md。
三個屬性承載所有內容,位於音訊/視訊元素本身上——或者,對於前兩個屬性,位於 <hf-audio-group> 匯流排上(見「一條匯流排處理多條音軌」):
| 屬性 | 承載內容 |
|---|---|
data-fx-chain | 效果鏈,按訊號順序排列 |
data-automation | 此音軌音量或其效果參數的包絡 |
data-fx-carve | 雕琢本身的設定,以便重新推導 |
內建的效果家族包括:增益、EQ(高通、低通、峰值、擱架)、壓縮器、限制器、閘門、飽和、延遲、殘響、合唱、移相和位元壓縮。
每個效果的確切 JSON 格式,以及通道必須滿足的規則:references/attributes.md。
每個效果的參數、範圍與單位:references/fx-registry.md。
如何診斷你無法聽到的檔案問題:references/diagnosis.md。
預設、命名作業與單旋鈕設定檔,以及症狀到修復的對照表:references/presets.md ——在手工建立效果鏈之前請先閱讀,因為其中一個預設或命名作業通常已經命名了問題。
各部分如何配合
兩個創作介面寫入這些屬性;兩個執行階段透過相同的建構器讀取它們。這個共享的中間層正是預測能預測渲染結果的原因。
flowchart TB
voice["語音音軌<br/>媒體檔案"]
bed["音樂襯底<br/>媒體檔案"]
subgraph AUTHOR["創作 — 唯一能寫入屬性的方式"]
panel["Studio<br/>旁白雕琢控制"]
script["scripts/carve.mjs<br/>偵測配對"]
analysis["core/audioCarve.ts<br/>carveProfile · analyseCarveBands<br/>analyseCarveDuck · analyseCarveDynamics"]
panel --> analysis
script --> analysis
end
voice --> analysis
bed --> analysis
subgraph ATTRS["寫入襯底元素"]
carveAttr["data-fx-carve<br/>sources · strength"]
chainAttr["data-fx-chain<br/>peaking xN + gain,標記為 fromCarve"]
autoAttr["data-automation<br/>每個雕琢參數一個通道"]
end
analysis --> carveAttr
analysis --> chainAttr
analysis --> autoAttr
subgraph SHARED["一個實作,兩者讀取"]
build["audioFxGraph.ts · buildFxChain"]
sched["audioFxAutomation.ts · scheduleChainAutomation"]
end
chainAttr --> build
autoAttr --> sched
build --> preview["預覽<br/>即時 AudioContext<br/>attachElementFxChain"]
sched --> preview
build --> render["渲染<br/>在無頭瀏覽器中 OfflineAudioContext<br/>applyAudioFxChain"]
sched --> render
preview --> heard["拖拉時聽到的內容"]
render --> wav["處理後的 WAV<br/>+ chainTailSeconds 確保混音能讓尾音通過"]
wav --> mix["引擎 · audioMixer<br/>音量通道在此處烘焙成 PCM,而非在圖形中"]
mix --> out["渲染後的混音"]
edit["在播放中編輯屬性"] -.->|MutationObserver| preview
雕琢本身的設定從不在播放時讀取——它產生的效果鏈和通道才是播放的內容。data-fx-carve 存在的目的是讓強度可以在現有雕琢上更改,而不必從濾波器中反向推測。
在雕琢後的襯底內部,訊號先經過凹陷,再經過電平匹配,然後是你自己建立的任何效果——這就是為什麼你添加的限制器仍然作為最後的頂層:
flowchart LR
src["解碼後的襯底"] --> p1["peaking<br/>400 Hz"]
p1 --> p2["peaking<br/>1 kHz"]
p2 --> p3["peaking<br/>1.6 kHz"]
p3 --> g["gain<br/>電平匹配"]
g --> hand["你自己的效果<br/>例如限制器"]
hand --> dest["音軌增益,然後輸出"]
l1["通道 fx.n1.gain"] -.->|"語音在該頻段的<br/>包絡"| p1
l4["通道 fx.n4.gain"] -.->|"襯底整體<br/>閃避的程度"| g
首先,找出問題所在
下表從「聽起來很悶」開始——這假設已經有人聽過並指出了問題。如果你拿到一個檔案並被告知「修好它」,但你沒有這樣的描述也無法聆聽,那麼你必須進行測量。一條規則貫穿所有情況:
單一未知語音的絕對頻譜無法診斷。 共振峰在 ±10 dB 之間,基頻範圍是 85–255 Hz,句子結束時會衰減 5–6 dB。 每一個單獨看起來都像是缺陷,但它們其實都是說話者的特徵。
所以進行比較,而且是與同一個檔案內的內容比較:如果存在,使用乾淨的原始版本;否則使用語音間隙——間隙中任何可聽到的內容都是附加的,間隙的頻譜是通道本身而非語音。與公開的平均頻譜或合成對照語音進行比較是行不通的:兩個說話者之間的差異大於大多數缺陷,而這份指南背後的評估中兩個錯誤答案正是來自這種比較。
當沒有原始版本也沒有可用的靜音時,靜態的頻調缺陷確實是欠定的。請說明情況並提供符合的讀數,而不是選擇一個並據此建立效果鏈。
命令、陷阱與實作食譜:references/diagnosis.md。在診斷一個沒有人描述過問題的檔案之前,請先閱讀它。
從症狀開始
一旦你知道了頻帶和類型,請說出音訊的問題。大多數糟糕的音訊屬於以下一或兩種,每一種都有內建的解決方案:
| 聽起來像 | 使用 |
|---|---|
| 底下有嗡嗡聲或隆隆聲 | rumble-cut,或 highpass 在 80 Hz |
| 沈悶、胸腔共鳴 | Tame Boominess 作業(200 Hz) |
| 模糊、像隔著紙板 | Reduce Mud 作業(250 Hz) |
| 難以聽清文字 | Add Clarity 作業(3 kHz),或雕琢襯底 |
| 刺耳且令人疲勞 | Soften Harshness 作業(3.2 kHz) |
| 有些字比其他字大聲很多 | 對壓縮器使用 Evenness,或 Even Out Levels |
| 句子之間的房間背景音 | room-gate |
| 語音與音樂互相干擾 | 旁白雕琢——不是為兩者做 EQ |
| 聽起來不像在錄音室錄的 | room-tight 或 room-natural |
| 就是聽起來「業餘」 | voice-clean,按順序包含上述四種 |
完整目錄、每個預設包含的內容、頻帶詞彙,以及明確不涵蓋的項目(去噝聲、降噪、音色匹配):references/presets.md。
先減後加,濾波後調電平,關係後調個性,最後才處理特性與頂層。 每個步驟都會改變下一步聽到的內容——在高速濾波之前設定的壓縮器會將精力浪費在追逐隆隆聲上。
根據問題而非名稱選擇效果家族
濾波器(highpass、lowpass、peaking、lowshelf、highshelf)決定一條音軌允許佔據哪些頻率。這是處理兩個來源衝突的首要工具,因為衝突發生在頻段中:襯底和語音都想佔據 1–3 kHz,從襯底中移除這個頻段對襯底的損害遠小於整體降低音量對混音的損害。對語音使用高通濾波器是解決隆隆聲的標準方法;低通濾波器則有目的地使聲音變暗或模糊。
動態處理(gain、compressor、limiter、gate)決定一條音軌的電平隨時間的行為。壓縮縮小了響亮與安靜之間的距離,使安靜的部分得以提升。限制器是一個天花板——它不會塑造任何東西,只保證沒有訊號能超過它。閘門移除低於門檻值的訊號,這就是如何讓句子之間的房間背景音靜音。gain 是一個簡單的電平級,當一條音軌需要讓位時,自動化通道會操作它。
非線性處理(saturate、bitcrush)改變波形的形狀,加入原來不存在的諧波。當一條音軌需要個性或質感而非校正時使用——記住,它是創造性的:它使薄弱的來源變得更豐富,而不是更乾淨。
時間效果(delay、reverb、chorus、phaser)將一條音軌放入一個空間或賦予它寬度。這些是最容易破壞混音的效果,因為尾音或失諧的複製本會佔據語音需要的同一空間。將它們用於應該位於其他東西之後的音軌,並保持濕聲比例低於單獨聽起來合理的程度。
效果鏈是串聯的:每個效果處理前一個效果產生的結果。因此,校正性濾波應放在前面,個性在中間,限制器放在最後,這樣它才能真正作為天花板。
旁白雕琢
它解決的問題。 音樂襯底在語音下方時會使語音難以跟隨。直覺反應是將整個襯底閃避,這樣做有效卻會讓襯底失去所有的存在感——音樂在整個旁白期間變得軟弱無力。但語音並不需要整個頻譜。它只需要它實際佔據的幾個頻段。雕琢只移除這些頻段,襯底保留其低頻和高頻,因此在語音仍然清晰可辨的同時,音樂仍然是音樂。
這是一種關係,不是一個效果。 設定存在於襯底上——即被處理的音軌——它們命名了要監聽的語音,就像側鏈壓縮器一樣:你選擇變安靜的音軌,並指定什麼讓它變安靜。永遠不要將雕琢放在語音音軌上。 針對自身進行雕琢的語音是一個錯誤,而不是一個微妙的混音選擇。
處理所有語音,而不是其中一個。 sources 是一個列表,因為一條襯底通常會在一整個序列下播放——旁白、採訪回答、第二位主持人。它們在進行任何測量之前被加總到襯底自己的時鐘上(mixCarveSources),因此一次分析涵蓋所有內容:頻段來自所有出現的語音,包絡在任何語音出現的地方上升。永遠不會在襯底播放時出現的語音則被排除在外;它們無法遮蓋襯底。
針對超過一個剪輯 ID 進行雕琢是錯誤的。將剪輯分組並針對群組進行雕琢。 這是一個不變條件,而不是一個提示。逐一命名剪輯必須完全正確,而且在下一次剪輯之前都正確——之後新增的第四個旁白剪輯會在雕琢的感知範圍之外播放,襯底會默默地無法在它下方進行閃避。相反地,命名群組可以在分析時解析成員關係,因此之後新增到群組的剪輯無需觸碰 sources 就能被涵蓋:
<!-- 將旁白分組,然後針對群組雕琢襯底 -->
<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>
一個列出了兩個或更多普通剪輯 ID 而非群組的 sources 列表會被 audio_carve_ungrouped_sources 檢查規則捕捉——它仍然可以運作,但它是那種在新增剪輯時會默默失效的版本。
保持雕琢群組為語音群組:不要包含襯底、SFX 或音樂。 sources 中的群組 ID 在每次分析時解析為所有當前的成員,因此你命名的群組就是稍後會得到的群組——而不是寫入時測量的音軌。有兩種情況會造成問題:
- 襯底在自己的來源群組中。 它被當作語音傳給自己,並針對自己的內容進行雕琢——這就違反了「永遠不要針對自身進行雕琢」的規則,只是在下一次重新分析時才會出現。
- 語音群組中包含 SFX 或音樂剪輯。 它在下次分析時進入側鏈,襯底開始在一個呼嘯聲下進行閃避,即使寫入屬性的那次執行從未測量過它。
兩者在雕琢寫入的時刻都是不可見的:分析對它偵測到的語音進行求和,並且永遠不會透過群組解析進行往返,因此第一次掃描是真實正確的,只有下一次才會出錯。所以給予每個角色自己的群組——music 給襯底,voiceover 給旁白,sfx 給音效——並保持 sources 中命名的群組只包含語音。
carve.mjs 在遇到這兩種情況時拒絕寫入群組形式,記錄剪輯 ID,並在標準錯誤輸出中說明是哪個成員阻止了它。audio_carve_ungrouped_sources 規則隨後指向配置...