HyperFrames 音訊
混音是一組關係,而不是一堆處理器。兩條各自聽起來沒問題的音軌,放在一起可能會難以入耳,而解決方案幾乎從不是「把其中一條調低」——而是找出它們在爭奪什麼,並將其分配給需要的一方。這裡的每個工具都存在於表達其中一種關係。
效果存在於元素上,作為 data-fx-chain,預覽和渲染運行相同的 Web Audio 圖表——工作室處於即時上下文,引擎則處於它已經驅動的瀏覽器內的離線上下文。每個效果只有一個實現,因此你在拖動時聽到的就是將被寫入的內容。你無需調整兩次。
片段時間仍屬於 /hyperframes-core:音訊/影片修剪和來源範圍使用 data-start、data-duration 和 data-media-start,而交互淡化在不同音軌上重疊片段。此技能負責已放置音軌的淡入/淡出、交互淡化包絡線、音軌增益/音軌音量、音量和效果自動化、閃避/旁白雕刻以及效果鏈。/media-use 負責尋找、生成和預處理。
常數 data-playback-rate(0.1..10)對於使用相同時間、來源偏移和速率的音訊/影片元素來安全渲染畫面並保留音高。速度斜坡是 data-automation 中的一個 rate 通道(請參閱 docs/reference/speed-ramps);它會覆蓋常數並在預覽和渲染中保留音高。HyperFrames 不提供自動波形同步或漂移校正。
如需可複製的剪切/交互淡化/重新計時配方,請使用 /hyperframes-core → references/creator-editing-recipes.md。
三個屬性承載所有內容,位於音訊/影片元素上——或者,對於前兩個,位於 <hf-audio-group> 匯流排上(請參閱「一個匯流排適用多個音軌」):
| 屬性 | 承載內容 |
|---|---|
data-fx-chain | 效果,按訊號順序 |
data-automation | 此音軌音量或其效果參數上的包絡線 |
data-fx-carve | 雕刻自身的設定,以便可以重新推導 |
出廠的效果系列包括增益、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、相位器和位元壓碎。
每個效果的確切 JSON,以及通道必須滿足的規則:references/attributes.md。
每個效果及其參數、範圍和單位:references/fx-registry.md。
如何解決你無法聽到的檔案的問題:references/diagnosis.md。
預設、命名工作和單旋鈕設定檔,以及症狀到修復對照表:references/presets.md — 在手工建立鏈條之前請先閱讀,因為其中一個預設或命名工作通常已經指出了問題。
如何整合運作
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。這個共享的中間層是預測能與渲染結果相符的原因。
流程圖 TB
voice["旁白音軌<br/>媒體檔案"]
bed["音樂背景<br/>媒體檔案"]
subgraph AUTHOR["創作——唯一寫入屬性的東西"]
panel["工作室<br/>旁白雕刻控制"]
script["scripts/carve.mjs<br/>偵測配對,預設為動態"]
analysis["core/audioCarve.ts<br/>carveProfile · analyseCarveBands<br/>analyseCarveDuck · analyseCarveDynamics"]
panel --> analysis
script --> analysis
end
voice --> analysis
bed --> analysis
subgraph ATTRS["寫入背景元素上"]
carveAttr["data-fx-carve<br/>來源 · 強度 · 動態"]
chainAttr["data-fx-chain<br/>峰值 xN + 增益,標記為 fromCarve"]
autoAttr["data-automation<br/>每個雕刻參數一個通道"]
end
analysis --> carveAttr
analysis --> chainAttr
analysis --> autoAttr
subgraph SHARED["一個實現,兩者都讀取"]
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/>無頭瀏覽器中的 OfflineAudioContext<br/>applyAudioFxChain"]
sched --> render
preview --> heard["你在拖動時聽到的內容"]
render --> wav["處理後的 WAV<br/>+ chainTailSeconds 確保混音讓尾音通過"]
wav --> mix["引擎 · audioMixer<br/>音量通道在此處烘焙到 PCM 中,而不是在圖表中"]
mix --> out["渲染後的混音"]
edit["在播放中編輯屬性"] -.->|MutationObserver| preview
雕刻自身的設定從不在播放時讀取——它產生的鏈條和通道才是播放的內容。data-fx-carve 的存在是為了可以在現有雕刻上更改強度,而無需從濾波器中反推。
在雕刻過的背景內部,訊號先經過凹口,然後是電平匹配,最後是你自己建立的任何東西——這就是為什麼你添加的限制器仍然作為最終的頂點:
流程圖 LR
src["解碼後的背景"] --> p1["峰值<br/>400 Hz"]
p1 --> p2["峰值<br/>1 kHz"]
p2 --> p3["峰值<br/>1.6 kHz"]
p3 --> g["增益<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"] -.->|"旁白在該頻段的<br/>電平包絡線"| p1
l4["通道 fx.n4.gain"] -.->|"背景整體<br/>閃避的程度"| g
靜態雕刻是具有固定值且完全沒有通道的相同圖表。
首先,找出問題所在
下面的表格從「聽起來很轟」開始——這假設已經有人聽過並這樣說。如果給你一個檔案並說「修好它」,你沒有這樣的描述,也無法聽,所以你必須測量。一條規則支配了這一切:
無法診斷單一未知聲音的絕對頻譜。 共振峰為 ±10 dB,基頻範圍為 85–255 Hz,句子結尾會衰減 5–6 dB。 每一個單獨看起來都是缺陷,而每一個都是說話者本身。
所以需要比較,並與同一檔案內的內容比較:如果存在則使用乾淨的原版,否則使用暫停處——間隙中可聽到的任何內容都是附加的,而間隙的頻譜是通道而非聲音。與公開的平均頻譜或合成的控制聲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,而這份指南後面評估中的兩個錯誤答案都來自於此。
當沒有原版也沒有可用的靜音時,靜態的音調缺陷確實是欠定的。請說明情況並提供符合的讀數,而不是選擇一個並在此基礎上建立鏈條。
命令、陷阱和實例配方:references/diagnosis.md。在診斷一個無人描述過的檔案之前,請先閱讀。
從症狀開始
一旦你知道了頻段和類型,說出音訊的問題所在。大多數糟糕的音訊都是以下一兩種情況,而每個都有出廠的答案:
| 聽起來像 | 使用 |
|---|---|
| 底層有嗡嗡聲或重擊聲 | rumble-cut,或一個 80 Hz 的 highpass |
| 轟鳴、胸腔共鳴 | 馴服轟鳴感 工作 (200 Hz) |
| 悶悶的、像隔著紙板 | 減少模糊 工作 (250 Hz) |
| 難以聽清單詞 | 增加清晰度 工作 (3 kHz),或雕刻背景 |
| 刺耳且令人疲憊 | 軟化刺耳感 工作 (3.2 kHz) |
| 有些單字比其他大聲得多 | 對壓縮器使用 均衡度,或「均衡電平」 |
| 句子之間有房間環境音 | room-gate |
| 人聲和音樂互相干擾 | 旁白雕刻——不是對任何一方使用 EQ |
| 乾燥,像在無響室錄的 | room-tight 或 room-natural |
| 就是「業餘」 | voice-clean,按順序包含上述四個 |
完整目錄、每個預設包含的內容、頻段詞彙以及故意不涵蓋的內容(去噝聲、降噪、音色匹配):references/presets.md。
在添加之前先減法,在濾波之後再調整電平,在電平之後再處理關係,最後才是特性和頂點。每一步都會改變下一步聽到的內容——在高通濾波器之前設定的壓縮器會浪費能量去追逐隆隆聲。
根據問題選擇系列,而不是名稱
濾波器(highpass、lowpass、peaking、lowshelf、highshelf)決定允許音軌佔據哪些頻率。這是處理兩個來源衝突的首選工具,因為衝突發生在頻段中:背景和旁白都想要 1–3 kHz,從背景中拿走這個頻段對背景的損失遠小於調低整個音量對混音的損失。對旁白使用高通濾波器是處理隆隆聲的標準方法;低通濾波器則故意使其變暗或變悶。
動態(gain、compressor、limiter、gate)決定音軌電平隨時間的行為。壓縮縮小了響亮和安靜之間的差距,以便安靜的部分可以提升。限制器是一個頂點——它不塑造任何東西,它保證沒有任何東西能超過它。閘門移除低於閾值的內容,這就是你如何靜音短語之間的房間環境音。gain 是一個單純的電平級別,當音軌需要讓位時,自動化通道會使用它。
非線性(saturate、bitcrush)改變波形的形狀,從而增加原本不存在的諧波。當音軌需要特色或質感而非修正時使用它——並記住它是生成性的:它使薄弱的來源變得更密集,而不是更乾淨。
時間(delay、reverb、chorus、phaser)將音軌置於一個空間中或賦予其寬度。這些是最容易破壞混音的效果,因為尾音或失諧的副本會佔據旁白所需的相同空間。將它們用於應該位於其他東西後面的東西上,並保持濕聲量低於在孤立聽起來合適的程度。
鏈條是串聯的:每個效果處理前一個效果產生的結果。因此,修正性的濾波要早,特色在中間,限制器最後,這樣它才能真正起到頂點作用。
旁白雕刻
它解決的問題。 人聲下的音樂背景會使人聲難以聽清。本能反應是閃避整個背景,這可行,但會犧牲背景所有的存在感——音樂在整個旁白期間變得軟弱無力。但人聲並不需要整個頻譜。它只需要它實際佔據的幾個頻段。雕刻只拿走這些頻段,背景保留其低頻和高頻,因此在人聲仍然清晰可辨的同時,音樂仍然是音樂。
這是一種關係,不是一種效果。 設定存在於背景上——被處理的音軌——它們指定要監聽的旁白,就像側鏈壓縮器一樣:你選擇變安靜的音軌,並選擇是什麼讓它安靜下來。切勿將雕刻放在旁白音軌上。 人聲對抗自身的雕刻是一個錯誤,而不是一個微妙的混音選擇。
每一個旁白,而不是其中一個。 sources 是一個列表,因為背景通常在一整個序列下運行——一個旁白、一個採訪回答、第二個主持人。它們在測量任何東西之前被求和到背景自身的時鐘上(mixCarveSources),因此一次分析涵蓋所有聲音:頻段來自所有存在的語音,並且只要有任何語音發生,包絡線就會上升。從未與背景同時播放的旁白則被排除在外;它們無法遮蓋背景。
針對多個片段 ID 的雕刻是錯誤的。將片段分組並針對該組進行雕刻。 這是一個不變量,而不是一個提示。逐一命名片段必須完全正確,並且只有在下一次編輯之前保持正確——稍後添加的第四個旁白片段將在雕刻的感知範圍之外播放,背景將無法靜默地在它下面閃避。相反,將組命名會在分析時解析成員資格,因此稍後添加到組中的片段無需觸碰 sources 即可被涵蓋:
<!-- 將旁白分組,然後針對該組雕刻背景 -->
<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>
一個 sources 列表命名兩個或多個普通片段 ID 而非一個組,會被 audio_carve_ungrouped_sources lint 規則捕獲——它仍然有效,但它是當添加片段時會默默失效的版本。
保持雕刻組為旁白組:沒有背景、沒有 SFX、沒有音樂。 sources 中的組 ID 在每次分析時解析為所有當前成員,因此你命名的組就是你稍後得到的組——而不是在寫入時被測量的音軌。有兩種方式會出問題:
- 背景在自己的來源組中。 它被交給自己作為旁白,並針對自己的內容進行雕刻——「永遠不要雕刻音軌對抗自身」的規則在下一次重新分析時生效。
- SFX 或音樂片段在旁白組中。 它在下一次分析時進入側鏈,背景開始在「呼」聲下閃避,即使寫入屬性的那次運行從未測量過它。
兩者在雕刻寫入的時刻都是不可見的:分析對其檢測到的旁白進行求和,並且從不透過組解析進行往返,因此第一次通過確實是正確的,只有下一次是錯誤的。因此,為每個角色分配自己的組——music 給背景、voiceover 給旁白、sfx 給音效——並保持在 sources 中命名的組只包含旁白。
當 carve.mjs 看到這兩種情況中的任何一種時,它會拒絕寫入組形式,記錄片段 ID,並在 stderr 上顯示是哪個成員阻止了它。然後 audio_carve_ungrouped_sources 規則指向這個安排,而不是 CLI 默默地持久化一個比它測量範圍更廣的雕刻。
此輪運行遺漏的旁白不屬於這些情況之一,並且
…
[為翻譯而截斷]