外掛安裝: 在執行設定或重置命令之前,請遵循外掛執行規則(當此技能位於 HyperFrames 外掛內部時)。獨立安裝則保留下方的更新說明。
HyperFrames Audio
混音是一系列關係的集合,而非處理器的堆疊。兩個各自聽起來不錯的音軌,放在一起可能變得無法入耳,而解決方案幾乎從來不是「把其中一個調小」——而是找出它們在爭奪什麼,並將其交給需要的那個。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,形式為 data-fx-chain,預覽和渲染都會執行相同的 Web Audio Graph——即時情境下的工作室,以及離線情境下的引擎,兩者都在其已驅動的瀏覽器內部進行。每個效果只有一個實作,因此你在拖動時聽到的內容,就是最終會寫入的內容。你永遠不需要調整兩次。
片段剪輯時間仍屬於 /hyperframes-core:音訊/影片的修剪和來源範圍使用 data-start、data-duration 和 data-media-start,而交叉淡變則是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、交叉淡變包絡、音軌增益/音軌音量、音量與效果自動化、閃避/旁白雕刻,以及效果鏈。/media-use 則負責尋找音源、產生音訊和預處理。
常數 data-playback-rate(範圍 0.1..10)在配對的音訊/影片元素使用相同的時間、來源偏移和播放速率時,對畫面是安全的,並能保留音高。速度斜坡是 data-automation 中的一個 rate 通道(請參閱 docs/reference/speed-ramps);它會覆寫常數值,並在預覽和渲染時都保留音高。HyperFrames 不提供自動波形同步或漂移校正。
對於可複製的裁剪/交叉淡變/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/影片元素本身——或者,對於前兩個屬性,位於一個 <hf-audio-group> 匯流排上(參閱「一個匯流排服務多個音軌」):
| 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的包絡 |
data-fx-carve | 雕刻本身的設定,以便可以重新推導 |
已出廠的效果系列包括增益、等化器(高通、低通、峰化、擱架)、壓縮器、限制器、噪音閘、飽和、延遲、殘響、合聲、移相器和位元率壓縮。
每個效果的確切 JSON 格式,以及一個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問題:references/diagnosis.md。
預設集、命名作業和單旋鈕設定檔,以及從症狀到解決方案的表格:references/presets.md——在徒手建立效果鏈之前先閱讀它,因為其中一個預設集或命名作業通常已經指出問題所在。
各部分如何協同
兩個編寫表面負責寫入這些屬性;兩個執行階段透過相同的建構器讀取它們。這種共享的中間層正是預覽能夠預測渲染結果的原因。
flowchart TB
voice["語音音軌<br/>媒體檔案"]
bed["音樂背景<br/>媒體檔案"]
subgraph AUTHOR["編寫階段 — 唯一寫入屬性的部分"]
panel["工作室<br/>旁白雕刻控制"]
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["寫入背景元素上的屬性"]
carveAttr["data-fx-carve<br/>來源 · 強度"]
chainAttr["data-fx-chain<br/>peaking xN + gain,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["單一實作,兩者皆讀取"]
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/>在無頭瀏覽器中的 OfflineAudioContext<br/>applyAudioFxChain"]
sched --> render
preview --> heard["你拖動時聽到的內容"]
render --> wav["處理後的 WAV<br/>+ chainTailSeconds 以便混音讓尾音通過"]
wav --> mix["引擎 · audioMixer<br/>音量通道在此處烘烤到 PCM 中,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
雕刻本身的設定在播放時永遠不會被讀取——播放的是它所產生的效果鏈和通道。data-fx-carpe 的存在是為了可以在現有的雕刻上變更強度,而無需從濾波器中反向推斷。
在一個已雕刻的背景內,訊號首先經過凹陷,然後是電平匹配,接著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充當最後的天花板:
flowchart LR
src["解碼後的背景"] --> p1["peaking<br/>400 Hz"]
p1 --> p2["peaking<br/>1 kHz"]
p2 --> p3["peaking<br/>1.6 kHz"]
p3 --> g["gain<br/>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/>音量包絡"| p1
l4["通道 fx.n4.gain"] -.->|"背景總體<br/>閃避的程度"| g
首先,找出問題所在
下面的表格從「聽起來渾濁」開始——這假設已經有人聽過並指出問題。如果給你一個檔案並要求「修正它」,你沒有這樣的描述,也無法聆聽,所以你必須進行測量。有一條規則主導一切:
無法診斷單一未知語音的絕對頻譜。 共振峰是 ±10 dB,基頻範圍為 85–255 Hz,句子結尾會衰減 5–6 dB。 這些單獨來看都像是缺陷,但每一個其實都是說話者本身的特性。
因此,要進行比較,而且是與同一檔案內部的東西進行比較:如果存在,就與乾淨的原始檔比較;否則與靜音間隙比較——間隙中可聽見的任何東西都是疊加進去的,而間隙的頻譜是通道本身的特性,而非語音。與公佈的平均頻譜或合成的對照語音進行比較是行不通的:兩個說話者之間的差異遠大於大多數缺陷,而本指南背後的評估中出現的兩個錯誤答案正是來自這種比較。
當沒有原始檔且沒有可用的靜音時,靜態的調性缺陷確實是欠定的。請說明這一點,並提供符合條件的讀數,而不是選擇一個並在其基礎上建立效果鏈。
命令、陷阱和實際操作指南:references/diagnosis.md。在診斷一個無人描述的檔案之前,請先閱讀它。
從症狀開始
一旦你知道了頻帶和類型,請說出音訊的問題所在。大多數不良音訊屬於以下一或兩類,每一個都有出廠的解決方案:
| 聽起來像 | 使用 |
|---|---|
| 底部有嗡嗡聲或重擊聲 | rumble-cut,或 highpass 在 80 Hz |
| 渾濁、胸悶 | 抑制渾濁 作業 (200 Hz) |
| 模糊、像隔著紙板 | 減少模糊 作業 (250 Hz) |
| 難以聽清單詞 | 增加清晰度 作業 (3 kHz),或雕刻背景 |
| 刺耳且令人疲倦 | 柔和刺耳感 作業 (3.2 kHz) |
| 某些單詞比其他單詞大聲得多 | 在壓縮器上使用 均勻度,或平均電平 |
| 句子之間的房間環境聲 | room-gate |
| 語音和音樂互相干擾 | 旁白雕刻 — 不是對其中任何一個使用等化器 |
| 乾澀、聽起來不像在房間裡 | room-tight 或 room-natural |
| 聽起來「業餘」 | voice-clean,這基本上是按順序組合了上述四種效果 |
完整目錄、每個預設集的內容、頻帶詞彙,以及刻意未涵蓋的內容(去噝聲、降噪、音色匹配):references/presets.md。
先減法再加法,濾波後再調整電平,電平後再調整關係,最後才是音色和天花板。 每一步都會改變下一步聽到的內容——在高速濾波器之前設定的壓縮器,會將其時間浪費在追逐隆隆聲上。
根據問題而非名稱來選擇效果系列
濾波器(highpass、lowpass、peaking、lowshelf、highshelf)決定一個音軌被允許佔據哪些頻率。這是處理兩個音源衝突的首要工具,因為衝突發生在頻帶中:背景音樂和語音都想佔據 1–3 kHz,而從背景音樂中移除這個頻段,對背景音樂造成的損失遠小於將整個音量調低對混音的損失。對語音使用高通濾波器是解決隆隆聲的標準方法;低通濾波器則是有意地使聲音變暗或模糊。
動態處理器(gain、compressor、limiter、gate)決定一個音軌的音量如何隨時間變化。壓縮縮小了響亮與安靜之間的差距,以便安靜的部分可以提升。限制器是一個天花板——它不塑造任何東西,它保證沒有東西能超過它。噪音閘移除低於閾值的內容,這就是你在片語之間消除房間環境聲的方法。gain 是一個純粹的音量級,當一個音軌需要讓路時,自動化通道就會控制它。
非線性處理器(saturate、bitcrush)改變波形的形狀,這會增加原本不存在的諧波。當一個音軌需要特性或顆粒感而非校正時使用它——但要記住它是生成性的:它會使纖細的音源變得密集,而不是更乾淨。
時間處理器(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,因為一個尾音或一個失諧的複製會佔據語音所需的同一個空間。將它們用在應該位於其他東西後方的項目上,並且保持濕聲量低於單獨聽起來合適的程度。
效果鏈是序列式的:每個效果處理它前面一個效果產生的結果。因此,校正性濾波器放在早期,特性效果在中間,而限制器放在最後,以便它實際上能起到天花板的作用。
旁白雕刻
它解決的問題。 音樂背景下的旁白會使旁白難以聽清。直覺的反應是調低整個背景音樂,這雖然有效,但代價是背景音樂失去了所有存在感——音樂在整個旁白期間變得軟弱無力。但是,旁白並不需要整個頻譜。它只需要它實際佔據的幾個頻帶。雕刻只處理那些頻帶,而背景音樂保留其低頻和高頻,因此當旁白仍然清晰可辨時,背景音樂聽起來仍然是音樂。
這是一種關係,而非一種效果。 設定存在於被處理的_背景音樂_音軌上——它指名要監聽的語音來源,就像側鏈壓縮器一樣:你選擇變安靜的音軌,並挑選讓它安靜的原因。永遠不要將雕刻放在旁白音軌上。 旁白對抗自身進行雕刻是一個錯誤,而不是一個細膩的混音選擇。
所有語音,而不是其中一個。 sources 是一個列表,因為背景音樂通常在一整個序列下運行——一個旁白、一個採訪答案、第二個主持人。它們在測量任何內容之前(mixCarveSources),就在背景音樂自己的時鐘上被加總,因此一次分析涵蓋所有語音:頻帶來自所有存在的語音,而包絡在任何語音發生的地方都會上升。從未與背景音樂同時播放的語音則被排除在外;它們無法遮蔽它。
一個針對多個片段 ID 的雕刻是錯誤的。將片段分組,並針對該組進行雕刻。 這是一個不變的規則,而不是一個提示。逐一命名片段必須完全正確,並且只有在下次編輯之前才保持正確——之後添加的第四個旁白片段將在雕刻的感知範圍之外播放,背景音樂將無法在它下面進行閃避,這會很安靜。改用分組名稱,則在分析時解決成員資格問題,因此後來添加到該組的片段無需修改 sources 即可被涵蓋:
<!-- 將旁白分組,然後針對該組雕刻背景音樂 -->
<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 列表命名了兩個或更多純片段 ID 而不是一個組,會被 audio_carve_ungrouped_sources 檢查規則捕獲——它仍然可以運作,但這是當添加一個片段時會悄悄失效的版本。
保持雕刻組為語音組:不要包含背景音樂、音效或音樂。 sources 中的組 ID 在每次分析時都會解析為_當前的_所有_成員,因此你命名的組就是你之後會得到的組——而不是當初寫入時所測量的音軌。兩種情況會導致問題:
- 背景音樂位於自己的來源組中。 它將自身作為語音傳遞給自己,並根據自身內容進行雕刻——「永遠不要根據自身雕刻音軌」這條規則在下一次重新分析時生效。
- 一個音效或音樂片段位於語音組中。 它在下一次分析時進入側鏈,背景音樂開始對一個呼嘯聲進行閃避,即使當初寫入屬性的那次運行從未測量過它。
在寫入雕刻的那一刻,這兩種情況都是不可見的:分析將它檢測到的語音相加,並且從未透過組解析進行往返,因此第一次傳遞確實是正確的,只有下一次才是錯誤的。因此,為每個角色指定自己的組——music 用於背景音樂,voiceover 用於旁白,sfx 用於音效——並保持 sources 中命名的組只包含語音。
carve.mjs 在遇到任一情況時會拒絕寫入組形式,記錄片段 ID,並在 stderr 上說明是哪個成員阻止了它。然後,audio_carve_ungrouped_sources 規則會指向排列...