Plugin installs: Before setup or freshness commands, follow plugin execution rules when this skill is inside a HyperFrames plugin. Standalone installs keep the update instructions below.
HyperFrames Audio
混音是一組關係的集合,而非處理器的堆疊。兩個各自聽起來沒問題的音軌,放在一起可能變得難以忍受,解決方案很少是「把其中一個調小」——而是要找出它們在爭奪什麼,並將其交給更需要的那一方。這裡的每個工具都是為了表達這些關係之一而存在。
效果存在於元素上的 data-fx-chain 屬性中,預覽和渲染使用相同的 Web Audio 圖形——在即時環境中使用工作室模式,在離線環境中則使用瀏覽器已驅動的引擎。每種效果只有一種實作,因此你在預覽時聽到的,就是最終輸出的結果。你不需要進行二次調整。
片段時序仍屬於 /hyperframes-core:音訊/視訊的修剪和原始範圍使用 data-start、data-duration 和 data-media-start,而交叉淡化的片段則重疊在不同音軌上。此技能掌管已置放音軌的淡入/淡出、交叉淡化包絡、音軌增益/音量、音量和效果自動化、閃避/旁白雕刻(ducking/voiceover carve)以及效果鏈。/media-use 負責搜尋、生成和前置處理。
常數 data-playback-rate(0.1..10)對於使用相同時序、原始偏移和速度的影音元素來說,是安全的渲染參數,可同時保留影像和經過音高保留處理的聲音。速度斜坡是 data-automation 中的一個 rate 軌道(請參閱 docs/reference/speed-ramps);它會覆蓋常數值,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修正。
如需可複製的剪輯/交叉淡化/重定時配方,請使用 /hyperframes-core → references/creator-editing-recipes.md。
三個屬性承載所有內容,位於音訊/視訊元素本身——或者,對於前兩個屬性,也可以位於 <hf-audio-group> 匯流排上(請參閱「一個匯流排管理多個音軌」):
| 屬性 | 承載內容 |
|---|---|
data-fx-chain | 效果,依訊號順序排列 |
data-automation | 此音軌音量或其效果參數的包絡線 |
data-fx-carve | 雕刻自身的設定,以便日後可以重新推導 |
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、合聲、移相器和位元壓縮器。
每種效果的確切 JSON 格式,以及軌道必須滿足的規則:references/attributes.md。
每種效果及其參數、範圍和單位:references/fx-registry.md。
如何處理你聽不到的音訊檔案問題:references/diagnosis.md。
預設集、命名作業和單旋鈕設定檔,以及症狀對照修正表:references/presets.md——在動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了問題。
各組件如何協同運作
兩種編輯介面會寫入這些屬性;兩個執行環境則透過相同的建構器讀取它們。這個共享的中間層正是預覽能準確預測渲染結果的原因。
flowchart TB
voice["語音音軌<br/>媒體檔案"]
bed["背景音樂音軌<br/>媒體檔案"]
subgraph AUTHOR["編輯——唯一會寫入屬性的地方"]
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["寫入背景音樂元素之上"]
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/>每個雕刻參數一條軌道"]
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/>無頭瀏覽器中的 OfflineAudioContext<br/>applyAudioFxChain"]
sched --> render
preview --> heard["你在預覽時聽到的內容"]
render --> wav["已處理的 WAV<br/>+ chainTailSeconds 確保混音能讓尾音通過"]
wav --> mix["引擎 · audioMixer<br/>音量軌道在此處烘焙成 PCM,而非在圖形中"]
mix --> out["最終輸出的混音"]
edit["在播放期間編輯屬性"] -.->|MutationObserver| preview
雕刻本身的設定在播放時從未被讀取——播放的是它所產生的效果鏈和軌道。data-fx-carve 的存在是為了讓你可以修改現有雕刻的強度,而無需從濾波器中反向推測。
在被雕刻的背景音樂內部,訊號會先經過衰減部分,然後是電平匹配,最後才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會作為最後一道上限:
flowchart LR
src["解碼後的背景音樂"] --> 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["軌道 fx.n1.gain"] -.->|"該頻段中<br/>語音電平的包絡"| p1
l4["軌道 fx.n4.gain"] -.->|"背景音樂<br/>整體閃避的程度"| g
首先,找出問題所在
下表從「聽起來很轟」開始——這假設已經有人聽過並指出了這個問題。如果你拿到一個檔案並被告知「修正這個」,但你既沒有聽到描述,也無法親自聆聽,你就必須透過測量來判斷。有一條規則主導這一切:
單一未知語音的絕對頻譜是無法診斷的。 共振峰 ±10 dB,基頻範圍 85–255 Hz,句子結尾會衰減 5–6 dB。 這些單獨看來都像是缺陷,但它們是說話者本身的特性。
所以,請進行比較,而且要與同一個檔案內的內容進行比較:如果有的話,可以與乾淨的原始檔案比較,否則與對話間的空隙比較——間隙中任何可聽到的東西都是附加的,而間隙的頻譜就是通道本身,而非語音。與公佈的平均頻譜或合成控制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,而在評估中導致兩種錯誤答案的正是這種比較方法。
當沒有原始檔案,也沒有可用的靜音時,靜態的調性缺陷確實是無法確定的。請說明這一點,並提供符合情況的測量結果,而不是選擇一個結果並據此建立效果鏈。
指令、陷阱和實作範例:references/diagnosis.md。在診斷一個未經描述的音訊檔案之前,請先閱讀它。
從症狀開始
一旦你知道了頻段和類型,請指出音訊問題的名稱。大多數糟糕的音訊都屬於以下一兩種情況,每一種都有出廠的解決方案:
| 聽起來像 | 使用 |
|---|---|
| 低頻嗡嗡聲或重擊聲 | rumble-cut,或 80 Hz 的 highpass |
| 轟鳴感、胸腔共鳴過重 | Tame Boominess 作業 (200 Hz) |
| 悶悶的,像隔著紙板 | Reduce Mud 作業 (250 Hz) |
| 話語難以辨識 | Add Clarity 作業 (3 kHz),或雕刻背景音樂 |
| 刺耳且令人疲勞 | Soften Harshness 作業 (3.2 kHz) |
| 有些字音量比其他大很多 | 對壓縮器使用 Evenness,或使用 Even Out Levels |
| 句子之間有空間感 | room-gate |
| 語音和音樂互相干擾 | Voiceover carve——不是對任何一方使用 EQ |
| 聽起來很乾,像在無聲環境錄製 | room-tight 或 room-natural |
| 就是「聽起來不專業」 | voice-clean,它依次包含了上述四種處理 |
完整目錄、每個預設集的內容、頻段詞彙,以及故意不涵蓋的內容(如去噝聲、降噪、音色匹配):references/presets.md。
先減後加,濾波後再進行電平調整,電平調整後再建立關係,最後才是音色和上限。每個步驟都會改變下一步所聽到的內容——在高速濾波器之前設定的壓縮器,會將其能量浪費在追逐低頻隆隆聲上。
根據問題選擇效果家族,而非名稱
濾波器(highpass、lowpass、peaking、lowshelf、highshelf)決定一個音軌允許佔據哪些頻率。這是處理兩個音源衝突時的首選工具,因為衝突發生在頻段中:背景音樂和語音都想佔據 1–3 kHz,而從背景音樂中拿走這個頻段,對背景音樂的影響遠小於將整個音量調低對混音的影響。對語音使用 highpass 是處理低頻隆隆聲的標準方法;使用 lowpass 則會刻意讓聲音變暗或變得悶悶的。
動態處理(gain、compressor、limiter、gate)決定音軌音量隨時間的變化方式。壓縮會縮小大聲和小聲之間的差距,以便讓小聲的部分可以被聽到。限制器是一個上限——它不會塑造任何東西,只是保證沒有任何聲音超過這個上限。閘門會移除低於閾值的聲音,這就是你如何消除語句之間空間感的方法。gain 是一個單純的電平級別,當音軌需要讓出空間時,自動化軌道就是透過它來運作的。
非線性處理(saturate、bitcrush)會改變波形的形狀,從而產生原本不存在的諧波。當一個音軌需要個性或質感而非修正時,可以使用它——請記住,它是生成性的:它會使薄弱的音源變得更厚實,而不是更乾淨。
時間效果(delay、reverb、chorus、phaser)將音軌置於一個空間中,或賦予其寬度。這些效果最容易破壞混音,因為一個尾音或一個失諧的複製會佔據語音所需的相同空間。將它們用於應該位於其他事物後面的元素,並保持乾/濕比例比你單獨聽起來合適的程度更低。
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,校正性濾波器應放在前面,音色處理在中間,而限制器放在最後,以便它實際發揮上限的作用。
旁白雕刻(Voiceover carve)
它解決的問題。 語音下方的背景音樂會使語音難以聽清。直覺反應是將整個背景音樂閃避,這雖然有效,但會犧牲背景音樂的所有存在感——音樂在整個旁白過程中變得軟弱無力。但語音並不需要整個頻譜。它只需要它所佔據的少數頻段。雕刻只取走這些頻段,而背景音樂則保留其低頻和高頻,因此當語音仍然清晰可辨時,同時還能保留音樂性。
這是一種關係,而非一種效果。 設定位於被處理的音軌——背景音樂——上,並且它們指定要聆聽的語音,就像側鏈壓縮器一樣:你選擇要變小的音軌,並選擇讓它變小的來源。絕對不要將雕刻放在語音音軌上。 將語音對自身進行雕刻是一個錯誤,而不是一個微妙的混音選擇。
所有語音,而非其中一個。 sources 是一個列表,因為背景音樂通常在一整個序列下播放——例如旁白、訪談回答、第二位主持人。它們在測量任何內容之前被加總到背景音樂自己的時鐘上(mixCarveSources),因此一次分析涵蓋所有語音:頻段來自所有存在的語音,而包絡線則在語音發生的任何地方升起。從未與背景音樂同時播放的語音則會被排除在外;它們無法遮蓋背景音樂。
對多於一個片段 ID 進行的雕刻是錯誤的。請將片段分組,並對該組進行雕刻。 這不是一個建議,而是一個不變法則。逐一命名片段必須是詳盡且正確的,並且只在下一次編輯之前保持正確——一個後來加入的第四段旁白片段將在雕刻的感知範圍之外播放,而背景音樂將無法在其下方進行閃避。相反地,對組進行命名則可以在分析時解析成員資格,因此後來加入到該組的片段會自動被涵蓋,無需修改 sources:
<!-- 將旁白分組,然後對該組進行背景音樂雕刻 -->
<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 列表指定了兩個或多個普通片段 ID 而非一個組,這會被 audio_carve_ungrouped_sources 程式碼檢查規則捕捉——它仍然可以運作,但這種方式會在加入片段時默默地失效。
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 會在每次分析時解析為所有_當前的_成員,因此你命名的組就是你之後會得到的組——而不是當初寫入時測量的音軌。有兩種情況會導致問題:
- 背景音樂在其自己的來源組中。 它會將自己當作語音進行處理,並根據其自身內容進行雕刻——這就是「永遠不要對音軌自身進行雕刻」的規則,在一次重新分析後就會被違反。
- 一個音效或音樂片段在語音組中。 它在下次分析時進入側鏈,然後背景音樂開始在呼嘯聲下進行閃避,即使當初寫入屬性的那次執行從未測量它。
這兩種情況在雕刻被寫入的那一刻都是不可見的:分析會加總它偵測到的語音,並且不會進行組解析的往返驗證,因此第一次通過是真正正確的,只有下一次才是錯誤的。因此,為每個角色分配其自己的組——music 用於背景音樂,voiceover 用於旁白,sfx 用於音效——並確保 sources 中命名的組只包含語音。
carve.mjs 在遇到這兩種情況時會拒絕寫入組形式,記錄片段 ID,並在標準錯誤輸出中說明是哪個成員阻止了它。然後,audio_carve_ungrouped_sources 規則會指向此安排…