Communitygithub.com

MattiaIppoliti/tia-skills

用於混合已放置在 HyperFrames 合成中的音訊:淡入/淡出、交叉淡化、音軌增益或音量、音量自動化、閃避、語音覆蓋雕蝕(voiceover carve)、音軌效果(EQ、壓縮器、限制器、閘門、飽和、延遲、混響、合唱、移相器、位元粉碎),或在音軌音量或任何效果參數上繪製自動化包絡線。不適用於尋找或生成音訊(BGM、SFX 或製作語音覆蓋請使用 `/media-use`)。不適用於片段時間或音軌佈局(請使用 `/hyperframes-core`)。

tia-skills 是什麼?

此技能專門處理 HyperFrames 合成中已放置音訊的混合工作,涵蓋從基本淡入/淡出、交叉淡化、音軌增益控制,到進階音量自動化、閃避(ducking)和語音覆蓋雕蝕(voiceover carve)等操作。其核心設計哲學是將混音視為一組「關係」而非處理器堆疊,並提供一系列工具來表達這些關係:效果鏈(EQ、壓縮器、限制器、閘門、飽和、延遲、混響、合唱、移相器、位元粉碎)直接應用於元素上的 `data-fx-chain` 屬性,自動化包絡線則透過 `data-automation` 控制音量或效果參數。語音覆蓋雕蝕功能尤為重要,它會分析語音佔據的頻段,僅在這些頻段上對背景音樂進行衰減,從而保留音樂的低頻和高頻部分,使音樂仍具存在感。此技能支援預覽與渲染使用相同的 Web Audio 圖表,因此編輯時聽到的效果即為最終輸出,無需重複調整。它與 `/hyperframes-core`(處理片段時間和佈局)以及 `/media-use`(處理音訊來源和生成)明確分工。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/MattiaIppoliti/tia-skills/tree/HEAD/skills/video/hyperframes-audio

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

⚠ 合約狀態:工藝當前有效,程式碼尚未更新

此技術棧的輸出框架是 Remotion + React(/hyperframes-core)。 此處的動態工藝仍然適用:時間安排、緩動選擇、動作形狀、命名規則和藍圖。 程式碼則不適用:範例和適配器是針對已退役的 HTML + 暫停的 GSAP 時間線運行時編寫的。

閱讀時請進行轉譯:

此處在 Remotion 中
gsap.fromTo(el, {x:-40}, {x:0, duration:0.5})interpolate(frame, [0, SEC(0.5)], [-40, 0], {…"clamp"})
ease: "back.out(1.7)"spring({frame, fps, config:{damping}}), 根據視覺效果調整
在 window.__timelines[id] 處的暫停時間線無;每個值都是 useCurrentFrame() 的函數
片段上的 data-start / data-duration<Sequence from> / durationInFrames,以影格為單位
CSS 關鍵影格或轉場衍生的內聯 style(CSS 動畫不會渲染)

切勿將此技能中的範例未經修改就貼到 Remotion 專案中。

HyperFrames 音訊

混音是一組關係,而非處理器的堆疊。兩條各自聽起來不錯的音軌放在一起可能變得難以入耳,而解決方法幾乎從來不是「降低其中一條的音量」——而是要找出它們在爭奪什麼,並將它交給更需要的那一條。此處的每個工具都是為了表達其中一種關係而存在。

效果位於元素上的 data-fx-chain,預覽和渲染使用相同的 Web Audio 圖表——工作室在即時語境中運作,引擎在它已驅動的瀏覽器內的離線環境中運作。每個效果只有一種實現,因此您刷動時聽到的聲音就是最終寫入的內容。您無需調整兩次。

片段時間仍由 /hyperframes-core 處理:音訊/視訊修剪和來源範圍使用 data-start、data-duration 和 data-media-start,交叉淡化則將片段重疊在不同的音軌上。此技能負責已放置音軌的淡入/淡出、交叉淡化包絡線、音軌增益/音軌音量、音量及效果自動化、閃避/語音覆蓋雕蝕,以及效果鏈。/media-use 負責來源、生成和預處理。

固定的 data-playback-rate(0.1..5)在匹配的音訊/視訊元素使用相同的時間、來源偏移和速率時,對畫面進行渲染安全,並對音高保持的聲音進行渲染安全。不支援來源速度斜坡,因為沒有速率包絡線;請預先處理衍生的同步資產。HyperFrames 不提供自動波形同步或漂移校正。

如需可複製的剪輯/交叉淡化/重新定時食譜,請使用 /hyperframes-core → references/editing-recipes.md。

三個屬性承載一切,全部位於音訊/視訊元素本身:

屬性承載內容
data-fx-chain效果,按訊號順序排列
data-automation此音軌音量或其效果參數上的包絡線
data-fx-carve雕蝕自身的設定,以便可以重新推導

已出貨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、混響、合唱、移相器和位元粉碎。

每個效果的確切 JSON,以及音軌必須滿足的規則:references/attributes.md。 每個效果及其參數、範圍和單位:references/fx-registry.md。 如何處理您聽不到音效的檔案問題:references/diagnosis.md。 預設設定、命名作業和單旋鈕設定檔,以及症狀到解決方案的對照表:references/presets.md——在手工建立效果鏈之前請先閱讀此文,因為其中一個預設或命名作業通常已經指出了問題。

如何協同運作

兩個創作界面寫入這些屬性;兩個運行時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["創作——唯一寫入屬性的部分"]
    panel["工作室<br/>語音覆蓋雕蝕控制"]
    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["寫入背景音樂元素上"]
    carveAttr["data-fx-carve<br/>source · strength · dynamic"]
    chainAttr["data-fx-chain<br/>peaking xN + gain, tagged fromCarve"]
    autoAttr["data-automation<br/>每個雕蝕參數一個音軌"]
  end

  analysis --> carveAttr
  analysis --> chainAttr
  analysis --> autoAttr

  subgraph SHARED["單一實現,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/>頭部瀏覽器中的 OfflineAudioContext<br/>applyAudioFxChain"]
  sched --> render

  preview --> heard["刷動時聽到的聲音"]
  render --> wav["處理後的 WAV<br/>+ chainTailSeconds 確保混音讓尾部通過"]
  wav --> mix["引擎 · audioMixer<br/>音量音軌在此處烘焙到 PCM 中,而非圖表中"]
  mix --> out["渲染後的混音"]

  edit["播放中編輯屬性"] -.->|MutationObserver| preview

雕蝕自身的設定在播放時從未被讀取——它產生的效果鏈和音軌才是播放的內容。data-fx-carve 的存在是為了可以在現有的雕蝕上更改強度,而無需從濾波器中反推回去。

在雕蝕過的背景音樂內部,訊號首先通過衰減部分,然後是電平匹配,最後是您自己添加的任何效果——這就是為什麼您添加的限制器仍然作為最後的 ceiling 起作用:

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["您自己的效果<br/>例如限制器"]
  hand --> dest["音軌增益,然後輸出"]

  l1["音軌 fx.n1.gain"] -.->|"該頻段中<br/>語音電平的包絡線"| p1
  l4["音軌 fx.n4.gain"] -.->|"背景音樂<br/>整體閃避的深度"| g

靜態雕蝕是相同的圖表,但使用固定值且完全沒有音軌。

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麼說了。如果只交給您一個檔案並說「修復這個」,您沒有這樣的描述,也無法聆聽,所以您必須進行測量。有一條規則支配著一切:

無法診斷單一未知語音的絕對頻譜。 共振峰有 ±10 dB,基頻範圍為 85–255 Hz,句子在結尾時會下降 5–6 dB。 這些特徵單獨來看都會被解讀為缺陷,但它們每一個都是說話者的特性。

因此,進行比較,並與同一檔案內部的內容進行比較:如果存在,則與乾淨的原始版本比較;否則與靜音間隙比較——間隙中能聽到的任何東西都是疊加進去的,而間隙的頻譜是通道本身的,而不是語音的。與發布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大於大多數缺陷,而且在針對此指導方針的評估中,兩個錯誤的答案都來自這種方法。

當沒有原始版本也沒有可用的靜音時,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上建立效果鏈。

命令、陷阱和實用食譜:references/diagnosis.md。在診斷一個無人描述的檔案之前,請先閱讀此文。

從症狀開始

一旦您知道頻段和類型,請指出音訊的問題所在。大多數糟糕的音訊只有其中的一兩個問題,而且每個問題都有一個現成的解決方案:

聽起來像請使用
下方的嗡嗡聲或重擊聲rumble-cut,或 80 Hz 的 highpass
轟鳴、胸音過重Tame Boominess 作業(200 Hz)
悶糊、像隔著紙板Reduce Mud 作業(250 Hz)
聽不清楚字詞Add Clarity 作業(3 kHz),或雕蝕背景音樂
刺耳且令人疲憊Soften Harshness 作業(3.2 kHz)
有些字詞比其他大聲得多壓縮器上的 Evenness,或 Even Out Levels
句子之間有房間氛圍room-gate
語音和音樂衝突Voiceover carve——不是對任何一個施加 EQ
乾澀,感覺不在任何空間中room-tight 或 room-natural
只是聽起來「業餘」voice-clean,按順序包含上述四項

完整目錄、每個預設的內容、頻段詞彙,以及刻意不涵蓋的內容(去噝聲、噪音移除、音色匹配):references/presets.md。

先減後加,在濾波之後調整電平,在電平之後處理關係,特性和 ceiling 放在最後。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將其時間花費在追蹤隆隆聲上。

根據問題選擇效果家族,而非名稱

濾波器(highpass、lowpass、peaking、lowshelf、highshelf)決定音軌被允許佔據哪些頻率。這是解決兩個來源衝突的首要工具,因為衝突發生在頻段中:背景音樂和語音都想佔據 1–3 kHz,將此頻段從背景音樂中移除對背景音樂的損害遠小於降低整體音量對混音的損害。對語音進行高通濾波是解決隆隆聲的標準方法;低通濾波則會刻意使其變暗或模糊。

動態處理器(gain、compressor、limiter、gate)決定音軌的電平隨時間的變化。壓縮縮小大聲和小聲之間的差距,以便小聲的部分能夠提升上來。限制器是一個 ceiling——它不做任何塑造,它只是保證沒有任何東西能超過它。閘門將低於閾值的部分移除,這就是如何在短語之間靜音房間氛圍的方法。gain 是一個純粹的電平級別,當音軌需要讓路時,自動化音軌會控制它。

非線性處理器(saturate、bitcrush)改變波形的形狀,從而添加原本不存在的諧波。當音軌需要特性或質感而非校正時使用它——請記住,它是生成性的:它使稀薄的來源變得更密集,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。這些是最容易破壞混音的效果,因為一個尾部或一個失諧的複製品會佔據語音所需的相同空間。將它們用在應該位於其他東西後面的事物上,並將濕聲量保持在比單獨聽起來正確時更低的水平。

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,校正濾波放在前面,特性在中間,限制器放在最後,這樣它才能真正起到 ceiling 的作用。

語音覆蓋雕蝕

它解決的問題。 背景音樂在語音之下會使語音難以聽清。直覺反應是將整個背景音樂閃避,這雖然有效,但代價是背景音樂失去了所有存在感——音樂在整個語音覆蓋期間變得無力。但語音並不需要整個頻譜。它只需要它實際佔據的少數幾個頻段。雕蝕只取走這些頻段,而背景音樂保留其低頻和高頻部分,因此它仍然是音樂,同時語音仍然清晰可辨。

它是一種關係,而非效果。 設定存在於背景音樂上——即被處理的音軌——並且它們指定要聆聽的語音,就像側鏈壓縮器一樣:您選擇變得更安靜的音軌,並挑選讓它變安靜的來源。絕對不要將雕蝕放在語音音軌上。 語音對自身進行雕蝕是一個錯誤,而不是一個微妙的混音選擇。

針對所有語音,而非其中一個。 sources 是一個列表,因為背景音樂通常運行在整個序列之下——一位旁白、一個採訪回答、第二位主持人。它們在測量任何東西之前被求和到背景音樂自己的時鐘上(mixCarveSources),因此一個分析涵蓋了所有語音:頻段來自所有存在的語音,包絡線在任何語音出現的地方上升。從未在背景音樂播放時出現的語音則被排除在外;它們無法掩蓋它。

一個旋鈕。 strength 是 0..1,它推導出所有參數:切割深度、頻段數量、頻段寬度、偏向清晰度而非原始語音能量的程度、電平允許下降的程度、以及目標低於語音的程度。這六個參數在任何真實混音中都是一起移動的——溫和的雕蝕是在少數頻段中進行淺層切割並搭配少量閃避,激烈的雕蝕則是在更多頻段中進行更深層的切割並搭配更多閃避——因此它們被視為一個關係,只需設定一次,即 carveProfile。預設值為 0.25——在三個頻段中產生 6 dB 的衰減,並有 6 dB 的電平空間,可被聽出但不會感覺像一個洞。在 0.5 時,衰減達到 10 dB,此時雕蝕開始被視為一種效果,而不是為語音騰出空間;高於此值則是用於大聲背景音樂下的輕聲語音。0 僅為頻譜模式——一個頻段,完全沒有電平匹配。

預設使用雕蝕。 在旁白下播放的背景音樂需要雕蝕;這不是一個如果有時間才做的潤飾步驟。放置好兩條音軌,執行下面的命令,然後聆聽。只有在音樂下方沒有旁白時才跳過它——例如音樂影片、標題卡、配合音樂的蒙太奇剪輯。

它始終跟隨語音。 沒有靜態模式:固定的深度會使背景音樂在每個暫停處變薄,而且一旦您聽過兩者,就沒有理由再猶豫不決。

…

Individual skills in this repo

This repo contains 6 individual skills — each has its own dedicated page.

MattiaIppoliti/tia-skills

The technique catalog: five velocity-matched SEAMS (zoom-through, INVERSE zoom-through, cut-the-curve, waterfall cut, rack-focus blur-cut) plus the two in-scene techniques — waterfall ENTRY (staggered arrival cascades for title cards / segment openers) and the nudge curve (slow-fast-slow three-phase group slides). Covers partial-travel (~12% of frame) velocity matching via mirrored power4 eases, the Z scale-sign rule, size-scaled blur (10px text / 18-20px full-frame), word-by-word staggered cuts, cascade pacing by element weight, and the 10/65/25 slide ratio. Read before authoring any transition, text-beat handoff, kinetic text entry, or group reposition. [depth, zoom, inverse-zoom, scale-sign, mirrored-zoom, rack-focus, pacing, velocity, cut-the-curve, waterfall, stagger, cascade, kinetic-text, title-card, segment-opener, nudge, slide, easing, group-motion, z-depth, motion-graphics, cinematic, transition, blur, directional-continuity]

MattiaIppoliti/tia-skills

Import Figma content into a HyperFrames composition — rendered assets, brand tokens, components, storyboard sections → reconstructed motion (frames read as states, not slides) (REST/CLI), connector-assisted motion when available, and shaders from a connector or native export. Use when the user pastes a figma.com link or asks to bring a Figma design, frame, logo, brand, or animation into a video/composition.

MattiaIppoliti/tia-skills

Author or edit a custom HyperFrames composition when no specialized workflow fits, or when BRIEF.md sets flow: companion. Use for longer or multi-scene pieces, brand and sizzle reels, montages, static loops, static title cards, footage remixes, and freeform builds. Use motion-graphics instead for a short unnarrated motion-first unit, including an animated title. Route fresh creation through hyperframes before using this skill.

MattiaIppoliti/tia-skills

All animation knowledge for HyperFrames — atomic motion rules, multi-phase scene blueprints, scene transitions, broader motion-design techniques, AND the seven runtime adapters (GSAP default, plus Lottie, Three.js, Anime.js, CSS keyframes, Web Animations API, TypeGPU). Use for any motion or animation task: pick 2-4 rules and compose, or load a blueprint, or look up runtime-specific API (e.g. GSAP eases / Lottie player / Three.js mixer). Also covers auditing an existing composition's choreography (animation map) and 24 named text-animation effects. HyperFrames-native: single paused timeline, seek-safe, deterministic.

MattiaIppoliti/tia-skills

Drive the Remotion CLI development loop: scaffold, studio, type-check, compositions, still probes, single and batch render, bundle, Lambda and Cloud Run rendering, benchmark, versions, upgrade, and GPU checks. Also use when diagnosing a build or render failure, or when looking for a capability the retired HyperFrames CLI used to own.

MattiaIppoliti/tia-skills

The composition contract for building one renderable Remotion project. Use for project structure, `<Composition>` registration, `<Sequence>` timing, layer/track ordering, scene components, props and schemas, framework-owned media playback, deterministic-render rules, and validation. Also covers Tailwind projects and the STORYBOARD.md / SCRIPT.md plan formats. Read before writing composition code.

相關技能