audio-audit — QA y Compliance de Audio

Verifica que el audio del proyecto cumple: performance dentro del presupuesto, assets conformes al spec, y loudness dentro del target de plataforma.

Cuándo usar

• Antes de una milestone o de certificación
• El audio se corta, se satura o come demasiado CPU
• Verificar assets entregados por un contractor
• Auditar loudness para cumplir requisitos de plataforma
• Después de integrar un sistema nuevo, para medir su costo real

Input

1. Leer audio bible (sección 8, standards) y los specs de /audio-spec
2. Determinar plataformas target, y cuál es la más baja
3. Preguntar al usuario: alcance (full / solo perf / solo loudness / solo assets) y si hay captura de profiler disponible

---

1. Performance

Presupuesto: el audio dispone del 5-10% del frame time. A 60 fps el frame son 16.6 ms, así que el audio tiene ~0.8-1.7 ms. A 90 fps (VR) el frame son ~11 ms y el margen es menor.

Métrica	Cómo se mide	Verdict
CPU de audio	Profiler del middleware, en gameplay real	FAIL si supera el 10% del frame sostenido
Voces activas	Pico vs límite configurado	CONCERNS si el pico toca el límite; FAIL si hay descartes de sonidos de prioridad alta
Memoria de audio	Por bank y total, vs budget del proyecto	FAIL si supera el budget en la plataforma más baja
Accesos de streaming	Contador de streaming del profiler	CONCERNS si hay starvation
Game objects registrados	Contador, medido a lo largo de una sesión larga	FAIL si crece monótonamente (leak)

Medir en gameplay real, no en el editor. El editor dispara eventos en orden, uno por vez, sin ruido. El jugador produce combinaciones que nadie planificó. Y medir en la plataforma más baja del target: el presupuesto que cierra en PC no dice nada de un handheld.

El leak de game objects es el hallazgo más frecuente. Si el contador de objetos registrados crece durante una sesión de dos horas y nunca baja, hay des-registros faltantes. Se ve solo en sesiones largas.

Costos de referencia

Para saber si un número medido es razonable:

Operación	Costo esperado por fuente
Convolución HRTF (512 taps)	~2 ms
Encode ambisónico	~0.1 ms
Decode ambisónico a binaural	~1 ms total
Footstep procedural	~1-2 ms
Síntesis de viento	~0.5 ms/frame
Panning + atenuación	despreciable

Si lo medido se desvía mucho del esperado, la causa suele ser configuración (más taps, más fuentes espacializadas de las previstas) antes que el motor.

2. Loudness

Referencia de industria en juegos: ASWG-R001 (Sony), la única especificación publicada por una plataforma mayor.

Contexto	Loudness promedio	True peak máximo
Consola / home	−23 LUFS (±2)	−1 dBTP
Portable / handheld	−18 LUFS	−1 dBTP

Cómo medir bien:

• Se mide el programa completo en gameplay representativo, no un asset aislado. Medir un .wav no dice nada sobre cumplimiento
• Sesión de duración suficiente para promediar: al menos varios minutos cubriendo exploración, combate y diálogo
• Medir el true peak, no el peak de sample: la codificación lossy puede generar picos por encima del valor medido en PCM
• Confirmar el target vigente de cada plataforma antes de certificación. Las recomendaciones se revisan — el promedio de ASWG también se citó como −24 LKFS, así que no confiar en un número memorizado

Verdict: COMPLIANT dentro del target con su tolerancia; NON-COMPLIANT fuera, o con true peak por encima de −1 dBTP.

3. Conformidad de assets

Verificación mecánica contra los standards del bible. Esto se automatiza:

Chequeo	Falla típica
Sample rate	Mezcla de 44.1 y 48 kHz en el mismo proyecto
Bit depth	24-bit donde el pipeline espera 16
Canales	Estéreo en un asset que se usa como fuente 3D mono
Naming	No sigue el patrón; rompe batch y automatización de banks
DC offset	Produce clicks al concatenar
Silencio al inicio	Retrasa el ataque; se percibe como lag
Clipping	Picos a 0 dBFS en el asset crudo
Duración vs spec	Fuera del rango especificado
Loudness por categoría	Assets de la misma categoría con niveles dispares

Fuente 3D en estéreo es el hallazgo más común y el más silencioso: el middleware la trata distinto o la colapsa, y la localización espacial se degrada sin que nadie vea un error.

La skill trae el verificador: scripts/check_assets.py, stdlib-only (módulo wave), recursivo sobre una carpeta.

python skills/audio-audit/scripts/check_assets.py assets/audio \
  --rate 48000 --bits 16 --mono-3d --naming '^(sfx|vo|mus)_'

Chequea sample rate, bit depth, canales, naming, clipping, DC offset, silencio inicial, archivos vacíos o silenciosos, y avisa cuando el sample rate obliga a un resampleo costoso. Emite [FAIL] / [WARN] / [SKIP] por hallazgo y cierra con COMPLIANT / CONCERNS / NON-COMPLIANT; exit code 1 solo si hay FAIL, para usarlo en CI.

Lo que necesita una herramienta externa (loudness integrado, análisis espectral) se reporta como [SKIP] en vez de abortar la corrida.

4. Checklist por plataforma

Ítem	Aplica a
Loudness dentro del target del contexto	Todas
True peak ≤ −1 dBTP	Todas
Manejo de interrupciones (llamada, alarma)	Móvil
Manejo de cambio de ruta (auriculares)	Móvil, consola
Respeto del switch de silencio	iOS
Comportamiento en background	Móvil
Mezcla con audio de terceros	Móvil
Audio no rompe al perder foco	Todas
Memoria dentro del budget de la plataforma	Todas
Se puede mutear todo desde opciones	Todas
Controles separados: música / SFX / voz / UI	Todas
Información crítica no exclusivamente por audio	Todas (accesibilidad)
Subtítulos para todo el diálogo	Todas (accesibilidad)

El comportamiento en background y el switch de silencio en iOS son causas concretas de rechazo de store, no recomendaciones.

---

Proceso

1. Determinar el alcance y la plataforma más baja del target
2. Capturar con el profiler del middleware en gameplay representativo, no en el editor
3. Medir performance contra el presupuesto y comparar con los costos de referencia
4. Medir loudness del programa completo, con true peak
5. Verificar assets contra los standards, automatizado si el volumen lo justifica
6. Recorrer el checklist de plataforma
7. Reportar con severidad por hallazgo y, si el usuario lo pide, preguntar "¿Escribo el reporte a <path>?" antes de usar Write

Formato del reporte

Por hallazgo: qué se midió, valor medido, valor esperado, severidad, y dónde está el problema. Un hallazgo sin número medido no es un hallazgo, es una impresión.

---

Verdict

Global, y por sección:

• COMPLIANT — performance dentro del presupuesto en la plataforma más baja, loudness dentro del target, assets conformes, checklist completo
• CONCERNS — hay desvíos que no bloquean: pico de voces tocando el límite, assets con naming inconsistente, loudness en el borde de la tolerancia
• NON-COMPLIANT — CPU o memoria fuera de presupuesto, loudness fuera del target, leak de game objects, o un ítem de checklist que es causa de rechazo de plataforma

Un NON-COMPLIANT en cualquier sección bloquea certificación.

Anti-patterns

→ Read references/anti-patterns.md

Next steps

• /spatial-audio si el costo de espacialización está fuera de presupuesto
• /audio-mix si el problema es loudness o balance entre categorías
• /middleware-integration si hay leaks, banks mal organizados o descartes de voces
• /procedural-audio si la memoria no cierra por cantidad de samples