audio-mix — Mezcla Dinámica

Diseña la estructura de buses y las reglas que deciden qué se escucha cuando todo suena a la vez.

El mix de un juego no es un mix estático: es un sistema de reglas, porque no se sabe de antemano qué va a sonar simultáneamente.

Cuándo usar

• Definir la arquitectura de buses del proyecto
• El mix suena barroso, o el diálogo no se entiende
• Falta control dinámico: momentos importantes no destacan
• Cumplir targets de loudness de plataforma

Input

1. Leer audio bible, sección 4 (frequency allocation) y 5 (mix hierarchy)
2. Listar las categorías de audio del proyecto
3. Preguntar al usuario: plataformas target, si hay diálogo, y si existe algún requisito de certificación

---

Jerarquía de buses

Estructura base que sirve para casi cualquier juego:

Master
├── Music
├── SFX
│   ├── Player          (feedback de la acción del jugador)
│   ├── World           (enemigos, props, entorno)
│   └── Ambience
├── Voice
│   ├── Dialogue        (narrativa, crítico)
│   └── Barks           (chatter de combate)
└── UI

Por qué esta forma:

• Player separado de World permite proteger el feedback de la acción del jugador cuando hay 40 enemigos
• Dialogue separado de Barks permite duckear por diálogo importante sin que cada bark baje la música
• UI afuera de SFX porque tiene su propio nivel (−18 a −24 dB) y su propio control de usuario
• Ambience separado porque es lo primero que se sacrifica cuando el mix se llena

Cada bus necesita: volumen base, control de usuario expuesto o no, y si va a reverb de zona.

Ducking

Bajar una categoría cuando otra suena. Los casos reales:

Trigger	Qué duckea	Cuánto	Attack / Release
Diálogo	Music, Ambience	−6 a −9 dB	50 ms / 400 ms
UI crítico	Music, SFX	−3 a −6 dB	20 ms / 200 ms
Momento narrativo	Todo menos Voice	−12 dB	200 ms / 800 ms
Barks	nada, o −2 dB	mínimo	rápido

El release siempre más largo que el attack. Un release corto produce bombeo audible: la música sube y baja a cada palabra. 300-500 ms de release para diálogo es lo que suena natural.

El ducking no reemplaza al arreglo. Si la música vive en 500 Hz-2 kHz y el diálogo también, hay que duckear tanto que se escucha. La solución es dejar ese rango libre en el arreglo (ver /music-composition, orquestación production-aware). El ducking es el ajuste fino, no la solución estructural.

Sidechain vs ducking por evento: el ducking por evento (el middleware baja el bus cuando el evento está activo) es más predecible y más barato. El sidechain real (detectar la señal) responde mejor a diálogo de duración variable. Para VO grabado, ducking por evento alcanza.

Frequency masking

Dos sonidos que ocupan la misma banda compiten, y el más fuerte gana. El EQ correctivo adelgaza todo; la solución es la asignación de bandas del audio bible.

Cuando ya está producido y hay que arreglarlo:

Problema	Arreglo de mezcla
Diálogo tapado por música	EQ dinámico en Music: hueco en 1-3 kHz solo cuando hay VO
Impactos sin peso	High-pass en Music y Ambience por debajo de 80 Hz
Mix barroso	High-pass en todo lo que no necesita graves; casi nada necesita por debajo de 60 Hz
UI perdido	Reducir el brillo de la percusión, no subir el UI
Todo suena chico	Demasiadas fuentes; el problema es voice count, no EQ

Mix states

Snapshots de la mezcla que se activan por contexto. El mix dinámico es lo que hace que un juego suene "bien mezclado" en situaciones que nadie mezcló a mano.

Estado	Qué cambia
Exploration	Base
Combat	Player y World arriba, Ambience abajo
Cutscene	Voice arriba, todo lo demás abajo, sin UI
Menu (pausa)	Todo salvo UI y Music muy abajo o silenciado
Low health	Filtro en Music, tinnitus, resto atenuado
Death	Corte o filtro extremo

Interpolar entre estados, nunca saltar. 200-500 ms según qué tan dramático sea el cambio. Y definir qué pasa si dos estados quieren activarse a la vez: prioridad explícita.

Headroom y loudness

Headroom: dejar margen en el master para que los picos simultáneos no clippeen. El mix se hace apuntando a que el caso peor (explosión + música + diálogo) tenga espacio, no el caso promedio.

Targets de loudness. La referencia de industria en juegos es ASWG-R001 (Sony), que es la única especificación de una plataforma mayor:

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

El target portable es más alto porque se juega en ambientes ruidosos y con speakers chicos.

Notas de aplicación:

• La medición es del programa completo en gameplay representativo, no de un asset aislado
• Verificar los targets vigentes de cada plataforma antes de certificación: las recomendaciones se revisan (el promedio de ASWG estuvo también citado como −24 LKFS)
• El true peak de −1 dBTP deja margen para la codificación lossy, que puede generar picos por encima del valor medido en PCM

---

Proceso

1. Definir la jerarquía de buses con sus volúmenes base y controles de usuario
2. Definir reglas de ducking con attack/release y cuánto
3. Definir mix states con sus transiciones y prioridades
4. Verificar masking contra la frequency allocation del bible
5. Definir targets de loudness por plataforma y cómo se van a medir
6. Escribir — preguntar "¿Escribo el diseño de mezcla a <path>?" antes de usar Write

Verificación

El mix se valida jugando, en el caso peor: máxima densidad de enemigos, con diálogo, con música de combate, en el dispositivo más chico del target. Si ahí se entiende el diálogo y se lee el feedback del jugador, el mix funciona.

---

Verdict

• COMPLIANT — buses definidos, ducking con release más largo que attack, mix states interpolados con prioridad, y loudness medido dentro del target de cada plataforma
• CONCERNS — la estructura existe pero el loudness no se midió en gameplay real, o el ducking está tapando un problema de arreglo
• NON-COMPLIANT — el loudness está fuera del target de plataforma, o hay clipping en el caso peor

Anti-patterns

→ Read references/anti-patterns.md

Next steps

• /audio-audit para medir loudness, picos y voice count en gameplay real
• /middleware-integration para implementar buses, ducking y states
• /ui-sound-design para el nivel del bus UI
• /music-composition si el masking se tiene que resolver en el arreglo y no en la mezcla