audiogram

1仕組みと動作原理

落とし穴を防ぐ唯一の鉄則：バー/波形の高さは現在のフレームから導出する必要があり、リアルタイムの AnalyserNode + rAF ループは絶対に使用しないこと。

仕組みの解説：リアルタイム分析は「今この瞬間に再生されている音」を読み取りますが、レンダラーはフレームを順不同または可変速度で描画するため、波形が音ズレしたり停止したりします。

2つの実装ルートを個別の API にバインド：スペクトルバーには visualizeAudio、滑らかなオシロスコープ波形には visualizeAudioWaveform を使用。numberOfSamples は必ず 2 の累乗である必要があります。

センター配置のイコライザーは、低周波数が中央に配置されるよう、前半部分を両端にミラーリングする必要があります。

長尺音声を丸ごとロードしないこと：事前に 90 秒以下にトリミングするか、useWindowedAudioData（HTTP range リクエストにより現在のフレーム付近のみを取得）に切り替えます。

レイアウトは5つのレイヤー（背景 / カバー＋タイトル / 波形 / 字幕スロット / プログレスバー）に固定され、プログレスバーは frame/durationInFrames の純粋関数として動作します。

字幕の仕組みは本スキル内では実装せず、明確に caption-animation（別リポジトリのスキル）へ委譲します。本スキルはレイアウト内に字幕トラックを配置し、同一の音声クロックを共有する役割のみを担います。

1つの原稿からマルチ画角を展開：レターボックス（黒帯）を追加するのではなく、同一コンポーネントに対して複数の Composition を登録して再フレーミングします。

HEAVY ティアの検収における中核は「オフラインベイク」：レンダリング時には音声分析を行わず、サンプルを props にベイクするか useAudioData で事前デコードします。

検証ループは「再現性＋不具合防止」の2点に焦点を当てる：静止画の波形の高さがその瞬間の音声振幅と一致し字幕と同期していることを確認し、同時にカバー画像の欠落、字幕の見切れ、バーのはみ出しをチェックします。

2コア機能

3外部依存関係

4推奨統制措置と判定根拠

5二重目の独立検証

• [ok] 「禁止实时 analyser」是否在 reference 的两条实现路线里都成立（防第一遍只信开头那句） — Remotion 路线：Bars 组件用 `useAudioData(staticFile(src))` + `visualizeAudio({ audioData, frame, fps, numberOfSamples, smoothing: true })`，值是 frame 的纯函数。canvas 路线：reference 明写 `No Remotion. Decode the file once to a per-frame amplitude array (RMS per frame), then a deterministic loop draws each frame`，并在末尾注明实时 AnalyserNode 只能用于实时预览——`// but never use it to drive a deterministic/offline render.`。两条路线都守住了铁律，且都点名了不得使用实时分析。
• [discrepancy] windowInSeconds 参数在两处的语义是否一致（第一遍漏检） — SKILL.md 在「长文件」小节把 windowInSeconds 用在 `useWindowedAudioData(staticFile("full-episode.mp3"), fps, /* windowInSeconds */ 10)`——语义是「HTTP range 抓取窗口」；而 reference 的参数速查表写 `| windowInSeconds | visualizeAudioWaveform | small (≈1/fps) tracks per-frame amplitude |`——语义是「逐帧幅度分析窗口」，且 §参数示例里 `windowInSeconds: 1 / fps` 出现在 visualizeAudioWaveform 调用中。两个 API 确实各有同名参数，但文档未区分说明，读者极易把「抓取窗口」与「分析窗口」混为一谈（设成 1/fps 去抓长音频，或设成 10 去分析都会出问题）。属对 pin commit 有效的表述出入，非能力虚假。
• [unlocatable] 「80% 静音观看」「加字幕显著提升留存」是否有据 — SKILL.md 写 "the captions carry the message for the 80% who watch on mute" 与 "subtitled video holds attention far longer"，仓库内无引用来源与数据文件；只读侦查不验证，仅记为文档声明。
• [discrepancy] 跨包字幕委派会不会造成「只装本包即能力缺失」 — SKILL.md 把词级字幕机制交给 `caption-animation`，但该 skill 位于**另一个仓库** iart-ai/tiktok-video-skills（本包目录树内不存在）。youtube 包的 .claude-plugin/plugin.json 只声明本包两个 skill，README 也未提示这一跨包依赖。结论：只安装 youtube 包时，本 skill 的「captions carry the message」这一层需要用户自行补装另一包，SKILL.md 未说明——属真实的安装面缺口（不影响档位）。
• [ok] HEAVY tier 的「离线烘焙」要求是否与 reference 的实现一致 — SKILL.md 要求「Bake the amplitude/waveform samples into props (or decode once via useAudioData) offline — never analyse audio at render time」，reference 的两条路线恰好各对应一半：Remotion 路线在一次解码后按帧取值，canvas 路线预先把整轨解码为每帧 RMS 数组。要求与实现一致，不是空头约束。
• [ok] 一稿多幅与真实音频长度对齐是否落实 — reference §Full audiogram composition 末尾给出 1x1 与 9x16 两个 `<Composition>` 注册示例，并写 `Set durationInFrames from the actual clip length: Math.round(audioData.durationInSeconds * fps), or read it ahead of time with getAudioDurationInSeconds() and feed it via calculateMetadata.`；批量命令 `npx remotion render Audiogram-1x1 …` / `Audiogram-9x16 …` 亦给出。

6結論