# 轨道 (https://hypit.ai/zh/quickstart/tracks/) > 对等 Track 组件——字幕、媒体、排版与作者声明的音频。每个进入最终合成的视听内容都是一个对等的 **Track**。Track 是扁平的（无嵌套）；视觉层的 z 轴顺序由 SVS 中的 `stack-order` 属性决定。本页介绍 Caption、Media、Typography 与 Audio Track 的作者语法。 ## 字幕系统 [#字幕系统] 字幕由 Script 产生的单一文档与可替换的样式族组成： ```text Script CaptionDocument → Caption Program → SemanticTrack 定时 → 样式族 Track ``` ```svml ``` 公共 Caption 负责 CaptionDocument、完整 Alignment Unit 的 Selection/Role 投影、样式分配与 SemanticTrack 时间拼接。Fine 是一种样式族，负责自己的几何、字形/Cue/Pill Paint 与局部动画。 ### caption-fine\:Style [#caption-finestyle] 一个 Style 是从包自有 SVS Recipe 解析出的渲染意图： ```svs caption.primary { stack-order: 70; x: 0.5; y: 0.88; width: 0.84; height: 0.22; anchor-x: center; anchor-y: bottom; size: 58; line-height: 1; align: center; block-align: end; inline-size: fixed; wrap: word; max-lines: 2; max-words-per-line: 4; fill: #FFFFFF; stroke-color: #09090B; stroke-width: 2; background: #00000000; padding: 0; radius: 0; karaoke: trail; karaoke-transition: wipe; active-fill: #FFD54A; active-box: current; active-box-continuity: isolated; active-box-background: #FFD54ACC; active-box-padding: 4 8; active-box-radius: 8; active-underline: current; active-underline-color: #FFFFFF; cue-enter: spring; cue-enter-frames: 6; active-response: pop; active-response-frames: 5; active-scale: 1.08; lead-frames: 4; tail-frames: 4; handoff: cut; } ``` ```svml

``` 必填的 `font=` 边携带一个按字节复现的 `FontStackRef`。字体家族、字重和字形只在这条边上声明一次；每个 Fallback 保留自己的真实字体信息。省略字体栈会在编译时失败，不会退回当前机器上的同名字体。 Cue 边界由 Script 的 Segment、Role、样式变化和作者写出的 `||` 决定。Fine 不声明任何逐词规划字段；其他字幕包可以定义完全不同的渲染方式，无需修改公共 Caption。 Fine 不是一组互斥预设。基础/激活渐变、描边、阴影、长阴影、外发光、下划线、Pill 和动画均为正交维度。文字、下划线和 Pill 各自选择 `off | current | trail`；因此可以直接表达“文字保留已读色，但 Pill 只跟随当前词”。`active-box-continuity: joined` 会把已读前缀在每个真实换行片段内连成一个背景，而不是给每个词分别套胶囊。包在 Surface 声明中把参数分成 **Where / How / When**，Studio 直接消费这份作者协议，无需再维护字幕专用参数全集。`lead-frames`、`tail-frames` 先产生显式可见 Schedule；`handoff: cut` 负责相邻 Cue 的交接，`overlap` 则保留双方包络。二者都不会修改 Karaoke 使用的原始词帧。 `wrap: word` 优先在完整 Alignment Unit 之间换行；单个显示单元若比 Region 还宽，会继续在内部回退换行，不会逃出范围。`max-words-per-line` 直接构造真实行；声明 `max-lines` 后，超过行数预算的 Cue 会被拒绝，不会裁掉文字、描边、阴影或外发光。Cue 分界由 Script 的结构和 `||` 决定。 Fine 是“统一文字流”字幕：同一 Cue 的每个 token 遵守同一 Recipe，只允许时间、顺序和播放状态驱动差异。若 Cue 内存在不同字体/布局角色、全屏反色、撕裂或前后语块之间的合成关系，就应新建另一个 Caption 包，而不是给 Fine 塞隐藏例外。 CJK 口播可以直接书写。若一个只负责显示的 emoji 仍需跟随语音计时，应显式写出对应，例如 `<🌐 | globe>`；系统不会替裸符号虚构一个口播词。 ### caption\:Program [#captionprogram] Program 消费 Script 显式输出的完整有序 CaptionDocument。一个必填的默认 Style 自动覆盖所有 Alignment Unit。`Use` 按源码顺序替换整个 Style，后命中者获胜。 ```svml ``` `role=` 是词子集查询，不是时间条件。`selection=` 把公开的语义 Selection 投影为完整的 Caption Alignment Unit；如果切到 N\:M Dual Text 的中间，会直接拒绝。`Mute` 消费同一份投影，不会重新分 Cue。 ### caption-fine\:Track [#caption-finetrack] ```svml ``` Caption 把每个完整 unit 与独立 SemanticTrack 对齐，Fine 再把默认/覆盖样式渲染成普通的对等 `VisualTrack`：`{captions.track}`。 ## Media 叠加层与 B-roll [#media-叠加层与-b-roll] B-roll 是通用 Media Track 的一种剪辑用途，不是独立 Track 家族。一个 Item 可以在语义或绝对窗口内放置图片、生成视频、已规范化含时素材或 Compositable Surface。 ```svml ``` ### media-track\:Track 与 media-track\:Item [#media-tracktrack-与-media-trackitem] 位置是一条显式 Spatial Frame 边，外观和运动则是可复用的 SVS 值： ```svml A clean vertical product film: the written script becomes semantic regions, then those regions assemble into a finished video.

``` `left`、`top`、`right`、`bottom` 是父 Frame 内的边坐标；`right` 和 `bottom` 不是 CSS 式外边距。Selection 只贡献语义点；Media 包负责将这些点投影为窗口。同一个 Item 模型也能表达全屏切换、分屏和角落小窗。需要多个素材时，可以使用有序局部 Layer 或显式 Sequence。每个 Item、Member 或采样 Layer 都必须且只能声明一种视觉输入形式： | 输入 | 值 | 含义 | | ------------------------------ | ------------------------ | ------------------------ | | `image={...}` + `extent={...}` | Blob + 作者声明的像素尺寸 | 没有自带时长的静态图 | | `media={...}` | `SynchronizedMedia` | 直接连接显式准备好的含时素材 | | `surface={...}` | `CompositableSurfaceRef` | 直接连接带透明度语义的静态或含时 Surface | 生成或导入的视频 Blob 经 `` 进入 Track：它检查该 Blob、选出其中的流并放到同一个帧域上，输出的 `.media` 即 `media=` 所连接的值。`audio="none"` 只取画面，`audio="default"` 取源自带的声音，再由 `audio-gain` 调节。输入名必须显式，是为了绝不靠猜测把一个通用 Blob 当成图片或视频。 **输出：**`{product-broll.visual}`；只有作者显式选择了源音频或 SFX 时才会出现 `{product-broll.audio}`。 ## Audio Track [#audio-track] `@hypit/audio-track` 把显式准备好的音频放进与视觉 Track 相同的 ProgramSpace。`Clip` 消费 `SynchronizedMedia`；先规范化已声明或生成的音频 Blob，再选择精确节目窗口与占用方式： ```svml ``` | 属性 | 必填 | 描述 | | ----------------------------------- | ------ | ------------------------------------------------- | | `Track.id` | 是 | 稳定的 Audio Track 身份 | | `Track.semantic` | 是 | 定义精确采样域与帧域的 SemanticTrack | | `Clip.source` | 是 | 显式选流并规范化后的 `SynchronizedMedia` | | `during`、`at`/`for` 或 `start`/`end` | 三种形式选一 | 全节目、Selection、Moment 或显式窗口 | | `playback` | 否 | `once`、`once-end`、`loop`、`loop-end` 或有界 `stretch` | | `trim-start`、`trim-end` | 否 | 精确源裁切 | | `gain`、`fade-in`、`fade-out` | 否 | 显式的单 Clip 混音值 | 该包不会自动提取、规范化、duck 或分配 bus。同一 Track 内的多个 Clip 与多个对等 Audio Track 都会作为独立输入进入 Film。输出 `{music-bed.track}` 是普通 `AudioTrack`。 ## 文字叠加层 [#文字叠加层] 在屏幕上显示的静态或定时文字——标题、标注、下方三分之一字幕条。 ```svml ``` ### text\:Track [#texttrack] 文字项目的容器。 ```svml EDIT MEANING, NOT TIMELINES ``` | 属性 | 必填 | 描述 | | ---------- | -- | ---------------------------------------------------------- | | `id` | 是 | 唯一标识符 | | `semantic` | 是 | 来自 `speech:Track` 的 SemanticTrack——也用于解析基于 Selection 的项目计时 | ### text\:Point、text\:Area 与 text\:Path [#textpointtextarea-与-textpath] 每个 Item 都明确选择一种放置形式、一份精确 Style 和一种时间投影。`Area` 把流式文字放入 `SpatialFrame`： ```svml MEANING ``` | 属性 | 必填 | 描述 | | -------------- | -- | ---------------------------------------------------------- | | `id` | 是 | 稳定的 Item 身份 | | 子内容或 `content` | 是 | 内联纯文本/富文本，或普通图 `Text` 引用；两种形式互斥 | | `during` | 是 | `"program"` 或 Selection 引用；也可使用 `at` 与显式 `start`/`end` | | `placement` | 是 | 与 Item 形式匹配的 `SpatialPoint`、`SpatialFrame` 或 `SpatialPath` | | `style` | 是 | 由 SVS Recipe 与精确字体字节共同编译出的 `text:Style` | `during` 属性接受字面字符串 `"program"`（表示完整 ProgramSpace），或用于语义计时的 Selection 引用： ```svml EXACTLY THE RIGHT MOMENT ``` 图中产生的文字会保留为显式边： ```svml EXACTLY THE RIGHT MOMENT ``` 通用 `Text` 只提供字符；Typography 仍然拥有文档包装、位置、时间、样式与动画。作者需要富文本 Run 时，继续使用内联 `P`/`Span`/`Break`。 **输出：**`{titles.track}` —— 添加到 `film:Film` 的 VisualTrack。 ## 榜单板 [#榜单板] 榜单板让一份有序列表跟着 Script 动起来。具体的容器、条目和 Style 词汇由包声明；写作前先检查已安装包的词汇。 | 容器 | 条目 | 样式 | | ------------------ | ---------------------- | ----------------------- | | `ranking:Column` | `ranking:ColumnItem` | `ranking:ColumnStyle` | | `ranking:TopThree` | `ranking:TopThreeItem` | `ranking:TopThreeStyle` | ```svml ``` ### 样式标签 [#样式标签] 标签必须为空，三个属性全部必填：`id`、`recipe`（一份 SVS Recipe）与 `font`（Font Stack 或字体产物）。Recipe 由选中的组件变体定义，其他组件族的 Recipe 会被指名拒绝。 ### 容器标签 [#容器标签] | 属性 | 取值 | | --------------------------- | ----------------------------- | | `semantic` | 板据以计时的 SemanticTrack | | `frame` | 一个 `space:Frame`——选中组件声明的板面位置 | | `during` | 选中组件声明的时间形式 | | `style` | 对应的样式记录，且只接受本变体的 | | `terminal` | 完整板定格的 Moment。仅 `TopThree` | | `canvas` | 选中组件可声明的 `space:Canvas` | | `appear-sound`、`move-sound` | 可选，Synchronized Media | 只使用所选包明确声明的时间形式；不要从另一个组件族推断 terminal 或 reveal 规则。 ### 条目标签 [#条目标签] 每个变体只接受自己的那一种，至少一个，且 id 在同一块板内不可重复。 * **`TopThreeItem`** —— `label` 与 item 自己的 `at={story.moment...}` 必填，可选 `icon` 与 `stack`，最多三条。揭示顺序由这些 Moment 的真实帧顺序决定。 * **`ColumnItem`** —— `label` 与 `rank` 必填，可选 `icon` 与 `stack`。非 preset item 用自己的 `during` Selection；`preset="true"` 的 item 开场已在位且不写 `during`。 ```svml ``` **输出：** `{board.visual}`——一条 VisualTrack。带了声音的板还会导出 `{board.audio}`，一条 AudioTrack；没有声音时就没有这个输出。 ## 卡片堆 [#卡片堆] 卡片堆按深度排布卡片：一张在最前，其余向后退去，每张新卡在一个 Moment 上发出。Media Item 是把一个镜头放进一个 Frame，而卡片堆是在同一个 Frame 里维持一叠并整体移动它们。 ```svml ``` ### deck\:DepthStack [#deckdepthstack] `id`、`semantic`、`canvas`、`frame` 与 `appearance` 全部必填，`until` 同样必填——它说明什么结束这叠卡片：字面量 `"program.end"`、一个 Moment，或一个 Selection。只有在指向 Selection 时才可以再加 `until-boundary="start" | "end"` 来选择用它的哪一端结束，默认是 `end`；在另外两种情况下给出这个属性会被拒绝，而不是被忽略。 ### deck\:Card [#deckcard] DepthStack 的直接子元素，自闭合，至少一张，按书写顺序发出。 | 属性 | 取值 | | ------------ | --------------------------------------------------- | | `source` | 必填——静态图片、Synchronized Medium 或 Compositable Surface | | `extent` | 静态图片必填，其余情况给了会被拒绝 | | `at` | 必填——这张卡发出的事件，可以是 Moment 或 `2s`、`12f` 等作者时间 | | `appearance` | 可选——它自己的 Recipe，否则沿用整叠的 | | `label` | 可选——一条 `deck:Label` 记录 | ### deck\:Label [#decklabel] `id` 与 `font` 必填。文案来自 `content=` 引用或元素自身的文字，两个都给会被拒绝。`size`、`color`、`align`、`block`、`padding` 可选。 ```svml ``` **输出：** `{deck.track}`——一条 VisualTrack，与 Film 中其它每一条 Track 平级。 ## 屏幕叠加层 [#屏幕叠加层] 覆盖在整个画面之上、而非落在某个 Frame 里的效果：切点上的一次闪白、持续整个 Selection 的暗角、铺满全片的颗粒。一条 Track 承载全部，每个子元素是一个效果加它自己的时间窗。 ```svml ``` `screen:Track` 接受 `id`、`canvas`，以及 `semantic` 或 `space` 之一作为时间来源。它的子元素就是各个效果，至少一个，各自为空，都必须带 `z` 决定层叠顺序，并且各有一个时间窗，形式是以下之一： | 时间窗 | 写法 | | ---------------- | --------------------------------------------------------------------------- | | 整个节目 | `during="program"` | | 一个 Selection | 在带有 `semantic={speech.semantic}` 的 Track 内写 `during={story.selection.x}` | | 一个 Moment，持续一段时长 | 在带有 `semantic={speech.semantic}` 的 Track 内写 `at={story.moment.x} for="12f"` | | 显式区间 | `start="…" end="…"`，可另外指定 `selection=` 或 `moment=` | 时长写作 `12f`、`250ms` 或 `1.5s`。一个 Selection 只表示一个连续区间，一个 Moment 只表示一个点；同一效果需要再次出现时，应再写一个 item。可用的效果有十一种——`Flash`、`ColorWash`、`Vignette`、`ScanLines`、`DirectionalMatte`、`WhipVeil`、`GlitchVeil`、`Grain`、`LightLeak`、`Bokeh` 与 `TVStatic`——每种各有自己的必填属性，例如 `Flash` 的 `color` / `intensity` / `attack` / `hold` / `decay`，或 `Vignette` 的 `center-x` / `center-y` / `radius-x` / `radius-y` / `softness` / `color` / `opacity`。它们都没有默认值：一个效果要么把自己的形状说全，要么被拒绝。 ```svml ``` **输出：** `{effects.track}`——一条 VisualTrack。 ## 评论贴纸 [#评论贴纸] 放置在 Frame 中的社交风格评论卡：头像、作者、评论正文，以及可选的一行附注。 ```svml ``` `comment:Style` 必须为空，接受 `id`、`recipe` 与 `font`，全部必填。Recipe 承载整张卡的外观——背景、描边、圆角、气泡尾、头像、三行文字，以及进入/停留/退出的动效——每个键都有默认值，所以一份 recipe 只需写它要改的部分。 `comment:Track` 接受 `id`、`canvas` 与 `semantic`，三者皆为必填。 `comment:Sticker` 必填 `id`、`frame` 与 `style`，时间窗与上面的屏幕叠加层相同。它的文案来自 `comment=` 属性或元素自身的文字，两个都给会被拒绝。可选的 `author`、`header` 与 `meta` 各接受字符串或 Text 引用，`avatar` 接受一张图片；这里没有 `z`，层叠顺序来自 recipe 的 `stack-order`。 ```svml