指南
如果每个视觉元素都只对「整体响度」做出反应，drop 会显得软塌塌，踩镲则会抢走风头。把频谱拆分成音乐性的频段 —— 并给每个频段分配职责 —— 正是频谱玩具与音乐视频工具之间的区别。
FFT 会给你几十甚至几百个频率区间。这对计量很棒 —— 但对叙事来说太嘈杂了。观众感受到的是底鼓、贝斯、军鼓和闪烁感。把能量收拢成少数带标签的频段，就能分配视觉职责：重量、质量、打击、质感。
大多数底鼓讲述两个故事：一个低频的砰声（通常 ~40–100 Hz）和一个位于中频或中高频的鼓槌 / 咔嗒声。只监听低音能量的可视化器会错过紧凑的 techno 咔嗒；只监听中频的可视化器可能会被贝斯线误触发。
| 层次 | 典型焦点 | 视觉职责 |
|---|---|---|
| 主体 | 40–100 Hz | 缩放、镜头冲击、绽放 |
| 咔嗒 | 1–4 kHz（因曲而异） | 短促闪光、边缘高光 |
| 门限 | 阈值 + 短释音 | 忽略轻柔的幽灵音符 |
贝斯线与 808 音色主要位于低频，但谐波会向上延伸。在视觉上，把贝斯当作缓慢的质量来处理：雾密度、重力、色彩洗刷、隧道深度 —— 而不是每个十六分音符都全屏频闪。
给贝斯比底鼓更长的平滑，能避免场景发生抖动。当贝斯线持续不断时，用底鼓的起始点来做节奏上的标点。
军鼓的主体通常在 ~150–250 Hz 附近，脆响则在 ~2–6 kHz 附近。如果你的「军鼓」频段设得太低或过度平滑，脆响就会消失在混音里 —— 这是可视化器「漏掉」半速反拍的典型原因。
踩镲与镲片主导高频段（~6–16 kHz 以上）。它们非常适合做细颗粒效果 —— 粒子密度、闪光、闪烁 —— 但如果作为大型闪光的唯一驱动来源就很糟糕。把大招留给底鼓/军鼓级别的事件。
Hz 范围只是起点。音乐感来自你门限设得多严，以及如何做包络：
COMMERD 会聆听带标签的频段能量（底鼓、贝斯、军鼓、打击乐、踩镲），并把这些电平映射到 orbital bloom、tunnel warp、mirror hits、storm strikes 等模式中。你来选择视觉语言，底层的频段聆听始终保持一致。
打开 COMMERD，在同一首曲目上切换模式，亲眼亲耳感受频段拆分。
想了解更全面的内容 —— 动态、起始点与 BPM —— 请阅读讲解音频可视化原理的支柱指南，等你要调校鼓组反应时再回到这里。
可以，但这会把节奏冲击与持续质量混在一起。只要条件允许，请把底鼓（瞬态）与贝斯（主体）分开。
高频段密度大、速度快。降低它的视觉增益，把平滑稍微拉长，并把大重音留给底鼓/军鼓的起始点。
通常只需重新调校阈值与范围就够了。trap 的 808、原声的底鼓-军鼓，以及金属鼓组，都可以用相同的职责搭配不同的门限来受益。