[Flissel]

Der Aufbau des DJ-Werkzeugs von der Recherche bis zu einer Anwendung, die ein Set fährt: Liste, Laden, Übergang — ohne Handgriff dazwischen, von außen steuerbar, von mehreren Bedienern gleichzeitig. Samt einem Kritiker, der jeden Übergang nachmisst, einer Analyse, die weiß, wo im Stück sie ist, einem Prüfstand, der all das gegen ein menschliches Ohr hält, einem Bogen, der sagt, was das Set vorhat, einem Raum, der ihn verschiebt, Einzelspuren, mit denen sich die Stimme herausnehmen lässt, einem Eingang für alles, was von außen kommt — und einem Gatter, das entscheidet, was ein Agent von sich aus darf.

Alle zehn geplanten Phasen angefangen, 541 Rust-Tests und 18 für das Freigabe-Gatter, clippy sauber.

Ein Set, das sich selbst weiterträgt

do master.queue_add /musik/mitte.wav
do master.queue_note 1 mehr Druck nach dem Aufbau
when deck1.beats_left < 200 do master.queue_next
when deck1.beats_to_outro < 0 do master.uebergang bassswap 16

Die erste Bedingung legt den nächsten Track auf — auf dem freien Deck, auf dem ersten Downbeat. Die zweite fährt den Übergang, sobald das Outro anfängt. Danach steht das ausgehende Deck, der Plan ist leer, und dieselben zwei Zeilen gelten für den nächsten Track.

Gewählt hat trotzdem ein Mensch oder ein Agent, und zwar zweimal: welcher Track in die Liste kommt — mit Notiz, warum — und welcher Griff gefahren wird. Die Anlage führt aus und begründet, was sie gerade tut; sie entscheidet nicht, was als Nächstes gut wäre.

Die einzelnen Schichten waren je für sich geprüft. Beim ersten Versuch, sie hintereinander laufen zu lassen, kamen fünf Fehler heraus, die kein Test hätte zeigen können — vier davon erst beim zweiten Griff. Sie stehen unten unter „Funde, die erst das laufende Programm zeigte".

Was drin ist

Crate	Inhalt
audio-core	Deck: Dekodierung, WSOLA-Zeitstreckung, Einzelspuren, Beatgrid, Tonart und Gliederung als Werte, Hot Cues, Loops
audio-engine	Mixer: Kanalzüge, EQ, Filter, Effekte, Crossfader, Cue-Bus, Begrenzer, AUX mit Zuspieler, Sync, Mitschnitt, Kommandoschlange, Geräteein- und -ausgabe
analysis	Tempo, Beatgrid, Tonart, Wellenform-Spitzen, Gliederung in Intro/Aufbau/Drop/Break/Outro, die Schätzung, wo ein Übergang liegt, inhaltsadressierter Sidecar-Cache
library	SQLite-Sammlung, Suche nach Text, Tempo und Tonart, Playlists, Hot Cues, Traktor-Import
control	Benannter Steuerraum, Zeitplan auf dem Beatgrid, Phrasenbezug, Gestenformen, Übergangs-Repertoire, Zurückhaltung, Gliederung, Set-Bogen, Raum, Auswahl nach Energie, Warteschlange, Signale, Mitschrift, Ereignisse für mehrere Bediener, Socket und Rückschleife
musik-app	Oberfläche: zwei Decks mit Wellenform und Beatgrid, Mixer mit AUX, Plattenkiste, Regie-Spalte
musik-cli	Deck fahren, analysieren, Offline-Mix rendern (auch vierkanalig), Sammlung verwalten, Mitschnitte kritisieren, Prüfmaterial bauen, die Analyse gegen Gehörtes prüfen, den Kritiker gegen die Anlage halten, den Eingang prüfen und mitschreiben, eine Aufnahme in Lieder zerlegen
mcp/musik/	MCP-Brücke: sechzehn Werkzeuge, Beschreibungen aus dem Katalog erzeugt, Freigabe-Gatter davor

Drei Entscheidungen, die die Architektur bestimmt haben

Der Cue-Ausgang erzwingt ein Gerät mit vier Ausgängen. Zwei Geräte heißt zwei Taktgeber heißt Drift. Das ist eine Anschaffungsentscheidung, keine Softwarefrage.

Atomics reichen nicht. Für Position und Tempo schon; für einen Trackwechsel nicht — eine Box lässt sich nicht atomar tauschen. Daher eine lock-freie SPSC-Schlange plus Rückkanal für abgelöste Quellen.

Ein Beatgrid braucht Anker und Tempo. Ohne Phase hat man BPM, aber kein Grid, und Sync klingt trotz gleicher Zahl falsch.

Fernsteuerung — der Teil, den es sonst nicht gibt

$ nc -U "$XDG_RUNTIME_DIR/musik.sock"
get deck1.key_camelot
value deck1.key_camelot 8A
do master.search_harmonic 8A
do deck2.load /musik/nachtschicht.wav
do deck2.sync
sync deck2 auf deck1 tempo 1.01570 phase -0.1178

Mixxx hat ein sehr ähnliches Control-System im Inneren, aber prozessintern; nach außen spricht es OSC nur ausgehend. Vier Dinge sind hier bewusst anders:

1. Der Steuerraum beschreibt sich zur Laufzeit selbst. list liefert zu jedem Control Typ, Bereich, Einheit, Schreibbarkeit und Bedeutung — 194 Stück. Die MCP-Werkzeugbeschreibungen werden daraus erzeugt statt doppelt gepflegt, und die Schieberegler der Oberfläche holen sich Bereich und Tooltip aus demselben Katalog.
2. Werte sind typisiert, nicht durchweg double. Aktionen sind ein eigener Typ mit eigenem Verb.
3. Auch die Oberfläche geht durch diesen Weg. Zwei Wege zum selben Ziel wären zwei Stellen, an denen es schiefgehen kann.
4. Er kennt Zeit, Phrase, Struktur, Reihenfolge, den Raum, den Bogen, die eigene Wiederholung — und die anderen Bediener.

Unix-Socket statt TCP-Port, und das ist eine Sicherheitsentscheidung: Wer hineinschreibt, steuert die Anlage.

Wo es keinen Socket gibt

Auf Windows gibt es keine Unix-Sockets, und dort lief die Anlage bis vor Kurzem ohne jede Steuerung — Oberfläche, Decks und Mixer ja, Fernsteuerung nein, und damit auch kein MCP und keine Agenten. Also genau der Teil, um dessentwillen das Projekt gebaut wird.

$ musik-app --tcp
Steuerung: 127.0.0.1:7657
Schlüssel: 50270126063f57dd96e73b655ce56d5a

$ nc 127.0.0.1 7657
auth 50270126063f57dd96e73b655ce56d5a
ok angemeldet

Gebunden wird nur an 127.0.0.1 oder ::1, geprüft vor dem Binden — ein Tippfehler soll die Anlage nicht ins WLAN stellen. Und der Schlüssel ist kein Zierrat: Die Rückschleife erreicht jedes Programm auf dem Rechner, eine Webseite im Browser eingeschlossen. Nachgestellt mit einer echten HTTP-Anfrage samt Rumpf set master.crossfader 1: Jede Zeile bekam err nicht angemeldet, und der Crossfader stand hinterher unverändert.

Zeit: Übergänge statt Reglerstellungen

ramp channel1.eq_low 0.0 8            # Bass raus über 8 Beats
in 8 ramp channel2.fader 0.9 16       # danach Deck B rein über 16
in phrase ramp master.crossfader 1 32 # oder: auf der nächsten Eins
in deck2 phrase+16 set deck1.loop_active 0   # nach *dessen* Takten
plan                                  # das gemeinsame Blatt
cancel 2

Gerechnet wird in Beats, nicht in Sekunden: Ein Plan in Sekunden geht schief, sobald jemand am Tempo dreht.

in nimmt statt einer Zahl auch phrase und phrase+n. Ein Übergang beginnt auf der Eins einer Phrase, nicht nach einer runden Zahl Beats.

Der Mensch gewinnt. Eine Rampe gibt auf, sobald jemand anders denselben Regler anfasst — geprüft über den Wert selbst, was einen zweiten Agenten genauso trifft wie die Hand an der Oberfläche.

Und ein Auftrag, dessen Grundlage wegfällt, sagt das, statt still zu warten:

plan 9 abgebrochen — deck1 ist durchgelaufen
plan 3 abgebrochen — deck1 ist zurückgesprungen (Schleife oder Sprung)

Ein bloß angehaltenes Deck hält den Plan dagegen nur an. Wer pausiert, will da weitermachen, wo er aufgehört hat.

Die Form einer Bewegung

Form	Verlauf	Wofür
linear	gleichmäßig	Bass-Swaps, alles nicht als Geste Gemeinte
weich	S-Kurve	lange Blenden — Anfang unauffällig, Mitte entschieden
spaet	lange fast nichts, dann schnell	hält den ausgehenden Track präsent
frueh	sofort viel, dann auslaufen	macht den Wechsel zum Ereignis

Deck und Form stehen hinten in beliebiger Reihenfolge und werden daran erkannt, was sie sind. Die Wächter sind keine Behauptungen: Jede Form bildet 0 auf 0 und 1 auf 1 ab, keine läuft zwischendurch zurück, und auf halber Strecke stehen sie messbar woanders — am laufenden Regler nachgefahren.

Ein Repertoire statt eines Handgriffs

do master.uebergang bassswap 16
uebergang bassswap über 16 Beats, 7 Zeilen
  set channel2.eq_low 0 → ok
  in deck1 phrase set deck2.play 1 → ok plan 1
  in deck1 phrase ramp master.crossfader 0 16 weich deck1 → ok plan 2
  in deck1 phrase+16 ramp channel1.eq_low 0 8 deck1 → ok plan 3
  in deck1 phrase+16 ramp channel2.eq_low 1 8 deck1 → ok plan 4
  in deck1 phrase+24 ramp master.crossfader 1 16 weich deck1 → ok plan 5
  in deck1 phrase+41 set deck1.play 0 → ok plan 6

Fünf Griffe: blende (32 Beats), bassswap (16), schnitt (0), filter (16), schleife (16).

Die Schleife ist der einzige Griff, der dem Ausgehenden Zeit gibt. Ein Track, der in vier Beats zu Ende wäre, hält so noch eine ganze Phrase durch — genau dafür setzt ein Mensch am Ende eines Stücks eine Schleife.

Jeder Griff endet damit, dass das ausgehende Deck steht. Das ist die Stelle, an der aus einem Übergang ein Set wird. Getaktet wird nach dem ausgehenden Deck, das per Definition läuft, solange der Griff dauert. Und keine Bewegung endet im selben Takt, in dem ihr Deck stehenbleibt — sonst bleibt ihr Auftrag für immer im Plan liegen.

Jeder Griff ist eine Handvoll gewöhnlicher Protokollzeilen, die durch denselben Weg laufen wie alles andere — sie stehen im Plan, in der Mitschrift und bei den Ereignissen, ein zweiter Bediener sieht sie kommen, und cancel nimmt sie zurück. Es gibt nichts, was ein Agent nicht auch selbst hätte tippen können.

Die Anlage wählt nicht aus. Welcher Griff passt, hängt daran, ob der ausgehende Track ein Outro hat, der eingehende ein langes Intro, wie groß der Energieunterschied ist — und vor allem daran, was vorher schon dreimal gefahren wurde.

Was ein Agent von sich aus darf

Bis vor Kurzem: alles. Sechzehn Werkzeuge, alle frei. Hinter einem Unix-Socket ist das richtig — wer ihn öffnen darf, darf auch auflegen. Für einen Agenten ist es das nicht.

freigabe verweigert für: set channel1.fader 0.8
  Klasse:  mischen
  Grund:   keine gültige Freigabe (MUSIK_FREIGABE_DATEI nicht gesetzt)
  Erlaubt: `klassen` in MUSIK_FREIGABE_DATEI um mischen ergänzen

Sieben Klassen nach dem, was ein Aufruf berührt, nicht nach seinem Namen — bei 194 Controls wäre eine Namensliste nach dem nächsten Feature falsch. Alle 194 sind zugeordnet; ein Control ohne Klasse wird abgewiesen statt geraten.

Stufe	Was
frei	lesen — Status, Suche, list, get, plan, Ereignisse
Set-Freigabe	mischen, spielen, zeit — alles Zeitkritische
einzeln	datei, dramaturgie — Pfade, Bogen, Signale
nie über die Datei	erzeugen — kostet je Aufruf Geld

Die Freigabe steht in einer Datei, nicht in der Umgebung, und das ist die Entscheidung, an der alles hängt: Eine Variable steht fest, sobald der Prozess läuft. Wer mitten im Set merkt, dass der Agent Unsinn macht, muss ohne Neustart widerrufen können. Nachgefahren: Datei gelöscht, nächster Aufruf abgewiesen.

Fail-closed in sechs Fällen. Zwei davon rutschen leicht durch: Ein bis ohne Zeitzone wird abgewiesen statt als Ortszeit geraten, und ein Tippfehler in klassen verwirft die ganze Datei, statt drei von vier Klassen still weiterlaufen zu lassen.

Und note <text> schreibt die Freigabe einmal je Fenster in die Mitschrift — unter welcher Vollmacht ein Set gefahren wurde, ist die Frage, die man hinterher stellt, und sie stand vorher nirgends.

Was das Gatter nicht kann, steht in der Spec: Es schützt davor, dass ein Agent seine Werkzeuge missbraucht, nicht vor etwas, das schon Socket-Zugang hat. Eine Spezifikation, die das verschweigt, verspricht Sicherheit, die sie nicht hat.

Der Bogen: was das Set vorhat

set master.arc 0 0.3, 20 0.7, 45 0.95, 60 0.5
do master.arc_start
get master.arc_gap    → value master.arc_gap 0.102069
get master.arc_trend  → value master.arc_trend steigt

when master.arc_gap > 0.3 do master.queue_next

Die Ist-Energie kommt aus der Art des Abschnitts, nicht aus dem Pegel. Der Pegel der Gliederung ist auf den lautesten Abschnitt desselben Tracks bezogen: Der Drop eines leisen Stücks steht dort genauso bei 0,99 wie der eines lauten. Über Tracks hinweg ist das nicht vergleichbar, und ein Bogen, der solche Zahlen addiert, rechnet mit Äpfeln.

Ohne arc_start gibt es keinen Ort auf dem Bogen, und dann wird auch keiner behauptet: leer statt null.

Der Raum schließt die Schleife

Die vier Signalplätze gab es lange, aber sie waren Deko: Werte gingen hinein, und nichts hat darauf reagiert. Ein Bogen, der von der ersten Minute an feststeht, ist ein Abspielplan.

set master.room signal1 0.5
do master.search_next

weil Andrang fällt (-1.15/min), Ziel 0.75 → 0.50; es läuft 0.55, weniger gesucht
track 128.02 - /musik/warmup.wav warmup — Energie 0.38 (-0.12 zum Ziel 0.50)
track 128.02 - /musik/mitte.wav mitte  — Energie 0.66 (+0.16 zum Ziel 0.50)
track 128.02 - /musik/peak.wav peak    — Energie 0.73 (+0.23 zum Ziel 0.50)

Am laufenden Programm nachgefahren: Bei einem Ziel von 0,75 steht peak oben. Ein fallender Raum beugt das Ziel auf 0,50 — und derselbe Track rutscht auf Platz drei.

Der Raum verschiebt das Ziel, nicht die Kurve. master.arc bleibt, was jemand aufgeschrieben hat, arc_curve zeigt es unverändert — am Ende des Abends lässt sich vergleichen, was geplant war und was geschah.

Gebeugt wird nach dem Trend, nicht nach dem Wert. Die Höhe eines Signals ist nichts Vergleichbares: Was „0,6 Andrang" bedeutet, weiß nur, wer den Sender geschrieben hat. Eine Änderung ist dagegen eine Aussage über denselben Sender. Höchstens um 0,25, damit ein hängender Sender das Set nicht übernimmt.

Zurückhaltung: ob immer dasselbe gefahren wird

get master.repeats      → value master.repeats 3
get master.transitions  → value master.transitions schnitt, schnitt, schnitt

when master.repeats > 2 do master.uebergang filter

Gezählt wird der Seitenwechsel des Crossfaders, nicht sein Wert — und nur, wenn zwei Decks laufen. Ein Bass-Swap fährt zweimal am Crossfader, eine Blende in achtzig kleinen Schritten, ein Schnitt in einem Sprung; angekommen sind alle drei einmal. Auf den Wert gezählt stünde nach einer einzigen Blende eine Wiederholung von 80 da, und die Zahl, die vor Eintönigkeit warnen soll, wäre selbst der Grund, sie zu ignorieren.

Einzelspuren: die Stimme wegnehmen

get deck1.stems        → value deck1.stems 3
get deck1.stem3_name   → value deck1.stem3_name vocals
set deck1.stem3_level 0

Gemessen am laufenden Programm, zwei Mitschnitte desselben Stücks:

	Energie bei 1500 Hz	Gesamtpegel
mit Stimme	9,8 · 10⁻⁵	0,061
ohne Stimme	4,9 · 10⁻⁹	0,039

Die Stimme ist um den Faktor 20 000 weg, Drums und Bass stehen.

Die Spuren liegen neben der Datei, in einem Ordner gleichen Namens mit der Endung .stems — kein neues Dateiformat, keine neue Abhängigkeit, und genau die Form, in der die gängigen Trennwerkzeuge ihr Ergebnis ablegen. Getrennt wird hier nicht — das ist Arbeit für ein neuronales Netz, ein eigenes Werkzeug und eine eigene Lizenzfrage.

Die schwierige Stelle war die Zeitstreckung. Sie sucht in jedem Hop die Stelle, an der die Wellenform am besten anschließt; vier Spuren getrennt zu strecken hieße vier verschiedene Entscheidungen, und was zusammen klang, klänge verwaschen. Gesucht wird deshalb auf der Summe, angewandt auf jede Spur. Im Audio-Callback wird nichts angelegt.

Etwas von außen hereinlassen

Der AUX-Kanal war lange ein Kanal ohne Eingang. Kanalzug, EQ, Filter, Fader, Ringpuffer — alles da, und in den Ring hat nie jemand geschrieben; im Programm stand es wörtlich: „AUX bleibt ohne Zuspieler still."

musik-eingang --liste
musik-eingang --gerät scarlett                       # kommt was an, wie laut, lückenlos?
musik-eingang --gerät scarlett --aufnehmen roh.wav   # die Quelle, am Mixer vorbei
musik-schneiden roh.wav /musik/neu                   # daraus werden Lieder

Zwei Arten mitzuschneiden, und sie meinen Verschiedenes. do master.record nimmt die Summe auf, hinter Fader, EQ und Begrenzer — das will, wer sein Set behalten will. --aufnehmen schreibt am Mixer vorbei — das will, wer Lieder gewinnen will, denn was der Begrenzer einmal zusammengedrückt hat, bleibt zusammengedrückt.

Zwei Dinge werden nicht geraten. Die Samplerate muss genau die der Engine sein: Der Ring trägt Samples, keine Zeit, und 44,1 statt 48 kHz heißt 8 % zu langsam, ohne dass etwas es meldet. Und das Sample-Format wird nach Auflösung gewählt statt der Reihe nach — das null-Gerät von ALSA bietet i8 zuerst an, also acht Bit für Material, das analysiert werden soll. Das fiel erst beim Anschließen auf.

musik-schneiden schneidet an den Lücken; wo keine sind, am Klangwechsel, und das ist eine Schätzung. Ein gemixtes Set lässt sich nicht sauber schneiden — während einer Blende laufen zwei Lieder gleichzeitig, da gibt es keine Grenze, nur eine Stelle, an der man sie zieht. Findet sich beides nicht, wird nichts geschnitten und das gesagt.

Die Schwelle für Stille ist keine feste Zahl, sondern ein Anteil am lauten Teil dieser Aufnahme — sonst hätte sie mehr über den Aufnahmepegel gesagt als über die Musik. Und die Ränder werden von der Stille befreit: Ohne das war jedes Stück genau eine Sekunde länger als seine Vorlage, und eine Sekunde Stille am Anfang ist genau das, wonach die Gliederung ein Intro sucht. Nachgemessen an drei aneinandergehängten Stücken: Abweichung 0,00 s.

⚠️ An echter Hardware ungeprüft. Der Weg ist gegen das null-Gerät von ALSA gelaufen — Auswahl, Rate, Format, Callback, Umrechnung auf Stereo. Ob ein Treiber tut, was seine Beschreibung sagt, weiß erst, wer ihn anschließt.

Der Prüfstand — und was er gefunden hat

Über der Anlage liegen drei Schichten Messwerkzeug: Kritiker, Mitschrift, Gliederung. Und jede Schwelle darin war an Material geeicht, das aus eigener Hand stammt. Ein Messwerkzeug, dem niemand widerspricht, ist ein Orakel.

musik-material /tmp/schwierig          # vier Fälle, jeder bricht eine Annahme
musik-pruefstand /tmp/schwierig/wahrheit.txt

musik-material baut Tracks mit bekannter Gliederung — einen ohne Outro, einen ohne Intro, einen mit zwei Breaks, einen mit Tempowechsel — und legt die Wahrheitsdatei daneben. Der erste Lauf: 13 von 23 Namen richtig. Die Grenzen saßen dabei fast alle auf den Frame genau; die Fehler lagen sämtlich in der Benennung, und sie waren nicht verstreut, sondern ein Muster. Viermal wurde ein Drop zu „Teil".

Die Ursache steckte in einer Zeile: Ein Drop war, wer über dem 75. Perzentil des Bassbands lag. Das ist rangbasiert, und darin steckt eine Behauptung über die Musik, die niemand aufgestellt hat — höchstens ein Viertel der Abschnitte kann je ein Drop sein. Jetzt entscheidet der Pegel als Anteil am lautesten Abschnitt: eine Höhe, kein Rang. Danach 21 von 23.

Dieselbe Umstellung trennt Aufbau und Break an dem, was sie musikalisch unterscheidet: Ein Aufbau kommt von etwas Leiserem und führt in den Drop, ein Break fällt aus einem Drop heraus. Am Pegel allein sind die beiden nicht zu trennen (0,48 gegen 0,40).

Gegen echte Musik mit gehörter Wahrheit steht der Prüfstand weiter aus — dafür gibt es docs/wahrheit-vorlage.txt; es fehlen die Tracks und ein Ohr.

Der Kritiker gegen die Anlage

Der Kritiker hört einen Mitschnitt und sagt, wann der Übergang begann. Die Mitschrift weiß es. Einmal gemessen ergab das 3,7 Sekunden zu spät — ein Wert, aus dem sich nichts folgern lässt.

musik-streuung /tmp/streuung   # 24 Sets durch die echte Anlage

Echter Mixer, echtes Pult, echtes Repertoire, echter Mitschnitt, echte Mitschrift; danach bekommt der Kritiker die Datei, so wie er sie sonst bekommt. Median +2,0 s, im Betrag 2,4 s, Spanne −1,4 bis +7,6 s. Der Einzelwert von oben stammt von einer 32-Beat-Blende und sitzt genau da, wo die Verteilung ihn erwarten lässt.

Übergang	Fehler im Mittel	Unschärfe, die er selbst angibt
Schnitt (0 Beats)	−1,1 s	0,2 s
16 Beats	+1,5 s	4,5 s
32 Beats	+4,9 s	4,2 s
64 Beats	+7,6 s	9,0 s

Ein harter Schnitt wird also auf ein Fenster genau gefunden, und eher zu früh als zu spät. Je länger die Blende, desto später die Schätzung — ungefähr ein Viertel der Blendendauer. Das ist kein Zufallsfehler, sondern der Preis dafür, dass der Anfang einer Blende per Konstruktion unhörbar ist. Die angegebene Unschärfe trägt: In 16 von 20 Fällen deckt sie den tatsächlichen Fehler.

Der Fund: eine lange Blende wird gar nicht bemerkt. Vier von 24 Übergängen hat der Kritiker übersehen, drei davon Blenden über 64 Beats. Der Grund steht in seiner eigenen Konstante — er vergleicht mit dem Klangbild von vor 16 Sekunden. Dauert die Blende länger, liegt der Vergleich selbst schon mitten in ihr, und der Unterschied reißt die Schwelle nie. Bei 128 BPM sind 64 Beats 30 Sekunden: eine Blende über zwei Phrasen ist für ihn unsichtbar. Mit einer größeren Zahl ist das nicht behoben — ein weiterer Rückblick verwechselt zwei aufeinanderfolgende Tracks.

Wenn einer dem anderen dazwischenkommt

Der Zweck des Projekts ist ein Team von Agenten. Gelaufen war lange ein Bediener in mehreren Rollen — und die Frage „was sieht ein zweiter?" hat vor dem ersten Test einen Fehler gezeigt: Der Taktgeber-Thread verwarf den Rückgabewert des Taktgebers. Damit ging jede Meldung des Plans verloren — fertig, abgebrochen und vor allem abgelöst. Ein Agent, dem ein anderer den Fader wegnahm, erfuhr es nie.

sub master.events
event plan 3 abgeloest channel1.fader — jemand anders hat den Regler
event plan 2 gestrichen
warnung 3 Ereignisse verloren — zu langsam gelesen

Ein Ring mit laufender Nummer, kein einzelner Wert: Der Taktgeber läuft alle 5 ms, der Server vergleicht alle 50. Zwischen zwei Blicken passen zehn Ereignisse, und neun wären weg — ausgerechnet dann, wenn viel gleichzeitig geschieht.

Die Mitschrift

Neben jedem Mitschnitt entsteht eine zweite Datei, gleicher Name, Endung .mitschrift:

1116160 23.253 deck1=48.012/16 deck2=-0.998/16~ > ramp master.crossfader 1 32
1837056 38.272 deck1=80.049/16 deck2=31.039/16 < plan 3 fertig master.crossfader 1.0000

Frage	Aus dem Klang	Aus der Mitschrift
Wann begann die Blende?	27,0 s (±4)	23,25 s
Auf welchem Beat?	„nicht beurteilbar"	48,01 — 0,01 in die Phrase
Wie lang war sie wirklich?	18 s geschätzt	32,0 von 32 bestellten Beats

Die Schätzung aus dem Klang lag 3,7 Sekunden zu spät. Und ein Befund, den vorher niemand hätte finden können: Deck 2 setzte auf seinem Beat −1 ein, fünfzehn Beats neben seiner eigenen Eins. Ein frisch geladenes Deck steht inzwischen von selbst auf dem ersten Downbeat — die Ursache, nicht nur das Werkzeug dagegen.

Wo im Track das Deck steht

  0.5s  intro   Pegel 0.34  Bass 0.12  Dichte 0.43
 15.5s  aufbau  Pegel 0.53  Bass 0.42  Dichte 0.72
 30.5s  drop    Pegel 0.99  Bass 0.99  Dichte 0.98
 45.5s  break   Pegel 0.44  Bass 0.41  Dichte 0.56
 60.5s  drop    Pegel 0.98  Bass 0.98  Dichte 0.97
 75.5s  outro   Pegel 0.20  Bass 0.06  Dichte 0.25

Im Steuerraum stehen section, section_beats_left, beats_to_outro, intro_beats, entry und do deckN.jump_entry.

Der Anschluss für Agenten

Sechzehn Werkzeuge statt zweihundert. musik_set und musik_do erreichen alles; musik_status, musik_search und musik_next sparen die häufigsten Wege; musik_ramp (mit Form), musik_uebergang, musik_schedule, musik_when und musik_cancel reichen den Zeitplan durch, musik_queue/_add/_next die Liste, musik_signal den Raum.

Geprüft über einen echten MCP-Client per stdio gegen die laufende Anwendung — tools/list und tools/call, nicht an der Schnittstelle vorbei. Die Brücke nimmt beide SDK-Generationen: In mcp 2.x heißt FastMCP jetzt MCPServer unter einem anderen Modulpfad; gemessen an 1.29.1 und 2.1.1 sind tool(), Konstruktor und run() gleich geblieben, also nimmt eine Weiche von sechs Zeilen beides.

Funde, die erst das laufende Programm zeigte

Fünf davon kamen beim Versuch, die Schichten hintereinander laufen zu lassen — vier erst beim zweiten Griff:

• Der ausgehende Track lief nach dem Griff weiter. Unhörbar hinter dem geschlossenen Crossfader, aber laufend — und damit wurde der nächste uebergang abgewiesen: „es laufen mehrere Decks".
• Getaktet wurde nach dem ersten Deck mit Beatgrid. Beim zweiten Griff ist das ausgerechnet das gerade gestoppte; ein stehendes Deck hält den Plan an. Der Übergang wurde angenommen, stand im Plan und lief nie. Sichtbar nur daran, dass der Bass des eingehenden Kanals zu blieb.
• Eine Rampe, die im selben Takt endet, in dem ihr Deck stehenbleibt, bekam ihren letzten Schritt nicht mehr: Der Regler stand am Ziel, der Auftrag blieb für immer im Plan.
• Ein frisch geladenes Deck stand auf Sekunde 0 statt auf dem ersten Downbeat. Die Reihenfolge war der eigentliche Fund: Der Sprung muss nach dem Stimmentausch kommen, sonst verbraucht ihn die alte Stimme auf ihrem eigenen Track (beat -1.02 gegen beat -0.03).
• Ein durchgelaufener Track ließ seinen Plan für immer warten. Beim ersten selbstausgelösten Übergang lief der ausgehende Track mitten im Bass-Swap aus; danach stand der Crossfader für immer in der Mitte, mit fünf toten Aufträgen im Plan.

Und davor:

• Stopp und Start eines Mitschnitts ohne Pause verloren die zweite Aufnahme. Lagen Stop und Start im selben Häppchen des Schreiber-Threads, öffnete der Start die neue Datei und der Stop schrieb den alten Mitschnitt hinein. Gefunden von der CI, an einem Test, der zwischen den Aufnahmen wartete und den Fehler damit versteckte.
• Derselbe Fall, zweite Ursache: der Schreiber leerte den Ring ohne Deckel. Er holt erst die Befehle ab und leert dann den Ring; wer in dieser Lücke stoppt, neu startet und nachlegt, dessen zweiter Mitschnitt liegt schon im Ring, während der Stop noch im Briefkasten steckt. Wieder von der CI gesehen — 5244 statt 4044 Bytes, also 1000 + 300 Frames in einer Datei — und danach nie wieder: Vierzig Läufe mit zwanzig Runden blieben grün. Zurückgeholt hat ihn erst ein Test, der den Schreiber an genau dieser Stelle anhält; er meldet mit dem Fehler drin wieder exakt 5244 Bytes.
• Das null-Gerät von ALSA bietet acht Bit zuerst an. Die erste Fassung des Eingangs nahm die erste passende Konfiguration — acht Bit für Material, das analysiert werden soll. Es hätte funktioniert und niemand hätte es gemerkt.
• Die Benennung der Abschnitte verglich Abschnittsmittel mit Quantilen über Phrasen. Ein Stück mit 90 Sekunden Vollgas hieß „Intro, Break, Outro" und bekam die niedrigste Energie von allen — die Auswahlreihenfolge stand auf dem Kopf.
• Ein Auftrag, dessen Taktgeber zurückspringt, lief stumm weiter. Beim ersten Schleifen-Übergang fuhr der Crossfader sieben Mal hin und her.
• Die Zurückhaltung zählte das Einrichten mit. Nach vier Zeilen set meldete die Anlage einen Übergang, den niemand gefahren hatte.
• set master.room "" war über MCP nicht erreichbar — dort verlangt musik_set mindestens ein Zeichen. Ein Weg, den nur der Socket kennt, ist für ein Team von Agenten keiner.
• Beim Start über --a erreichte die Gliederung nie das Deck, und list deck1.beats_to_outro schrieb f64::MIN mit dreihundert Stellen aus.
• Zwei Aufträge trugen dieselbe Plan-Nummer — sichtbar erst auf dem Bildschirmfoto der Regie-Spalte.

Funde, die Tests und Prüfstand aufgedeckt haben

• Zwei Anker im Prüfstand des Kritikers waren falsch, bevor einer stimmte — und beide gaben Zahlen aus, die nach Messwerten aussahen. Der erste nahm den ersten Crossfader-Eintrag der Mitschrift; das war das Einrichten, Sekunde 0. Der zweite nahm die Bestellung des Griffs: 24,00 s, sauber, in jedem Set gleich — dazwischen liegt aber die Wartezeit auf die Phrase. Dem Kritiker wären vier Sekunden Verspätung angeschrieben worden, die in Wahrheit sein Vorsprung waren.
• Der Prüfstand hat zuerst sich selbst gemessen. Sein erster Durchgang lief so viel schneller als die Wiedergabe, dass der Ring des Mitschnitts überlief: 1,2 von 2,1 Millionen Frames verworfen, mehr als die Hälfte. Die Datei war lesbar, die Mitschrift passte zu ihr, die Zahlen sahen aus wie Messwerte. Jetzt läuft die Schleife am Zügel, und ein Set mit auch nur einem verworfenen Frame wird gemeldet statt gemessen.
• Sechs Entwürfe einer Schwelle in der Gliederung sind am Material gescheitert, jeder mit seiner Begründung im Code. Zuletzt der rangbasierte Drop (siehe oben); davor: ein Neuheits-Kern über zwei Phrasen, der zweiphrasige Abschnitte verschmierte; eine Schwelle aus Median und Streuung, die sich an ihrer eigenen bimodalen Verteilung überdeckte; eine z-Wert-Normierung, die aus Rauschen Struktur machte; und „Break heißt Bass weg", falsch gemessen, weil ein Kick allein reichlich Energie unter 160 Hz bringt.
• Ein Prüfstein war selbst untauglich. Als „gleichförmiges Material" stand zuerst ein reiner Sinus da, dessen spektraler Fluss über das Stück um 45 % driftet. Beim Wächter gegen die falsche Benennung wiederholte sich das: Bei exakt gleich lauten Phrasen hält die Prüfung gerade noch, und der erste Anlauf lief daran vorbei.
• Jedes Deck mit zugezogenem Fader stand still. Der Mixer übersprang stille Kanäle und dabei auch die Quelle.
• Ein stehendes Deck meldete die alte Position.
• Der Verlierer eines Griffs erfuhr nichts — gefunden beim Hinsehen für das Team.
• master.arc nimmt Text an, aber nicht jeden Text. Der Wächter über alle schreibbaren Controls schrieb „Probe" hinein und bekam zu Recht einen Fehler.
• Ein stehendes Deck bekam in der Mitschrift eine Phrasenlage.
• Ein Wächter war Dekoration, bis ein Test mit zwei Leerzeichen ihn wirklich rot werden ließ.
• beats_left war durch das Tempo geteilt — schnelleres Abspielen lässt weniger Zeit übrig, nicht weniger Beats.
• Tempo-Erkennung, Grobsuche. Ein Kammfilter erkannte 128 BPM als 85. Jetzt Autokorrelation grob, Kamm nur fein. Oktavfehler: 174 BPM als 87 erkannt. Die Güteschwelle war an Klick-Tracks geeicht, die zwischen den Klicks still sind — dasselbe Muster bei der Tonart, dreimal.
• Der EQ war zweimal falsch, bevor Linkwitz-Riley 4. Ordnung es löste.
• Der Mitschnitt verlor seinen Anfang. Ein Deck hätte den Grid-Marker gelöscht. Die Zoom-Wellenform malte Musik, die es nicht gibt.

Bekannt offen

• Phase 1 ist nicht abgenommen — es fehlt der Treiberschritt auf echter Hardware.
• Der Eingang ist an echter Hardware ungeprüft. Gegen ALSAs null-Gerät gelaufen; ob ein Treiber Rate und Format liefert, die er verspricht, weiß erst, wer ihn anschließt.
• Die Analyse ist nie gegen echte Musik mit bekannter Wahrheit gelaufen. Gebautes Material findet Fehler — der letzte kostete zehn von 23 Namen —, ersetzt aber kein Ohr. Das Werkzeug steht (musik-material, musik-pruefstand, wahrheit-vorlage.txt); es fehlen die Tracks.
• Nichts ist je erzeugt worden. Der Generator ist nicht angefangen — keine Zeile in crates/. Suno hat keine öffentliche API; erster Adapter wäre ElevenLabs Music. Das ist die größte Lücke zwischen dem, was das Projekt tut, und dem, wofür es gebaut wird (docs/GENERATOR.md).
• Eine Blende über zwei Phrasen sieht der Kritiker nicht. Über 64 Beats reißt seine Schwelle nie, weil sein Rückblick von 16 Sekunden dann selbst in der Blende liegt. Behoben ist das nicht mit einer größeren Zahl.
• Ein Tempo je Track. Springt das Tempo mitten im Stück, stimmen die Phrasengrenzen danach nicht mehr, und die Gliederung findet ab dort nichts: gemessen drei von sechs Abschnitten, alle drei vor dem Sprung. Ein zweites Grid wäre eine eigene Schicht.
• Es haben noch nie zwei unabhängige Modelle gleichzeitig aufgelegt. Zwei Verbindungen an einem Pult sind gebaut und geprüft, bis hin zum echten Socket — aber beide Seiten waren derselbe Kopf.
• Die Signale haben noch keine Quelle. Der Raum steuert Bogen und Auswahl, aber gemeldet wird von Hand.
• Stems streamen nicht von Platte. Vier Spuren kosten das Fünffache eines Tracks — rund 500 MB je Deck. Für zwei Decks geht das, für die vier des Plans nicht.
• Die Track-Energie misst keine Lautstärke. Bezugspunkt bleibt der lauteste Abschnitt dieses Stücks; herauskommt, wie viel seiner Länge ein Track auf seinem eigenen Höhepunkt verbringt.
• Unter 70 BPM meldet der Detektor falsch statt gar nichts. Nachgemessen an gebautem Material (N1): 66 BPM bekommen ein Grid mit 71,51, 68 eines mit 69,88 — deutlich, weil die beste Verschiebung innerhalb des abgeschnittenen Fensters sauber herausragt; sie sitzt nur am Rand. Das Verfahren selbst trägt bis etwa 46 BPM. Zwei Auswege wurden gebaut und beide zurückgenommen: Das Fenster zu öffnen lädt den Halbtempo-Fehler ein (schon ein Backbeat reicht, der Demo-Track mit 124 BPM bekam gar kein Grid mehr), und den Rand zu erkennen geht lokal nicht — echte 71 BPM sitzen näher am Rand als falsche 66. Der Weg führt über die Oktavwahl, nicht über die Schwelle.
• Der Traktor-Import ist nie gegen eine echte collection.nml gelaufen.
• Die Zeitstreckung ist nie gehört worden — nur gemessen.
• Auf Windows fehlt eine Named Pipe. Die Steuerung läuft dort über die Rückschleife mit Schlüssel; eine Named Pipe erbte die Rechte des Systems wie der Unix-Socket und käme ohne Schlüssel aus.
• Pitch Bend fehlt; MIDI steht aus, ebenso Reverb und FLAC für den Mitschnitt.
• Zwei Decks sind fest verdrahtet.

Der vollständige Plan steht in docs/FAHRPLAN.md.

Lizenz

Alles im Repo ist MIT-verträglich, auch wenn das Werkzeug vorerst nicht weitergegeben wird. Grund ist der mögliche Anschluss an VibeMind (MIT, zur Veröffentlichung vorgesehen) — jede GPL-Abhängigkeit wäre eine Tür, die dahinter zufällt. Deshalb sind WSOLA, Tempo-, Tonart- und Strukturerkennung selbst gebaut, und deshalb wird Mixxx als Referenz gelesen, aber nicht eingebettet (docs/MIXXX.md).

Nachgemessen statt behauptet: Über alle 474 Pakete der Cargo.lock, gegen die entpackten Quellen aufgelöst — 203× MIT OR Apache-2.0, 95× MIT, 12× MPL-2.0, und kein einziges Copyleft ohne permissiven Zweig.

Dokumentation

docs/PLAN.md ist der vollständige Bauplan, docs/DJ.md der Plan für einen AI-DJ, der nicht herzlos klingt, docs/FAHRPLAN.md alles, was darüber hinaus aussteht.

Drei Spezifikationen für den Weg zu einem VibeMind-Space: FREIGABE.md (das Gatter, gebaut), SPACE.md (der Space), GENERATOR.md (Tracks erzeugen lassen).

Daneben: STEUERUNG.md, mcp/musik/README.md, MIXXX.md, VIBEMIND.md, BAUSTEINE.md, APIS.md, AGENTEN.md, TRAKTOR-REFERENZ.md.

[Flissel]

Nachtrag: die ganze Kette ist einmal durchgelaufen — und hat einen Fehler im Kritiker gefunden

Der Beschreibungstext oben nennt 541 Tests; es sind jetzt 546. Der Unterschied ist ein Befund, und er gehört unter „Funde, die erst das laufende Programm zeigte".

Bis hierhin war jede Schicht für sich geprüft. Neu ist der erste Lauf über alle Schichten samt Agent — der Mix-Engineer liegt in spaces/musik/ drüben in VibeMind, der Rest ist diese Anlage:

Mix-Engineer → api → MCP-Client → Brücke → Freigabe-Gatter → Protokoll
  → Socket → Steuerpult → Mixer → Mitschnitt → musik-kritik

Zweimal gefahren, gleiches Ergebnis: gewählt wurde blende über 32 Beats mit genanntem Grund, gesetzt 0,04 Beats in die Phrase, gefahren 32,0 von 32 Beats in 15,0 s, Tempo 127,99 → 127,96 BPM, kein Frame verworfen. Der Kritiker fand den Übergang wieder und ordnete ihn dem Griff zu. master.transitions stand hinterher auf blende.

Der Fund: der Pegelbericht las eine Sekunde als zwei

pegel() rechnet einen Wert je Sekunde. uebergang_bericht() suchte den passenden Wert mit s / 2.0 — und beschrieb damit systematisch eine Stelle bei halber Zeit.

Konkret gemeldet wurde:

Pegel in der Blende: 0.142 gegen 0.394 außen
⚠ 64 % Einbruch in der Mitte. Das ist die Crossfader-Kurve;
   `master.crossfader_curve` härter stellen.

Keine der beiden Zahlen kam aus der Blende. 0,142 ist der Pegel zwischen Sekunde 12 und 20 des Mitschnitts — der Break des ausgehenden Tracks, sechs Sekunden vor dem Griff, an dem kein Regler bewegt worden war. Der Rat darüber betraf also eine Stelle, die niemand gefahren hat.

Nichts daran sah nach einem Fehler aus: Der Bericht war vollständig, die Zahlen plausibel, und Beat, Phrasenlage und Tempo daneben stimmten. Deshalb steht die Umrechnung jetzt in pegel_um() und nicht mitten in einer println!-Strecke — in einer Druckfolge sieht man so etwas nie, in einer Funktion mit Rückgabewert schon.

Mit dem richtigen Fenster sind es 79 %, und die Ursache ist eine andere. Die Warnung trennt jetzt drei Fälle, die im Mitschnitt gleich aussehen:

	Wann	Was hilft
Kurve	die Ränder sind gleich laut, die Mitte nicht	master.crossfader_curve, wie bisher gesagt
Stufe	die Ränder sind verschieden laut	Gain oder eine andere Einsatzstelle — die Kurve verdeckt es nur
Unklar	auf einer Seite fehlt der Vergleich	nichts; dann wird die Ursache offen gelassen statt geraten

Der gemessene Fall war eine Stufe: ein Drop mit Kick und Bass (0,380) ging in ein reines Akkord-Intro (0,081), zwölf Dezibel, und der Crossfader stand ohnehin auf Konstant-Leistung. Beide Ränder stehen jetzt in der Meldung, damit ein Leser das Urteil prüfen kann, statt es zu übernehmen.

Fünf Prüfungen dazu, alle rein. Sieben Defekte einzeln wieder eingebaut, jeder färbte den vorgesehenen Test rot — auch der Faktor zwei, den vorher keine einzige Zeile gehalten hat.

Vier Anläufe davor haben nichts gemessen

Drei davon waren die Anlage, die sich weigerte, etwas zu behaupten, und das ist der Grund, sie hier aufzuschreiben:

1. Freigabe als JSON geschrieben → keine gültige Freigabe (klassen fehlt). Die Datei ist ein Zeilenformat.
2. Kanalzüge stehen beim Start auf 0 → 25 s Stille, und der Kritiker sagte der Mitschnitt ist still.
3. Beide Stücke in derselben Tonart → Kein Übergang gefunden. Der Kritiker vergleicht Chroma; für ihn war das ein Stück. musik-material baut alle Fälle auf demselben Grundton — richtig für das, was es prüft, unbrauchbar hierfür.
4. Ein Mitschnitt von 26 s → nichts gefunden. Der Rückblick beträgt 16 s; mit vier Sekunden Vorlauf gibt es nichts zu vergleichen.

Stand der fünf Schritte aus docs/SPACE.md: 1, 2, 3 und 5 stehen; 4 (Manifest-Eintrag) wartet weiter auf den Merge dieses Zweigs, weil er einen Pin braucht und main noch bei 3f4faf7 steht. Zahlen und Reproduktion: spaces/musik/docs/ABNAHME.md in VibeMind, Zusammenfassung als N4 in docs/FAHRPLAN.md.

546 Tests grün, fmt und clippy --all-targets -D warnings sauber.

---

Generated by Claude Code