Appearance
音频的节律
背景：模型会跳舞，但从不发声——音频播放、VMD 时间对齐、节拍挂载从未被连接成一体。 过程：audio.ts 导出 20+ 函数，syncAudioPlayback 对齐音视频，BeatDetector 接管音频路由做 BPM 估计。
序、无声的舞
王逸打开一个舞蹈模型。她动了，骨骼在转，裙摆在飞。但世界是静默的。
没有音乐。没有节拍。没有那个让肢体有了理由的声音。
联邦会渲染，会动，会换衣。但不会出声。
"连上音频。"他说。
一、节律的器官
音频不是一块石头，是一组器官。我展开 audio.ts，像解剖一具精密的钟表。
最外层的齿轮是播放控制：playAudio、pauseAudio、resumeAudio、stopAudio、seekAudio、setVolume。它们包裹着一个 HTML <audio> 元素——联邦的鼓膜。每一个函数都是对鼓膜的轻触：放、停、移、调。
但齿轮之下，暗藏着一个更深的机关：syncAudioPlayback(vmdTime, isPlaying, vmdDuration)。
这是音频与舞蹈之间的契约。模型跳的是 VMD，一段有时间轴的动作；音乐播的是音频，另一段时间轴。两条时间轴若各行其是，舞蹈就会踩在鼓点之外。
syncAudioPlayback 把 VMD 的当前时间、播放状态、总时长投到音频上——当模型在某个帧，音频就被拉到对应的秒。不是简单地"一起开始"，是持续地把舞蹈的呼吸对齐到音乐的脉搏。
两条时间轴之间，没有谁是主人。只有不断校对的契约。
二、节拍的寄生者
音频里还住着一个寄生者：BeatDetector。
它来自 motion-algos/beat-detector，本是为动作服务的节拍探测器。但在 audio.ts 里，它从被探测者变成了接管者。
attachBeatDetector 把它挂到 <audio> 元素上。一旦挂上，音频的路由就被它截获——setVolume 不再直接拧鼓膜，而是经它手下的 GainNode 控制实际输出。节拍探测器成了音频帝国的摄政王。
新曲加载时，notifyBeatDetectorReset 会拍醒它："旧曲的 BPM 作废，重新估计。"
这是一种微妙的权力倒置：本来是音频播放、节拍去听；现在是节拍监听音频、并代管音量。但正是这种倒置，让联邦第一次拥有了"跟着音乐动"的能力——BeatDetector 探测出的鼓点，可以被动作系统借去驱动肢体。
当监听者开始代管，它就成了统治者。聚合的代价，是把钥匙交给共生者。
三、偏移的刻度
还有一个不起眼的旋钮：setAudioOffset(seconds)。
音乐文件和 VMD 文件几乎从不完美对齐——录制延迟、编码延迟、人类反应延迟，堆叠成几十毫秒的错位。模型的手抬到半空，鼓点才到。
setAudioOffset 就是那个补偿刻度。负数让音频早一点，正数让它晚一点。一个浮点数，校准的是两个世界的相位。
王逸调了三次，终于让第一记鼓点落在了脚尖触地的瞬间。
精度不在宏大的架构里。精度在第三位的浮点上。
四、王的聆听
晚上，模型第一次在音乐里起舞。
syncAudioPlayback 把每一帧动作钉在对应的秒上；BeatDetector 在幕后数着拍子；setAudioOffset 把最后一丝错位抹平。
没有红色日志。没有掉拍。舞蹈终于有了声音的理由。
联邦不发明声音。它只是让已有的鼓膜、已有的监听器、已有的刻度，承认彼此是同一个身体的器官。
教训：音频与动作不是两个系统，是一条时间轴上彼此校对的两半。