DJ-Software: Engine, Analyse, Sammlung, Oberfläche und Fernsteuerung

[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, und Einzelspuren, mit denen sich die Stimme herausnehmen lässt.

Alle zehn geplanten Phasen angefangen, 515 Tests, 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, Sync, Mitschnitt, Kommandoschlange, Geräteausgabe
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
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
mcp/	MCP-Brücke: sechzehn Werkzeuge, Beschreibungen aus dem Katalog erzeugt

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. 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.

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.

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.

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.

## Bogen
Bei 23 min: soll 0.50, ist 0.20, Lücke **+0.30** — mehr Energie gesucht · hält

Der Raum (signal1 0.5) beugt das Ziel um **-0.25** — die Kurve selbst sagt 0.75.

**Warum:** Andrang fällt (-1.15/min), Ziel 0.75 → 0.50; es läuft 0.20 (+0.30)

## Übergänge
schnitt, schnitt, schnitt

**3× hintereinander derselbe Griff.** Fünf stehen im Repertoire.

Geprüft über einen echten MCP-Client gegen eine laufende Anwendung — tools/list und tools/call, nicht an der Schnittstelle vorbei.

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.
• 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.
• 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.
• 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.
• Pitch Bend fehlt; MIDI steht aus, ebenso Reverb und FLAC für den Mitschnitt.
• Zwei Decks sind fest verdrahtet; Windows hat keine Unix-Sockets.

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).

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