No hay banda sonora
No hay una banda sonora. Hay un coro grabado en trozos, una máquina que decide qué trozo entra y un mundo que le dice, diez veces por segundo, cómo va la noche.
Un juego con música compuesta de antemano tiene, como mucho, tantas escenas como pistas haya escrito alguien. Aquí no se escriben pistas: se graba materia —gargantas, piel, aire— y se compone en el navegador, mientras se juega, contra el mismo estado que usa el servidor para decidir si ese golpe te alcanzó. La música no acompaña a la partida: lee la partida, y por eso no se repite dos noches iguales.
La sala de máquinas lo dejó dicho para todo lo demás: el cliente solo pinta. Con el sonido la frontera es la misma, movida un palmo. El cliente canta; lo que se canta lo decide el estado, y el estado no es suyo.
| Qué | Quién lo decide | Por qué ahí |
|---|---|---|
| Qué capas suenan y con qué intensidad | Cliente, a partir del estado que ya recibe | Es mezcla, no verdad. No hay nada que ganar mintiendo sobre tu propia música. |
| El estado que la música lee | Servidor | Cuántos quedan dentro, en qué está la sala, si la puerta se ha cerrado. Los mismos números que ya viajan en el tic. |
| Los sonidos de mundo —pasos, metal, voz— | Servidor: qué emite cada cuerpo; cliente: cómo suena | El ruido es una seña de juego antes que un efecto. Quién emite y cuánto no lo decide un navegador. |
| La voz de la gente | Entre navegadores, sin pasar por el servidor | Ya estaba resuelto así en la voz abierta: el audio va de par a par y lo que el servidor calcula es quién oye a quién. |
| Qué no suena nunca | Servidor, por omisión | Lo que el cliente no recibe no lo puede cantar. La música no es una rendija por donde se escape lo que no se le manda al cliente. |
Todo lo que suena está hecho con cuerpos: bocas, manos, pieles tensadas, aire forzado. Y todo lo que ordena ese material —qué entra, cuándo, sobre qué otra cosa— lo hace un programa que no oye nada, solo cuenta.
Es exactamente la relación que este mundo tiene con sus dioses, y no fue un plan: es lo que salió al intentar que la banda sonora no se repitiese. La gente pone la garganta; la máquina reparte. Lo mismo que en la Dispensa, y con el mismo regusto.
Lo que suena ahora mismo
Antes de explicar el sistema conviene oír el material. Estas tres piezas no son «el tema del juego»: son tres maneras en que la máquina ha ordenado, una noche cualquiera, lo mismo que tiene siempre a mano. Las dos primeras están hechas para escucharlas; la tercera, para estar debajo de otra cosa, y es la que suena por debajo del recinto del prototipo de mapa mientras se anda.
Occulum I
Tres minutos y treinta y ocho. El himno corto: cuatro entradas de coro sobre un solo pulso de bombo doble, y un grito que las parte por la mitad.
- 16 k
- 4 k
- 1 k
- 250
- 60
- 25 Hz
Dale al play y el dibujo empieza a correr
Lo que se está oyendo, dicho despacio, porque cada rasgo es una decisión y ninguno es decorativo:
Dos parches grandes golpeados en alternancia, no uno. La diferencia se oye en que el suelo del sonido nunca se levanta del todo: donde un solo bombo dejaría aire entre golpe y golpe, el segundo lo tapa, y el resultado es un galope bajo que no respira. Es lo primero que entra y lo último que se va.
Encima del pulso corren dos o tres figuras de manos y pies que no comparten división: una en tres, otra en cuatro, una tercera desplazada medio golpe. Coinciden cada muchos compases y, cuando coinciden, se nota físicamente. Es percusión tribal en el sentido literal: se cuenta con el cuerpo, no con una partitura.
La armonía no es un acorde tenido: es escritura de coro. Las voces entran imitándose —una empieza la línea, la siguiente la repite dos tiempos después—, se rozan en disonancias que aguantan más de lo cómodo y se resuelven todas juntas en la cadencia. Es la gramática de un himno de iglesia, cantada por gente que no ha pisado ninguna.
Registro bajo, coro entero de gargantas masculinas, y ninguna limpia: aire, ronquera, madera vieja, notas que se agrietan al sostenerse. No es un coro profesional imitando suciedad; es el sonido de cantar fuerte, con frío, mucho rato.
No hay letra en ningún idioma. Lo que se pronuncia son sílabas de garganta —consonantes duras, vocales cerradas, golpes de glotis— con la contundencia de una lengua real y sin una sola palabra dentro. Por qué, más abajo: es una decisión de diseño, no una comodidad de estudio.
Alaridos primarios —de miedo o de esfuerzo, la diferencia no es audible— que atraviesan el coro y lo desordenan durante unos segundos. Están medidos: llegan cuando el material ya se ha vuelto previsible, y su función es que deje de serlo.
En estas dos piezas no hay cuerda, ni teclado, ni viento, ni sintetizador, ni una nota producida por algo que no sea un cuerpo o una piel golpeada. Lo que parece un bordón de órgano son doce hombres sosteniendo la misma nota; lo que parece un platillo es una lámina de chatarra.
No es purismo: es canon. En este mundo nadie ha construido un violín en mil años, y una cuerda frotada sonaría a un sitio que no existe. Lo único que le queda a esta gente para hacer música es lo que llevan puesto.
Gargantas, piel y nada más
El banco de sonido del juego no tiene familias de instrumento. Tiene cuatro maneras de sacarle ruido a un cuerpo, y todo lo demás son variantes.
| Materia | Qué es | Qué hace en la mezcla |
|---|---|---|
| Bombo | Dos parches grandes de piel curada sobre aro de chatarra, tocados con maza y con el canto de la mano. | El suelo. Marca el pulso y, cuando desaparece, la escena se cae hacia delante. |
| Piel menor | Tambores de mano, cajas sordas, muslos, pecho, palmas con la mano ahuecada. | La polirritmia. Es la capa que se complica cuando la noche se complica. |
| Metal | Lámina, cadena, chatarra de máquina colgada y golpeada; nada afinado. | El acento y la amenaza. Es el único material que también usan las máquinas, y por eso se reserva. |
| Garganta | Coro masculino grave; bordón sostenido, línea cantada, susurro colectivo y grito. | Todo lo demás. Melodía, armonía, textura y el único sitio donde hay emoción declarada. |
La pila de capas, de abajo arriba
El coro es masculino por una razón de mundo y no de gusto: las liturgias se cantan en la cola y en el relevo, que es donde se junta la gente que trabaja de noche. Que sea así no significa que tenga que serlo siempre — está previsto abrir un segundo banco de gargantas más agudas para los dominios (definición: Región gobernada por una IA; antiguo territorio operativo de una megacorporación. Hay siete.) donde canta otra gente, y el sistema no distingue: son otra materia con la misma ficha.
Cantan algo que no significa
El coro pronuncia sílabas con toda la convicción de quien reza algo, y no dice nada. Es la decisión más discutida del apartado y la que más se sostiene.
Una letra inteligible haría tres cosas malas, y las tres son irreversibles:
- Congela la escena
Una frase cantada significa siempre lo mismo, y por tanto solo sirve una vez. Si el coro dice «se cierra la puerta», esa toma vale para el cruce en que la puerta se cierra y estorba en los otros cuarenta. Lo que no significa nada sirve para todo, que es justo lo que necesita una música que se monta al vuelo.
- Le da al jugador un dato que nadie le ha dado
Este juego se sostiene sobre deducir qué está midiendo una máquina que no lo enseña. Un coro que canta el nombre de lo que está pasando es un chivato con orquesta. Ya está escrito en lo que no se le manda al cliente: si el dato no viaja, tampoco puede viajar cantado.
- Obliga a traducirlo, y a envejecer
Una letra en castellano hay que doblarla a cada lengua o dejar fuera a quien no la habla, y en los dos casos la pieza deja de ser la misma. Una lengua que no existe no tiene versión peor: suena idéntica en todo el mundo.
Lo que sí tiene es fonética con reglas. No son sílabas al azar: hay un inventario cerrado de sonidos —oclusivas de garganta, vocales cerradas, una sola vibrante— y unas cuantas secuencias que vuelven, de modo que un jugador acaba reconociendo un motivo aunque no pueda repetirlo. Un puñado de esas secuencias son restos reales: fragmentos de las liturgias de los siete dominios (definición: Región gobernada por una IA; antiguo territorio operativo de una megacorporación. Hay siete.) deformados hasta el borde de lo reconocible, lo mismo que esas liturgias son, en origen, transcripciones degradadas de comportamiento de máquina.
Si al oírlo entiendes una palabra, está mal grabado. Si al oírlo crees que casi entiendes una palabra, está perfecto.
Regla de escritura del coroLas capas y quién las enciende
La pieza no existe como pieza. Existen seis capas, cada una con su condición de encendido y su sitio en la mezcla, y lo que llamamos música es qué combinación está sonando ahora.
| Capa | Qué es | Se enciende cuando | Se apaga cuando |
|---|---|---|---|
| Pulso | El bombo doble, solo. | Hay algo que dura: una marcha, una cola, una ronda larga. | Nunca del todo, salvo silencio impuesto. |
| Piel | La polirritmia de manos. | Sube la presión: enemigos que ya te han visto, cuenta que corre. | Se resuelve la sala. |
| Bordón | Doce gargantas en una sola nota tenida. | Hay máquina delante, o techo demasiado alto. | Se sale al aire libre. |
| Coro | El himno, con sus entradas imitativas. | La escena tiene apuesta: se cruza, se paga, se entierra. | Baja la apuesta, o alguien pide silencio. |
| Gritos | Alaridos sueltos. | Muere alguien, o algo enorme se mueve por primera vez. | Al segundo siguiente. No se sostienen. |
| Metal | Lámina y cadena. | Aparece un Guardián o se abre un Umbral. | Se cierra la puerta. |
Las capas están grabadas en tramos con entrada y salida limpias, todos al mismo pulso y en el mismo centro tonal, de modo que cualquier combinación cuadra. Esa es la única disciplina que se le impone a la grabación, y es la que permite que un programa que no entiende de música no pueda producir un disparate: no elige notas, elige presencias.
La alternativa clásica —una pista por estado y un fundido entre pistas— tiene un problema que este juego no se puede permitir: el fundido dura. Entre que la sala pasa a Búsqueda (definición: El tercer estado: la seña entera. Deja la ronda, va al origen y barre. Un recinto cruzado sin que nada entre en Búsqueda es un recinto cruzado en Sombra.) y que la música se entera han pasado cuatro segundos, y cuatro segundos aquí son la diferencia entre estar escondido y estar muerto.
Encender una capa que ya está sonando en silencio es instantáneo. La capa lleva rato ahí, en cero; lo único que cambia es cuánto se oye.
Qué escucha la música
La música escucha exactamente lo mismo que ya recibe el navegador para pintar la escena, ni un dato más. Esa frase es la mitad del diseño.
| Lo que pasa | Qué hace la música | De dónde sale el dato |
|---|---|---|
| Se cruza un Umbral y la puerta cuenta cuerpos | Metal en cada cuerpo contado; el coro entra en el último. | El tic: la puerta es autoritativa y el conteo ya viaja. |
| La sala pasa a Sospecha | Se apaga el coro y queda la piel, más apretada. | El estado de la sala, que el cliente ya pinta. |
| Alguien enciende una antorcha | Sube medio punto el bordón. Nada más. | La luz es cliente; es de las pocas cosas que lo son. |
| Cae un compañero | Un grito, y la capa de coro pierde una voz durante un minuto entero. | La muerte es servidor, y la cuenta de vivos también. |
| Se vacía la barra del jugador | La percusión se cierra sobre el pecho: casi todo lo demás baja. | Estado del propio cuerpo. |
| Se abre la Dispensa | Todo se va, menos el bordón. La cadencia coral llega tres segundos después. | El cierre de la Prueba. |
| La Métrica te estaba midiendo | Nada. Absolutamente nada. | No sale de ningún sitio: el cliente no la recibe. |
Es la regla dura de este apartado, y se comprueba: ninguna capa puede encenderse por un dato que el jugador no tenga. Si la música se pusiera tensa cuando hay un Guardián (definición: Máquina ligada a una Prueba o a una instalación. No sale nunca de su recinto y no recuerda: hace su ronda, sospecha, busca, aplica su procedimiento y vuelve a empezar, idéntica.) detrás del muro y el Oído (definición: El sentido que lee el Ruido: dibuja hasta dónde llega un sonido, contra qué muere y qué cadencia trae una máquina desde detrás de un muro; a rango alto, dónde está su puerto.) todavía no lo ha oído, la música sería una lectura gratis — mejor que las que se suben rango a rango, y sin coste.
Un compositor lleva un siglo haciendo exactamente eso, y aquí está prohibido. La consecuencia incómoda hay que asumirla entera: a veces te matan con la música tranquila.
La música cede el oído
En un juego donde el ruido es una seña (definición: Lo que un cuerpo emite y algo puede leer: luz, ruido, olor, calor y bulto. Todo el sigilo del juego consiste en saber cuál de las cinco estás dando y a quién le llega.), la música es un intruso. Lo que la salva es que sabe apartarse, y que hay noches en que se aparta del todo.
Lo que un cuerpo emite —pasos, metal, respiración, voz— es material de juego: se oye, se localiza y se muere contra los muros. Nada de eso puede quedar tapado por un coro. La prioridad, de arriba abajo, no admite discusión:
- La voz de la gente
La voz abierta (definición: En expedición la voz está siempre abierta: lo que dices lo oyen los que están cerca, tal como lo dices, y lo oye también todo lo que tiene oído. El volumen con que hablas es una seña. Por eso el juego se susurra.) gana siempre. Si alguien habla, todo lo demás cede sitio, y la música más que nadie.
- Lo que emite un cuerpo o una máquina
Pasos, cadena, cadencia de máquina detrás del muro, respiración del que tirita. Es lo que se lee para jugar.
- El recinto
Aire, goteo, la sala respirando por sus conductos. Sostiene el sitio.
- La música
La última. Ocupa lo que sobra, y a veces no sobra nada.
Quién le quita el sitio a quién
El apartado se aparta por bandas y no por volumen: cuando entra un paso, lo que se retira es la franja de frecuencia donde vive ese paso, y el resto del coro se queda. El resultado es que la música parece abrirle hueco al mundo en vez de bajar de golpe, que es como suena un juego que compite consigo mismo.
Un Protocolo (definición: Las reglas internas de una Prueba, a menudo crueles por diseño.) de silencio apaga la música entera: bombo incluido. No queda ni un bordón. Cruzar una sala callados se juega con lo que hay —tu respiración, el metal que no te quitaste, el susurro del que guía— y esa ausencia es más eficaz que cualquier pieza que se pudiera escribir para el momento.
Y funciona sobre todo por lo de después: cuando se abre la Dispensa (definición: La recompensa que otorga una Prueba. Se calcula siempre desde la Métrica, no desde lo que creías estar haciendo.) y vuelven las doce gargantas de golpe, el contraste lo pone el diseño, no la mezcla.
El ruido que sí se juega
Los efectos también se generan, y se les exige más que a la música: la música solo tiene que acompañar; un efecto tiene que ser verdad.
Cada sonido que sale por el altavoz corresponde a algo que la simulación está emitiendo de verdad, con su posición, su alcance y su manera de morir contra los muros. No hay sonido decorativo, porque un sonido decorativo, en un juego donde se juega escuchando, es una mentira con consecuencias.
De cada evento se generan decenas de tomas —cuarenta pasos distintos, treinta impactos— y el motor no repite ninguna hasta agotarlas. Es la diferencia entre un mundo y una ametralladora de la misma muestra.
Un paso no es un fichero: es material del suelo, calzado, peso, prisa, frío y agua. La misma persona suena distinta descalza sobre rejilla que con bota sobre ceniza, y eso no se elige de una lista: sale de lo que el cuerpo lleva puesto.
Lo que suena a máquina no comparte ni una muestra con lo que suena a persona: cadencias regulares, tonos puros, nada que respire. Es la regla de color del mundo aplicada al oído, y sirve para lo mismo — para saber, sin mirar, de quién es lo que se acerca.
Un ruido nace con un alcance, se apaga contra el muro y se cuela por el conducto. Lo que el jugador oye es el resultado de ese viaje: filtrado por lo que hay en medio, y llegando por donde llega. Es lo que hace que el Oído (definición: El sentido que lee el Ruido: dibuja hasta dónde llega un sonido, contra qué muere y qué cadencia trae una máquina desde detrás de un muro; a rango alto, dónde está su puerto.) tenga algo que leer.
La voz humana no pasa por este sistema: viaja entre navegadores y se mezcla en el cliente según la distancia. Lo único que le llega al servidor es cuánto ruido está haciendo cada boca —un número que declaran los que la oyen, y ese sí es de juego—, y eso ya está contado en la voz abierta.
Cómo se genera y quién lo filtra
Música y efectos se generan con modelos, se revisan a mano y se descartan sin pena. Es el mismo pipeline que el del mundo y que el de los cuerpos, con la misma proporción de máquina y de persona.
- La ficha
Antes de generar nada se escribe qué tiene que ser: materia, registro, densidad, en qué capa va a vivir y contra qué otras capas va a sonar. Una ficha de sonido se parece más a un encargo de lámina que a una partitura.
- La tanda
De cada ficha salen decenas de tomas. Nunca una: la primera toma de un modelo generativo es siempre la media de lo que ha visto, y la media no es este mundo.
- El filtro humano
Alguien escucha la tanda entera y tira casi todo. Se busca lo que suena a cuerpo cansado —el aire de más, la nota que se agrieta, el golpe que llega tarde— y se descarta sin discusión lo limpio, lo afinado y lo épico de catálogo. La curaduría es el cuello de botella aquí también, y es donde se decide si esto tiene voz propia.
- El corte
Lo que sobrevive se corta en tramos de capa, se cuadra al pulso común y se guarda con su ficha. A partir de ahí ya es material: el programa lo va a combinar de maneras que nadie ha escuchado antes de publicarlas.
- La escucha larga
Una pieza no se aprueba en una escucha: se deja sonar dos horas contra estados reales de juego, que es donde se caen las que solo funcionaban en la primera vuelta.
Que el material se genere no significa que valga cualquier procedencia. Cada toma que entra al banco queda con su ficha: qué la produjo, con qué se le pidió y quién la aprobó — la misma disciplina de procedencia que se le exige a una lámina, porque el problema es idéntico y las consecuencias, también.
Y queda dicho lo que no se hace: no se imita a nadie. Ni una voz reconocible, ni un timbre de archivo ajeno, ni un estilo pedido por el nombre de quien lo inventó.
Cómo suena esto en un navegador
Todo esto tiene que caber en una pestaña de navegador que además está pintando un mundo. La restricción es dura y ha decidido la mitad de las formas de arriba.
| Pieza | Cómo se resuelve | Cuánto cuesta |
|---|---|---|
| Mezcla y capas | Un grafo de Web Audio con un nodo de ganancia por capa; el estado del tic mueve ganancias, no arranca pistas. | Despreciable. Es lo mismo que hace esta página para pintar el espectrograma de arriba. |
| Streaming de capas | Opus a 96–112 kbit/s por capa, y MP3 donde Opus no llegue. Las capas de una zona se piden juntas al entrar. | Del orden de un minuto de vídeo por sesión larga. |
| Efectos | Bancos descodificados en memoria por zona, no por mundo. Se cargan con la zona y se tiran con ella. | Un presupuesto fijo por zona; lo que no cabe, no entra. |
| Espacio | Panoramización por cabeza y filtro de oclusión por muro. Nada de reverberación cara: el recinto se sugiere con retardo corto. | Barato. La reverberación de convolución se descartó por presupuesto de CPU. |
| Voces simultáneas | Techo duro de voces sonando a la vez, con desalojo por prioridad: lo que se lee para jugar nunca se desaloja. | El techo es del navegador más pobre que se declare soportado, no del mejor. |
| Ritmo | El mezclador se mueve con la instantánea de diez por segundo que ya baja del servidor; entre dos instantáneas interpola ganancias, como el cliente interpola cuerpos. No hay bucle de audio propio. | Ninguno. Es la misma señal que ya llega. |
El reproductor de la sección segunda es una demostración pequeña de la misma pila: el espectrograma que corre mientras suena la pieza lo dibuja el análisis de Web Audio en tiempo real, sin nada precalculado y sin enviar un solo byte a ningún servidor. Lo que se ve son las bandas armónicas de las gargantas doblándose y las columnas verticales de los golpes.
Dónde se rompe esto
Cuatro maneras conocidas de que esto salga mal, y qué se hace para verlas venir.
| Riesgo | Cómo se manifiesta | Qué lo contiene |
|---|---|---|
| La media generativa | El modelo entrega épica de catálogo: limpia, afinada, sin cuerpo. Suena a todo y a nada. | Tandas grandes, descarte brutal y una ficha que describe el defecto buscado, no la virtud. |
| La fatiga de la voz | Doce gargantas graves cansan antes que una orquesta: a las tres horas el jugador quiere silencio. | Presupuesto de presencia por sesión —el coro es lo que menos suena—, y el silencio como estado frecuente, no como avería. |
| La música que delata | Una capa se enciende con un dato que el jugador no tiene y regala una lectura. | La regla del apartado sexto, comprobada capa por capa: si la entrada no viaja al cliente, la capa no existe. |
| El jugador que la apaga | Un porcentaje va a bajar la música a cero, y no es un fracaso: es una manera legítima de jugar a esto. | El diseño de sonido tiene que sostener la partida entera sin una nota. Si con la música apagada el juego se lee peor, el problema es del sonido, no del jugador. |
Un desconocido escucha treinta segundos de una noche cualquiera, sin ver la pantalla, y tiene que poder decir tres cosas: cuánta gente queda, si hay máquina delante y si alguien está a punto de morir. Si acierta las tres, el sistema funciona. Si acierta la tercera antes de que ocurra, hay que apagar una capa.