Imagina el reto: estás desarrollando un juego web para Telegram Mini Apps. El límite para el bundle inicial es implacable —no más de 300–500 kilobytes—, porque con una conexión móvil floja el usuario cerrará la pestaña antes de que termine de cargar. Al mismo tiempo, la experiencia pide una atmósfera meditativa con nocturnos clásicos (Chopin, Satie, Debussy, Chaikovski). Si metes archivos MP3 aunque estén comprimidos, el bundle se dispara al instante a 30–50 megabytes. Y encima quieres interactividad, que el sonido de cada movimiento se adapte a la armonía de la música.
Al crear el puzle de bloques Blocturne, el desarrollador Serguéi Rozhkov (@gR3Y) dio con una salida elegantísima: prescindió de los archivos de audio y construyó todo el motor sonoro sobre la Web Audio API del navegador.
Estuve revisando las tripas técnicas del proyecto y está lleno de trampas de ingeniería poco evidentes con las que tropieza cualquiera que trabaje con audio complejo en la web.
Notas en lugar de bytes: cómo meter 19 piezas en 8 kilobytes
En vez de guardar pistas de audio ya grabadas, el motor trabaja directamente con notas:
- Parseo de MIDI a estructuras compactas en TypeScript. Las partituras digitales de proyectos abiertos como Mutopia y MuseScore se limpiaron y trocearon en frases musicales. Las 19 piezas clásicas, convertidas en arrays de notas y silencios, ocuparon en el código base apenas 8 KB.
- Banco de muestras con interpolación. Para no sonar plano usando solo osciladores, se digitalizó un piano real (muestras Kawai de FreePats) con saltos de tercera menor. El archivo AAC mono ocupó unos 440 KB. Los semitonos intermedios se generan sobre la marcha ajustando la velocidad
playbackRatedel nodo de audio. Y mientras el archivo se descarga en segundo plano, el juego arranca sin cortes con osciladores ligeros. - Acoplamiento armónico de los movimientos. Los efectos de las acciones del jugador (colocar un bloque, completar líneas) toman su tonalidad de la línea de mano izquierda que suena en ese momento. Colocas una pieza y el clic suena como una nota afinada dentro del acorde de Chopin, no como un pitido ajeno.
Magia rítmica: cuantización del tiempo
El mayor peligro del audio interactivo es la cacofonía. Si el jugador toca la pantalla rápido y a destiempo, una música bonita se convierte en ruido.
La solución fue la cuantización temporal (Time Quantization). El sonido del movimiento no se dispara al instante en pointerdown, sino que se alinea con la rejilla de 1/32 del compás actual (q(32)):
// Cálculo de la siguiente subdivisión de 1/32 de compás tras el instante now
private q(div: 16 | 32 = 32): number {
const now = this.audioCtx.currentTime;
const stepDuration = this.stepLen() * (16 / div);
const ref = this.files ? this.files.gridRef : this.nextTime;
const k = Math.floor((ref - now) / stepDuration);
// Devolvemos la marca de tiempo programada para iniciar la nota
return Math.max(now, ref - k * stepDuration);
}
El cerebro humano no percibe un microretraso de hasta 70–100 ms como lag de entrada, sino como una sensación brutal: da la impresión de que estás tocando con el dedo exactamente a ritmo sobre una pieza de piano compleja.
Y el punteo de la nota se programa exactamente para ese instante cuantizado:
function playAdaptivePluck(ctx: AudioContext, frequency: number, scheduledTime: number): void {
const osc = ctx.createOscillator();
const gain = ctx.createGain();
osc.type = "sine";
osc.frequency.setValueAtTime(frequency, scheduledTime);
// Caída exponencial del volumen del punteo
gain.gain.setValueAtTime(0.4, scheduledTime);
gain.gain.exponentialRampToValueAtTime(0.0001, scheduledTime + 0.35);
osc.connect(gain);
gain.connect(ctx.destination);
osc.start(scheduledTime);
osc.stop(scheduledTime + 0.35);
}
La emboscada de los nodos en Android y el prerenderizado híbrido
En Chrome de escritorio todo iba como la seda. Pero en cuanto probaron el juego en teléfonos económicos (como un POCO M4 Pro), empezó la pesadilla: el audio tartamudeaba, crujía y se ahogaba.
Al hacer profiling apareció el culpable, y no era falta de CPU. El motor WebAudio del navegador en Android no daba abasto creando y destruyendo miles de nodos efímeros (OscillatorNode, GainNode, StereoPannerNode). El recolector de basura de JavaScript (GC) provocaba pausas que rompían la generación continua del búfer de audio. Ya nos topamos con las manías del sonido en el navegador cuando analizamos la captura de audio en Manifest V3 y la traducción en un único flujo, y aquí salieron a la luz límites muy parecidos de los runtimes móviles.
En lugar de síntesis procedimental pura al vuelo, para móviles se adoptó un enfoque híbrido: antes de empezar la pieza, un OfflineAudioContext en segundo plano renderiza rápido la pista base en un único búfer continuo, y el AudioContext en vivo solo reproduce las notas sueltas de los movimientos del jugador. Además, la pesada reverberación por convolución (ConvolverNode) se sustituyó por una cadena ligera de ocho filtros peine de retardo.
Así el juego mantuvo un tamaño minúsculo, una respuesta total a las acciones del jugador y 60 FPS estables incluso en teléfonos modestos. Es una gran lección: el enfoque procedimental hace maravillas si tienes en cuenta los límites del recolector de basura en móvil.

![Node.JS [ru]](/api/digests/it_development/daily/20261019/assets/sources/we-use-js.jpg?v=bf10c5582422a79e168ea74e644a1cc5b66afc9ff54835527b184a48f1dd7bbf)