使用FFT分析实时可视化音频频谱和波形。
工具功能
- 实时频谱: 使用FFT进行实时频率频谱可视化
- 波形显示: 时域波形可视化
- 可调参数: 控制FFT大小和平滑度
- 格式支持: 支持MP3、WAV、OGG、M4A音频格式
适用场景
- 音乐制作与混音质检: 在混音或母带阶段监控频率分布，锁定共振峰、低频堆积或齿音，确保EQ 与动态处理的决策有可视化依据。
- 现场扩声与声学调试: 在排练/巡演搭建期间分析采样音源或粉噪，校准PA系统频率响应，记录不同场地的声学指纹。
- 语音、广播与播客检测: 用于播客、配音或直播前的音质检查，确认语音区间（100Hz-8kHz）清晰、噪声底低且无压缩失真。
- 教学演示与声学研究: 课堂或科普活动中展示 FFT、谐波与包络等概念，帮助学生理解音调、共振与滤波器的可视化效果。
使用方法
- 第一步: 上传音频文件
- 第二步: 调整可视化设置
- 第三步: 播放音频并查看频谱
生成原理
FFT和频率分析
快速傅里叶变换（FFT）将时域音频信号转换为频域表示，揭示频率成分。AnalyserNode.getByteFrequencyData() 提供频率区间，每个区间代表频率范围。FFT 大小决定分辨率：较大值（2048、4096）提供更精细的频率细节但更新较慢；较小值（256、512）实现实时可视化。频率范围：采样率/2（奈奎斯特频率，44.1kHz音频通常为22.05kHz）。应用：音乐可视化、音频质量分析、语音识别预处理和声音合成。
波形可视化
波形使用 AnalyserNode.getByteTimeDomainData() 显示随时间变化的振幅，返回0-255范围的样本表示信号振幅。可视化绘制：X轴为时间、Y轴为振幅、用线连接样本。波形模式揭示：音频动态（响亮/安静部分）、削波（振幅超过限制）、静音检测（接近零振幅）和节奏模式。平滑（smoothingTimeConstant）在帧间平均值以实现稳定性但降低响应性。
Web Audio API
浏览器 Web Audio API 实现音频处理：AudioContext 创建音频图、MediaElementSource 连接音频元素、AnalyserNode 提取频率/时间数据、destination 输出到扬声器。API 支持：实时处理、音频效果（滤波器、混响）、音频合成（振荡器）和录制（MediaRecorder）。使用场景：带可视化的音乐播放器、DJ应用、音频编辑工具、语音分析和声音属性的教育演示。
常见问题
- 什么是 FFT，它在音频分析中如何工作？
- FFT（快速傅里叶变换）是一种数学算法，将时域音频信号（波形）转换为频域表示（频谱）。它将复杂的音频分解为单个频率成分，让您可以看到存在哪些频率及其振幅。FFT 大小参数决定频率分辨率：较大值（2048、4096）提供更精细的细节但更新较慢，而较小值（256、512）实现实时可视化。
- 频谱显示和波形显示有什么区别？
- 波形在 Y 轴上显示随时间变化的振幅（响度），展示音频信号的形状。频谱在 X 轴上显示频率内容，在 Y 轴上显示振幅，揭示任何时刻存在哪些频率。波形适用于查看动态和节奏，而频谱对于分析音频中的音高、谐波、噪声和频率平衡至关重要。
- 支持哪些音频格式，有文件大小限制吗？
- 该工具支持常见音频格式：MP3、WAV、OGG 和 M4A。所有处理都在您的浏览器中使用 Web Audio API 进行，因此无需服务器上传。文件大小限制取决于浏览器的内存，但典型的音乐文件（100MB 以下）应该可以正常工作。对于非常大的文件，请考虑使用较短的片段或较低质量的版本。
- 如何将此工具用于音频分析或音乐制作？
- 频谱分析有多种用途：识别混音中的主导频率、检测不需要的噪声或嗡嗡声（50/60Hz）、分析 EQ 平衡、检查削波或失真、理解乐器的谐波内容、比较不同的音频文件以及声音属性的教育演示。音乐制作人使用它来确保平衡的频率分布并识别问题频率。
相关文档
- MDN - Web Audio API - Web Audio API 接口和方法的完整参考文档
- MDN - AnalyserNode - AnalyserNode 接口用于实时频率和时域分析
- 快速傅里叶变换 - 维基百科 - 将信号分解为频率分量的数学算法详解
- W3C Web Audio API 规范 - W3C 官方发布的 Web Audio API 标准规范文档
- MDN - 音频可视化指南 - 使用 Web Audio API 和 Canvas 创建音频可视化的教程