Question

Web Audio API有一个分析器节点，它允许您获取正在使用的音频的FFT数据，并具有获取数据的字节和浮点数。字节版本有点意义，返回看起来像标准化（取决于最小和最大分贝值）的强度频谱，其中0不是特定频率仓的音频分量而255是最大值。

但是我想要比8位更多的细节，但使用float版本会产生奇怪的结果。

freqData = new Float32Array(analyser.frequencyBinCount);
analyser.getFloatFrequencyData(freqData);

这给了我介于-891.048828125和0. -891之间的值对应于静音，因此它在某种程度上是最小值，而我猜0是等于最大值。

发生了什么事？为什么-891.048828125显着？为什么一个大的负面是沉默，零是最大的？我使用错误的FloatArray还是存在配置错误？ Float64给出0值。

Answer 1

由于似乎没有关于数据实际代表的文档，我查看了webkit的相关源代码：RealtimeAnalyser.cpp

简短回答：从Float32Array的每个值中减去analyser.minDecibels得到正数并乘以（analyser.maxDecibels - analyser.minDecibels）得到与getByteFrequencyData类似的表示，只需更多分辨率。

答案很长：

getByteFrequencyData和getFloatFrequencyData都以分贝为单位给出了幅度。它的缩放比例不同，对于getByteFrequencyData，减去minDecibels常量：

webkit中getByteFrequencyData的相关代码：

const double rangeScaleFactor = m_maxDecibels == m_minDecibels ? 1 : 1 / (m_maxDecibels - m_minDecibels);
float linearValue = source[i];
double dbMag = !linearValue ? minDecibels : AudioUtilities::linearToDecibels(linearValue);

// The range m_minDecibels to m_maxDecibels will be scaled to byte values from 0 to UCHAR_MAX.
double scaledValue = UCHAR_MAX * (dbMag - minDecibels) * rangeScaleFactor;

webkit中getFloatFrequencyData的相关代码：

float linearValue = source[i];
double dbMag = !linearValue ? minDecibels : AudioUtilities::linearToDecibels(linearValue);
destination[i] = float(dbMag);

因此，要获得正值，您可以自己简单地减去minDecibels，这在analyzer node中公开：

 //The minimum power value in the scaling range for the FFT analysis data for conversion to unsigned byte values.
 attribute double minDecibels;

另一个细节是，默认情况下，分析器节点进行时间平滑，可以通过将smoothingTimeConstant设置为零来禁用。

webkit中的默认值为：

const double RealtimeAnalyser::DefaultSmoothingTimeConstant  = 0.8;
const double RealtimeAnalyser::DefaultMinDecibels = -100;
const double RealtimeAnalyser::DefaultMaxDecibels = -30;

可悲的是，即使分析器节点计算复杂的fft，它也无法访问复杂的表示，只能访问它的大小。

Answer 2

使用Float32Array是正确的。我找到了一个关于使用音频数据API的有趣教程，虽然它与Web音频API不同，但我给了我一些有用的见解，告诉我你要做什么here。我快速查看了为什么数字是负数，并没有注意到任何明显的数字，但我想知道这些数字是否可能是分贝dB，通常以负数给出，零是峰值。该理论唯一的问题是-891对于dB来说似乎是一个非常小的数字。

Answer 3

纠正上一个答案和评论中的两个点 - 数字以分贝为单位，因此0表示最大值，-infinity表示最小值（绝对静音）。 -891.0 ...我相信，只是一个浮点转换奇怪。

解释Web Audio API FFT结果

3 个答案: