AnalyserNode.getByteFrequencyData中的数据对应哪个时间窗口？

Question

我想捕获一个小的时间窗口（即〜1秒）的傅立叶变换。

let audioCtx = new AudioContext();
let analyser = audioCtx.createAnalyser()
let buffer = new Uint8Array(analyser.frequencyBinCount);

//given an audio stream 'stream'
let source = audioCtx.createMediaStreamSource(stream);

setInterval(()=>{
    analyser.getByteFrequencyData(buffer);
    //Do some analysis with buffer...
},1000)

使用WebAPI的AnalyserNode，我可以在宽度为44100/analyser.fftSize = 22050/analyser.frequencyBinCount的bin中获取傅立叶数据，从而可以通过设置analyser.fftSize来指定分辨率。我从文档中不清楚的是如何设置时间窗口。

来自API：

  

以128个样本帧的块形式呈现音频图。一个128个样本帧的块称为渲染量子，渲染量子大小为128。

这是否意味着128/44100Hz=2.9ms的时间窗口？

Answer 1

  

    

以128个样本帧的块形式呈现音频图。一个128个样本帧的块称为渲染量子，渲染量子大小为128。

  

     

这是否意味着128 / 44100Hz = 2.9ms的时间窗口？

不完全是。渲染量子大小是渲染循环一次处理的样本帧数，但是它不能防止节点在缓冲区中累积其他样本。在AnalyserNode的特定情况下，保留最后的fftSize个样本用于FFT计算。因此，时间窗口实际上是analyser.fftSize/sampleRate，其中sampleRate是您的configured sample rate（可能是44100，但可能会因输出设备而异）。要捕获约1秒的音频，假设采样率为44100Hz，您将需要fftSize = 32768（这将导致约0.74秒的时间窗口）。