Анализатор спектра аудио - FFT в реальном времени с микрофона

Анализатор спектра превращает звук в картинку: по горизонтали расположена частота, по вертикали — уровень, а каждый столбец показывает, сколько энергии микрофон улавливает в узкой частотной полосе. Внутри AnalyserNode много раз в секунду выполняет быстрое преобразование Фурье (FFT) для входящего аудио. Выбранный размер FFT задает главный компромисс спектрального анализа: большая FFT делит спектр на более тонкие части, улучшая частотное разрешение, но требует более длинного отрезка аудио на кадр и ухудшает временное разрешение. При 48,000 Hz FFT на 2,048 точек различает около 23.4 Hz на бин и реагирует примерно за 43 ms; FFT на 8,192 точек повышает разрешение до 5.9 Hz на бин, но окно в 171 ms размывает быстрые переходные процессы. Для барабанов и речи выбирайте малый размер, для настройки и работы с басом — большой. Классическое применение — акустика помещения: включите через колонки песню или розовый шум и смотрите на спектр. Упрямый бугор в области от 40 до 120 Hz, растущий в углах, — это комнатная мода, стоячие волны, определяемые размерами комнаты. Перемещение колонок или точки прослушивания заметно его сглаживает. Звукорежиссеры используют анализаторы для поиска обратной связи: когда PA начинает заводиться, частота обратной связи проявляется как тонкий постоянно растущий пик, а пиковое значение подсказывает, какую частоту нужно убрать графическим эквалайзером до того, как раздастся свист. Музыканты могут читать гармоники напрямую. Сыграйте одну гитарную ноту — увидите основную частоту и лестницу обертонов на целых кратных. Ля на 110 Hz даст пики около 220, 330 и 440 Hz. Это помогает понять тембр, заметить энергию дребезга ладов или проверить, где находятся парциалы струны фортепиано. Пиковое значение переводит самую сильную частоту в ближайшую ноту равномерной темперации и отклонение в центах, поэтому анализатор может служить приблизительным хроматическим тюнером для свиста, пения и инструментов с протяжным звуком. Кнопка «Зафиксировать» удерживает текущий кадр, чтобы его можно было рассмотреть; умеренное сглаживание между кадрами делает столбцы читаемыми. В потоке микрофона отключены эхоподавление и шумоподавление, поскольку они намеренно меняют наблюдаемый спектр. Все работает локально в браузере: сигнал микрофона анализируется в памяти и никогда не записывается, не сохраняется и не передается.