កម្មវិធីវិភាគវិសាលគមសំឡេង ឥតគិតថ្លៃ

វាដំណើរការដោយរបៀបណា

ឧបករណ៍វិភាគវិសាលគមសំឡេងដំណើរការទាំងស្រុងនៅក្នុងកម្មវិធីរុករករបស់អ្នកដោយប្រើ AnalyserNode របស់ Web Audio API ដែលគណនា FFT (Fast Fourier Transform) ក្នុងពេលវេលាពិតលើទិន្នន័យសំឡេងពីឯកសារ ឬមីក្រូហ្វូន។ ស៊ុមនីមួយៗត្រូវបានគូរជាមួយកូដ Canvas 2D សរសេរដោយដៃ — គ្មានបណ្ណាល័យមើលឃើញពាក់ព័ន្ធទេ ហើយគ្មានសំឡេងចាកចេញពីឧបករណ៍របស់អ្នក។

1. 1
   សំឡេងត្រូវបានដោះកូដ និងបញ្ជូន

   នៅពេលអ្នកផ្ទុកឯកសារ Web Audio API ដោះកូដវាទៅជា AudioBuffer និងបញ្ជូនវាតាម MediaElementAudioSourceNode ទៅ AnalyserNode។ សម្រាប់ធាតុចូលមីក្រូហ្វូន getUserMedia() ចាប់ស្ទ្រីមនិងផ្តល់វាតាម MediaStreamAudioSourceNode ជំនួសវិញ — ជាមួយការលុបចោលសំឡេងបញ្ច្រាស ការបង្ក្រាបសំឡេងរំខាន និងការបង្កើនកម្លាំងស្វ័យប្រវត្តិទាំងអស់បិទដើម្បីអ្នកឃើញសញ្ញាដើម។
2. 2
   AnalyserNode ដំណើរការ FFT ជារៀងរាល់ស៊ុម

   នៅរាល់ស៊ុមចលនា (តាម requestAnimationFrame) កូដហៅ getFloatFrequencyData() ដើម្បីអានវិសាលគមទំហំ FFT បច្ចុប្បន្នជា dBFS និង getFloatTimeDomainData() សម្រាប់គំរូរូបរលកដើម។ ទំហំ FFT អាចកំណត់រចនាបទពី 2048 ដល់ 16384 bins ផ្តល់ភាពច្បាស់ប្រេកង់ល្អដល់ប្រមាណ 2.7 Hz/bin នៅ 44.1 kHz។
3. 3
   Canvas 2D បង្ហាញទិដ្ឋភាពដែលបានជ្រើសរើស

   ទិដ្ឋភាពវិភាគគូសផែនទី FFT bins លើអ័ក្ស X ប្រេកង់-លោការីត (20 Hz–20 kHz) និងអ័ក្ស Y dBFS គូរវិសាលគមជាបន្ទាត់បំពេញ និងត្រួតដានកំពូលថយចុះ។ ប្រេកង់លេចធ្លោត្រូវបានកំណត់ដោយប្រើការ interpolation parabolic នៅជុំវិញ bin កំពូល រួចប្តូរទៅកំណត់តន្ត្រីជិតបំផុត equal-tempered (A4=440 Hz) ជាមួយភាពខុសគ្នា cent បង្ហាញនៅក្នុងការអាន។ ទិដ្ឋភាព Spectrogram រំកិល canvas មួយភីកសែលទៅឆ្វេងគ្រប់ស៊ុម និងគូរជួរឈរថ្មីដោយប្រើដងបន្ទាត់ពណ៌ inferno-style។ ទិដ្ឋភាពសិល្បៈប្រើទិន្នន័យប្រេកង់ ឬពេលវេលា byte-resolution សម្រាប់របៀបគំនូសទណ្ឌកម្ម រូបរលក ឬរង្វង់តុបតែង។
4. 4
   នាំចេញតាម Canvas និង MediaRecorder

   ការរក្សាទុក PNG ហៅ canvas.toBlob() ដើម្បីអ៊ិនកូដស៊ុមបច្ចុប្បន្ន។ ការថតវីដេអូប្រើ canvas.captureStream(30) ភ្ជាប់ជាមួយចំណុចសំឡេងពី MediaStreamAudioDestinationNode បញ្ជូនទៅ MediaRecorder ផលិត WebM ឬ MP4។ ការនាំចេញ WAV អ៊ិនកូដដោយដៃឯកសារ RIFF PCM 16-ប៊ីតពី AudioBuffer ដោយប្រើ DataView — គ្មានកម្មវិធីអ៊ិនកូដខាងក្រៅទេ។

ឧបករណ៍ពាក់ព័ន្ធ