ਮੁਫ਼ਤ ਆਡੀਓ ਸਪੈਕਟ੍ਰਮ ਵਿਸ਼ਲੇਸ਼ਕ

ਇਹ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ

ਆਡੀਓ ਸਪੈਕਟ੍ਰਮ ਐਨਾਲਾਈਜ਼ਰ Web Audio API ਦੇ AnalyserNode ਵਰਤ ਕੇ ਪੂਰੀ ਤਰ੍ਹਾਂ ਤੁਹਾਡੇ ਬ੍ਰਾਊਜ਼ਰ ਵਿੱਚ ਚੱਲਦਾ ਹੈ, ਜੋ ਫ਼ਾਈਲ ਜਾਂ ਮਾਈਕ੍ਰੋਫ਼ੋਨ ਦੇ ਆਡੀਓ ਡਾਟੇ 'ਤੇ ਰੀਅਲ-ਟਾਈਮ FFT (Fast Fourier Transform) ਗਿਣਦਾ ਹੈ। ਹਰ ਫ੍ਰੇਮ ਹੱਥ ਨਾਲ ਲਿਖੇ Canvas 2D ਕੋਡ ਨਾਲ ਬਣਦਾ ਹੈ — ਕੋਈ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ ਲਾਇਬ੍ਰੇਰੀ ਨਹੀਂ, ਅਤੇ ਕੋਈ ਆਡੀਓ ਤੁਹਾਡੀ ਡਿਵਾਈਸ ਤੋਂ ਬਾਹਰ ਨਹੀਂ ਜਾਂਦੀ।

1. 1
   ਆਡੀਓ ਡੀਕੋਡ ਅਤੇ ਰੂਟ ਕੀਤੀ ਜਾਂਦੀ ਹੈ

   ਫ਼ਾਈਲ ਲੋਡ ਕਰਨ 'ਤੇ, Web Audio API ਇਸਨੂੰ AudioBuffer ਵਿੱਚ ਡੀਕੋਡ ਕਰਦੀ ਹੈ ਅਤੇ MediaElementAudioSourceNode ਰਾਹੀਂ AnalyserNode ਵਿੱਚ ਭੇਜਦੀ ਹੈ। ਮਾਈਕ੍ਰੋਫ਼ੋਨ ਇਨਪੁੱਟ ਲਈ, getUserMedia() ਸਟ੍ਰੀਮ ਫੜਦਾ ਹੈ ਅਤੇ ਇਸਦੀ ਥਾਂ MediaStreamAudioSourceNode ਰਾਹੀਂ ਭੇਜਦਾ ਹੈ — echo cancellation, noise suppression ਅਤੇ auto-gain ਸਭ ਬੰਦ ਕਰਕੇ ਤਾਂ ਜੋ ਤੁਹਾਨੂੰ ਕੱਚਾ ਸਿਗਨਲ ਦਿਸੇ।
2. 2
   AnalyserNode ਹਰ ਫ੍ਰੇਮ FFT ਚਲਾਉਂਦਾ ਹੈ

   ਹਰ ਐਨੀਮੇਸ਼ਨ ਫ੍ਰੇਮ 'ਤੇ (requestAnimationFrame ਰਾਹੀਂ), ਕੋਡ dBFS ਵਿੱਚ ਮੌਜੂਦਾ FFT ਮਾਤਰਾ ਸਪੈਕਟ੍ਰਮ ਪੜ੍ਹਨ ਲਈ getFloatFrequencyData() ਅਤੇ ਕੱਚੇ ਵੇਵਫਾਰਮ ਨਮੂਨਿਆਂ ਲਈ getFloatTimeDomainData() ਕਾਲ ਕਰਦਾ ਹੈ। FFT ਆਕਾਰ 2048 ਤੋਂ 16384 bins ਤੱਕ ਸੈੱਟ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਜੋ 44.1 kHz 'ਤੇ ਲਗਭਗ 2.7 Hz/bin ਤੱਕ ਬਾਰੀਕ ਫ੍ਰੀਕੁਐਂਸੀ ਰੈਜ਼ੋਲਿਊਸ਼ਨ ਦਿੰਦਾ ਹੈ।
3. 3
   Canvas 2D ਚੁਣਿਆ ਦ੍ਰਿਸ਼ ਬਣਾਉਂਦਾ ਹੈ

   ਐਨਾਲਾਈਜ਼ਰ ਦ੍ਰਿਸ਼ FFT bins ਨੂੰ ਲੌਗ-ਫ੍ਰੀਕੁਐਂਸੀ (20 Hz–20 kHz) X ਧੁਰੇ ਅਤੇ dBFS Y ਧੁਰੇ 'ਤੇ ਰੱਖਦਾ ਹੈ, ਸਪੈਕਟ੍ਰਮ ਨੂੰ ਭਰੀ ਲਕੀਰ ਵਜੋਂ ਬਣਾਉਂਦਾ ਹੈ, ਅਤੇ ਉੱਤੇ ਘਟਦੀ peak-hold ਲਕੀਰ ਰੱਖਦਾ ਹੈ। ਪ੍ਰਮੁੱਖ ਫ੍ਰੀਕੁਐਂਸੀ ਚੋਟੀ ਵਾਲੇ bin ਦੇ ਆਲੇ-ਦੁਆਲੇ ਪੈਰਾਬੋਲਿਕ ਇੰਟਰਪੋਲੇਸ਼ਨ ਨਾਲ ਸਹੀ ਲੱਭੀ ਜਾਂਦੀ ਹੈ, ਫਿਰ ਨੇੜਲੇ equal-tempered ਸੰਗੀਤਕ ਸੁਰ (A4=440 Hz) ਵਿੱਚ ਬਦਲੀ ਜਾਂਦੀ ਹੈ ਅਤੇ ਰੀਡਆਊਟ ਵਿੱਚ ਸੈਂਟ ਫ਼ਰਕ ਦਿਖਾਇਆ ਜਾਂਦਾ ਹੈ। ਸਪੈਕਟ੍ਰੋਗ੍ਰਾਮ ਦ੍ਰਿਸ਼ ਹਰ ਫ੍ਰੇਮ canvas ਨੂੰ ਇੱਕ ਪਿਕਸਲ ਖੱਬੇ ਖਿਸਕਾਉਂਦਾ ਹੈ ਅਤੇ inferno-ਸ਼ੈਲੀ ਰੰਗ ਢਲਾਨ ਨਾਲ ਨਵਾਂ ਕਾਲਮ ਰੰਗਦਾ ਹੈ। ਕਲਾਤਮਕ ਦ੍ਰਿਸ਼ ਬਾਰ, ਵੇਵਫਾਰਮ ਜਾਂ ਗੋਲ ਸਜਾਵਟੀ ਮੋਡਾਂ ਲਈ byte-ਰੈਜ਼ੋਲਿਊਸ਼ਨ ਫ੍ਰੀਕੁਐਂਸੀ ਜਾਂ time-domain ਡਾਟਾ ਵਰਤਦਾ ਹੈ।
4. 4
   Canvas ਅਤੇ MediaRecorder ਰਾਹੀਂ ਐਕਸਪੋਰਟ

   PNG ਸੇਵ ਕਰਨ ਲਈ ਮੌਜੂਦਾ ਫ੍ਰੇਮ ਐਨਕੋਡ ਕਰਨ ਲਈ canvas.toBlob() ਕਾਲ ਹੁੰਦਾ ਹੈ। ਵੀਡੀਓ ਰਿਕਾਰਡਿੰਗ canvas.captureStream(30) ਨੂੰ MediaStreamAudioDestinationNode ਦੇ ਆਡੀਓ ਟੈਪ ਨਾਲ ਜੋੜ ਕੇ, WebM ਜਾਂ MP4 ਬਣਾਉਣ ਵਾਲੇ MediaRecorder ਵਿੱਚ ਭੇਜਦੀ ਹੈ। WAV ਐਕਸਪੋਰਟ DataView ਵਰਤ ਕੇ AudioBuffer ਤੋਂ ਹੱਥ ਨਾਲ 16-bit PCM RIFF ਫ਼ਾਈਲ ਐਨਕੋਡ ਕਰਦਾ ਹੈ — ਕੋਈ ਬਾਹਰੀ ਐਨਕੋਡਰ ਨਹੀਂ।

ਸੰਬੰਧਿਤ ਟੂਲ