Hoppa till huvudinnehåll
LibraTool logoLibraTool

Gratis Ljudspektrumanalysator

Visualisera ljudfrekvenser i realtid som staplar, vågformer eller cirkulära spektrum. Fungerar med ljudfiler eller live-mikrofoningång — körs i din webbläsare.

Fungerar offline när den väl lästs in

Släpp en fil här, eller klicka för att bläddra

MP3, WAV, OGG, M4A, FLAC, AAC, OPUS · bearbetas på din enhet

eller tryck Ctrl+V för att klistra in från urklipp

Bläddra bland filer

Dina filer lämnar aldrig din enhet. All bearbetning sker lokalt i din webbläsare.

—
Dominerande frekvens
—
Närmaste ton
—
Toppnivå
—
RMS-nivå
Inställningar
Frekvensskala

Samplingsfrekvens: 44,1 kHz · Upplösning: 5,4 Hz/bin · FFT 8192

All analys körs i din webbläsare med hjälp av Web Audio API — ditt ljud laddas aldrig upp.

Vanliga användningar

  • Analysera podcastljudKontrollera podcastinspelningar för rumsljud, plosiver och sibillans med hjälp av spektrumet.

Så här fungerar det

Ljudspektrumanalysatorn körs helt i din webbläsare med Web Audio API:s AnalyserNode, som beräknar en realtids-FFT (Fast Fourier Transform) på ljuddata från en fil eller mikrofon. Varje bildruta ritas med handskriven Canvas 2D-kod — inget visualiseringsbibliotek är inblandat, och inget ljud lämnar din enhet.

  1. 1
    Ljud avkodas och routas
    När du läser in en fil avkodar Web Audio API den till en AudioBuffer och skickar den via en MediaElementAudioSourceNode till en AnalyserNode. För mikrofoningång fångar getUserMedia() i stället strömmen och matar den genom en MediaStreamAudioSourceNode — med ekoborttagning, brusreducering och automatisk förstärkning avstängda så att du ser den råa signalen.
  2. 2
    AnalyserNode kör FFT varje bildruta
    Vid varje animationsbildruta (via requestAnimationFrame) anropar koden getFloatFrequencyData() för att läsa det aktuella FFT-magnitudspektrumet i dBFS, och getFloatTimeDomainData() för de råa vågformssamplen. FFT-storleken kan ställas in från 2048 till 16384 bins, vilket ger en frekvensupplösning så fin som cirka 2,7 Hz/bin vid 44,1 kHz.
  3. 3
    Canvas 2D renderar den valda vyn
    Analysvyn mappar FFT-bins på en logaritmisk frekvens-X-axel (20 Hz–20 kHz) och en dBFS-Y-axel, ritar spektrumet som en fylld linje och lägger en avtagande topphållningskurva ovanpå. Den dominerande frekvensen fastställs med parabolisk interpolation runt toppbinnet, och omvandlas sedan till den närmaste jämntempererade musikaliska tonen (A4=440 Hz) med centavvikelse visad i avläsningen. Spektrogramvyn skrollar canvasen en pixel åt vänster varje bildruta och målar en ny kolumn med en inferno-liknande färgskala. Den konstnärliga vyn använder byte-upplöst frekvens- eller tidsdomändata för stapel-, vågforms- eller cirkulära dekorativa lägen.
  4. 4
    Export via Canvas och MediaRecorder
    Att spara en PNG anropar canvas.toBlob() för att koda den aktuella bildrutan. Att spela in en video använder canvas.captureStream(30) kombinerat med en ljudavgrening från en MediaStreamAudioDestinationNode, matad in i en MediaRecorder som producerar WebM eller MP4. WAV-export handkodar en 16-bitars PCM RIFF-fil från AudioBuffer med en DataView — ingen extern kodare.

Din ljudfil avkodas i webbläsaren av Web Audio API och laddas aldrig upp — filbytesen stannar på din enhet under hela analysen och exporten.

Relaterade verktyg

Vanliga frågor