音频开发 / 系统课时
用 FFT 查看实时频谱
用 FFT 查看实时频谱
实时频谱把麦克风中的声音拆成不同频率区间的能量变化,适合观察人声、乐器和环境噪声的分布。本节会把麦克风节点接到 AnalyserNode,读取 FFT 频率数据并在 Canvas 中持续绘制。
学习目标
- 正确设置
AnalyserNode.fftSize并理解frequencyBinCount - 使用
getByteFrequencyData()读取每一帧的频谱数据 - 在不产生扬声器回授的前提下绘制实时频谱
频谱数据从哪里来
AnalyserNode 可以插在 Web Audio 音频图中读取分析数据。它不会主动播放声音,因此麦克风源只连接到分析器时,页面可以看到频谱而不会把麦克风直接送到扬声器。

分析器每次读取的是当前时间窗口内的频率快照。绘图循环通常由 requestAnimationFrame() 驱动,因此音频处理与画面刷新彼此解耦:音频线程持续处理,主线程只读取已经计算好的分析结果。
配置 FFT 与频率数组
fftSize 必须是 32 到 32768 之间的 2 的幂。它越大,频率划分越细,但单次分析覆盖的时间窗口也越长,视觉响应会更平滑一些。用于语音可视化时,2048 通常是易用的起点。
frequencyBinCount 始终等于 fftSize 的一半,所以 fftSize = 2048 时需要长度为 1024 的数组。getByteFrequencyData() 会把当前频率幅度写入 Uint8Array,每个值位于 0 到 255 之间,适合直接映射为柱高。
绘制麦克风实时频谱
下面的代码可以直接粘贴到 HTTPS 页面或 localhost 的浏览器控制台。运行后点击“开始频谱”,允许麦克风权限,即可看到实时频谱。
const button = document.createElement("button");
button.textContent = "开始频谱";
const canvas = document.createElement("canvas");
canvas.width = 640;
canvas.height = 240;
canvas.style.display = "block";
canvas.style.marginTop = "12px";
document.body.append(button, canvas);
button.addEventListener("click", async () => {
const stream = await navigator.mediaDevices.getUserMedia({ audio: true });
const context = new AudioContext();
await context.resume();
const source = context.createMediaStreamSource(stream);
const analyser = context.createAnalyser();
analyser.fftSize = 2048;
analyser.smoothingTimeConstant = 0.75;
source.connect(analyser);
const data = new Uint8Array(analyser.frequencyBinCount);
const g = canvas.getContext("2d");
function draw() {
requestAnimationFrame(draw);
analyser.getByteFrequencyData(data);
g.clearRect(0, 0, canvas.width, canvas.height);
const barWidth = canvas.width / data.length;
for (let i = 0; i < data.length; i += 4) {
const height = (data[i] / 255) * canvas.height;
g.fillStyle = "#2f6feb";
g.fillRect(i * barWidth, canvas.height - height, barWidth * 3, height);
}
}
window.__fftDemo = { context, stream, source, analyser };
draw();
console.log(`频谱已启动,频点数: ${analyser.frequencyBinCount}`);
});预期输出
频谱已启动,频点数: 1024同时,页面上的 Canvas 会持续出现随声音变化的柱状频谱。实际柱高由当前麦克风输入决定,因此不同设备和环境下不会完全相同。
调整显示效果
如果频谱抖动明显,可以提高 smoothingTimeConstant;如果需要更细的频率分辨率,可以增大 fftSize。不要为了“更精细”盲目使用最大值,因为页面宽度有限时,大量频点最终仍会被压缩到少量像素。
仅做可视化时不需要把 AnalyserNode 连接到 context.destination。需要监听麦克风时再显式连接输出,并优先佩戴耳机,否则扬声器声音可能重新进入麦克风形成啸叫。