📊 Analyseur de spectre FFT

La taille FFT définit le nombre d'échantillons analysés par image : 512, 1024, 2048 ou 4096. Une taille plus grande produit plus de bandes de fréquence et une résolution plus fine (chaque bande couvre f_s/N Hz), mais couvre une fenêtre temporelle plus longue, donc l'affichage réagit plus lentement. Le panneau de statistiques indique le chiffre actuel de Hz par bande.

La transformée de Fourier discrète est X[k] = somme sur n de x[n] fois e^(-i 2 pi k n / N). La FFT est un algorithme rapide qui calcule le même résultat en O(N log N) opérations au lieu de O(N carré). La bande k correspond à la fréquence k fois f_s divisé par N.

La perception humaine de la hauteur est à peu près logarithmique, chaque octave doublant en fréquence. Un axe logarithmique donne un espace d'écran égal à chaque octave, correspondant à notre manière d'entendre et facilitant la comparaison du contenu grave, moyen et aigu. C'est pourquoi les lignes de grille se trouvent à 20, 50, 100, 200, 500 Hz et ainsi de suite.

Il définit le smoothingTimeConstant de l'AnalyserNode, une valeur de 0 à 0,95 qui mélange le spectre actuel avec le précédent. Des valeurs basses donnent une réponse rapide et saccadée qui révèle les transitoires ; des valeurs élevées produisent un affichage plus stable et moyenné, plus facile à lire mais plus lent à réagir.

Une onde sinusoïdale pure contient de l'énergie à une seule fréquence, donc elle montre un seul pic. Une dent de scie est riche en harmoniques, avec des composantes à chaque multiple entier de la fondamentale, donc elle apparaît comme une série de pics d'amplitude décroissante. Une onde carrée montre de même des harmoniques impaires.

À chaque image, le code parcourt chaque bande, trouve celle avec la plus grande magnitude, et la reconvertit en hertz en utilisant bande fois f_s divisé par la taille FFT. Cette valeur est affichée comme fréquence dominante. La précision est limitée par la largeur de bande, donc des tailles FFT plus grandes donnent une lecture plus précise.

Oui, dans les limites d'une démonstration sur navigateur. L'AnalyserNode effectue une véritable FFT fenêtrée et rapporte de vraies magnitudes en décibels. L'espacement des bandes, la structure harmonique et la décroissance du bruit rose se comportent tous correctement. Les amplitudes de pic exactes dépendent de la fonction de fenêtrage interne et du lissage choisi, donc traitez les lectures comme indicatives plutôt que comme des mesures calibrées.

Ils sont centraux en ingénierie audio, où ils guident l'égalisation et le mixage, et en télécommunications pour examiner les signaux radio. La même analyse FFT alimente la reconnaissance vocale, le sonar et la surveillance des vibrations, et des services d'identification musicale comme Shazam, qui comparent des enregistrements à une base de données d'empreintes spectrales.