Analizator widma FFT

To narzędzie, które pokazuje, ile energii sygnał zawiera przy każdej częstotliwości. Szybka transformata Fouriera zamienia przebieg w dziedzinie czasu na zestaw przedziałów częstotliwości, a analizator wykreśla ich amplitudy. Tutaj wynik jest rysowany na żywo jako kolorowe słupki na logarytmicznej osi częstotliwości.

Wykorzystuje Web Audio API. Tony sinusoidalny, piłokształtny i prostokątny pochodzą z węzła OscillatorNode, akord łączy trzy oscylatory sinusoidalne na A4, C5 i E5, a źródła szumu są wypełniane przez węzeł ScriptProcessorNode. Wszystkie źródła zasilają węzeł wzmocnienia połączony z węzłem AnalyserNode, który wykonuje FFT w każdej klatce.

Przyciski źródła wybierają, który sygnał jest analizowany. Suwak częstotliwości (20 Hz do 8 kHz) ustawia wysokość dźwięku tonów sinusoidalnego, piłokształtnego i prostokątnego. Selektor rozmiaru FFT zmienia rozdzielczość analizy, a suwak wygładzania uśrednia kolejne klatki. Pauza zatrzymuje rysowanie, a Peak Hold śledzi najwyższy poziom osiągnięty w każdym przedziale.

Rozmiar FFT ustala liczbę próbek analizowanych w każdej klatce: 512, 1024, 2048 lub 4096. Większy rozmiar daje więcej przedziałów częstotliwości i dokładniejszą rozdzielczość (każdy przedział obejmuje f_s/N Hz), ale obejmuje dłuższe okno czasowe, więc wyświetlacz reaguje wolniej. Panel statystyk pokazuje aktualną wartość Hz na przedział.

Dyskretna transformata Fouriera to X[k] = suma po n z x[n] razy e^(-i 2π k n / N). FFT to szybki algorytm, który daje ten sam wynik w O(N log N) operacji zamiast O(N²). Przedział k odpowiada częstotliwości k razy f_s podzielone przez N.

Percepcja wysokości dźwięku przez człowieka jest z grubsza logarytmiczna, więc każda oktawa podwaja częstotliwość. Oś logarytmiczna daje każdej oktawie taką samą przestrzeń na ekranie, odpowiadając sposobowi, w jaki słyszymy, i ułatwiając porównywanie treści niskich, średnich i wysokich częstotliwości. Dlatego linie siatki wypadają przy 20, 50, 100, 200, 500 Hz i tak dalej.

Ustawia parametr smoothingTimeConstant węzła AnalyserNode — wartość od 0 do 0,95, która miesza aktualne widmo z poprzednim. Niskie wartości dają szybką, niestabilną reakcję ujawniającą stany przejściowe; wysokie wartości dają bardziej stabilny, uśredniony obraz, łatwiejszy do odczytu, ale wolniej reagujący.

Czysta fala sinusoidalna zawiera energię przy jednej częstotliwości, więc pokazuje jeden szczyt. Fala piłokształtna jest bogata w harmoniczne, ze składowymi przy każdej całkowitej wielokrotności częstotliwości podstawowej, więc pojawia się jako seria szczytów o malejącej amplitudzie. Fala prostokątna podobnie pokazuje nieparzyste harmoniczne.

W każdej klatce kod przeszukuje wszystkie przedziały, znajduje ten o największej wartości i przelicza go z powrotem na herce jako numer przedziału razy f_s podzielone przez rozmiar FFT. Ta wartość jest pokazywana jako Dominant freq. Dokładność jest ograniczona szerokością przedziału, więc większe rozmiary FFT dają dokładniejszy odczyt.

Tak, w granicach możliwości demonstracji przeglądarkowej. Węzeł AnalyserNode wykonuje prawdziwą okienkowaną FFT i zwraca rzeczywiste wartości w decybelach. Odstępy między przedziałami, struktura harmonicznych oraz spadek szumu różowego zachowują się poprawnie. Dokładne amplitudy szczytów zależą od wewnętrznej funkcji okna i wybranego wygładzania, więc odczyty należy traktować jako orientacyjne, a nie skalibrowane pomiary.

Są kluczowe w inżynierii dźwięku, gdzie kierują korekcją i miksowaniem, oraz w telekomunikacji przy badaniu sygnałów radiowych. Ta sama analiza FFT napędza rozpoznawanie mowy, sonar i monitorowanie drgań, a także usługi rozpoznawania muzyki, takie jak Shazam, które dopasowują nagrania do bazy odcisków widmowych.