Создание музыки visualizer [закрытый]

Поскольку visualizer играет файл песни, он читает аудиоданные в очень кратковременных частях (обычно меньше чем 20 миллисекунд). visualizer делает преобразование Фурье на каждой части, извлекая частотные компоненты, и обновляет визуальное представление с помощью информации о частоте.

то, Как визуальное представление обновляется в ответ на информацию о частоте, до программиста. Обычно графические методы должны быть чрезвычайно быстрыми и легкими, чтобы обновить зрительный ряд вовремя с музыкой (и не сорвать ПК). В первые годы (и все еще), visualizers часто изменял цветовую палитру в Windows непосредственно для достижения некоторых довольно прохладных эффектов.

Одна характеристика компонентно-ориентированного частотой visualizers - то, что они, не часто кажется, отвечают на "удары" музыки (как хиты удара, например) очень хорошо. Более интересный и быстро реагирующий visualizers может быть записан то объединение информация о частотной области с осведомленностью о "скачках" в аудио, которые часто соответствуют хитам удара.

Как правило, Вы берете определенное количество аудиоданных, выполняете частотный анализ по ним и используете те данные для изменения некоторой диаграммы, это отображается много раз. Очевидный способ сделать частотный анализ с FFT, но простой обнаружение тональных сигналов может работать точно также с более низким ниже вычислительные издержки.

Так, например, Вы пишете стандартную программу, которая постоянно тянет серию форм, расположенных в кругу. Вы тогда используете основные частоты, чтобы определить цвет кругов и использовать объем для установки размера.

Существует множество способов обработать аудиоданные, самые простые из которых должны только отобразить его как быстро изменяющуюся форму сигнала, и затем применять некоторый графический эффект к этому. Точно так же вещи как объем могут быть вычислены (и переданы в качестве параметра некоторой графической стандартной программе), не делая Быстрого преобразования Фурье для получения частот: просто вычислите среднюю амплитуду сигнала.

Преобразование данных к частотной области с помощью FFT или иначе позволяет более сложные эффекты, включая вещи как спектрограммы . Это обманчиво хитро, хотя обнаружить даже 'довольно очевидные' вещи как синхронизация барабанных ритмов, или подача примечаний непосредственно от FFT произвела

, Надежное обнаружение удара и обнаружение тональных сигналов являются тяжелыми проблемами особенно в режиме реального времени. Я не эксперт, но , эта страница пробегает некоторые простые алгоритмы в качестве примера и их результаты.

Если Вы ищете маленькую загрузку, довольно портативный комплект инструментальных средств для игры с (и бешеное сообщество для продвиганий), я предложил бы Обработать ( http://www.processing.org ), особенно http://processing.org/learning/libraries/ под ESS. Это должно взять Вас вниз кроличья нора. Не сделал бы iTunes visualizer, но использовался для разработки прототипа этого: http://www.barbariangroup.com/software/magnetosphere , который стал iTunes по умолчанию visualizer.

1. Завещание алгоритм для рисования чего-то интересного на экране, данном ряд переменных
2. Завещание способ преобразовать аудиопоток в ряд переменных, анализируя вещи, такие как частота ударов/минута различные частотные диапазоны, настройте и т.д.
3. Разъем переменные в алгоритм и часы, которые это тянет.

А простая визуализация была бы той, которая изменила цвет экрана каждый раз, когда музыка пробежалась через определенную частоту threshhold. или просто записать bpm на экран. или просто отображение ociliscope.

выезд этот статья

Lee Brimelow имеет большое видео учебное руководство для того, чтобы сделать это во флэш-памяти. Должен указать на Вас в правильном направлении, даже если Вы хотите реализовать его с помощью чего-то другого, чем флэш-память.

MDN имеет хорошее учебное руководство также для того, чтобы сделать визуализацию с веб-API Аудио.

Для создания BeatHarness ( http://www.beatharness.com ) я «просто» использовал БПФ, чтобы получить аудиоспектр, затем использовал фильтрацию и границу / начало-детекторы.

О быстром преобразовании Фурье: http://en.wikipedia.org/wiki/Fast_Fourier_transform

Если вы привыкли к математике, возможно, вы захотите прочитать страницу Пола Бурка: http://local.wasp.uwa.edu.au/~pbourke/miscellaneous/dft/

(Пол Бурк - это имя, которое вы все равно хотите использовать в Google, у него много информации по темам, которые вы хотите узнать прямо сейчас или, вероятно, в ближайшие 2 года;))

Если вы хотите прочитать о Google по определению ритма / темпа для Масатаки Гото, он написал несколько интересных статей об этом.

Править:

Его домашняя страница: http://staff.aist.go.jp/m.goto/ Интересное чтение: http://staff.aist.go.jp/m.goto/PROJ/bts.html

Как только у вас есть некоторые значения, например, для низких, средних, высоких частот и громкости (слева и справа) , все зависит от вашего воображения, что с ними делать. Выведите на экран изображение, умножьте его размер, например, на низкие частоты - вы получите изображение, которое будет увеличиваться в такт и т. Д.