C#如何使用NAudio實現音頻可視化

小編給大家分享一下C#如何使用NAudio實現音頻可視化，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

預覽:

捕捉聲卡輸出:

實現音頻可視化, 第一步就是獲得音頻采樣, 這里我們選擇使用計算機正在播放的音頻作為采樣源進行處理:

NAudio 中, 可以借助 WasapiLoopbackCapture 來進行捕捉:

WasapiLoopbackCapture cap = new WasapiLoopbackCapture();
cap.DataAvailable += (sender, e) =>      // 錄制數據可用時觸發此事件, 參數中包含音頻數據
{
    float[] allSamples = Enumerable      // 提取數據中的采樣
        .Range(0, e.BytesRecorded / 4)   // 除以四是因為, 緩沖區內每 4 個字節構成一個浮點數, 一個浮點數是一個采樣
        .Select(i => BitConverter.ToSingle(e.Buffer, i * 4))  // 轉換為 float
        .ToArray();    // 轉換為數組
    // 獲取采樣后, 在這里進行詳細處理
}
cap.StartRecording();   // 開始錄制

分離左右通道:

獲取完采樣后, 我們還需要對采樣進行一點小處理, 因為捕獲的數據是分通道的, 一般是左右聲道:

// 設定我們已經將剛剛的采樣保存到了變量 AllSamples 中, 類型為 float[]
int channelCount = cap.WaveFormat.Channels;   // WasapiLoopbackCapture 的 WaveFormat 指定了當前聲音的波形格式, 其中包含就通道數
float[][] channelSamples = Enumerable
    .Range(0, channelCount)
    .Select(channel => Enumerable
        .Range(0, AllSamples.Length / channelCount)
        .Select(i => AllSamples[channel + i * channelCount])
        .ToArray())
    .ToArray();

取通道平均值

將采樣分為一個個通道的采樣后, 我們可以將其合并, 取平均值, 以便于繪制:

// 設定我們已經將分開了的采樣保存到了變量 ChannelSamples 中, 類型為 float[][]
// 例如通道數為2, 那么左聲道的采樣為 ChannelSamples[0], 右聲道為 ChannelSamples[1]
float[] averageSamples = Enumerable
    .Range(0, AllSamples.Length / channelCount)
    .Select(index => Enumerable
        .Range(0, channelCount)
        .Select(channel => ChannelSamples[channel][index])
        .Average())
    .ToArray();

繪制時域圖象:

處理剛剛的采樣后, 你可以直接將其作為數據繪制到窗口中, 這即是時域圖象, 這里使用最簡單的折線繪制.

// 設定 g 為窗口的 Graphics 對象, windowHeight 為窗口的顯示區域高度
// 設定通道采樣平均值為 AverageSamples, 類型為 float[]
Point[] points = AverageSamples
    .Select((v, i) => new Point(i, windowHeight - v))
    .ToArray();   // 將數據轉換為一個個的坐標點
g.DrawLines(Pens.Black, points);   // 連接這些點, 畫線

傅里葉變換:

NAudio 中還提供了快速傅里葉變換的方法, 通過傅里葉變換, 可以將時域數據轉換為頻域數據, 也就是我們所說的頻譜

// 我們將對 AverageSamples 進行傅里葉變換, 得到一個復數數組

// 因為對于快速傅里葉變換算法, 需要數據長度為 2 的 n 次方, 這里進行
float log = Math.Ceiling(Math.Log(AverageSamples.Length, 2));   // 取對數并向上取整
int newLen = (int)Math.Pow(2, log);                             // 計算新長度
float[] filledSamples = new float[newLen];
Array.Copy(AverageSamples, filledSamples, AverageSamples.Length);   // 拷貝到新數組
Complex[] complexSrc = filledSamples
    .Select(v => new Complex(){ X = v })        // 將采樣轉換為復數
    .ToArray();
FastFourierTransform(false, log, complexSrc);   // 進行傅里葉變換

// 變換之后, complexSrc 則已經被處理過, 其中存儲了頻域信息

分析頻域信息:

對于傅里葉變換的頻域信息, 需要稍加處理才可以方便的使用, 首先是提取有用的信息:

// NAudio 的傅里葉變換結果中, 似乎不存在直流分量(這使我們的處理更加方便了), 但它也是有共軛什么的(也就是數據左右對稱, 只有一半是有用的)
// 仍然使用剛剛的 complexSrc 作為變換結果, 它的類型是 Complex[]

Complex[] halfData = complexSrc
    .Take(complexSrc.Length / 2)
    .ToArray();    // 一半的數據
float[] dftData = halfData
    .Select(v => Math.Sqrt(v.X * v.X + v.Y * v.Y))  // 取復數的模
    .ToArray();    // 將復數結果轉換為我們所需要的頻率幅度

// 其實, 到這里你完全可以把這些數據繪制到窗口上, 這已經算是頻域圖象了, 但是對于音樂可視化來講, 某些頻率的數據我們完全不需要
// 例如 10000Hz 的頻率, 我們完全沒必要去繪制它, 取 最小頻率 ~ 2500Hz 足矣
// 對于變換結果, 每兩個數據之間所差的頻率計算公式為 采樣率/采樣數, 那么我們要取的個數也可以由 2500 / (采樣率 / 采樣數) 來得出
int count = 2500 / (cap.WaveFormat.SampleRate / filledSamples.Length);
float[] finalData = dftData.Take(count).ToArray();

繪制頻域圖象:

得到上面分析后的 finalData 后, 我們就可以直接繪制出來了, 這次使用柔和的曲線繪制

// 設定 g 為窗口的 Graphics 對象, height 為窗口高度
PointF[] points = finalData
    .Select((v, i) => new PointF(i, height - v))
    .ToArray();
g.DrawCurve(Pens.Purple, points);    // Graphics 可以直接繪制曲線

更優的繪制:

上面的時域和頻域圖象, 我們都是一股腦的將數據的索引作為 X 坐標, 窗口高度減去數據值作為 Y 坐標, 有兩個突出的問題:

• 數據可能無法填滿窗口的寬度或者超出窗口的寬度范圍

• 數據太大時, 也會導致繪制的線條超出窗口高度

第一個問題好解決, 直接使索引所占數據長度的百分比恰好等于 X 坐標相對于窗口寬度的百分比即可:

\[x = index \div dataLength * windowWidth\]

對于第二個問題, 有兩個解決方案, 一是直接為數據加權重, 例如統一乘 0.5, 使數據減小一節, 二就是套一個函數, 例如 log 函數, 畢竟 log 函數在較高自變量的情況下, 因變量的變化趨勢越來越小, 我們只需要對這個 log 函數進行稍加處理, 就可以直接應用到數據變換數據上, 使其不超出窗口繪圖區域

另外, 我們也可以平滑頻譜顯示(指動畫變換), 它的原理大概是這樣:

• 例如這次進行傅里葉變換的結果是: {0, 100, 50},

• 下一次傅里葉變換的結果是: {100, 0, 0},

• 可以得出, 增量為: {100, -100, -50},

• 在更新變換結果時, 我們不再直接將新的結果替換舊的結果, 而是在舊的結果的基礎上, 加上增量×權重

• 例如權重是 0.5 時, 那么實際增量是: {50, -50, -25},

• 那么實際新的值是: {50, 50, 25},

• 如果下一次變換的結果還是 {100, 0, 0}, 那我們再次從 {50, 50, 25} 向新值逼近, 權重仍然是 0.5, 那么實際增量是: {25, -25, -12.5},

注意到了嗎? 這次的增量是上次增量的一半, 這正好是一個減速運動, 而且新值與舊值的差越大, 變化的就越快, 而它們會不斷重合, 因而速度不斷變慢, 形成減速運動的頻譜圖.

以上是“C#如何使用NAudio實現音頻可視化”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！