根据音频（阈值、频率）缩放图像

Question

我正在寻找根据提供的音频、频率范围（例如 20hz-1000hz）和阈值缩放 PNG 文件，以获得平滑的效果。 例如，当有脚踢时，比例平滑地达到 120%，我想让那些音频可视化器，如 dubstep 等......当脚踢进来时，他们的图像是“泵”的。 首先，它可以用ffmpeg吗？ 从哪儿开始？ 我发现showcqt在输入等中采用频率，但它的输出是视频，所以我认为我不能在我的情况下使用它。 任何帮助表示赞赏。

Answer 1

如果您能够在输出 PCM 值时读取它们，那么您可以考虑使用滚动 RMS 平均值以获得连续的幅度流。 IDK 数组的最佳长度。 也许它应该对应于可以为每个视觉帧提供更新的音频帧数？ DSP 网站上的人将有最好的见解。

如果你做一个滚动平均，计算并不是非常昂贵。 您将对传入进行平方并将其添加到环形缓冲区（循环队列）并丢弃传出。 在计算新的滚动平均值时，只需将这些数据点添加到滚动平均值中，因为分母是固定的且已知的。 我在这里找到了一个使用 Matlab 描述基本 RMS 数学的视频。

可能有必要为接收卷更新的可视化器添加一些平滑。 此外，从音频线程传递数据可能会采用某种形式的松散耦合。 如果处理音频的线程也处理图形，那就不好了。

我有点过头了，但我认为这是通常为可视化者所做的。