The Spectrum AnalyzerNow, I’m not n

The Spectrum Analyzer
Now, I’m not new to writing Spectrum Analyzers. Previous software engineering jobs had me writing controls for Windows-based Spectrum Analyzers in the past. However, these weren’t for audio visualization, but were more for scientific measurements of radio and microwave signals. One of the things I noticed about audio visualizations is that a lot of accuracy is ignored in favor of making the visualizer look and feel in line with what we perceive. I won’t go into great amounts of detail on this, but when you see funky methods being applied to FFT results in the source code, this is probably what is going on. One of the most common examples of this is that FFT data is never displayed on the Y-axis linearly, but rather using a square root function and a scaling factor. Without this, you see most of the visualizer moving very little, except for the occasional large burst of energy. This is NOT how your ears/brain perceive the sound you’re listening to.

ผลลัพธ์ (ไทย) 1:

วิเคราะห์สเปกตรัม
ตอนนี้ผมไม่ได้ใหม่ในการวิเคราะห์สเปกตรัมการเขียน งานวิศวกรรมซอฟต์แวร์ก่อนหน้านี้มีฉันเขียนควบคุมสำหรับหน้าต่างที่ใช้วิเคราะห์สเปกตรัมในอดีตที่ผ่านมา แต่เหล่านี้ไม่ได้สำหรับการแสดงเสียง แต่ได้มากขึ้นสำหรับการตรวจวัดทางวิทยาศาสตร์ของสัญญาณวิทยุและไมโครเวฟหนึ่งในสิ่งที่ผมสังเกตเห็นเกี่ยวกับการแสดงภาพและเสียงเป็นที่มากของความถูกต้องจะถูกละเว้นในความโปรดปรานของการดู Visualizer และความรู้สึกสอดคล้องกับสิ่งที่เรารับรู้ ฉันจะไม่ไปลงจำนวนมากของรายละเอียดเกี่ยวกับเรื่องนี้ แต่เมื่อคุณเห็นวิธีการที่ขี้ขลาดถูกนำไปใช้ผล FFT ในรหัสที่มานี้อาจเป็นสิ่งที่เกิดขึ้นหนึ่งในตัวอย่างที่พบมากที่สุดของเรื่องนี้ก็คือข้อมูล FFT จะไม่แสดงบนแกน y เป็นเส้นตรง แต่ใช้ฟังก์ชันรากที่สองและปัจจัยการปรับ โดยไม่ต้องนี้คุณจะเห็นส่วนใหญ่ของ Visualizer เคลื่อนไหวน้อยมากยกเว้นการระเบิดขนาดใหญ่เป็นครั้งคราวของพลังงาน นี้ไม่ได้เป็นวิธีการที่หูของคุณ / สมองรับรู้เสียงที่คุณกำลังฟัง

ผลลัพธ์ (ไทย) 2:

วิเคราะห์สเปกตรัม
ตอนนี้ ฉันไม่ใหม่เขียนเครื่องวิเคราะห์สเปกตรัม งานวิศวกรรมซอฟต์แวร์ก่อนหน้านี้ได้ฉันเขียนควบคุมการใช้เครื่องวิเคราะห์สเปกตรัมในอดีต อย่างไรก็ตาม นี้ไม่ได้สำหรับการแสดงภาพประกอบเพลงเสียง ได้ถูกมากสำหรับการประเมินทางวิทยาศาสตร์ของสัญญาณวิทยุและไมโครเวฟ หนึ่งในสิ่งที่ผมสังเกตเห็นเกี่ยวกับเสียงเพลงเป็นที่มากของความถูกต้องจะถูกละเว้นสามารถทำการจอภาพลักษณะและความรู้สึกกับสิ่งที่เราสังเกต ไปเป็นจำนวนมากของรายละเอียดเกี่ยวกับเรื่องนี้ แต่เมื่อคุณดูดีวิธีการกับผล FFT ในรหัสแหล่งที่มา นี้จะมีอะไรเกิดขึ้น ตัวอย่างทั่วไปนี้อย่างใดอย่างหนึ่งได้ว่า FFT ไม่แสดงข้อมูลบนแกน y เชิงเส้น แต่แทนที่จะ ใช้ฟังก์ชันรากที่สองและตัวประกอบมาตราส่วน โดยนี้ คุณเห็นที่สุดของจอภาพที่ย้ายมาก ยกเว้นระเบิดขนาดใหญ่เป็นครั้งคราวของพลังงาน นี้คือไม่ว่าหู/สมองของคุณสังเกตเสียงเราฟัง

ผลลัพธ์ (ไทย) 3:

สเปกตรัม Analyzer
ซึ่งจะช่วยให้ผมไม่ใช่เรื่องใหม่สำหรับการเขียน Spectrum ,เครื่องวิเคราะห์ VTune™ , Performance งานด้านวิศวกรรมซอฟต์แวร์ก่อนหน้าทำให้ผมเขียนหนังสือการควบคุมสำหรับความถี่,เครื่องวิเคราะห์ VTune™ , Performance Windows ที่คุณใช้งานในอดีต แต่ถึงอย่างไรก็ตามสิ่งเหล่านี้ไม่ได้สำหรับการสร้าง ภาพ เสียงแต่มีอีกมากสำหรับการวัดค่าทางวิทยาศาสตร์ของสัญญาณวิทยุและไมโครเวฟหนึ่งในสิ่งที่ผมสังเกตเห็นเกี่ยวกับ ภาพ ประกอบเสียงที่มีความแม่นยำคือไม่สนใจในความสำคัญของการทำให้ visualizer ให้ดูและให้ความรู้สึกที่เราเห็นว่า ผมจะไม่เข้าไปในจำนวนที่ดีเยี่ยมของรายละเอียดในส่วนนี้แต่เมื่อคุณดูที่วิธีการแบบเรียบง่ายถูกนำไปประยุกต์ใช้กับผล FFT ในซอร์สโค้ดนี้อาจจะเป็นสิ่งที่เป็นไปในหนึ่งในตัวอย่างที่มีอยู่โดยทั่วไปมากที่สุดของโรงแรมแห่งนี้คือที่ข้อมูล FFT ไม่เคยมีปรากฏขึ้นบนแกน Y ลำดับอย่างต่อเนื่องแต่ค่อนข้างจะเป็นการใช้ฟังก์ชันรากและปัจจัยการปรับตัว ไม่มีนี้คุณจะเห็น visualizer ที่เคลื่อนไหวมากที่สุดน้อยมากยกเว้นสำหรับการระเบิดขนาดใหญ่เป็นบางครั้งบางคราวที่การใช้พลังงาน โรงแรมแห่งนี้คือไม่ว่าหูของคุณ/สมองรับรู้เสียงที่คุณกำลังฟัง