4. 经典降噪算法概览

做音频处理，你得先学会“看”声音。

我刚开始接触 Web Audio 时，觉得能听到声音就行了。直到有一次，我写了一个降噪算法，耳朵听着好像还行，但一画波形图，发现语音的起音部分被削掉了一大截。嗯，从那以后，我再也不敢只靠耳朵调参数了。

这一章，我们就来聊聊时域和频域。说白了，就是两种看声音的角度。

4.1 时域波形 vs 频域频谱

先问个问题：声音是什么？

物理上，它是空气的振动。我们把它录下来，就得到了一条随时间变化的曲线——这就是时域波形。横轴是时间，纵轴是振幅（响度）。

但时域波形有个缺点：它看不出声音里有哪些频率成分。比如一段噪音和一段语音，波形可能看起来差不多，都是乱糟糟的。这时候就需要频域频谱了。

频域把声音拆解成不同频率的正弦波。横轴是频率（Hz），纵轴是能量（dB 或幅值）。

我在项目中遇到过一个问题：用麦克风采集的语音，总感觉闷闷的。看时域波形，振幅正常。但一画频谱图，发现 4kHz 以上的高频能量几乎为零。原来是麦克风的频响曲线有问题。你看，频谱图直接帮我定位了硬件缺陷。

维度	时域波形	频域频谱
横轴	时间 (s)	频率 (Hz)
纵轴	振幅 (幅值)	能量 (dB 或幅值)
主要用途	检测音量、削波、起音时间	分析音色、噪声分布、滤波效果
典型算法	RMS、峰值检测	FFT、STFT

4.2 使用 AnalyserNode 获取数据

在 Web Audio API 里，获取时域和频域数据靠的是 AnalyserNode。它就像一个“探针”，插在音频链路中间，不会改变音频流，只是“偷看”一下数据。

我个人习惯把它放在音源和输出之间。比如：

const audioCtx = new AudioContext();
const source = audioCtx.createMediaStreamSource(stream); // 麦克风输入
const analyser = audioCtx.createAnalyser();

// 配置 AnalyserNode
analyser.fftSize = 2048; // FFT 窗口大小，必须是 2 的幂
analyser.smoothingTimeConstant = 0.8; // 平滑系数，0~1

source.connect(analyser);
analyser.connect(audioCtx.destination); // 继续传给扬声器

这里有两个关键参数：

• fftSize：决定了频域的分辨率。值越大，频率分辨率越高，但时间分辨率越低。我一般用 2048 或 1024。
• smoothingTimeConstant：让频谱图看起来更平滑，不会跳得太厉害。0 表示不平滑，1 表示极度平滑。我习惯设 0.8。

获取数据的方法有两个：

• getByteTimeDomainData()：获取时域数据，返回 Uint8Array，范围 0~255，128 代表静音。
• getByteFrequencyData()：获取频域数据，返回 Uint8Array，范围 0~255，对应 0~-100dB 的能量。

举个例子：

const bufferLength = analyser.frequencyBinCount; // 频域数据长度
const timeData = new Uint8Array(analyser.fftSize); // 时域数据
const freqData = new Uint8Array(bufferLength);     // 频域数据

function updateData() {
  analyser.getByteTimeDomainData(timeData);
  analyser.getByteFrequencyData(freqData);
  // 接下来就可以用这些数据绘图了
  requestAnimationFrame(updateData);
}
updateData();

4.3 绘制实时波形图与频谱图

数据拿到了，怎么画？Canvas 是首选。我们一步步来。

4.3.1 绘制实时波形图

波形图就是把时域数据按时间顺序描点连线。横轴是采样点索引，纵轴是振幅。

function drawWaveform(canvas, data) {
  const ctx = canvas.getContext('2d');
  const width = canvas.width;
  const height = canvas.height;
  const len = data.length;

  ctx.clearRect(0, 0, width, height);
  ctx.beginPath();
  ctx.strokeStyle = '#3498db';
  ctx.lineWidth = 2;

  const sliceWidth = width / len;
  let x = 0;

  for (let i = 0; i < len; i++) {
    // data[i] 范围 0~255，映射到 -1~1，再映射到 canvas 高度
    const v = (data[i] - 128) / 128; // 归一化到 -1~1
    const y = (v * height) / 2 + height / 2;

    if (i === 0) {
      ctx.moveTo(x, y);
    } else {
      ctx.lineTo(x, y);
    }
    x += sliceWidth;
  }

  ctx.stroke();
}

这里有个细节：data[i] - 128 是因为 Uint8Array 的 128 对应静音（0 振幅）。

4.3.2 绘制实时频谱图

频谱图通常用柱状图或热力图。柱状图更直观，每个柱子代表一个频率段的能量。

function drawSpectrum(canvas, data) {
  const ctx = canvas.getContext('2d');
  const width = canvas.width;
  const height = canvas.height;
  const len = data.length;

  ctx.clearRect(0, 0, width, height);

  const barWidth = width / len;
  let x = 0;

  for (let i = 0; i < len; i++) {
    // data[i] 范围 0~255，映射到 0~height
    const barHeight = (data[i] / 255) * height;

    // 用颜色表示能量高低
    const hue = (1 - data[i] / 255) * 240; // 从蓝到红
    ctx.fillStyle = `hsl(${hue}, 80%, 50%)`;
    ctx.fillRect(x, height - barHeight, barWidth - 1, barHeight);

    x += barWidth;
  }
}

我个人喜欢用 HSL 颜色，低频用蓝色，高频用红色，看起来一目了然。

4.4 知识体系图

下面这张图帮你理清时域与频域分析的整体流程：

4.5 避坑指南

最后，分享几个我踩过的坑：

• fftSize 不是越大越好：我曾经设成 8192，结果频谱图更新很慢，实时性很差。后来改成 2048，效果刚刚好。
• 别忘了 connect：AnalyserNode 如果不 connect 到 destination，音频会断掉。我刚开始学的时候，画出了波形图但听不到声音，排查了半天才发现没连上。
• Canvas 尺寸要适配：在高 DPI 屏幕上，Canvas 的 CSS 尺寸和实际像素尺寸要匹配，否则画出来的图会模糊。可以用 canvas.width = canvas.clientWidth * devicePixelRatio 来修正。
• 动画循环用 requestAnimationFrame：不要用 setInterval，否则 CPU 占用会很高，而且动画不流畅。