用 Three.js 和 AudioContext 實現(xiàn)音樂頻譜的 3D 可視化

作者：神說要有光zxg 2021-11-27 10:42:01

本文我們既學(xué)了 AudioContext 獲取音頻頻譜數(shù)據(jù)，又學(xué)了用 Three.js 做 3D 的繪制，數(shù)據(jù)和繪制的結(jié)合，這就是可視化做的事情：通過一種合適的顯示方式，更好的展示數(shù)據(jù)。

[[437041]]

最近聽了一首很好聽的歌《一路生花》，于是就想用 Three.js 做個音樂頻譜的可視化，最終效果是這樣的：

代碼地址在這里：https://‍github.com/Quark‍GluonPlasma/threejs-exercize

這個效果的實現(xiàn)能學(xué)到兩方面的內(nèi)容：

AudioContext 對音頻解碼和各種處理
Three.js 的 3d 場景繪制

那還等什么，我們開始吧。

思路分析

要做音樂頻譜可視化，首先要獲取頻譜數(shù)據(jù)，這個用 AudioContext 的 api。

AudioContext 的 api 可以對音頻解碼并對它做一系列處理，每一個處理步驟叫做一個 Node。

我們這里需要解碼之后用 analyser 來拿到頻譜數(shù)據(jù)，然后傳遞給 audioContext 做播放。所以有三個處理節(jié)點：Source、Analyser、Destination

context audioCtx = new AudioContext(); 
 
const source = audioCtx.createBufferSource(); 
const analyser = audioCtx.createAnalyser(); 
 
audioCtx.decodeAudioData(音頻二進制數(shù)據(jù), function(decodedData) { 
    source.buffer = decodedData; 
    source.connect(analyser); 
    analyser.connect(audioCtx.destination); 
});

先對音頻解碼，創(chuàng)建 BufferSource 的節(jié)點來保存解碼后的數(shù)據(jù)，然后傳入 Analyser 獲取頻譜數(shù)據(jù)，最后傳遞給 Destination 來播放。

調(diào)用 source.start() 開始傳遞音頻數(shù)據(jù)，這樣 analyser 就能夠拿到音樂頻譜的數(shù)據(jù)了，Destination 也能正常的播放。

analyser 拿到音頻頻譜數(shù)據(jù)的 api 是這樣的：

const frequencyData = new Uint8Array(analyser.frequencyBinCount); 
analyser.getByteFrequencyData(frequencyData);

每一次能拿到的 frequencyData 有 1024 個元素，可以按 50 個分為一份，算下平均值，這樣只會有 1024/50 = 21 個頻譜單元數(shù)據(jù)。

之后就可以用 Three.js 把這些頻譜數(shù)據(jù)畫出來了。

21 個數(shù)值，可以繪制成 21 個立方體 BoxGeometry，材質(zhì)的話，用 MeshPhongMaterial(因為這個反光的計算方式是一個姓馮的人提出來的，所以叫 Phong)，它的特點是表面可以反光，如果用 MeshBasicMaterial，是不反光的。

之后加入花瓣雨效果，這個我們之前實現(xiàn)過，就是用 Sprite (永遠面向相機的一個平面)做貼圖，然后一幀幀做位置的改變。

通過“漫天花雨”來入門 Three.js

之后分別設(shè)置燈光、相機就可以了：

燈光我們用點光源 PointLight，從一個位置去照射，配合 Phong 的材質(zhì)可以做到反光的效果。

相機用透視相機 PerspectiveCamera，它的特點是從一個點去看，會有近大遠小的效果，比較有空間感。而正交相機 OrthographicCamera 因為是平行投影，就沒有近大遠小的效果，不管距離多遠的物體都是一樣大。

之后通過 Renderer 渲染出來，然后用 requestAnimationFrame 來一幀幀的刷新就可以了。

接下來我們具體寫下代碼：

代碼實現(xiàn)

我們先通過 fetch 拿到服務(wù)器上的音頻文件，轉(zhuǎn)成 ArrayBuffer。

ArrayBuffer 是 JS 語言提供的用于存儲二進制數(shù)據(jù)的 api，和它類似的還有 Blob 和 Buffer，區(qū)別如下：

ArrayBuffer 是 JS 語言本身提供的用于存儲二進制數(shù)據(jù)的通用 API

Blob 是瀏覽器提供的 API，用于文件處理

Buffer 是 Node.js 提供的 API，用于 IO 操作

這里，我們毫無疑問要用 ArrayBuffer 來存儲音頻的二進制數(shù)據(jù)。

fetch('./music/一路生花.mp3') 
.then(function(response) { 
    if (!response.ok) { 
        throw new Error("HTTP error, status = " + response.status); 
    } 
    return response.arrayBuffer(); 
}) 
.then(function(arrayBuffer) { 
});

然后用 AudioContext 的 api 做解碼和后續(xù)處理，分為 Source、Analyser、Destination 3個處理節(jié)點：

let audioCtx = new AudioContext(); 
let source, analyser; 
 
function getData() { 
    source = audioCtx.createBufferSource(); 
    analyser = audioCtx.createAnalyser(); 
 
    return fetch('./music/一路生花.mp3') 
        .then(function(response) { 
            if (!response.ok) { 
                throw new Error("HTTP error, status = " + response.status); 
            } 
            return response.arrayBuffer(); 
        }) 
        .then(function(arrayBuffer) { 
            audioCtx.decodeAudioData(arrayBuffer, function(decodedData) { 
                source.buffer = decodedData; 
                source.connect(analyser); 
                analyser.connect(audioCtx.destination); 
            }); 
        }); 
};

獲取音頻，用 AudioContext 處理之后，并不能直接播放，因為瀏覽器做了限制。必須得用戶主動做了一些操作之后，才能播放音頻。

為了繞過這個限制，我們監(jiān)聽 mousedown 事件，用戶點擊之后，就可以播放了。

function triggerHandler() { 
    getData().then(function() { 
        source.start(0); // 從 0 的位置開始播放 
 
        create();  // 創(chuàng)建 Three.js 的各種物體 
        render(); // 渲染 
    }); 
    document.removeEventListener('mousedown', triggerHandler) 
} 
document.addEventListener('mousedown', triggerHandler);

之后可以創(chuàng)建 3D 場景中的各種物體：

創(chuàng)建立方體：

因為頻譜為 1024 個數(shù)據(jù)，我們 50個分為一組，就只需要渲染 21 個立方體：

const cubes = new THREE.Group(); 
 
const STEP = 50; 
const CUBE_NUM = Math.ceil(1024 / STEP); 
 
for (let i = 0; i < CUBE_NUM; i ++ ) { 
    const geometry = new THREE.BoxGeometry( 10, 10, 10 ); 
    const material = new THREE.MeshPhongMaterial({color: 'yellowgreen'}); 
    const cube = new THREE.Mesh( geometry, material ); 
 
    cube.translateX((10 + 10) * i); 
 
    cubes.add(cube); 
} 
cubes.translateX(- (10 +10) * CUBE_NUM / 2); 
 
scene.add(cubes);

立方體的物體 Mesh，分別設(shè)置幾何體是 BoxGeometry，長寬高都是 10 ，材質(zhì)是 MeshPhongMaterial，顏色是黃綠色。

每個立方體要做下 x 軸的位移，最后整體的分組再做下位移，移動整體寬度的一半，達到居中的目的。

頻譜就可以通過這些立方體來做可視化。

之后是花瓣，用 Sprite 創(chuàng)建，因為 Sprite 是永遠面向相機的平面。貼上隨機的紋理貼圖，設(shè)置隨機的位置。

const FLOWER_NUM = 400; 
/** 
 * 花瓣分組 
 */ 
const petal = new THREE.Group(); 
 
var flowerTexture1 = new THREE.TextureLoader().load("img/flower1.png"); 
var flowerTexture2 = new THREE.TextureLoader().load("img/flower2.png"); 
var flowerTexture3 = new THREE.TextureLoader().load("img/flower3.png"); 
var flowerTexture4 = new THREE.TextureLoader().load("img/flower4.png"); 
var flowerTexture5 = new THREE.TextureLoader().load("img/flower5.png"); 
var imageList = [flowerTexture1, flowerTexture2, flowerTexture3, flowerTexture4, flowerTexture5]; 
 
for (let i = 0; i < FLOWER_NUM; i++) { 
    var spriteMaterial = new THREE.SpriteMaterial({ 
        map: imageList[Math.floor(Math.random() * imageList.length)], 
    }); 
    var sprite = new THREE.Sprite(spriteMaterial); 
    petal.add(sprite); 
 
    sprite.scale.set(40, 50, 1);  
    sprite.position.set(2000 * (Math.random() - 0.5), 500 * Math.random(), 2000 * (Math.random() - 0.5)) 
} 
 
scene.add(petal);

分別把頻譜的立方體和一堆花瓣加到場景中之后，就完成了物體的創(chuàng)建。

然后設(shè)置下相機，我們是使用透視相機，要分別指定視角的角度，最近和最遠的距離，還有視區(qū)的寬高比。

const width = window.innerWidth; 
const height = window.innerHeight; 
 
const camera = new THREE.PerspectiveCamera(45, width / height, 0.1, 1000); 
camera.position.set(0,300, 400); 
camera.lookAt(scene.position);

之后設(shè)置下燈光，用點光源：

const pointLight = new THREE.PointLight( 0xffffff ); 
pointLight.position.set(0, 300, 40); 
scene.add(pointLight);

然后就可以用 renderer 來做渲染了，結(jié)合 requestAnimationFrame 做一幀幀的渲染。

const renderer = new THREE.WebGLRenderer(); 
 
function render() { 
    renderer.render(scene, camera); 
    requestAnimationFrame(render); 
} 
render();

在渲染的時候，每幀都要計算花瓣的位置，和頻譜立方體的高度。

花瓣的位置就是不斷下降，到了一定的高度就回到上面：

petal.children.forEach(sprite => { 
   sprite.position.y -= 5; 
   sprite.position.x += 0.5; 
   if (sprite.position.y < - height / 2) { 
       sprite.position.y = height / 2; 
   } 
   if (sprite.position.x > 1000) { 
       sprite.position.x = -1000; 
   } 
);

頻譜立方體的話，要用 analyser 獲取最新頻譜數(shù)據(jù)，計算每個分組的平均值，然后設(shè)置到立方體的 scaleY 上。

// 獲取頻譜數(shù)據(jù) 
const frequencyData = new Uint8Array(analyser.frequencyBinCount); 
analyser.getByteFrequencyData(frequencyData); 
 
// 計算每個分組的平均頻譜數(shù)據(jù) 
const averageFrequencyData = []; 
for (let i = 0; i< frequencyData.length; i += STEP) { 
    let sum = 0; 
    for(let j = i; j < i + STEP; j++) { 
        sum += frequencyData[j]; 
    } 
    averageFrequencyData.push(sum / STEP); 
} 
// 設(shè)置立方體的 scaleY 
for (let i = 0; i < averageFrequencyData.length; i++) { 
    cubes.children[i].scale.y = Math.floor(averageFrequencyData[i] * 0.4); 
}

還可以做下場景圍繞 X 軸的渲染，每幀轉(zhuǎn)一定的角度。

scene.rotateX(0.005);

最后，加入軌道控制器就可以了，它的作用是可以用鼠標(biāo)來調(diào)整相機的位置，調(diào)整看到的東西的遠近、角度等。

const controls = new THREE.OrbitControls(camera);

最終效果就是這樣的：花瓣紛飛，頻譜立方體隨音樂跳動。

[[437042]]

完整代碼提交到了 github：

https://github.com/QuarkGluonPlasm‍a/threejs-exercize

也在這里貼一份：

<!DOCTYPE html> 
<html lang="en"> 
<head> 
    <meta charset="UTF-8"> 
    <title>音樂頻譜可視化</title> 
    <style> 
        body { 
            margin: 0; 
            overflow: hidden; 
        } 
    </style> 
    <script src="./js/three.js"></script> 
    <script src="./js/OrbitControls.js"></script> 
</head> 
<body> 
<script> 
    let audioCtx = new AudioContext(); 
    let source, analyser; 
 
    function getData() { 
        source = audioCtx.createBufferSource(); 
        analyser = audioCtx.createAnalyser(); 
 
        return fetch('./music/一路生花.mp3') 
            .then(function(response) { 
                if (!response.ok) { 
                    throw new Error("HTTP error, status = " + response.status); 
                } 
                return response.arrayBuffer(); 
            }) 
            .then(function(arrayBuffer) { 
                audioCtx.decodeAudioData(arrayBuffer, function(decodedData) { 
                    source.buffer = decodedData; 
                    source.connect(analyser); 
                    analyser.connect(audioCtx.destination); 
                }); 
            }); 
    }; 
 
    function triggerHandler() { 
        getData().then(function() { 
            source.start(0); 
            create(); 
            render(); 
        }); 
        document.removeEventListener('mousedown', triggerHandler) 
    } 
    document.addEventListener('mousedown', triggerHandler); 
 
    const STEP = 50; 
    const CUBE_NUM = Math.ceil(1024 / STEP); 
    const FLOWER_NUM = 400; 
 
    const width = window.innerWidth; 
    const height = window.innerHeight; 
 
    const scene = new THREE.Scene(); 
 
    const camera = new THREE.PerspectiveCamera(45, width / height, 0.1, 1000); 
 
    const renderer = new THREE.WebGLRenderer(); 
    /** 
     * 花瓣分組 
     */ 
    const petal = new THREE.Group(); 
 
    /** 
     * 頻譜立方體 
     */ 
    const cubes = new THREE.Group(); 
 
    function create() { 
        const pointLight = new THREE.PointLight( 0xffffff ); 
        pointLight.position.set(0, 300, 40); 
        scene.add(pointLight); 
 
 
        camera.position.set(0,300, 400); 
        camera.lookAt(scene.position); 
 
        renderer.setSize(width, height); 
        document.body.appendChild(renderer.domElement) 
 
        renderer.render(scene, camera) 
 
        for (let i = 0; i < CUBE_NUM; i ++ ) { 
            const geometry = new THREE.BoxGeometry( 10, 10, 10 ); 
            const material = new THREE.MeshPhongMaterial({color: 'yellowgreen'}); 
            const cube = new THREE.Mesh( geometry, material ); 
            cube.translateX((10 + 10) * i); 
            cube.translateY(1); 
 
            cubes.add(cube); 
        } 
        cubes.translateX(- (10 +10) * CUBE_NUM / 2); 
 
 
        var flowerTexture1 = new THREE.TextureLoader().load("img/flower1.png"); 
        var flowerTexture2 = new THREE.TextureLoader().load("img/flower2.png"); 
        var flowerTexture3 = new THREE.TextureLoader().load("img/flower3.png"); 
        var flowerTexture4 = new THREE.TextureLoader().load("img/flower4.png"); 
        var flowerTexture5 = new THREE.TextureLoader().load("img/flower5.png"); 
        var imageList = [flowerTexture1, flowerTexture2, flowerTexture3, flowerTexture4, flowerTexture5]; 
 
        for (let i = 0; i < FLOWER_NUM; i++) { 
            var spriteMaterial = new THREE.SpriteMaterial({ 
                map: imageList[Math.floor(Math.random() * imageList.length)], 
            }); 
            var sprite = new THREE.Sprite(spriteMaterial); 
            petal.add(sprite); 
 
            sprite.scale.set(40, 50, 1);  
            sprite.position.set(2000 * (Math.random() - 0.5), 500 * Math.random(), 2000 * (Math.random() - 0.5)) 
        } 
 
        scene.add(cubes); 
        scene.add(petal); 
    } 
 
    function render() { 
        petal.children.forEach(sprite => { 
            sprite.position.y -= 5; 
            sprite.position.x += 0.5; 
            if (sprite.position.y < - height / 2) { 
                sprite.position.y = height / 2; 
            } 
            if (sprite.position.x > 1000) { 
                sprite.position.x = -1000; 
            } 
        }); 
 
        const frequencyData = new Uint8Array(analyser.frequencyBinCount); 
        analyser.getByteFrequencyData(frequencyData); 
 
        const averageFrequencyData = []; 
        for (let i = 0; i< frequencyData.length; i += STEP) { 
            let sum = 0; 
            for(let j = i; j < i + STEP; j++) { 
                sum += frequencyData[j]; 
            } 
            averageFrequencyData.push(sum / STEP); 
        } 
        for (let i = 0; i < averageFrequencyData.length; i++) { 
            cubes.children[i].scale.y = Math.floor(averageFrequencyData[i] * 0.4); 
        } 
 
        scene.rotateX(0.005); 
        renderer.render(scene, camera); 
 
        requestAnimationFrame(render); 
    } 
 
    const controls = new THREE.OrbitControls(camera); 
 
</script> 
</body> 
</html>

總結(jié)

本文我們學(xué)習(xí)了如何做音頻的頻譜可視化。

首先，通過 fetch 獲取音頻數(shù)據(jù)，用 ArrayBuffer 來保存，它是 JS 的標(biāo)準(zhǔn)的存儲二進制數(shù)據(jù)的 api。其他的類似的 api 有 Blob 和 Buffer。Blob 是瀏覽器里的保存文件二進制數(shù)據(jù)的 API，Buffer 是 Node.js 里的用于保存 IO 數(shù)據(jù) api，。

然后使用 AudioContext 的 api 來獲取頻譜數(shù)據(jù)和播放音頻，它是由一系列 Node 組成的，我們這里通過 Source 保存音頻數(shù)據(jù)，然后傳遞給 Analyser 獲取頻譜數(shù)據(jù)，最后傳入 Destination。

之后是 3D 場景的繪制，分別繪制了頻譜立方體和花瓣雨，用 Mesh 和 Sprite 兩種物體，Mesh 是一中由幾何體和材質(zhì)構(gòu)成的物體，這里使用 BoxGeometry 和 MeshPhongMaterial(可反光)。Sprite 是永遠面向相機的平面，用來展示花瓣。

然后設(shè)置了點光源，配合 Phong 的材質(zhì)能達到反光效果。

使用了透視相機，可以做到近大遠小的 3D 透視效果，而正交相機就做不到這種效果，它是平面投影，多遠都一樣大小。

然后在每幀的渲染中，改變花瓣的位置和獲取頻譜數(shù)據(jù)改變立方體的 scaleY 就可以了。

可視化是 Three.js 的一個應(yīng)用場景，還有游戲也是一個應(yīng)用場景，后面我們都會做一些探索。

責(zé)任編輯：姜華來源：神光的編程秘籍