Web Audio 简易教程

「爱情、让人受尽委屈。」 2022-09-06 04:57 225阅读 0赞

![44bcd4142b093e7ec3f8033c6d709dbb.png][]

Web Audio提供了一个强大的音频处理系统，在我们现有的业务场景中，很少有使用到Web Audio，很多时候用到也仅限于播放一段音频。

除此之外，还能实现丰富的功能，比如：可视化、音色合成器、动态混音、声音特效、3D空间音频、均衡器、环境混响等，可以应用在音乐播放器、电子音乐软件、游戏音效、音乐游戏、直播互动等领域。

这篇文章是我在学习Web Audio的过程中写的一些总结和Demo，简单介绍一些API基础用法。

文章中所有示例：https://web-audio.johnsonlee.site/\[1\]

# 1. AudioContext #

`AudioContext`为音频处理提供一个上下文环境，相当于一个中央控制器，控制着音频路由图中的各个音频模块。

在开始音频处理之前，都需要创建一个AudioContext实例，并且可以全局共享同一个。所有（相关）的音频节点都需要包含在同一个AudioContext中，每个音频节点，只能关联一个AudioContext。

## 1.1 音频节点 ##

音频节点即`AudioNode`，它是一个基类，作为一个音频路由图\[2\]中的基本单位，它的工作依赖于`AudioContext`。

音频节点拥有自己的输入/输出，可以通过`connect`方法将一个节点的输出连接至另一个节点的输入。比如我们可以将一个音频节点连接至`audioContext.destination`节点来进行音频播放。

audioBufferSourceNode.connect(audioContext.destination)

上面的`audioContext.destination`是音频节点中的一种，音频节点可以分为三类：

*  Source Node：能产生音频的节点，只有输出，没有输入。
 *  Process Node：对音频进行处理的节点，有输入（可能有多个）和输出。
 *  Destination Node：通常为音频播放设备，如扬声器。

![a7ddd2c88ae268caba79070ef86536f0.png][]

有的音频处理节点会有多个输出，比如`ChannelSplitterNode`，可以将音频拆分为多个声道，对应的，也有一个合并声道的节点`ChannelMergerNode`，有多个输入和一个输出。

## 1.2 路由图 ##

Web Audio 提供的是模块化的API，在AudioContext中，各个音频节点的连接，构建了一个路由图，audioContext控制着整个路由图的运转。比如下面一个简单的音频播放示例

const ac = new AudioContext()
    
    const $audio = document.querySelector('#audio');
    const sourceNode = ac.createMediaElementSource($audio); // 从audio标签创建一个音频源节点
    
    const gainNode = ac.createGain(); // 创建一个增益节点
    gainNode.gain.value = 0; // 将增益设置为0（相当于音量设置为0）
    
    $audio.addEventListener('play', () => {
      gainNode.gain.exponentialRampToValueAtTime(1, 1); // 在1秒的时间内指数增长到1，实现一个播放渐入效果
    });
    
    sourceNode.connect(gainNode); // 音频源节点连接到增益节点
    gainNode.connect(ac.destination); // 增益节点连接到destination进行播放

# 2. 音频源 #

web中音频源包括：

*  audio节点
 *  网络加载的音频文件
 *  实时音频流（webRTC、麦克风）
 *  能产生音频信号的音频节点（如：OscillatorNode）

## 2.1 从`<audio>`标签创建音频源 ##

网络加载的音频文件，需要将其转换成音频源节点，才能连接到路由图中，比如我们经常使用的`<audio>`标签，它是不能直接连接到其它音频节点的

const ac = new AudioContext();
    const $audio = document.querySelector('#audio');
    // create a source node from an audio 
    const sourceNode = ac.createMediaElementSource($audio);
    sourceNode.connect(/* other audio node */);

## 2.2 使用http请求加载音频数据 ##

我们也可以使用http请求，将二进制的音频数据下载到本地后，再创建一个音频源节点

const ac = new AudioContext();
    const source = ac.createBufferSource();
    source.connect(ac.destination);
    fetch('xxx.mp3').then(res => res.arrayBuffer()).then(
      async buffer => {
        source.buffer = await ac.decodeAudioData(buffer);
        source.start();
      }
    );

上面代码中，我们将解码后的数据（AudioBuffer\[3\]）加载到了`source.buffer`属性中，实际上，这里除了从网络/本地加载音频文件外，我们也可以自己创建一个buffer丢给`source.buffer`来制造一些声音，比如下面的这个示例，使用随机函数生成一个白噪声音频

https://codepen.io/JohnsonLeee/pen/bGqLXmZ?editors=0010\[4\]

`AudioBuffer`的设计是为了存储短时间的音频片段，不建议将特别长的音频通过BufferSource方式进行播放，更推荐使用上一种方案。

## 2.3 使用内置振荡器产生声音 ##

`OscillatorNode`是一个振荡器节点，它可以产生一个周期信号，可以指定type为`square`, `sine`, `sawtooth`, `triangle`, `custom`, 默认为`sine`。其次需要设置`frequency`属性来设定频率，它是`AudioParam`类型，不能直接赋值。

const ac = new AudioContext();
    const oscillator = ac.createOscillator();
    oscillator.type = 'square';
    oscillator.frequency.value = 440; // 不能直接给frequency负值，可以设置其value
    // oscillator.frequency.exponentialRampToValueAtTime(440, 1) // 也可以通过它提供的方法来设置
    oscillator.connect(ac.destination);
    oscillator.start();

https://codepen.io/JohnsonLeee/pen/MWpwvPZ\[5\]

注意到type还有一个值`custom`，我们可以自定义波形（决定声音的音色），Web Audio提供了一个接口`PeriodicWave`来创建一个周期波形。*需要注意的是不能直接设置type为custom，而是要通过*`setPeriodicWave`*方法来设置自定义波形。*

const real = [0, 0, 1, 0, 1]; // cosine terms
    const imag = [0, 0, 0, 0, 0]; // sine terms
    const periodicWave = ac.createPeriodicWave(real, imag);
    oscillator.setPeriodicWave(periodicWave);

## 2.4 音频流 ##

音频流也可以用来创建一个音频源节点，常见的音频流由麦克风、WebRTC产生，通过`audioContext.createMediaStreamSource()`方法从音频流创建一个音频源节点。

将将其连接到前面的示波器组件，便可以做一个简单的录音可视化效果，查看示例\[6\]。

# 3. 音频处理 #

音频分析处理相关的API，都可以归类音频处理节点，相关的API有很多，这里分别介绍几个常用API。

## 3.1 Analyse ##

`AnalyserNode`可以对音频信号进行实时的快速傅立叶变换（FFT）得到音频的时域/频域数据，拿到时域/频域的数据后，可以实现时域分析、频域分析、音频可视化动效等。

通过`audioContext.createAnalyser()`方法来创建一个`AnalyserNode`，创建之后可以设置一个fftSize属性，该属性指定要进行FFT的采样数据的窗口大小，它的值必须是2的非零整数倍，默认为2048。

const analyser = audioContext.createAnalyser();
    analyser.fftSize = 2048;
    const dataArray = new Uint8Array(analyser.frequencyBinCount);
    analyser.getByteTimeDomainData(dataArray);
    // analyser.getByteFrequencyData(dataArray);

`analyser.frequencyBinCount`是时域/频域数据的长度，它是fftSize的一半（因为实时音频信号的傅立叶变换具有对称性，只需要获取一半数据即可），通过`analyser.getByteTimeDomainData(dataArray)`方法将数据填充到8位无符号整型数组中。

之后，我们就可以使用dataArray进行对应的操作。可以使用上面的示波器组件来绘制一首音乐的波形：

https://codepen.io/JohnsonLeee/pen/poeaWQr\[7\]

将上面的绘制频谱图代码稍作修改，就可以做一个简单的音乐播放动效。

https://codepen.io/JohnsonLeee/pen/mdWWgyP\[8\]

## 3.2 BiquadFilter ##

`BiquadFilterNode`是个双二阶数字滤波器\[9\]。滤波器的作用是对特定频率的输入信号进行增强/减弱，通常用来控制音调、做均衡器。可以通过`audioContext.createBiquadFilter()`方法创建一个双二阶滤波器，它有4个关键的参数：`type`, `frequency`, `Q`, `gain`。

const filter = ac.createBiquadFilter();
    filter.type = 'peaking'; // 设置类型为峰值滤波器
    filter.Q.value = 1; // 峰值滤波器的带宽
    filter.frequency.value = 1000; // 中心频率
    filter.gain.value = 5; // 增益，单位db
    // ...
    source.connect(filter);
    filter.connect(ac);

不同类型的滤波器在用法和效果上都有一定的差异，这里以低架滤波器、峰值滤波器、高架滤波器为例写了一个均衡器Demo\[10\]。

下表列出了所有的滤波器类型及对应的参数说明：

<table> 
 <thead> 
  <tr> 
   <th>类型</th> 
   <th>描述</th> 
   <th>frequency</th> 
   <th>Q</th> 
   <th>gain</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>lowpass</td> 
   <td>低通滤波器，只允许低于设定的值的频率通过</td> 
   <td>截止频率</td> 
   <td>值越小减弱越强</td> 
   <td>没用</td> 
  </tr> 
  <tr> 
   <td>highpass</td> 
   <td>高通滤波器，只允许高于设定的值的频率通过</td> 
   <td>截止频率</td> 
   <td>值越小减弱越强</td> 
   <td>没用</td> 
  </tr> 
  <tr> 
   <td>bandpass</td> 
   <td>带通滤波器，允许指定范围内的频率通过</td> 
   <td>中心频率</td> 
   <td>控制带宽，值越小带宽越大</td> 
   <td>没用</td> 
  </tr> 
  <tr> 
   <td>lowshelf</td> 
   <td>低架滤波器，对低于设定值的频率进行增强/减弱，高于的部分不变</td> 
   <td>上限频率</td> 
   <td>没用</td> 
   <td>正值增强，负值减弱，单位db</td> 
  </tr> 
  <tr> 
   <td>highshelf</td> 
   <td>高架滤波器，对高于设定值的频率进行增强/减弱，低于的部分不变</td> 
   <td>下限频率</td> 
   <td>没用</td> 
   <td>正值增强，负值减弱，单位db</td> 
  </tr> 
  <tr> 
   <td>peaking</td> 
   <td>峰值滤波器，在设定范围内的频率会被增强/减弱，其它部分不变</td> 
   <td>中心频率</td> 
   <td>控制带宽，值越小带宽越大</td> 
   <td>正值增强，负值减弱，单位db</td> 
  </tr> 
  <tr> 
   <td>notch</td> 
   <td>陷波滤波器，也称作带阻滤波器，它的作用和带通滤波器相反</td> 
   <td>中心频率</td> 
   <td>控制带宽，值越小带宽越大</td> 
   <td>没用</td> 
  </tr> 
  <tr> 
   <td>allpass</td> 
   <td>全通滤波器，不会对输入信号进行增强/减弱，但是可以改变输入信号的相位，可以用来做延迟</td> 
   <td>群延迟<sup>[11]</sup>最大频率，即发生相变的中心频率。</td> 
   <td>控制中频过渡的锐度，值越大过渡锐度越大</td> 
   <td>没用</td> 
  </tr> 
 </tbody> 
</table>

## 3.3 Panner ##

`PannerNode`提供了3D空间音频能力（前提是播放设备必须拥有2个或以上的声道）。声音源在人的不同方向，听到的声音感受都是不一样的，甚至在声音源移动的时候由于多普勒效应\[12\]会产生一种奇怪的声音。

而通常使用电子设备播放音乐的时候仅仅是简单的播放，`PannerNode`便为我们提供了模拟现实场景的能力，能够开发出具有真实听觉体验的VR、游戏等场景。

PannerNode工作在右手笛卡尔坐标系中，由位置坐标、朝向向量坐标确定其位置，声音呈锥形向空间扩散。可以通过设置`coneInnerAngle`属性控制声源扩散锥形的角度。

![b9bf438fe26da080896028a1def18c59.png][]

![f3c709d80ae47b2361f5662db39a8d44.png][]

使用`audioContext.createPanner()`可以创建一个panner节点，它有几个关键的属性：

*  positionX/positionY/positionZ：声源位置坐标
 *  orientationX/orientationY/orientationZ：声源朝向向量
 *  coneInnerAngle：锥形角度
 *  rolloffFactor：声音随距离的衰减速度
 *  distanceModel：声音衰减算法模型

音频空间化还需要使用到一个`AudioListener`，它表示空间中收听音频的人。在一个音频上下文中，仅有一个AudioListener，并且它不是AudioNode的子类，通过`audioContext.listener`获取到。

![212233a068af150cecb89961bf1137cf.png][]

`AudioListener`也拥有几个类似的属性：

*  forwardX/forwardY/forwardZ：收听者面部朝向向量
 *  upX/upY/upZ：收听者头部向量
 *  positionX/positionY/positionZ：收听者在空间中的坐标

了解了这些API，就可以开始写一个音频空间化效果了。

const panner = ac.createPanner();
    panner.panningModel = 'HRTF'; // 音频空间化算法模型
    panner.distanceModel = 'inverse'; // 远离时的音量衰减算法
    panner.maxDistance = 500; // 最大距离
    panner.refDistance = 50; // 开始衰减的参考距离
    panner.rolloffFactor = 1; // 衰减速度
    panner.coneInnerAngle = 360; // 声音360度扩散
    
    panner.orientationX.value = 0; // 声源朝向x分量
    panner.orientationY.value = 0;
    panner.orientationZ.value = 1;
    
    const listener = ac.listener;
    listener.forwardX.value = 0; // 收听者面部朝向向量
    listener.forwardY.value = 0;
    listener.forwardZ.value = -1; // 设置与panner朝向相反，即与panner面对面
    listener.upX.value = 0; // 收听着头部朝向向量
    listener.upY.value = 1;
    listener.upZ.value = 0;
    
    source.connect(panner);
    panner.connect(ac.destination);

播放过程中动态的设置panner和listener的position，即可实现空间化的效果，查看Demo\[13\]。

## 3.4 Convolver ##

`ConvolverNode`可以对音频信号进行线性卷积运算，将特定的脉冲信号与音频进行卷积运算后，可以获得一些畸变效果，可以用来做一些环境混响效果。

`ConvolverNode`使用比较简单，通过`audioContext.createConvolver()`创建一个卷积器节点，它有两个属性：

*  buffer：AudioBuffer类型，一个冲激信号（必须是.wav格式的文件）
 *  normalize：决定是否对buffer的冲激响应进行等功率的归一化缩放

normalize可能不是很好理解，有兴趣的同学可以深入学习，这里简单写个示例代码

const impulse = ac.decodeAudioData(arrayBuffer); // 解码加载好的冲激信号
    const convolver = ac.createConvolver()
    convolver.buffer = impulse;
    source.connect(convolver);
    convolver.connect(ac.destination);

这个API在使用上很简单，也不要求必须了解相关的理论基础，只需要找到对应的冲激信号文件。当然，在进行卷积运算后输出的音频功率会有所变化，一般情况需要配合`GainNode`来调节增益。

查看Demo\[14\]。

# 4. 兼容性 #

Web Audio目前兼容性还不够完善，可以查看MDN兼容性表格\[15\]，在复杂的应用场景中可能会遇到一些难以解决的问题。

# 5. 结束语 #

Web Audio覆盖的内容很多，本文简单介绍了一些特性。

因为还在学习中，本文会继续更新完善。有兴趣的同学可以一起交流。

### 参考资料 ###

\[1\]

https://web-audio.johnsonlee.site/: *https://web-audio.johnsonlee.site/*

\[2\]

音频路由图: *https://otrlvkfgf2.feishu.cn/docs/doccndPOo08N5Dmc53KJxjhcEsh\#fcDQp2*

\[3\]

AudioBuffer: *https://developer.mozilla.org/zh-CN/docs/Web/API/AudioBuffer*

\[4\]

https://codepen.io/JohnsonLeee/pen/bGqLXmZ?editors=0010: *https://codepen.io/JohnsonLeee/pen/bGqLXmZ?editors=0010*

\[5\]

https://codepen.io/JohnsonLeee/pen/MWpwvPZ: *https://codepen.io/JohnsonLeee/pen/MWpwvPZ*

\[6\]

查看示例: *https://codepen.io/JohnsonLeee/pen/NWpXWbM*

\[7\]

https://codepen.io/JohnsonLeee/pen/poeaWQr: *https://codepen.io/JohnsonLeee/pen/poeaWQr*

\[8\]

https://codepen.io/JohnsonLeee/pen/mdWWgyP: *https://codepen.io/JohnsonLeee/pen/mdWWgyP*

\[9\]

双二阶数字滤波器: *https://zh.wikipedia.org/wiki/双二阶滤波器*

\[10\]

均衡器Demo: *https://web-audio.johnsonlee.site/biquad-filter*

\[11\]

群延迟: *https://en.wikipedia.org/wiki/Group\_delay\_and\_phase\_delay*

\[12\]

多普勒效应: *https://en.wikipedia.org/wiki/Doppler\_effect*

\[13\]

查看Demo: *https://web-audio.johnsonlee.site/panner*

\[14\]

查看Demo: *https://web-audio.johnsonlee.site/convolver*

\[15\]

MDN兼容性表格: *https://developer.mozilla.org/en-US/docs/Web/API/AudioContext\#browser\_compatibility*

[![d2bc15e4a352298072d6ebf24f7e378f.png][]][d2bc15e4a352298072d6ebf24f7e378f.png 1]

## 关于奇舞团 ##

奇舞团是 360 集团最大的大前端团队，代表集团参与 W3C 和 ECMA 会员（TC39）工作。奇舞团非常重视人才培养，有工程师、讲师、翻译官、业务接口人、团队 Leader 等多种发展方向供员工选择，并辅以提供相应的技术力、专业力、通用力、领导力等培训课程。奇舞团以开放和求贤的心态欢迎各种优秀人才关注和加入奇舞团。

![98bd79c604d3c8733cc85fe1ef48d28f.png][]

[44bcd4142b093e7ec3f8033c6d709dbb.png]: /images/20220829/495784c7dbff4ac6aeffecf9ff79547d.png
[a7ddd2c88ae268caba79070ef86536f0.png]: /images/20220829/20a3eacfe1bd4b118e950fbf90874714.png
[b9bf438fe26da080896028a1def18c59.png]: /images/20220829/8c0ed6e9e58d491ba106c59d35473dca.png
[f3c709d80ae47b2361f5662db39a8d44.png]: /images/20220829/b54fec95cd0f4229a8b5246b978b745a.png
[212233a068af150cecb89961bf1137cf.png]: /images/20220829/69d14cc2ba3849e98232df63308339dd.png
[d2bc15e4a352298072d6ebf24f7e378f.png]: /images/20220829/7a857afdc641443d9df90bc973913a37.png
[d2bc15e4a352298072d6ebf24f7e378f.png 1]: http://mp.weixin.qq.com/s?__biz=Mzg4MTYwMzY1Mw%3D%3D&chksm=cf61d698f8165f8e2b7f6cf4a638347c3b55b035e6c2095e477b217723cce34acbbe943ad537&idx=1&mid=2247496626&scene=21&sn=699dc2b117d43674b9e80a616199d5b6#wechat_redirect
[98bd79c604d3c8733cc85fe1ef48d28f.png]: /images/20220829/d216789f55c248f8b5cb331eb2cb6bfd.png