内容简介:作者简介:leilei, 天天P图AND工程师本文主要分为三个部分:1、现有的音控贴纸的创建以及渲染流程
作者简介:leilei, 天天P图AND工程师
本文主要分为三个部分:
1、现有的音控贴纸的创建以及渲染流程
2、从时域信息转化成频域信息的FFT算法实现
3、将生成的均衡器贴在3D眼镜的镜片上
一、现有的音控贴纸的创建以及渲染流程
现有的音控贴纸流程如图:
1)在配置文件里配置音控开关,音控幅度等参数
2)根据配置创建对应的滤镜加入滤镜链
3)帧渲染,实时计算音控因子调整贴纸大小
滤镜链的Filter创建较为复杂,不同的filter可以根据StickerItem里的多项参数决定自身是否需要创建:
应用上常用的Filter一般有BaseFilter,比如常用的CopyFilter;或者继承VideoBaseFilter,比如FaceCopyFilter等。音控素材继承自NormalVideoFilter,不但包含了TriggerCtrlItem可以根据多个参数控制参数更新:
而且包含了视频播放器和音频播放器(不再本次讨论范围了)。
NormalVideoFilter在每次要渲染之前都会更新参数,与音控相关的代码最终调用了TriggerCtrlItem的isAudioTriggered()函数,在这里获取分贝大小:
AudioDataManager是管理声音的单例类,默认提供麦克风录制的声音数据,或者接收并保存其他源的声音数据。
DecibelDetector类会异步处理麦克风声音数据频率是80ms/次,使用android系统的AudioRecord类实现。
二、从时域信息转化成频域信息的FFT算法实现
从第一节里可以看到原本音控的声音分贝数据db,来源于AudioDataManager类,默认麦克风的数据来源于DecibelDetector类,下面看看实现:
这里的BUFFER_SIZE是每次采样获得的时域数据长度。
采样频率32kHz、单声道、16位PCM编码方式得到的一个BUFFER_SIZE长度的short数组,即一次采样得到的声音时域数据。
原本的DB数据是这样来的:
简单来说就是对short数组里的每一项取绝对值、求和取平均、取对数再乘上系数。
基于现有的通路,获取FFT数据的函数:
下面详细介绍一下FFT的实现:
FFT是快速傅立叶算法的简称,要了解FFT,需要先介绍DFT,即离散傅立叶算法。
这里有一张DFT时域频域转化的图:
左边是时域的波形,右边是时域的数据。
网上有比较多的DFT或者FFT的介绍,这里我写一下个人理解,仅供参考:
1)DFT
DFT算法是时域转化频域的核心。FFT算法是其优化,所以先介绍DFT,再介绍FFT。
DFT的公式如下:
这里我简化一下输入和输出:
其中x(n)是输入的short数组,X(k)是DFT输出的频域数组,n的范围是[0 , N),k的范围是[0 , N).
这样DFT算法就把一个N长度的数组x,转化成了新的N长度的数组X。二者的区别是:
x数组的下标是固定的时间段,X数组的下标是固定的频率段,举个例子:x[0]代表0时刻的振幅,x[1]代表40ms时刻的振幅;X[0]代表频率为0的波的振幅总量,X[1]代表频率为20Hz的波的振幅总量。
```
注意:
1)这里的数组的下标意义源于这段声音本身的属性:采样率,声道等.如果采样频率大,在N不变的情况下数组下标的频率间隔越大。
2)不同的FFT算法只能影响频率数据的精度,不能改变其最大的频域范围。
3)由于存在频率混叠,FFT的得到的最大频率是采样率的一半。FFT的数据只有前N/2的数据有效,后一半的数据与前一半数据完全对称。
```
明确了输入和输出结果后,再来看一下展开的DFT的公式:
k = [0, N)。这里X(0)的计算需要从x[0]到x[N-1]的数据,每计算一个X数据,都要遍历一遍输入数据,时间复杂度是O(N^2)。DFT公式的原理和行列式表示比较复杂,留在下篇文章再讲。
2)FFT
FFT算法可以将DFT优化到O(NlogN)的复杂度,这里介绍一下基2点FFT算法。优化DFT算法的经典思路是分治,基2点FFT算法就是2分的DFT算法的一种:
将一个长度为N的输入子集划分成2个N/2的子集分别计算,直到划分长度为2的N/2个子集,最后计算2点DFT即可。
这里不详细展开公式的计算,简单说一下使用时的关键点:划分子集。FFT的划分不是简单折半划分,需要奇偶划分:
X(k)是下标为[0 - N-1]的数据集,划分成G(k)和H(k);
G(k)的下标为0, 2, 4, ……, N-4, N-2,而H(k)的下标为1, 3, 5, …… ,N-3, N-1。
这里k的范围变了:k = [0, N/2)。
DFT的计算因子,每一轮计算的都只需要计算k次因子。轮次为logN。
1)X(k)的周期为N
2)G(k),H(k)周期为N/2, k的下标均为[0 , N/2)
3)
将上面的公式用蝶形图表示:
这里将N周期的X集合,分解成了N/2周期的G集合和H集合。若N=2,直接得到结果。下面看看N=8的蝶形图:
可以看到左边x(k)的顺序变了,因为奇偶划分的原因。为了方便计算,在自底向上计算FFT之前需要倒序,倒序算法如下:
蝶形图左边的x(k)的下标即为 排序 算法结果。xin[k]即为排序好的复数数组x(k)。蝶形计算图如下:
cc为复数乘法,cut为复数减法,sum为复数加法。每一轮计算的中间结果都保存在xin对应位置。最终得到了FFT的X(k)结果。更多的实现细节请参考:https://www.cnblogs.com/Free-Thinker/p/4759949.html
三、将生成的均衡器贴在3D眼镜的镜片上
这部分是基于现有的3D贴纸素材实现的。要将均衡器贴在3D镜片上,需要获取当前3D眼镜的镜片材质,再将均衡器贴在上面。3D贴纸的实现使用了gameplay引擎。这里不详细介绍gameplay了(主要是我也不太懂),简单说明一下:
3D贴纸的素材是以node作为单位,在visitScene(Node *node)函数里会解析每一个node(包括镜片里的素材图)。在配置参数重添加“__audio__”的tag来标示使用,在解析的时候保存好该texture即可。
这样就把上部分渲染好的texture关联到了3D上,最后效果图如下:
四、总结
本篇文章主要介绍了将录音从时域数据转化成频域数据的方法,所有代码和具体实现都是基于Android的,其中FFT的代码源于互联网,FFT的讲解部分多半源于K.R.Rao的《快速傅里叶变换:算法与应用》。FFT算法博大精深,本文主要介绍了基2点的FFT的实现,还有基3点,基4点甚至有2维、3维等等FFT算法,如果读者有兴趣,可以参见该书。对于将均衡器贴在3D模型上,其实涉及到了OpenGL的复杂应用,不过得益于现有应用上的优秀的代码封装,哪怕像我这样的新手也能稍作变化,实现比较炫酷的3D音控效果。
参考文献:
【1】https://www.cnblogs.com/luoqingyu/p/5930181.html
【2】 K.R.Rao 等著,万帅等译《快速傅里叶变换:算法与应用》
【3】https://www.cnblogs.com/Free-Thinker/p/4759949.html
文章后记: 天天P图是由腾讯公司开发的业内领先的图像处理,相机美拍的APP。欢迎扫码或搜索关注我们的微信公众号:“天天P图攻城狮”,那上面将陆续公开分享我们的技术实践,期待一起交流学习!
加入我们: 天天P图技术团队长期招聘: (1) AND / iOS 开发工程师 (2) 图像处理算法工程师 期待对我们感兴趣或者有推荐的技术牛人加入我们(base 上海)!联系方式:ttpic_dev@qq.com
以上所述就是小编给大家介绍的《Android上实现频域均衡器》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
网络江湖三十六计
程苓峰,王晶 / 经济日报出版社 / 2009-6 / 40.00元
《网络江湖三十六计》内容简介:貌合神离:卖个破绽给对手,让他尝到甜头,自认为可安枕无忧,往往就松懈大意。于是,自己蓄力并反击的机会就来了。诱敌就是“貌合”,暗地发力就是“神离”。一起来看看 《网络江湖三十六计》 这本书的介绍吧!