Аудио визуализатор на светодиодной матрице

Question

Мне нужно воспроизвести аудиофайл и поместить его содержимое на матрицу 8x8 в аспекте эквалайзера, как это сделано в Piccolo, подобно анализатору спектра, адаптированному для BeagleBone или RaspberryPI. Для этого не нужен анализ со стороны микрофона: просто визуализация при воспроизведении музыки на одной доске.

Adafruit сделал библиотеку, которая упростила управление матрицей светодиодов, но в основном отсутствует анализ аудио вплоть до матрицы для каждого аудио блока.

Языки могут быть C или C++, но было бы лучше, если бы они были в коде Python. Для этого есть хорошие библиотеки, такие как Timeside и aubio, но я не смог выяснить, как заполнить матрицу светодиодов так же, как в Piccolo, хотя я Мы проверили несколько примеров.

Answer 1

Чтобы получить грубую 8-полосную, 8-уровневую текущую спектральную оценку (в Python, используя numpy):

import numpy as np

fftsize = 4096  # about 100ms at 44 kHz; each bin will be ~ 10 Hz
# Band edges to define 8 octave-wide ranges in the FFT output
binedges = [8, 16, 32, 64, 128, 256, 512, 1024, 2048]
nbins = len(binedges)-1
# offsets to get our 48 dB range onto something useful, per band
offsets = [4, 4, 4, 4, 6, 8, 10, 12]
# largest value in ledval
nleds = 8
# scaling of LEDs per doubling in amplitude
ledsPerDoubling = 1.0
# initial value of per-band energy history
binval = 0.001 * np.ones(nbins, np.float)
newbinval = np.zeros(nbins, np.float)
# How rapidly the displays decay after a peak (depends on how often we're called)
decayConst = 0.9

if not_done:
    # somehow tap into the most recent 30-100ms of audio.  
    # Assume we get 44 kHz mono back
    waveform = get_latest_waveform()
    # find spectrum
    spectrum = np.abs(np.fft.rfft(waveform[:fftsize]))
    # gather into octave bands
    for i in range(nbins-1):
        newbinval[i] = np.mean(spectrum[binedges[i]:binedges[i+1]])
    # Peak smoothing - decay slowly after large values
    binval = np.maximum(newbinval, decayConst*binval)
    # Quantize into values 0..8 as the number of leds to light in each column
    ledval = np.round(np.maximum(0, np.minimum(nleds, 
                                               ledsPerDoubling * np.log2(binval) 
                                               + offsets)))
    # Now illuminate ledval[i] LEDs in column i (0..7) ...

Помимо получения самой последней (4096 точек) формы волны, это должно дать вам идею.