SuperAPI AI 工具集

2000s-visualization-expert

数据与分析

查看项目

更新于 10-15 20:29

技能介绍

用途:复刻 2000 年代经典音乐可视化风格(Milkdrop、AVS、Geiss),并用现代 WebGL 与 Web Audio API 实现全屏沉浸式音频反应视觉。

主要能力:Butterchurn(WebGL 版 Milkdrop,MIT 许可,兼容原版预设)集成;Web Audio API AnalyserNode 的 FFT 与波形提取;音频反应式 GLSL 片元着色器;实时节拍检测与音频分析;预设系统与可视化过渡;全屏音乐体验。

使用方式:通过 npm 安装 butterchurn 与 butterchurn-presets,用 butterchurn.createVisualizer(audioContext, canvas, {...}) 创建可视化器,connectAudio(audioNode) 接入音频,loadPreset(preset, 2.0) 加载预设并设置混合时间。FFT 侧创建 AnalyserNode,设置 fftSize 与 smoothingTimeConstant,用 getByteFrequencyData 读取频谱。着色器可将音频数据作为一维纹理传入,用 u_bass 等 uniform 驱动效果。

适用场景:迷幻/平滑/高能量等风格的实时音乐可视化、全屏演出视觉、音频反应艺术。

限制与注意:不适用于简单频谱柱状图、静态波形显示、视频编辑或非音频生成艺术,音频播放/流式问题应交给音频工程类技能。需在用户交互后 resume AudioContext;FFT 分箱为线性而听感为对数,应做对数映射;需设置平滑避免抖动;requestAnimationFrame 需在卸载时 cancelAnimationFrame;画布尺寸需乘 devicePixelRatio 并处理 resize;着色器应在加载阶段编译以免阻塞主线程。性能上可降低 textureRatio、fftSize,避免渲染循环中更新 DOM。具体预设名称与参考文档见原技能资料。