Swift开发macOS音频频谱图：AudioKit可行性及技术求助

AudioKit完全可以实现你要的FFmpeg风格音频频谱图，下面是具体的实现步骤和关键要点：

核心逻辑 #

AudioKit封装了成熟的FFT分析组件，结合音频文件读取能力，只要匹配FFmpeg的频谱分析参数（窗口类型、FFT大小、重叠率等），就能生成对齐效果的频谱图。

具体实现步骤 #

1. 配置AudioKit环境 #

通过Swift Package Manager或CocoaPods引入AudioKit后，初始化引擎：

import AudioKit
import AVFoundation

let engine = AudioEngine()

2. 加载本地音频文件 #

用AVAudioFile读取本地音频，通过AudioFilePlayer接入AudioKit处理链：

guard let fileURL = Bundle.main.url(forResource: "target-audio", withExtension: "mp3") else {
    fatalError("目标音频文件不存在")
}
do {
    let audioFile = try AVAudioFile(forReading: fileURL)
    let player = AudioFilePlayer(audioFile: audioFile)
    // 不需要播放声音的话，可连接到静音节点避免输出
    engine.output = player
    try engine.start()
} catch {
    print("音频加载失败：\(error.localizedDescription)")
}

3. 添加FFT分析器 #

使用MixerFFT组件获取频谱数据，参数和FFmpeg对齐：

// FFT大小设为2048（FFmpeg默认值之一）
let fft = MixerFFT(player, fftSize: 2048)
// 匹配FFmpeg默认的Hann窗口
fft.windowType = .hann

4. 读取频谱数据并绘制 #

定时获取频谱值，转换为FFmpeg常用的对数幅度（dB）后，用SwiftUI/AppKit绘制：

// 60fps定时更新频谱
Timer.scheduledTimer(withTimeInterval: 1/60, repeats: true) { _ in
    let rawSpectrum = fft.spectrum
    // 转换为dB刻度：20 * log10(幅度值)
    let dbSpectrum = rawSpectrum.map { max(-100, 20 * log10($0)) }
    // 将dbSpectrum传递给视图层绘制（比如SwiftUI的Path或AppKit的NSBezierPath）
}

5. 和FFmpeg效果对齐的关键参数 #

• FFT大小：保持和FFmpeg一致，常用2048/4096
• 窗口函数：固定为Hann（FFmpeg默认）
• 重叠率：设置50%重叠（通过调整定时器频率配合FFT处理周期实现）
• 频率轴：将线性频率转换为对数刻度（覆盖20Hz-20kHz常用音频范围）
• 幅度范围：裁剪到-100dB到0dB区间（FFmpeg频谱图常规显示范围）

常见问题排查 #

• 频谱失真：检查FFT大小、窗口函数是否和FFmpeg匹配
• 音频读取异常：确认文件格式被AVFoundation支持，或改用AudioKit的AudioFile类读取
• 绘制卡顿：降低FFT大小，或把频谱计算放到后台线程执行

内容的提问来源于stack exchange，提问作者AnimalonSwift