如何验证Core Audio中音频幅值的正确性？附代码相关疑问

1. 为什么magnitudeAtBand数值极小？这正常吗？ #

这完全是正常的，核心原因有两点：

• 首先，你录制的原始音频信号本身音量极低：从输出的data数组来看，数值都在±0.0001量级，说明当前环境安静或麦克风增益设置较低。而Float格式的PCM音频范围是**[-1.0, 1.0]**，1.0对应最大音量，弱输入信号自然会导致FFT后的幅值偏小。
• 其次，TempiFFT返回的是线性幅值，这种刻度对弱信号的差异展示不直观。如果想更清晰地观察频段间的强弱对比，建议启用你注释掉的dB转换：

  let magnitudeDB = TempiFFT.toDB(fft.magnitudeAtBand(i))
  

  dB是对数刻度，会放大小信号的差异，结果通常为负数（因为小于1的数值取对数为负），但更符合人耳对声音的感知，也更适合绘图展示。

2. 如何绘制振幅图？ #

你可以绘制两种常见的振幅图，分别对应时域和频域：

时域波形图（原始音频振幅）

• 数据来源：直接使用data数组的Float值，每个元素对应一个采样点的瞬时振幅。
• 绘图逻辑：
  • X轴：可以是采样点序号，或转换为时间（采样点序号 ÷ 采样率，比如44100Hz下，2048个采样点对应约0.046秒）。
  • Y轴：振幅值，范围固定为[-1.0, 1.0]。
  • 实现方式：用SwiftUI的Path手动绘制折线，或者用第三方库如Charts的LineChartView，将data转为ChartDataEntry后传入即可。

频域振幅图（FFT频段幅值）

• 数据来源：使用magnitudeArr（线性幅值）或magnitudeDBArr（dB幅值）。
• 绘图逻辑：
  • X轴：每个频段对应的频率范围。你的代码分了20个频段，采样率44100Hz，奈奎斯特频率为22050Hz，因此每个频段宽度为22050 / 20 = 1102.5Hz，第i个频段的覆盖范围是i*1102.5Hz到(i+1)*1102.5Hz。
  • Y轴：线性幅值（0到当前最大幅值）或dB幅值（通常-60dB到0dB，0dB对应最大输入信号）。
  • 实现方式：用Charts的BarChartView（柱状图）或LineChartView（折线图），把每个频段的幅值和对应频率转为ChartDataEntry即可。

3. 为什么data中存在负数？ #

这是线性PCM音频的标准特性，完全正常：
Float格式的PCM数据用正负值表示声波的振动状态：正数对应空气被压缩的状态，负数对应空气被稀疏的状态，0代表静止。比如标准的正弦波音频信号，就是在[-1.0, 1.0]之间周期性正负波动的，所以你的data里出现负数是正确的信号表现。

额外验证建议 #

如果想确认数据是否准确，可以做个简单测试：

1. 播放一个已知的测试信号（比如1kHz的正弦波，音量适中），同时用你的代码录制。
2. 查看data数组，应该能看到明显的周期性正负波动，数值范围大概在±0.5左右（取决于音量）。
3. 查看FFT结果，第一个频段（0-1102.5Hz）的幅值会明显高于其他频段，以此验证你的FFT逻辑是正确的。

内容的提问来源于stack exchange，提问作者John Doe