把任何聲音看成即時頻譜.
把您的麥克風變成即時 FFT 分析儀。在頻率長條圖、示波器與捲動頻譜圖之間切換；隨著變化讀取峰值頻率、它的音名與電平。一切都在瀏覽器中用 Web Audio API 執行——不錄製、不上傳。
按下「啟動分析儀」開始。瀏覽器會請求麥克風權限。
麥克風存取被封鎖
分析儀需要麥克風存取才能讀取即時音訊。重新啟用後，再按一次「啟動」：
- Chrome／Edge：點擊網址列的調整或相機與麥克風圖示 → 將麥克風設為「允許」→ 重新載入。
- Firefox：點擊網址列的麥克風圖示並清除被封鎖的權限，或使用設定 → 隱私權與安全性 → 權限 → 麥克風。
- Safari：Safari → 設定 → 網站 → 麥克風 → 將本站設為「允許」，然後重新載入。
頻譜分析儀.
啟動麥克風、選一種檢視，觀看您所播放、歌唱或說話的頻率即時出現。
開始前先確認這些
- 允許麥克風存取分析儀讀取來自您麥克風的即時音訊，所以第一次按「啟動」時瀏覽器會請求權限。若您之前封鎖過它，請為本站重新啟用。
- 選擇您想看的音源在裝置選單中選擇正確的輸入——USB 介面、樂器麥克風或內建麥克風各自會呈現非常不同的頻譜。
- 喇叭大聲時留意回授這裡的訊號絕不會被播放，但大聲的喇叭若餵入同一支麥克風，仍可能在房間裡堆出一個尖嘯的峰。分析播放內容時請用耳機。
- 從 FFT 2048 開始它在頻率細節與反應速度之間取得良好的平衡。想分辨相近的音就調大，想抓住快速暫態就調小——這個取捨在下面說明。
如何使用頻譜分析儀
- 1啟動分析儀。 按啟動分析儀並允許麥克風存取。狀態會切換為即時，畫面開始隨房間裡的聲音而動。
- 2選一種檢視。 用切換鈕或按鍵 1／2／3，在長條（頻率內容，由低到高）、示波器（時域中的原始波形）與頻譜圖（頻率隨時間、捲動）之間切換。
- 3讀取峰值。 讀數會顯示最大聲的頻率、它最接近的音名與目前的電平——對找出嗡聲、調音或為音高命名很有用。
- 4調整分析。 調高 FFT 大小以取得更細的頻率解析度，或增加平滑以穩定抖動的畫面。兩者都調低則能更快反應快速的聲音。
- 5凍結以細看。 按凍結（或 Space）留住目前這格，好讀取某個峰值或頻譜圖的軌跡，再按繼續。
即時頻譜分析儀如何運作
聲音以一道隨時間擺動的壓力波抵達您的耳朵——這是時域，也正是示波器檢視所描繪的。頻譜分析儀回答的是另一個問題：這道波是由哪些頻率組成的、各自多大聲？要找出答案，它執行快速傅立葉轉換（FFT）——一套把一小段波形分解成一疊純正弦成分的數學程序。結果就是頻域：長條圖與頻譜圖是描繪它的兩種方式。
FFT 把範圍切成等距的頻段（bin）。頻段的數目由 FFT 大小決定，而每個頻段的寬度是取樣率除以 FFT 大小——所以在 48 kHz 下，2048 點的 FFT 給出約 23 Hz 寬的頻段，而 8192 點則把它們窄化到約 6 Hz。這就是核心的取捨：較大的 FFT 能更好地分辨相近的音與低頻，但它需要較長的一段音訊，所以畫面反應較慢、也會抹糊快速的暫態。較小的 FFT 反應快、時間上準確，卻會把鄰近的頻率糊在一起。
長條檢視使用對數頻率軸，因為我們就是這樣聽的——每個八度（頻率加倍）佔相同的空間，所以音樂上重要的低頻與中頻不會被擠到最左邊。電平以 dBFS 顯示，也就是低於數位滿刻度的分貝。整條鏈路都在瀏覽器的 Web Audio AnalyserNode 上、從即時麥克風串流執行；平滑控制只是把每一格新畫面與上一格混合，讓畫面不會閃爍。
人們用它做什麼
獵捕電源嗡聲
市電嗡聲會呈現為 50 或 60 Hz 上一個尖銳、穩定的尖峰（外加 100／120、150／180… 的諧波）。發現它就能鎖定接地迴路或干擾問題。
抓出回授與哨聲
一個逐漸升高、持續的窄峰，就是回授或共振哨聲的開端。在這裡找出它的頻率，再在它尖嘯之前把那段陷波或移開麥克風。
評估房間噪音
在房間「安靜」時觀察噪音底線，看見冰箱嗡聲、風扇低鳴或空調的能量——那是沒有東西播放時頻譜圖穩定下來的寬頻電平。
為樂器調音
彈一個音，讀取那個峰最接近的音名與確切頻率——對吉他、人聲或合成器而言，是對照正式調音器的快速檢查。
馴服齒音
刺耳的「s」與「t」聲會聚集成 5–9 kHz 附近的能量爆發。看見它們落在哪裡，就知道該在何處為人聲做去齒音。
檢查頻率響應
把掃描或粉紅噪音餵過喇叭或耳機，觀察哪些頻段強、哪些缺——快速判讀音色平衡。
如何解讀您所看到的
同樣的形狀會一再出現。以下是常見模式代表什麼：
50 或 60 Hz 上一個尖銳的尖峰
被線材或接地迴路拾取的市電嗡聲——世界多數地區為 50 Hz，北美為 60 Hz。
→ 找找它上方等距的諧波。把線材重插並改道、遠離電源供應器，並試試另一個插座或接地迴路隔離器。
一個低峰之上有等距的尖峰
某個音符或音調的諧波——一個基頻加上位於其頻率 2×、3×、4× 的泛音。
→ 沒什麼好修的——有音高的聲音看起來就是這樣。最低的尖峰是設定您所聽到音符的基頻。
一個不斷升高的單一峰
當麥克風聽到自己被放大的輸出時，在單一頻率上堆積的聲學回授或共振。
→ 記下該頻率，再降低增益、把麥克風移離喇叭，或用等化器把那一段陷波。
被抬高的平坦噪音底線
寬頻噪音——來自高增益、廉價前級或吵雜房間的嘶聲——把整個畫面底部抬起。
→ 降低輸入增益、遠離風扇與空調，並開啟噪音抑制。一點底線是正常的；太高則會淹沒安靜的細節。
語音上 5–9 kHz 附近有明亮的能量
齒音——「s」、「sh」與「t」聲的嘶嘶聲集中在高中頻。
→ 若太刺耳，把麥克風稍微轉離軸向，並在那一段做溫和的去齒音，而不是砍掉所有高頻。
低頻有凹凸不平的峰與谷
房間模態——駐波，房間的尺寸會強化或抵消某些低頻。
→ 移動麥克風或喇叭，或加裝低頻吸音。這是房間聲學問題，不是器材故障。
頻譜分析儀詞彙表
- FFT
- 快速傅立葉轉換——把一段波形（時域）轉換成它的頻率內容（頻域）的演算法。就是它把聲音變成長條圖。
- 頻段（Bin）
- FFT 輸出中的一個頻率格。每個頻段涵蓋一小段頻帶；它的寬度等於取樣率除以 FFT 大小。
- 頻率解析度
- 分析儀能把兩個相近的音分得多細——也就是頻段寬度。較大的 FFT 給出較小的頻段寬度與更銳利的解析度。
- dBFS
- 相對於滿刻度的分貝。0 dBFS 是數位訊號能達到的最大值；更小聲的一切都是負數，所以這裡的電平讀成低於零。
- 頻譜圖
- 頻率隨時間捲動的影像，用顏色表示強度。由左至右讀成歷史：明亮的軌跡是持續的音。
- 示波器
- 時域中原始波形的檢視——振幅對時間——顯示波的形狀，而非它的頻率。
- 基頻
- 有音高聲音中最低的頻率，決定您感知到的音符。它上方的峰是它的諧波。
- 諧波
- 位於基頻整數倍的頻率。它們的模式與強弱賦予樂器或人聲其音色。
- 奈奎斯特頻率
- 取樣率的一半——能被表示的最高頻率。在 48 kHz 下是 24 kHz，也就是分析儀所能顯示的最高值。
常見問題
頻譜分析儀實際上顯示什麼？
它顯示一個聲音中此刻存在哪些頻率、各自多大聲。您的耳朵與示波器看到的是一道隨時間移動的合成波形，而分析儀用 FFT 把那道波拆成它的頻率成分，並從低（左）到高（右）繪出。低沉的隆隆聲落在左邊，鈸或「s」聲落在右邊，純音則呈現為單一尖峰。這就是「聽到一個和弦」與「看見組成它的每個音」之間的差別。
長條、示波器與頻譜圖有什麼差別？
它們是同一段即時音訊的三種檢視。長條顯示此刻的頻率頻譜——每個頻帶有多少能量——最適合找出峰值、嗡聲與音色平衡。示波器顯示時域中的原始波形，適合看波的形狀、週期與削波。頻譜圖把頻率縱向對時間橫向繪製並捲動，以亮度表示響度，讓您能觀看一個聲音如何演變——很適合追蹤掃描、旋律或持續的哨聲。
我該用哪種 FFT 大小？
這是頻率細節與速度之間的取捨。大的 FFT（4096 或 8192）產生窄頻段，所以能分辨相近的音、也把低頻解析得好得多——調音、獵嗡聲或檢視和弦時選它。小的 FFT（1024）反應更快、能精準定位鼓點這類快速暫態，卻會把鄰近的頻率糊在一起。2048 是合理的預設。因為每個頻段的寬度是取樣率除以 FFT 大小，把 FFT 加倍就把頻段寬度減半、解析度加倍。
我要如何用它找出電源嗡聲？
播放可疑的訊號（或就讓一台會嗡嗡響的裝置發聲），切換到長條或頻譜圖。市電嗡聲會呈現為一個銳利如刀、穩如磐石的尖峰，在多數國家為 50 Hz、在北美為 60 Hz，通常伴隨 100／120 Hz、150／180 Hz 以上較小的諧波。較大的 FFT 大小能更容易鎖定確切頻率。一旦辨識出來，嗡聲幾乎總是接線或接地問題——把線材改道、遠離電源磚，試試另一個插座，或使用接地迴路隔離器。
我可以用它為樂器調音嗎？
可以，用來快速檢查。彈一個持續的單音，讀取讀數中的峰值頻率與它最接近的音——基頻是最低的強峰。它很方便用來確認某條弦大致有調準，或為一個未知的音高命名。要認真調音，請用專用的調音器，或把我們的音頻產生器當作基準音，因為頻譜分析儀讀到的是頻段寬度的精度，而非調音器所設計的那種分毫音分的準度。
我的音訊會被錄下或送到某處嗎？
不會。分析儀只讀取即時的麥克風訊號來計算並繪製頻譜——不擷取、不儲存、也不上傳任何東西，沒有帳號或紀錄。音訊甚至不會抵達您的喇叭，這也是為什麼不會有回授。當您關閉或重新載入頁面，麥克風就被釋放、什麼都不留下。所有處理都在您的裝置上、用瀏覽器內建的 Web Audio API 進行。
為什麼頻率軸不是等距的？
長條檢視使用對數頻率軸，所以每個八度——頻率加倍——佔相同的寬度。我們就是這樣聽音高的：從 100 到 200 Hz 的跳躍聽起來與從 1,000 到 2,000 Hz 是相同的音樂距離，儘管一個橫跨 100 Hz、另一個橫跨 1,000 Hz。線性軸會把所有音樂上繁忙的低頻與中頻擠到最左邊、把右半邊浪費在幾乎聽不見的高頻上，所以對數軸符合我們的感知，也讓畫面有用得多。