我正在做一个关于听觉和视觉感知（人类）之间关系的研究项目。我最终想要获得的将是帮助开发一种算法的知识，该算法将采用音频信号并将其转换为“感知匹配”可视化。Windows Media Player Music Visualiser算法
目前，我正在研究当前存在的可视化以及它们的工作方式。我想知道是否有人知道有关Windows Media Player Music Visualizer算法如何工作（或任何其他商业算法）的信息，它基于什么，音频信号的特征是什么，以及这些特征是否基于人类感知系统的模型？
任何帮助将不胜感激！
克里斯
我看着Windows媒体播放器的Windows 7下我不知道它可以做可视化，但一些挖后，我发现的选项。默认情况下，我看到3类即插件：
这第二个是最简单的讨论。音频可视化器通常在时域（简单地可视化为线图）或频域（简单地可视化为条形图）中操作。大多数算法都是这些主题的变体（或组合），但通常有许多修饰。
在“酒吧和波浪”下，还有4个选项。 “示波器”是一个简单的示波器。数字音频由一系列随时间变化的幅度水平组成。 o范围只是将这些级别绘制为线图，其中时间为X轴，振幅为Y轴。
“Bars and Waves”下的其他3个选项是带有各种皮肤的频率直方图。最直接的是“酒吧”。另外两个（“海洋迷雾”和“火焰风暴”）大部分是相同的，但具有不同的颜色。这些图表是通过使用傅立叶变换（通常是快速傅里叶变换或FFT）变换时域信号的块而获得的。结果是一个条形图，X轴有频率，Y轴代表强度。
当你认识到邻范围和FFT的范围是如何运作的，你会认识到，所有其他的即algorthms大多只是与2个主题播放。例如，我看到炼金插件喜欢绘制出的时域信号和旋转它们，螺旋他们等
在兵工厂即另一种常见的诀窍是计算最大功率。这有助于获得随着节拍脉动的特定跳动效果。