高保真客户端音频处理引擎。HERTZ是一个基于网络的数字音频工作站（DAW）工具，旨在实现即时人声美化。它利用了Web音频API进行实时信号处理，并使用FFmpeg.wasm进行客户端编码。与依赖于服务器端处理的传统工具（Linux上的FFmpeg二进制文件）不同，HERTZ完全在用户的浏览器线程中通过WebAssembly运行。 核心架构 该应用构建在“零服务器”架构上，目标是消除由于将敏感音频数据上传到云存储而带来的延迟、带宽成本和隐私风险。 数据流 摄取：将各种输入格式（WAV、MP3、M4A、OGG）解码为原始32位浮点AudioBuffer。 处理：提供非破坏性编辑层，使用Wavesurfer.js区域，允许用户定义样本准确的起始/结束点。 数字信号处理（DSP）：构建一个OfflineAudioContext以实现快于实时的渲染。将音频路由通过一个硬编码的人声链（均衡器->压缩器->限制器）。分析通过确定峰值振幅以实现准确的归一化。 编码：将处理后的缓冲区传输到ffmpeg.wasm虚拟文件系统。以192kbps VBR执行LAME MP3编码。将生成的Blob直接流式传输到用户的下载管理器。 信号链规范 HERTZ不使用通用预设。音频引擎实现了一个特定的人声链，优化了口语和播客的清晰度。 1. 高频滤波器截止：80Hz Q：1.4 目的：去除消费类麦克风中常见的次低音轰鸣声和直流偏移伪影。 2. 动态压缩器 一个硬拐点压缩器，旨在平衡人声动态范围而不引入冲击伪影。阈值：-20.0 dB 比率：3.1:1 拐点：5.0 dB 攻击时间：0.03秒（30毫秒）释放时间：0.1秒（100毫秒） 3. 归一化 压缩后的增益分级确保符合广播响度标准。目标：-3.0 dB 峰值方法：基于绝对最大振幅扫描的线性增益计算。 技术限制与浏览器安全 HERTZ依赖SharedArrayBuffer来促进FFmpeg.wasm的多线程处理。现代浏览器将此功能限制在严格的安全头后，以防止Spectre/Meltdown漏洞。要在本地或生产中运行HERTZ，主机必须提供以下头信息： Cross-Origin-Opener-Policy: same-origin Cross-Origin-Embedder-Policy: require-corp 如果缺少这些头信息，ffmpeg.wasm将无法初始化，应用程序将抛出缓冲区分配错误。随附的vite.config.ts为本地开发处理此问题。 安装与开发要求 Node.js 18.x或更高版本 NPM或Bun包管理器 具有WebAssembly支持的现代浏览器（Chrome 90+，Firefox 90+，Safari 15+） 设置 # 克隆仓库 git clone [https://github.com/askpext/hertz.git](https://github.com/askpext/hertz.git) # 进入目录 cd hertz # 安装依赖 npm install 本地运行 npm run dev 应用程序将在http://localhost:5173启动。 生产构建 npm run build 这将在/dist中生成一个静态资源包。注意，您不能简单地在本地打开index.html；它必须通过支持所需COOP/COEP头的Web服务器提供（例如Vercel，Netlify或GitHub Pages）。