惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

MongoDB | Blog
MongoDB | Blog
大猫的无限游戏
大猫的无限游戏
H
Help Net Security
V
Visual Studio Blog
G
Google Developers Blog
Blog — PlanetScale
Blog — PlanetScale
Last Week in AI
Last Week in AI
C
Check Point Blog
D
Docker
M
MIT News - Artificial intelligence
P
Proofpoint News Feed
博客园 - 叶小钗
博客园 - 聂微东
The Cloudflare Blog
云风的 BLOG
云风的 BLOG
Martin Fowler
Martin Fowler
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
酷 壳 – CoolShell
酷 壳 – CoolShell
MyScale Blog
MyScale Blog
WordPress大学
WordPress大学
Engineering at Meta
Engineering at Meta
腾讯CDC
S
SegmentFault 最新的问题
博客园 - 【当耐特】

V2EX

我用 AI 写代码,但终端管理反而成了累赘——于是我做了 codux [调研] 各位在公司都用什么 ide 和 agent 写代码? 老运维 share 一个运维平台 看到有公司考核 token 指标,很好奇大家上个月的 AI 账单是多少 GLM-Coding 调用持续报错: z.ai 的 Lite 套餐几乎无法使用,官方 Pro/Max 是否稳定? 现在还有什么渠道可以稳定安全地使用 Claude 吗? 上海漕河泾内推,本组有 2 个 hc,一个后端,一个前端,预算都是 20k 左右,不打卡,氛围好 如果 V2EX 上有一组不永久保存聊天记录(比如只保存 7 天或者 24 小时)的聊天室,那么会开启哪些有用或者有趣的可能? gemini cli 貌似挂了,一直返回 403 第一次在自媒体上赚到钱 收集了最近在使用的低价 GPT, Gemini,邮箱等 AI 会员的小店合集 讨论个大实话:现在企业还在说 AI 编程提效 20%, 30%的,真的太落后,没用懂 AI。因为包括很多前沿公司,已经狂奔到提效 200%-500%的情况 [招聘][远程][币安] 前端/后端/QA/iOS/Android 至少 3 年以上经验 目前有大量 HC 欢迎投递 Chatgpt Pro 用量用不完的可以开这些设置 面试的时候好像遇到钓鱼了,给各位避个坑 cursor 年续费 22 号到期, 自动续费是否还是老的计次套餐呢 被两件破事毁掉的一下午,琐碎的内耗消磨人的精力 使用 Planet 存储 Codex 的会话或者重要信息 如果业务部门领导不要你开发功能,而是要求你教会它用 claude code 开发功能,你会怎么做? 分享一个 MacOS 接绿联 CM818 USB 转 DP 转接器使用感受 我的 HR 朋友 10 年老 Java ,非全大专,大家帮忙看看简历 开源了一个 AI 口语练习工具,音素级发音评分,完全免费可自部署 V2EX 上有哪些你觉得很有趣、印象深刻的妹纸? 字节为啥不出个国内版 Vercel? 有在大马的朋友吗? 问个运营商问题 你们在有领导的公司大群发过的最大胆的消息是什么 公司裁员,目前没有工作。想试试摆摊,做一个移动鲜啤打酒车 我的硬盘 Memblaze Pblaze 5 Linux 下不识别,给 Linux 内核提交了补丁, AI 说有望被合并 只有我一个人觉得 codex 不好用?
分享一个音频可视化视频编辑器的开源实现——前后端从零重写,...
linncharm9 · 2026-05-08 · via V2EX

开源了一个音频可视化视频编辑器,前后端从零写的

之前做音乐平台,需要一个能把音频渲染成可视化视频的功能。

找到了 specterr.com,效果挺符合需求的,但没有开源,也没法直接集成。想着功能也不是黑魔法,就自己照着产品逻辑从零写了一个。

项目叫 Spectralhttps://github.com/charmlinn/spectral


能做什么

在浏览器里编辑音频可视化项目,实时预览效果,导出成视频文件。

支持波形、频谱、粒子、歌词轨道、backdrop 媒体、logo 叠加这些。

写这个最头疼的一个问题

浏览器预览一套逻辑,后端渲染另一套,效果总对不上。

所以这个项目的核心设计就一条:前端预览和后端 Worker 尽量共用同一份数据结构和同一套渲染实现

后端用 Headless Chromium 加载同一个 PixiJS Runtime ,逐帧 capture PNG ,再 ffmpeg 编成视频。不完美但至少不会两边跑出两种效果。

技术栈

  • Monorepo:pnpm workspaces + Turbo
  • Web:Next.js 16 / React 19 / TypeScript
  • 渲染:PixiJS
  • 音频分析:Web Audio / FFT
  • 数据库:PostgreSQL + Prisma
  • 队列:Redis + BullMQ
  • 存储:Cloudflare R2 / 本地 MinIO
  • Worker:Node.js + Chromium DevTools Protocol + ffmpeg
  • 本地环境:Docker Compose

目前状态

链路是通的,本地 pnpm dev:all 起来可以走完编辑 → 导出 → 视频产物的完整流程。

不是什么成熟产品,更像一个可以跑起来研究的东西。README 有完整本地启动教程,pnpm smoke:export 可以跑一次端到端测试。

对 PixiJS 可视化、前后端渲染同构、或者音乐类产品感兴趣的可以看看,欢迎聊。