搞这个事儿，真是被一个朋友给逼的
话说回来，我本来只是想安安静静地录一段自己的独白，给我的一个业余小视频当旁白。我把音轨导出来，清噪音，做压缩，正调得起劲儿，一个搞绘画的朋友跑过来串门。
他坐在我旁边听了一会儿，没头没尾地冒出来一句：“老兄，你这声音真蓝。”
我当时就懵了。什么叫声音是蓝的？我以为他是说我的声音听起来很忧郁或者很沉闷。我问他，是不是我录得不
他楞是摇摇头，说：“不是，就是蓝。你知道，频率嘛高频是紫色，低频是红色，你说话的这个基频，听着就是偏冷的蓝调。”
我当时就笑了，觉得他纯粹是艺术家的胡言乱语。声音和颜色，那是两个赛道的东西。但是，架不住他一直在我耳边叨叨，说什么声波和光波都是能量传递，肯定有内在的逻辑。就是容易被激将。行，既然你觉得有颜色，那我就把它给你画出来，看看你到底能瞎扯到什么程度。
就是为了这句“你这声音真蓝”，我决定动手，把我的声音可视化，而且要用色彩来表达。我可不是搞专业声谱分析的，我就是想搞个土办法，能实时看到说话的时候，到底屏幕上跑出来的是不是蓝色。
撸起袖子，我开始瞎搞
我这人做东西，就喜欢用手头已有的东西。我可不想去买什么昂贵的专业软件。我翻出了我那块尘封已久的声卡，插上我的录音麦克风。第一步，就是要捕获声音的能量。
我琢磨着，要实时把声音变成颜色，肯定得用到快速傅里叶变换（FFT）。我以前学编程的时候，捣鼓过一个很基础的音频库。我就想着，先用这个老掉牙的库试试看，能不能把麦克风采集到的声波，快速分解成一个个频率的能量点。
这个过程简直是一团麻。是驱动。我的声卡太老了，跟新系统水土不服。我光是找合适的驱动程序，就折腾了两天，装了又卸，卸了又装，电脑都快被我搞瘫痪了。
好不容易能采集了，又遇到了延迟问题。我对着麦克风说话，屏幕上的声谱图要过了半秒才跳一下，那怎么叫“实时”？我把缓冲设置调到最低，结果就是噼里啪的爆音，根本没法用。没办法，我直接绕过了那个高级库，换了一个更底层的音频API，虽然写起来费劲，但延迟总算是压下去了。
怎么把频率变成人能看的颜色？
解决了声音输入的问题，接下来的就是核心：映射。我拿到的数据就是一堆数字——几十个“频段”和它们对应的“能量值”。怎么把这些枯燥的数字变成漂亮的颜色？
- 第一次尝试：简单粗暴的线性映射。我当时想，就学彩虹嘛最低频（80Hz以下）定义为红色，最高频（10KHz以上）定义为紫色，中间平分。
这个结果简直是灾难。人说话的声音主要集中在低频和中低频，我的“色彩”永远只在红色和橙色之间晃悠，除非我尖叫，否则根本看不到蓝色。而且一旦有背景噪音，屏幕就全部被灰黄色的块状物占领了，难看得要命。
我得换个思路。我意识到，人对声音的感知和对颜色的感知都不是线性的。尤其是颜色，我们对色相（Hue）、饱和度（Saturation）和亮度（Value）的感受是独立的。
我决定这么干：
- 色相（Hue）：由声音的“质心频率”（Frequency Centroid）决定。简单说，就是找到声音能量的平均中心点。如果我的声音偏低沉，这个中心点就往低频跑，色相就朝红/橙/黄走。如果我的声音很高亢，中心点就往高频跑，色相就朝蓝/紫走。
- 饱和度（Saturation）：由声音的“瞬时动态范围”决定。如果我说话的起伏很大，声音层次丰富，饱和度就拉满。如果我只是低语，或者声音太平，色彩就变得灰暗。
- 亮度（Value）：这最简单，直接就是声音的整体响度（RMS）。我说话越大声，屏幕就越亮。
我用了几天时间把这个对数映射的逻辑给写死进去。这回跑起来，效果立刻就不一样了！
的展示和那句“真蓝”
我把这个实时色彩可视化工具命名为“我声音的颜色”，因为做完之后，我发现它真的能反映出我说话时的情绪和特质。
我对着麦克风念了一段平静的文字，屏幕上流淌的是一种深沉的青色和灰蓝，饱和度不高，非常稳定。这就是我说话的常态。我故意提高了语速，声音变得尖锐，屏幕立刻闪烁出刺眼的亮黄色和浅绿色。
等我把整个工具基本定型，我赶紧叫那个画家朋友过来验收成果。他坐在我旁边，看着屏幕上跳动的色彩。我问他：“怎么样？我的声音到底是不是蓝色？”
我重新播放了我一开始录的那段独白，也就是他第一次说我声音是蓝色的那段。当声音播出的时候，屏幕上流淌的色彩，绝大多数时间都聚焦在HUE值偏向青色（Cyan）和深蓝（Sapphire Blue）的区域。
他满意地点了点头，说：“看，我没说错。”
我不得不承认，他可能不是个技术天才，但他对声音的感受是准确的。原来，我日常说话的那个频率基准，在人类对数听觉模型里，恰好就落在了“冷调”的范围。这个实践过程真是让我体会到了，有时候我们以为毫不相干的学科，其底层逻辑是共通的。我也成功地实现了一个土法炼钢的工具，把这个神奇的色彩记录了下来。
现在这个小工具我已经打包虽然很粗糙，但效果是实现了。我把它放出来，就是想让大家也试试，你的声音，到底是什么颜色？也许你会发现一个完全不一样的自己。