最开始我压根没想搞什么声音的颜色，就是去年我换了一套新的专业麦克风，想试试这玩意儿到底比我以前那个几十块的货好在哪儿。结果录完音，看到声谱图，觉得它太他妈的工业化了，密密麻麻的波峰波谷，一点美感都没有。
第一步：琢磨，这颜色到底怎么算？
我琢磨着，人听声音，除了音高和音量，还有个东西叫音色。音高决定了旋律，音量决定了冲击力，那音色？它应该决定了质地和感觉。我决定把这三个维度和颜色三要素对应起来。这个对应过程，才是把我搞得死去活来的开端。
- 音高（频率）：我把它对应到色彩的色相（Hue）。高音就是冷色，比如蓝色紫色；低音就是暖色，比如红色橙色。我得写个算法，把赫兹（Hz）映射到360度的色轮上，这个线性映射不能太简单粗暴，要让低音区更细腻。
- 音量（振幅）：这个最直接，对应到明度（Lightness）。声音越大，颜色越亮，越白；声音越小，颜色越暗，越黑。
- 音色（泛音复杂性）：这个最难搞，我决定把它对应到饱和度（Saturation）。泛音越多，声音越丰富，饱和度就越高，颜色越纯。如果是纯正的正弦波（比如电子合成的），饱和度就低，像灰色一样。
我一开始用Python试水，因为代码写起来快。用了Librosa抓取频率和振幅数据，又用PyAudio实时监听。结果一跑起来，延迟大得吓人。我喊一嗓子，颜色慢半拍才出来，根本不能用。气得我直接把Python扔了，转头抱起C++。
第二步：切换战场，解决实时性问题
转到C++之后，我使用了PortAudio来管理麦克风输入，这玩意儿配置起来像一团麻，各种编译环境和依赖，折腾了我两个通宵。等我终于能稳定抓到数据流了，我发现我以前设计的那个HSL映射算法在C++里跑得飞快，但它太他妈抖了。
一点点环境噪音，都能让那个颜色在屏幕上疯跳。这哪是“声音的颜色”，这是“声音的神经病”。
我赶紧加入了滤波和平滑处理。我不是专业的信号处理工程师，就用了一个简单的移动平均法。把最近十帧的数据平均一下再输出。这一下就好了很多，颜色过渡虽然慢了点，但看起来舒服多了，有了一种柔和的呼吸感。高音一上来，整个画面就像被蓝色的水浸润了，低音则像红色的熔岩在流动。
第三步：打包和依赖的狗屁倒灶事
光自己能玩不行，我的目标是要做成一个大家都能下的安装包。我把C++代码编译配上我用的那个简陋的图形库，想着直接打包成一个EXE就行了。
结果？我一拿到我朋友的电脑上装，叮，弹窗报错：缺少各种DLL。他电脑里没装我的开发环境，当然缺。我又得回去把所有需要的动态链接库找出来，一起塞进去。文件体积瞬间就膨胀了。我用了Inno Setup这套工具去制作安装程序，设置权限，设置路径，这玩意儿的脚本语言写得我头大。我只是想让大家看到声音的颜色，结果先成了半个安装包工程师。
我妥协了，我把依赖环境尽量做成静态链接，然后打包出来一个“绿色版”，不用安装，双击即用，但文件包足足有快80MB。我当时心里骂了一句，就这么一个功能简单的破软件，比一些小游戏都大。
第四步：伪装成“游戏官网”的展示页
为了让这个小工具看起来高大上一点，我决定给它配个官网。但我又不想搞得太严肃，就起了个诨名叫“声音色彩游戏”，所以我的网站自然就成了游戏官网。
我买了个最便宜的虚拟主机，用Nginx搭了个环境。我写前端不行，就用了一个贼简单的HTML模板，中间放个GIF动图，展示那个声音实时变色的效果。下面挂着我的下载链接，就是那个80MB的安装包。
我花了最少的钱，买了最差的主机，结果就是刚把页面传上去，速度慢得像乌龟。我发现那个主机内存太小，光是跑Nginx和处理静态文件，CPU负载都快满了。我赶紧把GIF压缩再压缩，把所有CSS和JS都精简到只剩一点点，速度才勉强能看。
最终这个“游戏官网”上线了，它丑陋，它慢，但它把我的实践成果实实在在地摆在了那里。整个过程从琢磨算法到上线，花了大概一个多月，我现在看到那个下载量哪怕只有两位数，都觉得值了，毕竟我真的把“声音”给“染色”了。