那阵子我老对着电脑开会，耳朵都听麻了。我就琢磨着，这声音要是能有个颜色多起码看起来不那么枯燥。我一拍大腿，决定自己动手试试，把我的声音给“画”出来。
我抓起我那个用了快十年、收音质量只能算凑合的麦克风，先是想办法把声音录下来。这第一步简单，哪个软件都能干。难的是后面怎么拆解它。我找了个免费的工具，可以把音频的波形图给我吐出来。我盯着那密密麻麻的线条看了好久，啥也没看懂，只看到振幅高高低低。我心里明白，光看波形是没用的，得把声音的“骨架”——也就是频率——给扒出来。
我得找个办法把声音的“高低”和“颜色”对应起来。我决定用频率来控制色相（H），用音量来控制亮度（L）。这听起来简单，但实际操作起来简直是噩梦的开始。我得先把声音文件切开，切成很多个小块，比如20毫秒一块，然后对每一小块进行分析。
我搞来搞去，试了三种不同的傅里叶变换算法，每种算法出来的“频率指纹”都不一样，直接导致颜色也跟着乱跑。这就是为什么我的文档标题里写了个“版本大全”——我试了至少十几个映射方案，从RGB到HSV，再到LUV，都用了一遍。我的本地文件夹里全是叫“ColorMapper_V1.0_Failed”这种名字的文件，像个废品站。
实践中的版本迭代，纯属瞎搞
- 版本A：我设置只看平均音高。结果：我只要一说话，低音区就一直偏蓝，高音区就一直偏红，变化太少，无聊透顶，我直接扔了。
- 版本B：我加入了泛音强度。结果：画面是开始五颜六色了，但颜色跳动得太快，像个癫痫病人，根本看不出规律。只要一句话里带了几个爆破音，整个画面就跟炸开了一样，我修了很久也没修
- 版本C（当前版本）：我取了前三个最强频率的加权平均，再把它映射到一个平滑的色轮上。这样我声音的基调变化会柔和很多，但又能体现出细微的音色差别。我定义了一个阈值，只有超过这个阈值的振幅才参与计算，这样能过滤掉很多环境噪音。
一开始我直接用平均振幅去算亮度。结果发现，我一吼，整个画面就白了，一点细节都没有。我赶紧改，调低了灵敏度，又加了个对数曲线，让它别那么暴躁，声音轻微的变化也能在颜色上体现出来。
我生成了一段视频，把我平常对着电脑录音说话的声音给跑了一遍。我一听，我说话的声音居然是偏土黄色和灰绿色，听起来挺稳重，但看起来真不好看。我那同事的声音，尖细一点，出来的就是亮紫色和青色，活泼得很。这可真有意思。
我为啥非要弄这个？说起来好笑。那阵子我老婆老嫌我说话声音小，没气势。我就想证明，我声音虽然不大，但频率结构复杂，颜色是深沉的！虽然这个证明完全没啥用，但好歹我实现了把声音变颜色这件事，也算完成了我的一个怪想法。前前后后花了我两个多星期的业余时间，全记在了我的本地文档里，搞得跟个更新地址列表似的，乱七八糟，但每一步都是我亲手调试出来的，值了！