ひろばニュース｜2026/03/27~2026/04/02号
今週のニュースです！新着などのお知らせだよ！
みかんの新着おんがく紹介①｜『ロストピース』
ループ：◎
用途：Youtube動画向け、ゲーム・アプリ向け
時間：1分20秒
BPM：143
キー：C#m
ジャンル：あかるい、みらい
楽器：ギター、ピアノ、シンセサイザー
今週は木曜日に1曲だけ投稿しました！ギターの生演奏が入ったBGMで、バトルもの系です！やっぱりギターとベースってかっこいい！
みかんの新着おんがく紹介②｜『30秒BGM』コーナー誕生！
今週はじめに、『15秒BGM』シリーズに続く第2弾、『30秒BGM』シリーズを開始しました！15秒シリーズに比べると更新は少しゆっくりだけど、気長に待っててね！
いろはの新着セットリスト｜『テラリウム』×『キラキラ』
今週のセットリスト案のテーマは『洗練された輝き』です。この『テラリウム』が流れてから2～3秒したときに小さめの『キラキラ』を流すことで動画がさらに華やかな印象になりますわね。
ことはのソースコード解説①｜『みかんのオーディオビジュアライザー』FFT部分解説
//① 解析用のノードを作成
analyser = audioCtx.createAnalyser();//★analyserが実体（箱）とした関数呼び出し。
// 2の累乗で指定（大きいほど周波数の解像度が上がります）
analyser.fftSize = 512; //2^9の数値
// 解析結果（）を格納するための空の配列（Uint8Array）を用意
dataArray = new Uint8Array(analyser.frequencyBinCount);
//②現在の瞬間の周波数データ（音の高さごとの強さ）を dataArray に格納。
analyser.getByteFrequencyData(dataArray);//★瞬間のデータを配列にコピー。
//③dataArrayで録った0～255の音の大きさを0～100（百分率の割合）に変換！
// 配列から特定の周波数の強さを取り出す
const vol = (dataArray[i % dataArray.length] || 0) / 255;
// 例：棒グラフの「高さ」として計算
// vol（0.0〜1.0） × 設定された高さ × 感度
const barHeight = vol * h * sens;
『ひろば』ページにて展開されているオーディオビジュアライザー『みかんのオーディオビジュアライザー』で、音をデジタルデータに変換している『FFT』を使ったロジックについて下にこだわりポイントをまとめました。ぜひ一度読んでみてください。
①で、FFTと呼ばれる『音のデジタル変換』の計算式をオブジェクトから呼び出して、②で時間ごとの音量をメモ、そして③で100％単位に直します。
ことはのソースコード解説②｜FFT（高速フーリエ変換）とは？
①離散フーリエ変換 (DFT) の基本式（これが『フーリエ変換』の基本）
| 変換後のデータ。特定の周波数（k）における「音の強さ（エネルギー）」。 | |
| 0 から N-1 までの全ての時間データを集計するという合図。 | |
| マイクや音源から入ってくる、時間ごとの空気の振動（振幅）データ。 | |
| 「特定の周波数を抜き出すための数学的な『ふるい』。サイン波・コサイン波を用いて、複雑な音の中から特定の高さの音だけを抽出。 | |
| 解析に使うデータの個数。 |
②『バタフライ演算』で高速化して計算量を減らそう！
１．分割：N個のデータを「偶数番目」と「奇数番目」のグループに分けます。
２．再帰： さらにそれを半分、また半分…と、データが1個になるまで分け続けます。
３．合体：最小単位から順に、上のバタフライ演算を使って「合体」させていきます。
具体例：データが8個 (N=8)だったら？
| DFT（通常のフーリエ変換） | FFT（バタフライ演算） |
| 全データ同士をひとつひとつ掛け算する。つまり、8×8個すべてを『ふるい』で計算。 | データを半分に分けて、計算結果を使い回す。 |
| 計算回数：64回 | 計算回数：24回（約3分の1！） |
先ほどの『createAnalyser()』という式、高速フーリエ変換（FFT）とは、いろいろな音が混ざった音波を、『ド・レ・ミ…』のような音の高さごとの成分に分解する計算、DFTの『高速バージョン』のことです。補足も上のアコーディオンブロックの中に書いたので、詳しく学びたい場合は一読してみてください。
