WasapiLoopbackCapture cap = new WasapiLoopbackCapture();
cap.DataAvailable += (sender, e) =>      // 錄制數(shù)據(jù)可用時觸發(fā)此事件, 參數(shù)中包含音頻數(shù)據(jù)
{
    float[] allSamples = Enumerable      // 提取數(shù)據(jù)中的采樣
        .Range(0, e.BytesRecorded / 4)   // 除以四是因為, 緩沖區(qū)內(nèi)每 4 個字節(jié)構(gòu)成一個浮點數(shù), 一個浮點數(shù)是一個采樣
        .Select(i => BitConverter.ToSingle(e.Buffer, i * 4))  // 轉(zhuǎn)換為 float
        .ToArray();    // 轉(zhuǎn)換為數(shù)組
    // 獲取采樣后, 在這里進行詳細處理
}
cap.StartRecording();   // 開始錄制

// 設(shè)定我們已經(jīng)將剛剛的采樣保存到了變量 AllSamples 中, 類型為 float[]
int channelCount = cap.WaveFormat.Channels;   // WasapiLoopbackCapture 的 WaveFormat 指定了當前聲音的波形格式, 其中包含就通道數(shù)
float[][] channelSamples = Enumerable
    .Range(0, channelCount)
    .Select(channel => Enumerable
        .Range(0, AllSamples.Length / channelCount)
        .Select(i => AllSamples[channel + i * channelCount])
        .ToArray())
    .ToArray();

// 設(shè)定我們已經(jīng)將分開了的采樣保存到了變量 ChannelSamples 中, 類型為 float[][]
// 例如通道數(shù)為2, 那么左聲道的采樣為 ChannelSamples[0], 右聲道為 ChannelSamples[1]
float[] averageSamples = Enumerable
    .Range(0, AllSamples.Length / channelCount)
    .Select(index => Enumerable
        .Range(0, channelCount)
        .Select(channel => ChannelSamples[channel][index])
        .Average())
    .ToArray();

// 設(shè)定 g 為窗口的 Graphics 對象, windowHeight 為窗口的顯示區(qū)域高度
// 設(shè)定通道采樣平均值為 AverageSamples, 類型為 float[]
Point[] points = AverageSamples
    .Select((v, i) => new Point(i, windowHeight - v))
    .ToArray();   // 將數(shù)據(jù)轉(zhuǎn)換為一個個的坐標點
g.DrawLines(Pens.Black, points);   // 連接這些點, 畫線

// 我們將對 AverageSamples 進行傅里葉變換, 得到一個復(fù)數(shù)數(shù)組

// 因為對于快速傅里葉變換算法, 需要數(shù)據(jù)長度為 2 的 n 次方, 這里進行
float log = Math.Ceiling(Math.Log(AverageSamples.Length, 2));   // 取對數(shù)并向上取整
int newLen = (int)Math.Pow(2, log);                             // 計算新長度
float[] filledSamples = new float[newLen];
Array.Copy(AverageSamples, filledSamples, AverageSamples.Length);   // 拷貝到新數(shù)組
Complex[] complexSrc = filledSamples
    .Select(v => new Complex(){ X = v })        // 將采樣轉(zhuǎn)換為復(fù)數(shù)
    .ToArray();
FastFourierTransform(false, log, complexSrc);   // 進行傅里葉變換

// 變換之后, complexSrc 則已經(jīng)被處理過, 其中存儲了頻域信息

// NAudio 的傅里葉變換結(jié)果中, 似乎不存在直流分量(這使我們的處理更加方便了), 但它也是有共軛什么的(也就是數(shù)據(jù)左右對稱, 只有一半是有用的)
// 仍然使用剛剛的 complexSrc 作為變換結(jié)果, 它的類型是 Complex[]

Complex[] halfData = complexSrc
    .Take(complexSrc.Length / 2)
    .ToArray();    // 一半的數(shù)據(jù)
float[] dftData = halfData
    .Select(v => Math.Sqrt(v.X * v.X + v.Y * v.Y))  // 取復(fù)數(shù)的模
    .ToArray();    // 將復(fù)數(shù)結(jié)果轉(zhuǎn)換為我們所需要的頻率幅度

// 其實, 到這里你完全可以把這些數(shù)據(jù)繪制到窗口上, 這已經(jīng)算是頻域圖象了, 但是對于音樂可視化來講, 某些頻率的數(shù)據(jù)我們完全不需要
// 例如 10000Hz 的頻率, 我們完全沒必要去繪制它, 取 最小頻率 ~ 2500Hz 足矣
// 對于變換結(jié)果, 每兩個數(shù)據(jù)之間所差的頻率計算公式為 采樣率/采樣數(shù), 那么我們要取的個數(shù)也可以由 2500 / (采樣率 / 采樣數(shù)) 來得出
int count = 2500 / (cap.WaveFormat.SampleRate / filledSamples.Length);
float[] finalData = dftData.Take(count).ToArray();

// 設(shè)定 g 為窗口的 Graphics 對象, height 為窗口高度
PointF[] points = finalData
    .Select((v, i) => new PointF(i, height - v))
    .ToArray();
g.DrawCurve(Pens.Purple, points);    // Graphics 可以直接繪制曲線