cava
6,525
Stars
—
Forks
0
Watchers
—
Open Issues
待补全
许可证
C
语言
—
创建时间
最近更新
项目能做什么
跨平台的终端音频可视化工具。
来源:AI 基于仓库事实生成
· 内容以仓库实际 README 为准
使用说明 查看原始 README 原仓库文档
中文使用说明暂未生成。下面保留原仓库 README 摘录,命令与配置均以原文为准。
原始 README 摘录(英文原文,节选前 3000 字符)
CAVA [](https://github.com/karlstav/cava/actions)
====================
**C**ross-platform **A**udio **V**isu**a**lizer
by [Karl Stavestrand](mailto:karl@stavestrand.no)
Now also supports [dumb terminals](https://github.com/karlstav/cava/blob/master/TERMINAL.md)!

[Demo video](https://youtu.be/9PSp8VA6yjU)
- [What it is](#what-it-is)
- [Installing](#installing)
- [From Source](#from-source)
- [Package managers](#package-managers)
- [Capturing audio](#capturing-audio)
- [Pulseaudio](#pulseaudio)
- [Pipewire](#pipewire)
- [ALSA](#alsa)
- [MPD](#mpd)
- [Sndio](#sndio)
- [OSS](#oss)
- [JACK](#jack)
- [squeezelite](#squeezelite)
- [macOS](#macos-1)
- [Windows](#windows)
- [Running via ssh](#running-via-ssh)
- [Troubleshooting](#troubleshooting)
- [Usage](#usage)
- [Controls](#controls)
- [Configuration](#configuration)
- [Using cava in other applications](#using-cava-in-other-applications)
- [cavacore](#cavacore-library)
- [Raw Output](#raw-output)
- [Contribution](#contribution)
What it is
----------
Cava is a bar spectrum audio visualizer for terminal or desktop (SDL).
works on:
* Linux
* FreeBSD
* macOS
* Windows
This program is not intended for scientific use. It's written to look responsive and aesthetic when used to visualize music.
Installing
------------------
### From Source
#### Installing Build Requirements
Required components:
* [FFTW](http://www.fftw.org/)
* libtool
* automake
* pkgconf
* build-essentials
* [iniparser](https://github.com/ndevilla/iniparser)
Recommended components:
The development lib of one of these audio frameworks, depending on your distro:
* ALSA
* Pulseaudio
* Pipewire
* Portaudio
* Sndio
* JACK
Optional components:
* SDL2 dev files
* autoconf-archive (needed for setting up OpenGL)
* [ncursesw dev files](http://www.gnu.org/software/ncurses/) (bundled in ncurses in arch)
Only FFTW, iniparser and the build tools are actually required for CAVA to compile, but this will only give you the ability to read from fifo files. To capture audio directly from your system, additional audio development files may be needed depending on your input backend (pipewire, pulseaudio, alsa, sndio, jack or portaudio). On macOS, the built-in Core Audio framework is supported without extra audio capture libraries.
Ncurses can be used as an alternative output method if you have issues with the default one. But it is not required.
All the requirements can be installed easily in all major distros:
FreeBSD
pkg install autoconf automake fftw3 iniparser jackit libglvnd libtool pkgconf psftools sdl2 sndio
Additionally, run these commands on FreeBSD before building:
export CFLAGS="-I/usr/local/include"
export LDFLAGS="-L/usr/local/lib"
Debian/Ubuntu:
sudo apt install build-essential libfftw3-dev libasound
阅读完整原文
项目深度分析 AI 生成
跨平台桌面高级音频小组件与壁纸动效软件
| 产品构想 | 基于 cavacore 核心算法与 raw output,开发面向 Windows/macOS 的开箱即用桌面级音频可视化悬浮窗与动态壁纸套件,免去复杂的编译与音频后端配置。 |
| 核心功能 | 开箱即用音频抓取(CoreAudio/WASAPI)、多套现代 UI/Shader 视觉主题、极低系统占用、悬浮窗穿透与桌面嵌入模式 |
| 目标用户 | 追求桌面美观但缺乏终端配置经验的普通 PC/Mac 音乐爱好者、游戏玩家 |
| 难度/周期 | 中等 · 1-2个月 · 成本:低(主要为前端/GUI框架开发与平台开发者证书成本) |
| 收费模式 | 通过 Steam 或 Mac App Store 采用买断制销售(定价 $2.99 - $4.99) |
| 竞争风险 | 竞品众多(如 Wallpaper Engine 生态),需要极高的设计水准和极低的资源占用才能突围 |
| 依据 | AI推测 |
OBS/直播姬专业音频频谱动效插件与音效视觉包
| 产品构想 | 将 cava 的高响应音频频谱分析封装为 OBS Studio / Streamlabs 原生源插件,为主播提供高度可定制的音乐/语音动效图层。 |
| 核心功能 | 低延迟音频分析、支持透明通道输出、内置预设主题(霓虹、复古终端、极简线条)、音量自适应灵敏度调节 |
| 目标用户 | 音乐主播、虚拟主播(VTuber)、播客视频制作者 |
| 难度/周期 | 中等 · 1-2个月 · 成本:低(主要为开发测试时间) |
| 收费模式 | 基础版开源/免费,高阶特效预设包及商用授权通过 Gumroad / Itch.io 售卖 |
| 竞争风险 | OBS 社区已有部分基于 Web 或现有滤镜的频谱解决方案,受众垂直规模有限 |
| 依据 | 尚需验证的假设 |
硬件外设/嵌入式屏显音频驱动中间件(cavacore 扩展)
| 产品构想 | 基于 cavacore 封装轻量级 daemon 与 RPC/WebSocket 接口,提供给开源硬件玩家与副屏(如小液晶屏、客制化键盘屏幕、RGB灯板)实现实时音频律动。 |
| 核心功能 | 极低内存占用守护进程、标准化 JSON/Raw 数据推流接口、适配 AIDA64 / Home Assistant / ESP32 等常见固件与协议 |
| 目标用户 | 开源硬件 DIY 玩家、客制化键盘玩家、智能家居/机箱副屏用户 |
| 难度/周期 | 低至中等 · 2-4周 · 成本:极低(纯软件开发) |
| 收费模式 | 软件开源,通过配套售卖客制化副屏硬件模块/外设套件,或对商业硬件方案商提供商业授权与技术支持 |
| 竞争风险 | 硬件供应链管理难度大,纯软件形态变现天花板极低 |
| 依据 | 已验证事实 |
AI 基于仓库公开数据分析生成,含推测成分,不构成收益承诺。
报告会保存到 个人中心
竞品与相似项目 GitHub Search 真实检索
相似项目数据正在完善中,暂不展示(避免误导)
项目优势与风险
| 技术成熟度 | 创建时间待补全,最近推送 ,发布过 34 个 Release |
| 社区活跃 | Star 6,525 / Fork 0 / Issue 0(数据支持,可自行核实) |
| 许可证 | 未检测到(需人工确认) |
| 主要风险 | 上游项目方向可能变化;同赛道竞争者较多(见竞品表);热度与需求不完全等价 |
安装与使用
此项目未提供 Docker 镜像,安装步骤以原仓库 README 为准(涉及依赖安装与环境配置,对新手门槛较高)。