getByteTimeDomainData（和更新的getFloatTimeDomainData）返回一个你请求大小的数组 - 它的frequencyBinCount，计算公式为所请求的fftSize的一半。当然，该数组在当前AudioContext上公开的sampleRate下，因此如果使用默认的2048个fftSize，frequencyBinCount将为1024，如果您的设备以44.1kHz运行，则对应约23ms的数据。
字节值的范围在0-255之间，是映射到了-1到+1，因此128是零。(不是电压，而是全幅无单位值)
如果使用getFloatFrequencyData，则返回的值以分贝为单位；如果使用Byte版本，则根据minDecibels/maxDecibels进行映射(参见minDecibels/maxDecibels描述)。
frequencyBinCount作为时域数据的宽度？时间域窗口和FFT的频率bin数量之间是否存在某种关系，我是否遗漏了什么？ - user993683Mozilla的文档描述了getFloatTimeDomainData和getFloatFrequencyData之间的区别，以下是我的总结。Mozilla文档引用了Web音频实验; voice-change-o-matic。voice-change-o-matic向我说明了这个概念上的区别（它只在我的Firefox浏览器中工作；它在我的Chrome浏览器中不起作用）。
TimeDomain/getFloatTimeDomainData
getFloatTimeDomainData(...)
频率/getFloatFrequencyData
getFloatFrequencyData(...)
傅里叶变换（又称快速傅里叶变换/FFT）
getFloatTimeDomainData 提供了上图（x轴为时间）getFloatFrequencyData 提供了下图（x轴为频率）
getFloatFrequencyData，并且正如文档所述：“数组中的每个项目表示特定频率的分贝值。这些频率从0线性地扩展到采样率的1/2。例如，对于48000 Hz的采样率，数组的最后一个项目将表示24000 Hz的分贝值。” - Nate Andersoncwilso 误解了。
时间数据数组是较长的一个(fftSize)，频率数据数组是较短的一个(半数，即frequencyBinCount)。
在通常的采样率44.1kHz下，fftSize为2048意味着每个样本持续时间为1/44100秒，你手头上有2048个样本，因此覆盖了一个持续时间为2048/44100秒，即46毫秒，而不是23毫秒, frequencyBinCount确实是1024，但这指的是频域(就像名字所暗示的那样)，而不是时域，在这个上下文中，计算1024/44100与把你的生日加到fftSize上一样有意义。
下面是一点数学证明：傅里叶变换是一种“向量空间同构”，也就是说，它在两个相同维度的向量空间之间具有可逆性，这两个向量空间是“时间域”和“频率域”，这里我们考虑的向量空间维度（在这两种情况下）都是fftSize。
那么这个“半数”从哪里来？频率域系数“计数两次”。或者因为它们“实际上是”复数，或者因为你有“正弦”和“余弦”味道。或者，因为你有一个“幅度”和一个“相位”，如果你知道复数是如何工作的，你就会理解这一点。(这些都是用不同的行话说同一件事情的方式.)
我不知道为什么当涉及频率时，API只提供了一半相关数字 - 我只能猜测。我的猜测是那些是“幅度”数字，而“相位”数字被扔掉了。原因是在应用中，幅度比相位更重要。但我很惊讶API会丢失信息，如果真正懂行的专家可以确认是确实是幅度，我会很高兴。或者 - 更好的是（我喜欢学习） - 纠正我。