VRChat OSC Voice Changer: Mic-Routing & Avatar-Parameter

VRChat-OSC-Voice-Changer-Setups sind der Punkt, an dem Avatar-Praesenz von “klingt anders” zu “reagiert wie ein echter Charakter” wird. Die meisten Anleitungen hoeren beim Audio-Routing auf — einen Voice Changer auswaehlen, das virtuelle Mikrofon in VRChat auswaehlen, fertig. Das deckt den Klang ab. Aber VRChats Open-Sound-Control-Layer oeffnet einen zweiten Kanal, ueber den deine Mikrofon-Aktivitaet direkt Avatar-Ausdruecke animiert, Emote-Sequenzen ausloest und Parameter-Blendshapes antreibt, die kein Face-Tracker erreicht. Dieser Leitfaden behandelt das vollstaendige Bild: die Audio-Kette, den OSC-Datenpfad, Avatar-Parameter-Mapping fuer das Stream Avatar System, stimmausgeloeste Emote-Automatisierung und das praktische Script-Setup, das alles zusammenbringt.

TL;DR

VRChat verwendet zwei separate Kanaele fuer Stimme: WASAPI-Audioeingabe (dein Mikrofon-Sound) und UDP-OSC-Nachrichten (Parameterdaten fuer Avatar-Animationen)
Ein Voice Changer verarbeitet den Audio-Kanal; ein OSC-Brueckenscript verarbeitet den Daten-Kanal — sie laufen parallel und konfliktieren nicht
Das Stream-Avatar-System-Spec verwendet die Float-Parameter VoiceVolume, VoiceActivity und VoicePitch, um Mund- und Ausdrucks-Blendshapes ohne Face-Tracking anzutreiben
Du kannst Emotes mit Bool-Parametern ausloesen, die per OSC bei Stimmereignissen oder Hotkey-Druecken im Makrosystem des Voice Changers gesendet werden
VRChats Standard-OSC-Port ist 9000 UDP; keine spezielle Konfiguration ist erforderlich, es sei denn, Port 9000 ist bereits belegt
VoxBooster dient als Audio-Layer in dieser Kette ohne zusaetzliche Konfiguration

Wie VRChat zwei separate Kanaele fuer Stimme handhabt

Um zu verstehen, warum die OSC-Integration so funktioniert, wie sie es tut, musst du die beiden Kanaele sehen, die VRChat fuer Stimme getrennt verwendet.

Kanal 1 — WASAPI-Audio. VRChat erfasst deine Stimme ueber die Windows Audio Session API. Es liest vom Mikrofongeraet, das du in VRChats Einstellungen unter Mikrofon ausgewaehlt hast. Dies ist der Kanal, der den eigentlichen Sound liefert, den andere Spieler hoeren. Ein Voice Changer wie VoxBooster fuegt sich hier auf der OS-Audio-Ebene ein, sodass die verarbeitete Stimme VRChat erreicht, ohne eine In-Game-Konfiguration zu erfordern. VRChat sieht einfach ein Mikrofon, keinen Voice Changer.

Kanal 2 — OSC-UDP-Nachrichten. VRChat hoert auf UDP-Port 9000 fuer Open-Sound-Control-Pakete. Diese tragen strukturierte Daten: Avatar-Parameternamen gepaart mit Float-, Int-, Bool- oder String-Werten. VRChat nimmt diese Werte und schreibt sie in Echtzeit in den Animator-Layer des aktiven Avatars. Dieser Kanal hat nichts mit Audio zu tun — es geht nur darum, visuelle Animationsparameter anzutreiben.

Der Grund, warum das leistungsstark ist: Audio allein treibt nur VRChats integriertes Visem-System an (die einfache Mund-auf/zu-Animation durch Lautstaerkeschwellenwert). OSC laesst dich beliebige benutzerdefinierte Parameter antreiben — also jede Blendshape, jeden Zustandsuebergang, jedes Verhalten, das der Animator deines Avatars verdrahtet hat.

Ein OSC-Brueckenscript sitzt zwischen diesen beiden Kanaelen und erledigt einen Job: Es hoert auf die Audio-Aktivitaet (oder Hotkey-Ereignisse) deines Voice Changers und uebersetzt das in OSC-Parameterpakete, die an VRChat gesendet werden. Der Voice Changer und VRChat muessen nichts voneinander wissen, abgesehen von ihren individuellen Verbindungspunkten.

Die Audio-Kette: Voice Changer zu VRChat-Mikrofoneingang

Bevor du OSC angehst, ist die richtige Einrichtung der Audio-Kette die Voraussetzung.

VoxBooster als Capture-Quelle einrichten

VoxBooster registriert ein virtuelles Mikrofon auf der Windows-Audio-Ebene ueber WASAPI. VRChat liest von diesem virtuellen Mikrofon genauso wie von jedem physischen Mikrofon. Das Setup ist:

Installiere VoxBooster und starte es. Bestaetime, dass das virtuelle Mikrofongeraet in Windows-Einstellungen unter Sound und Eingabe erscheint.
Waehle dein physisches Mikrofon als Eingabequelle fuer VoxBooster in der VoxBooster-Benutzeroberflaeche.
Waehle ein Stimm-Preset oder konfiguriere Effekte (Tonhoehe, Formanten, KI-Modell — abhaengig vom Charakter, den du aufbaust).
Gehe in VRChat zu Einstellungen und Mikrofon und bestaetime, dass das richtige Geraet ausgewaehlt ist.

VRChats Mikrofon-Auswahlverhalten aenderte sich 2023: Es zeigt jetzt standardmaessig physische Eingabegeraete und kann virtuelle je nach Treiberpraesentation ausblenden. Wenn VoxBoosters virtuelles Mikrofon nicht in der VRChat-Liste erscheint, pruefe, dass das Geraet in den Windows-Soundeinstellungen als “Bereit” aufgefuehrt ist (nicht “Deaktiviert” oder “Nicht angeschlossen”).

VRChat-Spracheinstellungen fuer verarbeitetes Audio

VRChat wendet Nachbearbeitung auf jeden empfangenen Mikrofoneingang an. Fuer verarbeitete Stimme (die bereits equalisiert und tonhoehenverschoben ist) muessen einige dieser Einstellungen beachtet werden:

VRChat-Einstellung	Standard	Empfehlung fuer Voice Changer
Mikrofon-Lautstarkegate	Ein	Schwellenwert senken oder deaktivieren — verarbeitetes Audio kann das Gate clippen
Sprachabstandsbereich	25m	Standard beibehalten; es geht um Naehe, nicht um Verarbeitung
Rauemliche Stimme	Ein	Eingeschaltet lassen; fuegt VR-Praesenz unabhaengig vom Stimmeffekt hinzu
Avatar-Audio-Override erlauben	Benutzereinstellung	Nur relevant, wenn du Avatare traegst, die Mikrofoneinstellungen ueberschreiben

Das Lautstarkegate ist der haeufigste Fehlerpunkt. VRChat verwendet einen Lautstarkeschwellenwert, unterhalb dessen das Mikrofon geschnitten wird — das verhindert Umgebungslaerm, kann aber auch einen Voice-Changer-Ausgang unterbrechen, der zu stark komprimiert wurde. Wenn deine Stimme in VRChat staendig ein- und auschlaggert, senke den Gate-Schwellenwert in VRChats Mikrofoneinstellungen oder reduziere die Kompression in VoxBooster.

Was ist VRChat OSC und was kann es tatsaechlich tun?

VRChat Open Sound Control (OSC) ist ein Echtzeit-Nachrichtenprotokoll, das VRChat 2022 als First-Party-Feature einfuehrte. Es laeuft ueber UDP auf dem lokalen Rechner (keine Internetverbindung erforderlich, kein VRChat-Server beteiligt) und ermoeglicht externen Anwendungen, VRChat-Avatar-Parameter in Echtzeit zu lesen und zu schreiben.

OSC in VRChat kann Folgendes tun:

Float-, Int-, Bool- oder String-Werte an jeden Avatar-Parameter schreiben, der “OSC-Schreibzugriff erlauben” im Avatar-Deskriptor aktiviert hat
Avatar-Parameterwerte von VRChat zuruecklesen (VRChat sendet auf Port 9001)
Chatbox-Nachrichten programmgesteuert senden
VRChat-Aktionen ausloesen (Avatar-Funktionen ein- und ausschalten, die mit Aktionsparametern verdrahtet sind)
Eingabesteuerungen (Bewegungsachsen, Tastendruecke) von externer Hardware oder Software simulieren

Fuer Voice-Changer-Integration sind die relevanten Faehigkeiten das Schreiben von Float- und Bool-Parametern in Avatar-Parameter in Echtzeit. Dies ist der Mechanismus, der mikrofon-pegelgesteuerte Mundanimation, sprachaktivitaetsausdruecke und hotkey-ausgeloeste Emotes ermoeglicht.

Stream Avatar System: Die Spec, die OSC-Stimme nuetzlich macht

Das Stream Avatar System ist ein Community-Standard fuer VRChat-Avatare, der einen konsistenten Satz von OSC-schreibbaren Parametern fuer Streamer und VTuber definiert, die reaktive Avatar-Animationen ohne Face-Tracking-Hardware moechten. Wenn dein Avatar nach der Stream-Avatar-System-Spec gebaut wurde, wird er mit einem Animator-Layer geliefert, der bereit ist, diese Parameter zu empfangen:

Parametername	Typ	Beschreibung
`VoiceVolume`	Float	Aktuelle Mikrofon-Amplitude, normalisiert auf 0,0-1,0
`VoiceActivity`	Bool	True, waehrend die Stimme ueber dem Rauschschwellenwert liegt
`VoicePitch`	Float	Ungefaehre Grundfrequenz, normalisiert auf einen Bereich von 0,0-1,0
`VoiceEmotion`	Int	Auf Ausdruckszustaende abgebildet (0=neutral, 1=gluecklich, 2=traurig, 3=wuetend, 4=ueberrascht)
`IsStreaming`	Bool	Optionales Flag fuer die Aktivierung von Streaming-Modus-Overlays auf dem Avatar

Wenn ein OSC-Brueckenscript diese Werte in Echtzeit sendet, oeffnet sich der Mund des Avatars proportional zur Sprachlautstaerke (ersetzt VRChats grobes Visem-System), Ausdruecke verschieben sich basierend auf der Tonhoehenkontur, und der Avatar geht in Leerlauf-Neutral, wenn du aufhoerst zu sprechen. Auf einem Stream-Avatar-System-Rig produziert das die Mund- und Ausdrucksqualitaet, die die meisten Menschen mit teuren Face-Trackern assoziieren — es ist kein vollstaendiges Face-Tracking, aber fuer Stimm-Praesenz ist es nah genug, dass Gelegenheitsbeobachter oft keinen Unterschied bemerken.

Du kannst Avatare, die nach dieser Spec gebaut wurden, in VRChat-Community-Hubs finden. Suche beim Avatar-Kauf nach “OSC ready” oder “Stream Avatar System” in der Beschreibung.

Stimmausgeloeste Emotes: OSC-Bool-Parameter verdrahten

Eine der unterhaltenderen Anwendungen ist das automatische Ausloesen von Avatar-Emotes durch Sprachaktivitaet — so winkt, klatscht oder reagiert dein Avatar physisch auf bestimmte Momente in deiner Rede.

Wie Bool-ausgeloeste Emotes in VRChat funktionieren

VRChat-Avatare koennen Bool-Parameter in ihren Animator-Layern haben, die bei Setzen auf True einen bestimmten Zustand betreten (Abspielen eines Emote-Clips) und zu False zurueckkehren, wenn der Clip endet. Um ein Emote per OSC auszuloesen, sendest du eine Nachricht an VRChat/avatar/parameters/DeinParameterName mit einem Bool-True-Wert.

Das OSC-Nachrichtenformat ist: /avatar/parameters/EmoteWave True (mit VRChats OSC-Adressformat).

Zwei Wege, um vom Voice Changer auszuloesen

Methode 1 — Lautstaerkeschwellenwert-Trigger. Ein Brueckenscript ueberwacht den Audio-Ausgang von VoxBoosters virtuellem Mikrofon, erkennt, wenn die Amplitude einen Schwellenwert fuer mehr als N Millisekunden ueberschreitet, und sendet den OSC-Bool. Nuetzlich fuer “Sprechen beginnen”- und “Sprechen beenden”-Uebergaenge.

Methode 2 — Hotkey-basierte Trigger. VoxBooster unterstuetzt programmierbare Hotkeys zum Wechseln von Presets, Abspielen von Soundboard-Clips und Ausloesen von Makros. Ein Brueckenscript hoert auf einen globalen Hotkey und sendet einen OSC-Emote-Parameter, wenn diese Taste gedrueckt wird.

Die einfachste Script-Implementierung fuer beide Methoden verwendet Python mit der python-osc-Bibliothek:

from pythonosc import udp_client
import sounddevice as sd
import numpy as np

VRC_IP = "127.0.0.1"
VRC_PORT = 9000
THRESHOLD = 0.02  # an den Rauschpegel deines Mikrofons anpassen

client = udp_client.SimpleUDPClient(VRC_IP, VRC_PORT)
last_state = False

def audio_callback(indata, frames, time, status):
    global last_state
    volume = float(np.abs(indata).mean())
    active = volume > THRESHOLD
    if active != last_state:
        client.send_message("/avatar/parameters/VoiceActivity", active)
        client.send_message("/avatar/parameters/VoiceVolume", min(volume * 10, 1.0))
        last_state = active

with sd.InputStream(device="VoxBooster Virtual Mic",  # Windows-Geraetename anpassen
                    channels=1, callback=audio_callback, samplerate=48000):
    print("OSC bridge running. Press Ctrl+C to stop.")
    while True:
        sd.sleep(10)

Ersetze "VoxBooster Virtual Mic" durch den genauen Windows-Geraetename, der fuer VoxBoosters Ausgang erscheint. Fuehre python -c "import sounddevice as sd; print(sd.query_devices())" aus, um verfuegbare Geraete aufzulisten.

Die Pakete python-osc und sounddevice werden per pip installiert: pip install python-osc sounddevice numpy.

OSC-faehiger Proxy: Voice Changer und OSC parallel betreiben

Das sauberste Produktions-Setup betreibt VoxBooster und das OSC-Brueckenscript als zwei unabhaengige Prozesse, die nur das virtuelle Mikrofongeraet als Vermittler teilen.

Physisches Mikrofon
    |
    v
VoxBooster (Audio-Verarbeitung: Tonhoehe, Formanten, KI-Modell)
    |
    +-- [WASAPI out] -> VRChat-Mikrofoneingang -> VRChat-Audio-Engine
    |
    +-- [Virtueller Mikrofon-Monitor] -> OSC-Brueckenscript -> UDP-Port 9000 -> VRChat-OSC-Engine
                                                                                      |
                                                                                      v
                                                                              Avatar-Parameter
                                                                              (VoiceVolume, VoiceActivity, usw.)

Bruecke beim Start ausfuehren

So startet die Bruecke automatisch, wenn Windows startet:

Speichere dein Brueckenscript an einem persistenten Ort, z.B. C:\Users\DeinName\vrc-osc-bridge\bridge.py
Erstelle eine .bat-Datei: pythonw C:\Users\DeinName\vrc-osc-bridge\bridge.py
Druecke Win+R, tippe shell:startup, und platziere eine Verknuepfung zur .bat in diesem Ordner

pythonw (ohne Konsolenfenster) haelt die Bruecke still im Hintergrund laufen und verwendet vernachlaessigbar wenig CPU.

Mic-Ketten-Latenz: Was OSC hinzufuegt und was nicht

Audio-Pfad-Latenz wird durch VoxBoosters Verarbeitungsmodus eingestellt. DSP-Effekte (Tonhoehe, Formanten, EQ) laufen unter 10ms. KI-Sprachmodell-Inferenz im Niedriglatenz-Modus laeuft ungefaehr 80ms auf einer Mittelklasse-GPU.

OSC-Parameter-Latenz ist die Verzoegerung zwischen Sprachaktivitaet und Avatar-Animationsreaktion. Der Audio-Callback des Brueckenscripts loest alle ca. 10ms aus. Durch Hinzufuegen der UDP-Uebertragung auf Localhost (unter einer Millisekunde) und VRChats Animator-Update-Zyklus (ca. 30ms) betraegt die End-to-End-OSC-Latenz 30-50ms.

Das Nettoergebnis: Der Mund des Avatars reagiert visuell innerhalb eines Animationsframes des Audios — was fuer Beobachter nicht von gleichzeitig zu unterscheiden ist.

Vergleich: Voice-Changer-Ansaetze fuer VRChat OSC

Ansatz	Audio-Qualitaet	OSC-Integration	Latenz	Setup-Komplexitaet
VoxBooster + OSC-Brueckenscript	Hoch (KI-Modell verfuegbar)	Ja, ueber Bruecke	80ms KI / <10ms DSP	Mittel — benoetigt Python-Script
Voicemod + OSC-Brueckenscript	Mittel (nur DSP)	Ja, ueber Bruecke	<10ms	Mittel — gleicher Brueckenansatz
MorphVOX + OSC-Bruecke	Niedrig-Mittel	Ja, ueber Bruecke	<15ms	Mittel
VRChat eingebautes Visem	N/V (unveraenderte Stimme)	Nativ, keine Bruecke	<5ms	Null
Face-Tracker (z.B. VRCFaceTracking)	N/V (Audio separat)	Nativ, keine Bruecke	15-30ms	Hoch — Hardware erforderlich

Haeufige Probleme und Loesungen

VRChat empfaengt keine OSC-Nachrichten

Pruefe diese in Reihenfolge:

Bestaetime, dass OSC in VRChats Action-Menue unter Optionen und OSC und Aktiviert eingeschaltet ist
Bestaetime, dass der Listening-Port 9000 ist
Bestaetime, dass keine Firewall-Regel UDP-Localhost-Verkehr blockiert
Bestaetime, dass der Zielport des Brueckenscripts mit VRChats Listening-Port uebereinstimmt
Starte VRChat nach dem Aktivieren von OSC neu

Avatar-Parameter reagieren nicht

OSC schreibt Parameter nur, wenn:

Der Avatar diese Parameter in seinem VRChat-Avatar-Deskriptor definiert hat
Die Parameter im Parameterliste des Deskriptors auf “OSC erlauben” gesetzt sind
Der Animator-Layer Uebergaenge hat, die mit diesen Parametern verdrahtet sind

Voice-Changer-Audio bricht in VRChat ab

Reduziere VRChats Mikrofongate-Schwellenwert
Reduziere in VoxBooster das Ausgabe-Kompressionsverhaltnis
Stelle sicher, dass VoxBoosters Ausgangspegel so kalibriert ist, dass normales Sprechen bei ungefaehr -12 bis -6 dBFS gipfelt

Brueckenscript waehlt falsches Audio-Geraet

Wenn sounddevice von deinem physischen Mikrofon statt von VoxBoosters virtuellem Ausgang liest, stimmt der Geraetename im Script nicht mit Windows ueberein. Verwende sd.query_devices(), um alle Geraete aufzulisten.

VRChat war die erste grosse Social-VR-Plattform, die OSC als First-Party-Feature implementierte, aber das Konzept breitet sich aus:

Resonite verwendet ein knotenbasiertes Skriptsystem, bei dem Audio-Eingabe Avatar-Parameter mit aehnlicher Expressivitaet antreiben kann
ChilloutVR unterstuetzt OSC-Parametereingabe fuer kompatible Avatare und verwendet eine Routing-Architektur aehnlich wie VRChats
Allgemeine Streaming-Setups profitieren von der gleichen virtuellen Mic-Kette

Erweitert: VoicePitch ueber OSC fuer Ausdruckssteuerung senden

Wenn der Stream-Avatar-System-Layer deines Avatars einen VoicePitch-Float-Parameter enthalt, kannst du die Bruecke erweitern, um ungefaehre Tonhoehendaten zu senden. Genaue Echtzeit-Tonhoehendetekion erfordert einen Grundfrequenzschaetzer:

def estimate_pitch(audio_chunk, samplerate=48000):
    """Returns normalized pitch 0.0-1.0, where 0.5 is roughly 200 Hz."""
    if np.max(np.abs(audio_chunk)) < 0.01:
        return 0.0
    corr = np.correlate(audio_chunk, audio_chunk, mode='full')
    corr = corr[len(corr)//2:]
    min_lag = int(samplerate / 800)
    max_lag = int(samplerate / 80)
    if len(corr) < max_lag:
        return 0.0
    peak_lag = np.argmax(corr[min_lag:max_lag]) + min_lag
    if peak_lag == 0:
        return 0.0
    f0 = samplerate / peak_lag
    import math
    normalized = (math.log2(f0) - math.log2(80)) / (math.log2(800) - math.log2(80))
    return max(0.0, min(1.0, normalized))

Dies ist genau genug fuer die Ausdruckssteuerung (Unterscheidung von “hoher aufgeregter Sprache” von “niedriger ruhiger Sprache”), aber nicht genau genug fuer musikalische Anwendungen.

Haeufig gestellte Fragen

Was ist VRChat OSC und wie funktioniert es mit einem Voice Changer?

VRChat OSC (Open Sound Control) ist ein integriertes Protokoll, das es externen Anwendungen erlaubt, Echtzeit-Daten an VRChat zu senden — einschliesslich Avatar-Parameter, Chatbox-Text und Eingabeaktionen. Ein Voice Changer, der mit OSC integriert ist, kann deinen Mikrofon-Pegel oder Tastaturereignisse auslesen und Parameterwerte in VRChat pushen, damit Avatar-Animationen synchron auf deine Stimme reagieren.

Kann ich VRChat OSC verwenden, um Avatar-Emotes mit meiner Stimme auszuloesen?

Ja. Mit einem OSC-Brueckenscript kannst du Bool- oder Float-Avatar-Parameter ausloesen, sobald dein Voice Changer ein Phonem, einen Lautstarkeschwellenwert oder einen gedrueckten Hotkey erkennt. VRChat interpretiert diese Parameter im Animator-Layer deines Avatars und spielt das zugeordnete Emote oder den Ausdrucksubergang ab.

Benoetigt ein Voice Changer spezielle Treiber, um mit VRChat OSC zu funktionieren?

Nein. Der Voice Changer verarbeitet Audio auf der Windows-WASAPI-Ebene. OSC-Nachrichten laufen ueber UDP auf Localhost-Port 9000. Dies sind vollstaendig getrennte Kanaele — fuer keines von beiden werden spezielle Treiber benoetigt.

Was ist das Stream Avatar System in VRChat und wie verbindet es sich mit Mic-Routing?

Das Stream Avatar System ist ein VRChat-Community-Standard, der OSC-Float-Parameter wie VoiceVolume, VoicePitch und VoiceActivity auf Visem- und Ausdrucks-Blendshapes abbildet. Wenn deine OSC-Bruecke diese Parameter in Echtzeit einspeist, reagieren Mund, Augenbrauen und Koerperanimationen deines Avatars kontinuierlich auf dein Live-Mikrofon.

Werde ich in VRChat gesperrt, wenn ich OSC mit einem Voice Changer verwende?

Nein. VRChat unterstuetzt OSC seit dem OSC-Update 2022 explizit als First-Party-Feature. Weder die Voice-Changer-Verarbeitung noch das OSC-Messaging verstossen gegen die Nutzungsbedingungen von VRChat.

Auf welchem Port hoert VRChat OSC standardmaessig?

VRChat empfaengt OSC standardmaessig auf UDP-Port 9000 und sendet von Port 9001. Du kannst den Listening-Port in VRChats Action-Menue unter OSC-Einstellungen aendern.

Welche Voice Changer unterstuetzen die VRChat-OSC-Integration nativ?

Bis Mitte 2026 liefert kein grosser kommerzieller Voice Changer eine integrierte VRChat-OSC-Bruecke. Integration erfolgt ueber leichte Python- oder Node.js-Brueckenscripts. VoxBoosters virtueller Mikrofonausgang ist mit jeder solchen Bruecke kompatibel.

Fazit

Die Kombination eines VRChat-OSC-Voice-Changer-Setups mit dem Stream Avatar System ist die praktische Obergrenze dessen, wie Social-VR-Stimmintegration derzeit aussieht — abgesehen von vollstaendiger Face-Tracking-Hardware. Der Audio-Kanal liefert die Charakterstimme; der OSC-Kanal laesst den Avatar darauf reagieren.

Das Setup ist ausfuehrlicher als eine einfache Voice-Changer-Installation, aber die Komponenten sind klein: ein Voice Changer fuer Audio (VoxBooster), ein 40-zeiliges Python-Brueckenscript fuer OSC und ein OSC-bereiter Avatar.

VoxBooster herunterladen — kostenlose 3-Tage-Testversion, keine Kreditkarte erforderlich.