เปลี่ยนเสียงของคุณหมายถึงอะไรทางเทคนิค

การเปลี่ยนแปลงเสียงเกี่ยวข้องกับการจัดการหนึ่งหรือมากกว่าคุณสมบัติอะคูสติกของสัญญาณการพูดของคุณหลังจากออกจากไมโครโฟนและก่อนที่จะถึงแอปพลิเคชันปลายทาง สามมิติหลักคือพิทช์ (ความถี่พื้นฐาน ว่าคุณฟังดูเหมือนสูงหรือต่ำแค่ไหน) ฟอร์แมนต์ (ยอดเสียงที่ทำให้เสียงสระแตกต่างกันและให้เสียงเป็นลักษณะเฉพาะ) และซองสเปกตรัม (รูปทรงโทนัลโดยรวม) การเลื่อนเพียงพิทช์ฟังดูเหมือนหุ่นยนต์ การรวมการเลื่อนพิทช์และฟอร์แมนต์ทำให้เกิดการเปลี่ยนแปลงเสียงที่เป็นธรรมชาติ

ฉันต้องมีไมโครโฟนพิเศษเพื่อเปลี่ยนเสียงของฉันหรือไม่

ไม่ ซอฟต์แวร์เปลี่ยนเสียงจะสกัดสัญญาณเสียงในซอฟต์แวร์ ไมโครโฟนใด ๆ ที่ Windows รู้จักจะใช้งานได้ ตั้งแต่หูฟังเกมแบบถูกไปจนถึงไมโครโฟนตัวเก็บประจุสตูดิโอ ไมโครโฟนที่ดีกว่าจะช่วยลดเสียงพื้นหลังที่เข้าสู่ห่วงโซ่การประมวลผล ซึ่งช่วยให้อัลกอริทึมทำงานได้อย่างสะอาด แต่การเปลี่ยนแปลงเสียงนั้นเป็นอิสระจากไมโครโฟน

WASAPI ทำงานอย่างไรเพื่อเปลี่ยนเสียงบน Windows

WASAPI (Windows Audio Session API) เป็นอินเทอร์เฟซเสียงระดับต่ำของ Windows ที่อนุญาตให้แอปพลิเคชันเข้าถึงฮาร์ดแวร์การ์ดเสียงโดยบัฟเฟอร์ขั้นต่ำ ซอฟต์แวร์เปลี่ยนเสียงที่ทำงานในโหมด WASAPI exclusive หรือ shared จะอ่านตัวอย่างไมโครโฟนของคุณที่อัตราчасовนาฬิกาของฮาร์ดแวร์ ประมวลผล (การเลื่อนพิทช์ การเลื่อนฟอร์แมนต์ เอฟเฟกต์) และกำหนดเส้นทางผลลัพธ์ไปยังอุปกรณ์เสียงเสมือน เนื่องจาก WASAPI บายพาสบัฟเฟอร์เพิ่มเติมของมิกเซอร์เสียง Windows ความเวลารอบทั้งหมดจึงยังคงต่ำกว่า 20 ms บนฮาร์ดแวร์สมัยใหม่

ทำไมเสียงของฉันจึงฟังเหมือนกระรอกเมื่อฉันยกพิทช์

เอฟเฟกต์กระรอกเกิดขึ้นเมื่อพิทช์เลื่อนขึ้นโดยไม่มีการปรับฟอร์แมนต์ที่เหมาะสม ฟอร์แมนต์คือยอดเสียงที่สำคัญของท่อเสียงของคุณ พวกมันคงที่ที่ความถี่ธรรมชาติแม้ว่าพิทช์พื้นฐานจะเพิ่มขึ้น ตัวเปลี่ยนเสียงคุณภาพสูงใช้การรักษาฟอร์แมนต์หรือการเลื่อนฟอร์แมนต์อิสระพร้อมกับการเปลี่ยนพิทช์เพื่อให้เสียงฟังเหมือนสูงขึ้นอย่างเป็นธรรมชาติแทนที่จะเร็วขึ้น

ฉันจะตั้งค่าตัวเปลี่ยนเสียงสำหรับ Discord ได้อย่างไร

ติดตั้งซอฟต์แวร์เปลี่ยนเสียง ตรวจสอบว่าอุปกรณ์ไมโครโฟนเสมือนปรากฏในการตั้งค่าเสียง Windows จากนั้นเปิด Discord > User Settings > Voice & Video และตั้งค่า Input Device เป็นไมโครโฟนเสมือนนั้น ปิดเสียงไมโครโฟนทางกายภาพของคุณในเครื่องมือผสม Windows เพื่อให้ Discord มองเห็นเฉพาะเอาต์พุตที่ประมวลผล ทำการทดสอบเสียงอย่างรวดเร็วกับเพื่อนหรือบอท echo test Discord เพื่อยืนยันการแปลง

ฉันสามารถใช้ตัวเปลี่ยนเสียงบน Zoom โดยไม่ต้องติดตั้งอะไรที่ฝั่งโฮสต์ได้หรือไม่

ใช่ เนื่องจากตัวเปลี่ยนเสียงสร้างอุปกรณ์ไมโครโฟนเสมือนที่ Zoom เลือกเป็นแหล่งข้อมูลอินพุต เฉพาะคุณเท่านั้นที่ต้องติดตั้งซอฟต์แวร์ Zoom และทุกคนในการโทร จะได้รับเฉพาะสตรีมเสียงที่ประมวลผล และไม่สามารถแยกแยะได้จากไมโครโฟนปกติ ไม่จำเป็นต้องมีสิทธิ์การประชุมโฮสต์หรือปลั๊กอิน

การใช้ตัวเปลี่ยนเสียงทำให้เกิดปัญหาคุณภาพเสียงหรือเสียงสะท้อนหรือไม่

มันอาจจะถ้าตั้งค่าไม่ถูกต้อง ปัญหาที่พบบ่อยที่สุดคือการกำหนดเส้นทางไมโครโฟนผ่านอินพุต Windows ดั้งเดิมและอุปกรณ์เสมือนพร้อมกัน ซึ่งทำให้เกิดสิ่งแปลกปลอมที่อยู่ห่างไกลหรือสัญญาณซ้ำ เสมอปิดเสียงไมโครโฟนทางกายภาพดั้งเดิมใน Windows Sound > Recording หลังจากที่ตัวเปลี่ยนเสียงของคุณเริ่มทำงาน เพื่อให้เฉพาะอุปกรณ์เสมือนที่ใช้งานอยู่ ปัญหาสุดท้ายคือความไม่เข้ากันของขนาดบัฟเฟอร์ ให้บัฟเฟอร์ของคุณอยู่ที่ 128 หรือ 256 ตัวอย่างเพื่อสมดุลระหว่างความเวลารอบและเสถียรภาพ

วิธีเปลี่ยนเสียงของคุณผ่านไมโครโฟนใด ๆ: บทช่วยสอนฉบับสมบูรณ์

การเปลี่ยนเสียงของคุณผ่านไมโครโฟนนั้นง่ายกว่าที่คำแนะนำส่วนใหญ่ทำให้ดูเหมือน แต่เฉพาะเมื่อคุณเข้าใจว่าซอฟต์แวร์กำลังทำอะไรจริง ๆ บทช่วยสอนนี้ครอบคลุมพื้นฐานอะคูสติก (พิทช์ ฟอร์แมนต์ เสียงสะท้อน) ห่วงโซ่สัญญาณเสียง Windows และการตั้งค่าทีละขั้นตอนสำหรับ Discord Zoom OBS และอีกเกมสนทนาเสียง

TL;DR

การเปลี่ยนเสียงทำงานโดยจัดการสัญญาณไมโครโฟนของคุณในซอฟต์แวร์ ก่อนที่แอปพลิเคชันใด ๆ จะเห็นมัน
การเลื่อนพิทช์เพียงอย่างเดียวฟังเหมือนหุ่นยนต์ รวมกับการเลื่อนฟอร์แมนต์เพื่อให้ได้ผลลัพธ์ที่เป็นธรรมชาติ
WASAPI คือ API เสียงระดับต่ำของ Windows ที่อนุญาตให้มีความเวลารอบการประมวลผลต่ำกว่า 20 ms
เอาต์พุตจะกำหนดเส้นทางไปยัง ไมโครโฟนเสมือน ที่แอปพลิเคชันของคุณเลือกแทนไมโครโฟนจริงของคุณ
การตั้งค่าเป็นรูปแบบเดียวกันสำหรับทุกแอปพลิเคชัน: เลือกไมโครโฟนเสมือนเป็นอินพุต
VoxBooster จัดการการประมวลผล WASAPI การโคลนเสียง AI และการกำหนดเส้นทางเสมือนในการติดตั้งเดียว ต่ำกว่า 300 ms end-to-end บนเครื่อง Windows 10/11 ใด ๆ

1. สิ่งที่เกิดขึ้นจริงเมื่อคุณ “เปลี่ยนเสียง”

เสียงของคุณเป็นสัญญาณอะคูสติกที่ซับซ้อน คุณสมบัติสามประการกำหนดว่าฟังเหมือนไร:

พิทช์ (F0 ความถี่พื้นฐาน) พิทช์คืออัตราที่เชือกเสียงของคุณสั่น ผู้ชายผู้ใหญ่โดยเฉลี่ยประมาณ 85-180 Hz; ผู้หญิงผู้ใหญ่ประมาณ 165-255 Hz การยกพิทช์ขึ้นหนึ่งอ็คเทฟจะเพิ่มเป็นสองเท่า F0; การลดลงจะแบ่งครึ่ง F0

ฟอร์แมนต์ ฟอร์แมนต์คือยอดเสียงที่เกิดจากท่อเสียงของคุณ (คอ ปาก โพรงจมูก) ทำให้เกิดการกระbuzz จากเชือกเสียงของคุณ F1 และ F2 เป็นสิ่งที่สำคัญที่สุดในการรับรู้ พวกเขากำหนดเสียงของสระและให้เสียงลักษณะเฉพาะ Baritone และ Tenor ที่ร้องเพลงโน้ตเดียวกันในพิทช์เดียวกันยังคงฟังต่างกัน เพราะฟอร์แมนต์ของพวกเขาต่างกัน

ซองสเปกตรัม การแจกแจงพลังงานโดยรวมทั่วความถี่ทั้งหมด ซึ่งทำให้เสียงฟัง “อบอุ่น” “จมูก” “หายใจ” หรือ “คม”

Pitch shifter พื้นฐานจะเลื่อน F0 โดยไม่ต้องสัมผัสฟอร์แมนต์ นี่คือเหตุผลว่าทำไมตัวเปลี่ยนเสียงราคาถูกจึงฟังเหมือนกระรอกหรือสัตว์ประหลาดที่ส่งเสียงหึ่มฮัญ พื้นฐานจะเลื่อน แต่ resonances ยังคงอยู่ในตำแหน่งที่ผิด ตัวเปลี่ยนเสียงระดับมืออาชีพจะเลื่อนพิทช์และฟอร์แมนต์อย่างอิสระและปรับซองสเปกตรัมให้เหมาะกับโปรไฟล์เสียงเป้าหมาย การรวมกันนั้นคือสิ่งที่สร้างเสียงที่แตกต่างกันโดยน่าเชื่อถือแทนที่จะเป็นเสียงที่ชัดเจนว่าถูกประมวลผล

2. ห่วงโซ่สัญญาณ WASAPI บน Windows

การเข้าใจเส้นทางสัญญาณช่วยให้คุณตั้งค่าทุกอย่างอย่างถูกต้องและวินิจฉัยปัญหา

ไมโครโฟนทางกายภาพ
     ↓
ไดรเวอร์เสียง Windows (WASAPI)
     ↓
ซอฟต์แวร์เปลี่ยนเสียง (capture loop)
     → เครื่องเลื่อนพิทช์
     → เครื่องเลื่อนฟอร์แมนต์
     → ห่วงโซ่เอฟเฟกต์ (EQ, reverb, noise gate)
     ↓
อุปกรณ์เสียงเสมือน (ไมโครโฟนเสมือน)
     ↓
แอปพลิเคชันเป้าหมาย (Discord / Zoom / OBS / เกม)

เหตุใด WASAPI จึงสำคัญ

Windows มีอินเทอร์เฟซเสียงหลักสองตัว: DirectSound (warisan latency สูง) และ WASAPI (Windows Audio Session API แนะนำใน Vista) WASAPI สามารถทำงานในสองโหมด:

โหมดที่ใช้ร่วมกัน เครื่องมือเสียง Windows ผสมหลายสตรีม เพิ่มบัฟเฟอร์การผสม (โดยทั่วไป 10-20 ms) แต่ให้แอปพลิเคชันอื่นใช้อุปกรณ์เดียวกันพร้อมกัน
โหมด Exclusive แอปพลิเคชันรับการครอบครองโดยตรงของอินเทอร์เฟซฮาร์ดแวร์ ศูนย์ latency mixer แต่ไม่มีแอปพลิเคชันอื่นสามารถใช้อุปกรณ์นั้นพร้อมกัน

ตัวเปลี่ยนเสียงโดยทั่วไปเรียกใช้โหมด WASAPI ที่ใช้ร่วมกันในด้านการเก็บข้อมูล (อ่านตัวอย่างไมโครโฟนของคุณ) และสร้างอุปกรณ์ WDM/MME เสมือนสำหรับเอาต์พุต ไมโครโฟนเสมือน นี่จะช่วยให้ Discord Zoom และแอปพลิเคชันอื่น ๆ สามารถเลือกมันผ่านการนับจำนวนเสียง Windows ปกติ

Breakdown latency รวม (เดสก์ทอป ปกติ ฮาร์ดแวร์ 2024)

ระยะ	Latency ปกติ
Analog microphone > digital (ADC)	1-3 ms
บัฟเฟอร์ capture WASAPI	5-10 ms
การประมวลผล (pitch + formant)	10-30 ms
บัฟเฟอร์เอาต์พุตอุปกรณ์เสมือน	5-10 ms
Receive แอปพลิเคชัน	1-5 ms
รวม	~22-58 ms

ต่ำกว่า 50 ms ไม่สามารถมองเห็นได้ในการสนทนาเสียง ต่ำกว่า 100 ms ยอมรับได้ ซอฟต์แวร์ที่ต้องใช้ไดรเวอร์โหมด kernel หรือบัฟเฟอร์ DSP ขนาดใหญ่สามารถผลักนี้ให้เกิน 150 ms ซึ่งจะเห็นได้ชัดในการสนทนา

3. การเลือกซอฟต์แวร์เปลี่ยนเสียงที่เหมาะสม

ก่อนจะเข้าไปในรายละเอียดการตั้งค่าต่อแอป ให้เลือกซอฟต์แวร์ที่เหมาะสมกับกรณีการใช้งานของคุณ:

สำหรับการใช้งานเพื่อความสนุก / สตรีมมิ่ง / เกม: ตัวเปลี่ยนเสียงแบบเรียลไทม์ที่มีห้องสมุดพريธมี และเอาต์พุตไมโครโฟนเสมือน มองหาการสนับสนุน WASAPI และการเลื่อนฟอร์แมนต์ ไม่ใช่แค่พิทช์

สำหรับเนื้อหาระดับมืออาชีพ / เสียงที่ไม่ซ้ำ: การโคลนเสียง AI ซึ่งแมปการพูดของคุณไปยังโมเดลเสียงที่ได้รับการฝึกอบรมแบบเรียลไทม์ Latency สูงกว่าเล็กน้อย (ต่ำกว่า 300 ms พร้อมเครื่องยนต์สมัยใหม่) แต่ผลลัพธ์ก็ไม่สามารถแยกแยะจากเสียงที่บันทึกไว้ได้

สำหรับการส่งมอบความเวลารอบต่ำสุดแน่นอน: WASAPI exclusive mode ดั้งเดิม + ขนาดบัฟเฟอร์เล็ก (128 ตัวอย่างที่ 48 kHz = 2.67 ms ต่อการ pass บัฟเฟอร์) สำคัญเฉพาะสำหรับการแสดงสดหรือการใช้งานบนเวที ไม่จำเป็นสำหรับ Discord หรือเกม

คุณสมบัติหลักเพื่อตรวจสอบก่อนติดตั้ง:

สร้างไมโครโฟนเสมือนที่ปรากฏในการตั้งค่าเสียง Windows
ไม่ต้องมีไดรเวอร์เคอร์เนล (ไดรเวอร์เคอร์เนลสามารถขัดแย้งกับซอฟต์แวร์ anti-cheat ในเกม)
ทำงานบน Windows 10 และ Windows 11 โดยไม่ต้องติดตั้ง Visual C++ เพิ่มเติม
การสนับสนุน WASAPI capture (ไม่ใช่เพียงการสำรวจ WDM/MME)

VoxBooster ติดตั้งอุปกรณ์เสียง WDM ที่ลงนามและประมวลผลผ่าน WASAPI โดยไม่มีไดรเวอร์โหมด kernel ใช้งานได้บน Windows 10 และ Windows 11 และเพิ่มการโคลนเสียง AI นอกเหนือจากเอฟเฟกต์พิทช์/ฟอร์แมนต์มาตรฐาน

4. ทีละขั้นตอน: การตั้งค่า Discord

Discord เป็นกรณีการใช้งานที่พบบ่อยที่สุดและง่ายที่สุดในการกำหนดค่า

ขั้นตอนที่ 1 ติดตั้งและเปิดตัวเปลี่ยนเสียงของคุณ

เรียกใช้ตัวติดตั้งและเปิดซอฟต์แวร์ ยืนยันว่ามันปรากฏในถาดระบบ Windows และเสียงไหลผ่าน (มิเตอร์อินพุตควรตอบสนองเมื่อคุณพูด)

ขั้นตอนที่ 2 ตรวจสอบไมโครโฟนเสมือนใน Windows

เปิด Settings > System > Sound > More sound settings (หรือคลิกขวาไอคอนลำโพงถาด > Sounds > tab Recording) คุณจะเห็นอุปกรณ์บันทึกใหม่ โดยปกติชื่อเหล่านี้จะคล้ายกับ “VoxBooster Virtual Microphone” หรือสิ่งที่คล้ายกัน หากปรากฏเป็น “Not plugged in” ให้รีสตาร์ทบริการเปลี่ยนเสียง

ขั้นตอนที่ 3 ปิดไมโครโฟนทางกายภาพของคุณในเครื่องมือผสม Windows

คลิกขวาไมโครโฟนทางกายภาพของคุณในแท็บ Recording > Disable นี่ช่วยป้องกันไม่ให้ Discord จับเสียงดิบจากไมโครโฟนจริงของคุณพร้อมกัน คุณสามารถเปิดใช้งานมันได้อีกครั้งเมื่อเสร็จสิ้น

ขั้นตอนที่ 4 กำหนดค่า Discord

เปิด User Settings > Voice & Video ภายใต้ Input Device เลือกไมโครโฟนเสมือนจากรายการดรอปดาวน์ ตั้งค่า Input Mode เป็น Voice Activity และปรับแถบเลื่อนความไว จนกว่า Discord จะเปิดใช้งานเฉพาะเมื่อคุณพูด

ขั้นตอนที่ 5 ทดสอบ

ใช้ Let’s Check echo test ในการตั้งค่า Voice & Video ของ Discord หรือเข้าร่วมเซิร์ฟเวอร์ส่วนตัวกับเพื่อน ยืนยันว่าพวกเขาได้ยินเสียงที่ประมวลผล ไม่ใช่เสียงดั้งเดิม

การแก้ไขปัญหา Discord echo: หากคนอื่นได้ยินคุณสองครั้ง ไมโครโฟนทางกายภาพของคุณยังคงเปิดใช้งานอยู่บน Windows ตรวจสอบขั้นตอนที่ 3 อีกครั้ง

5. ทีละขั้นตอน: การตั้งค่า Zoom

Zoom เพิ่มชั้นของการประมวลผลเสียงของตัวเอง (การปราบปรามเสียงรบกวนอัตโนมัติ การยกเลิกเสียงสะท้อน) ซึ่งสามารถรบกวนเอาต์พุตตัวเปลี่ยนเสียง

ขั้นตอนที่ 1 เสร็จสิ้นขั้นตอนที่ 1-3 จากส่วน Discord ด้านบน (ติดตั้ง ตรวจสอบไมโครโฟนเสมือน ปิดไมโครโฟนทางกายภาพบน Windows)

ขั้นตอนที่ 2 กำหนดค่า Zoom

เปิด Settings > Audio ภายใต้ Microphone เลือกไมโครโฟนเสมือน คลิก Test Mic เพื่อยืนยันว่าระดับกำลังลงทะเบียน

ขั้นตอนที่ 3 ปิดการประมวลผลเสียง Zoom

นี่เป็นสิ่งสำคัญ: เปิด Settings > Audio > Advanced และตั้งค่า:

Suppress background noise > ต่ำ (หรือปิด)
Suppress intermittent noise > ปิด
Echo cancellation > อัตโนมัติ

การปราบปรามเสียงรบกวนแบบก้าวร้าวของ Zoom ถือว่าสิ่งแปลกปลอมตัวเปลี่ยนเสียงเป็น “เสียงรบกวน” และกรองพวกมันออก ซึ่งช่วยลดลงเอฟเฟกต์ การตั้งค่าการปราบปรามเป็นต่ำหรือปิดอนุญาตให้เสียงที่ประมวลผลผ่านไปอย่างสะอาด

ขั้นตอนที่ 4 ทดสอบ

ใช้ Test Speaker & Microphone ในการตั้งค่าเสียง Zoom หรือเริ่มการประชุมทดสอบ ตรวจสอบว่าเสียงที่เปลี่ยนฟังเหมือนสะอาดโดยไม่มีสิ่งแปลกปลอม

6. ทีละขั้นตอน: การตั้งค่า OBS

OBS (Open Broadcaster Software) ใช้สำหรับการสตรีมและการบันทึก มันจัดการแหล่งเสียงแตกต่างจากแอปพลิเคชันการสื่อสาร แต่เก็บเสียงเป็นแหล่งข้อมูล แทนที่จะเลือกอุปกรณ์อินพุตระบบทั้งหมด

ขั้นตอนที่ 1 ติดตั้งตัวเปลี่ยนเสียงและตรวจสอบไมโครโฟนเสมือน (ขั้นตอนที่ 1-2 จากส่วน Discord)

ขั้นตอนที่ 2 เพิ่มไมโครโฟนเสมือนเป็นแหล่งข้อมูล Audio Input Capture ใน OBS

ใน OBS ไปที่ Sources > Add > Audio Input Capture ตั้งชื่อ (เช่น “Voice Changer”) ในรายการดรอปดาวน์อุปกรณ์ เลือกไมโครโฟนเสมือน

ขั้นตอนที่ 3 ลบหรือปิดเสียงแหล่งข้อมูลไมโครโฟนทางกายภาพของคุณ

หากคุณเคยมีแหล่งข้อมูลไมโครโฟนใน OBS ที่ชี้ไปที่ไมโครโฟนจริงของคุณ ให้ปิดเสียงหรือลบมันเพื่อหลีกเลี่ยงการทำซ้ำ

ขั้นตอนที่ 4 เพิ่มตัวกรอง Noise Gate (ตัวเลือก แต่แนะนำ)

คลิกขวาแหล่งข้อมูล Audio Input Capture > Filters > Add > Noise Gate ตั้งค่าเกณฑ์ปิดประมาณ -50 dB และเกณฑ์เปิดประมาณ -40 dB นี่ช่วยป้องกันไม่ให้สิ่งแปลกปลอมในการประมวลผลใด ๆ ในช่วงความเงียบปรากฏในการบันทึก

ขั้นตอนที่ 5 ตรวจสอบใน OBS

คลิกขวาแหล่งข้อมูลเสียง > Advanced Audio Settings > เปิดใช้งาน Monitor and Output เพื่อฟังเสียงที่ประมวลผลผ่านหูฟังของคุณแบบเรียลไทม์ขณะบันทึกหรือสตรีมมิ่ง

7. ทีละขั้นตอน: การสนทนาเสียงในเกม

เกมส่วนใหญ่ (Valorant, Fortnite, Counter-Strike เป็นต้น) ใช้อุปกรณ์การสื่อสารเริ่มต้น Windows หรืออนุญาตให้คุณเลือกอุปกรณ์อินพุตในการตั้งค่าเสียงของเกม

ตัวเลือก A ตั้งค่าเป็นอุปกรณ์การสื่อสารเริ่มต้น

ใน Windows Sound > tab Recording คลิกขวาไมโครโฟนเสมือน > Set as Default Communication Device เกมที่ auto-select อุปกรณ์การสื่อสารจะใช้งาน

ตัวเลือก B ตั้งค่าในเกม

เปิดการตั้งค่าเสียงหรือเสียงของเกม ค้นหารายการดรอปดาวน์อินพุตไมโครโฟน/เสียง และเลือกไมโครโฟนเสมือนตามชื่อ นี่จะแทนที่ค่าเริ่มต้น Windows สำหรับเกมนั้นโดยเฉพาะ

ข้อพิจารณา Anti-cheat

ระบบ anti-cheat บางระบบ (Vanguard, EAC) จะตรวจสอบไดรเวอร์โหมด kernel ตัวเปลี่ยนเสียงที่ติดตั้งที่ ring-0 (ไดรเวอร์เคอร์เนล) สามารถทริกเกอร์ flags anti-cheat ซอฟต์แวร์ที่ทำงานเป็นแอปพลิเคชันพื้นที่ผู้ใช้ที่มีอุปกรณ์เสียง WDM ที่ลงนาม ไม่มีไดรเวอร์เคอร์เนล หลีกเลี่ยงปัญหานี้ได้อย่างสมบูรณ์

Latency ในเกม

การสนทนาเสียงในเกมเพิ่มความเวลารอบของเครือข่ายของตัวเองนอกเหนือจากความเวลารอบตัวเปลี่ยนเสียงในท้องถิ่น ส่วนการประมวลผลในท้องถิ่น (ไมโครโฟน > ไมโครโฟนเสมือน) ควรอยู่ต่ำกว่า 50 ms; ส่วนของเครือข่ายนั้นอยู่นอกการควบคุมของคุณ ความล่าช้าทั้งหมดที่รับรู้จะขึ้นอยู่กับ ping เซิร์ฟเวอร์ ไม่ใช่ตัวเปลี่ยนเสียงเป็นหลัก

8. ปรับเสียง: พิทช์ ฟอร์แมนต์ และเอฟเฟกต์

เมื่อการกำหนดเส้นทางทำงาน คุณภาพของการแปลงจะขึ้นอยู่กับวิธีการปรับแต่งพารามิเตอร์ของคุณ

เลื่อนพิทช์

เสียงธรรมชาติส่วนใหญ่อยู่ในช่วง ±12 semitones (หนึ่ง octave) ของพิทช์ดั้งเดิมของพวกเขา นอกเหนือจากนั้น สิ่งแปลกปลอมจะเห็นได้ชัดขึ้น สำหรับการแปลงชายเป็นหญิง โปรดลอง +5 ถึง +8 semitones สำหรับหญิง > ชาย ลอง -4 ถึง -6 semitones

เลื่อนฟอร์แมนต์

การเลื่อนฟอร์แมนต์จะย้าย resonances ของท่อเสียงของคุณโดยอิสระจากพิทช์ ยกฟอร์แมนต์ให้ฟังเหมือนหนุ่มสาว/เล็กกว่า; ลดลงให้ฟังเหมือนใหญ่กว่า/ลึกกว่า จุดเริ่มต้นที่ดีสำหรับเสียงที่มีการเลื่อนพิทช์แล้วคือการยกฟอร์แมนต์ +1 ถึง +2 semitones เพื่อให้ตรงกัน

Noise gate

ตั้งค่า noise gate เพื่อปิดที่ -55 dB เพื่อป้องกันไม่ให้อัลกอริทึมประมวลผลเสียงรบกวนโดยรอบหรือเสียงหายใจ นี่จะเก็บผลลัพธ์สะอาดในช่วงความเงียบ

Reverb และ EQ

Reverb ห้องปานกลาง (decay 0.3-0.5 s) สามารถปิดบัง pitch-shifting artifacts Boost high-shelf เล็กน้อย (+2 dB เหนือ 8 kHz) เพิ่มความชัดเจน หลีกเลี่ยง reverb ขนาดใหญ่ในบริบทการสื่อสาร มันทำให้คุณฟังเหมือนคุณอยู่ในถ้า

การโคลนเสียง AI

หากซอฟต์แวร์ของคุณสนับสนุนโมเดลเสียง AI วิธีการปรับแต่งจะแตกต่างกัน: แทนที่จะปรับพิทช์และฟอร์แมนต์ด้วยตนเอง คุณเลือกโมเดลเสียงที่ได้รับการฝึกอบรมและปรับระดับความเข้มของการแปลง (ว่าเครื่องยนต์ผลักการพูดของคุณไปยังเสียงเป้าหมายได้แรงเพียงใด) เริ่มต้นที่ 70-80% ความเข้มข้น สูงเกินไปทำให้เกิด artifacts บนเสียงพูดเร็ว; ต่ำเกินไปปล่อยให้เสียงดั้งเดิมของคุณรั่วไหล

9. การแก้ไขปัญหาปัญหาทั่วไป

“แอปพลิเคชันไม่มองเห็นไมโครโฟนเสมือน” รีสตาร์ทบริการเปลี่ยนเสียง จากนั้นเปิดแอปพลิเคชันเป้าหมายอีกครั้ง แอปพลิเคชันบางตัวแคชรายการอุปกรณ์เมื่อเริ่มต้น และจะไม่ตรวจหาอุปกรณ์ใหม่ที่เพิ่มเข้ามาหลังจากนั้น

“เสียงฟังเหมือนหุ่นยนต์หรือโลหะ” พิทช์เลื่อนแต่ฟอร์แมนต์ไม่ใช่ เปิดใช้งาน formant preservation หรือปรับแถบเลื่อน formant shift เพื่อให้ตรงกับทิศทาง pitch shift โดยประมาณ

“เสียงสะท้อนหรือเสียงซ้ำใน Discord” ไมโครโฟนทางกายภาพใช้งานอยู่พร้อมกับไมโครโฟนเสมือน ปิดเสียงหรือปิดไมโครโฟนทางกายภาพ ใน Windows Sound > Recording

“การปราบปรามเสียงรบกวน Zoom กำลังประหาร effect” ตั้งค่าการปราบปรามเสียง Zoom เป็นต่ำหรือปิด (Settings > Audio > Advanced)

“ตัวเปลี่ยนเสียงทำให้เกิด game crash หรือแบน anti-cheat” ซอฟต์แวร์ใช้ไดรเวอร์โหมด kernel สลับไปยังตัวเปลี่ยนเสียงในพื้นที่ผู้ใช้ที่มีอุปกรณ์เสียง WDM ที่ลงนามเท่านั้น

“Latency สูง ความล่าช้าที่ชัดเจนเมื่อพูด” เพิ่มขนาดบัฟเฟอร์ WASAPI ในการตั้งค่าตัวเปลี่ยนเสียง (บัฟเฟอร์ที่เล็กกว่า = latency ต่ำกว่า แต่เสี่ยง CPU สูงกว่า) หรือปิดแอปพลิเคชันเสียงที่แข่งขันกันโดยใช้อุปกรณ์ WASAPI เดียวกัน

บทสรุป

การเปลี่ยนเสียงของคุณผ่านไมโครโฟนบน Windows ลงมาเป็นสี่สิ่ง: การทำความเข้าใจคุณสมบัติอะคูสติกที่คุณกำลังจัดการ (พิทช์ ฟอร์แมนต์ resonance) การกำหนดเส้นทางสัญญาณผ่านแอปพลิเคชันตัวเปลี่ยนเสียงผ่าน WASAPI การส่งออกไปยังไมโครโฟนเสมือน และการเลือกไมโครโฟนเสมือนนั้นในแต่ละแอปพลิเคชันเป้าหมาย การตั้งค่าต่อแอปเป็นลักษณะเหมือนกันเมื่อคุณเข้าใจรูปแบบพื้นฐาน

ส่วนที่ยากที่สุดมักจะทำให้การแปลงฟังเหมือนธรรมชาติ และนั่นต้องใช้การเลื่อนฟอร์แมนต์พร้อมกับการเลื่อนพิทช์ ไม่ใช่เพียงการชดเชยความถี่ธรรมดา

สำหรับทุกอย่างในที่เดียว การประมวลผล WASAPI การโคลนเสียง AI การกำหนดเส้นทางเสมือน ไม่มีไดรเวอร์เคอร์เนล เข้ากันได้กับ Windows 10 และ 11 VoxBooster ควรลองใช้ในเซสชันถัดไป