記錄「Audio Effects Online」的使用步驟,等於寫下一份由四個部分組成的配方——來源檔案規格、單一效果選擇、0 到 100 之間的整數量值,以及處理完成後所回報的聲道、取樣率、frame、峰值與位元組數值——因為這個工具每次執行只會套用一個固定的轉換,並在瀏覽器中產生一個新的 PCM16 WAV。由於每個效果都是寫死在程式碼中的固定邏輯,同一個效果名稱搭配同一個量值,必然會產生相同的數值輸出,因此書面文件確實具有實質參考價值,而不是僅供參考。音訊檔案本身全程都留在你的電腦上:解碼、取樣處理與 WAV 編碼全部都在當前的瀏覽器分頁中完成,所以你的文件不需要描述任何上傳、登入或帳號步驟。你真正要記錄的,是你從六個有範圍限制的操作中選了哪一個、在量值滑桿上設定了哪個整數,以及執行完成時頁面所回報的哪些可驗證數字。

how do i document the steps i use to use audio effects online
Audio Effects Online:記錄一套可重複的工作流程

「記錄步驟」對 Audio Effects Online 來說代表什麼

對大多數線上音訊工具來說,「記錄步驟」是擷圖教學的縮寫。但對 Audio Effects Online 來說,步驟本身已經夠精簡,純文字敘述就足夠了。輸入端有三項:一個檔案、一個效果、一個整數量值。輸出端則得到一個 PCM16 WAV 加上一小塊指標。因此書面記錄包含四個欄位:

  • 來源檔案:檔名、磁碟上的位元組大小,以及瀏覽器所辨識到的編解碼器或容器格式。
  • 解碼後的形狀:瀏覽器所產生的聲道數與取樣率。
  • 操作:你從六個效果中選擇了哪一個,以及確切的整數量值。
  • 結果指標:輸入 frame 數、輸出 frame 數、輸出峰值,以及 WAV 檔案的精確位元組大小。

由於所有處理都是確定性的,且效果參數是寫死在程式碼中,記錄這四個欄位就足以在相同的來源檔案上重現任何一次的執行結果。當中沒有隱藏狀態、沒有伺服器端算圖,也沒有 AI 轉換介入;所選的操作會依序套用至每一個解碼後的 frame,並直接編碼為可供下載的檔案。保存這四個欄位,就能把這個工具從一次性實驗,轉化為一份可重現、可日後重新開啟、可交給協作者、或可貼入教學文件的配方。

如果你正在撰寫訓練筆記,請把這個頁面本身視為綱要:工具所揭露的任何細節都可以記錄,而工具未揭露的細節(例如 LUFS、感知響度或真實峰值)並非這個工具所產生的結果,也不應該在筆記中聲稱存在。

六個效果及其固定參數

Audio Effects Online 提供六個效果,每個效果只有一個介於 0 到 100 之間的整數量值。這個量值會對所選的操作進行混合或縮放;在 0 時輸出等於原始乾訊號,在 100 時則以完整揭露的強度執行該操作。記錄效果意味著同時記錄名稱與數值,因為同一個量值在每個效果上會產生不同的幅度。

效果量值所控制的內容全強度行為
Echo線性縮放單一延遲副本保留每個輸入取樣;在原始訊號 200 ms 之後加上一份半強度副本。完整的延遲尾段會在處理前先行配置,因此最後一個回音不會被截斷。
輕量殘響縮放三份早期反射副本副本分別在 29.7 ms、37.1 ms 與 41.1 ms 加入,與量值相乘後的權重依序為 0.50、0.35 與 0.25。這不是房間模擬、脈衝響應或硬體模擬。
Reverse將反向的 frame 混入乾訊號以相反順序讀取 frame,並依量值與原始訊號進行混合。
Fade in從開始到結束的線性包絡從檔案開頭所選的乾訊號比例,線性縮放至檔案結尾的全音量。
Fade out從開始到結束的線性包絡執行 fade in 的反向操作:開頭為全音量,結尾為縮放後的乾訊號比例。
Normalization朝向目標峰值的縮放係數找出解碼後最大的絕對值取樣,並將整個檔案重新縮放,使峰值等於 0.95。靜音輸入仍然保持靜音。

上表的殘響數值是由產品定義、並揭露於頁面本身;它們正是你應該原樣記下的數字。如果你想更仔細地記錄這些數值,Reverb Delay Times Explained:29.7、37.1 與 41.1 ms 一文會說明這些毫秒數所代表的意義,以及它們與真正的房間模擬有何不同。

需要記錄的檔案、聲道與取樣率限制

在記錄任何一次執行之前,先掌握會決定工具能否成功執行的限制條件。編碼後的檔案必須能由瀏覽器解碼,且大小不得超過 50 MiB。解碼後的形狀必須滿足多項已揭露的限制。頁面會在解碼後回報聲道數與取樣率,因此你的文件應包含頁面實際印出的內容,而非根據檔名所做的推測。

解碼後的形狀必須包含 1 到 8 個等長聲道、取樣率介於 8,000 Hz 與 192,000 Hz 之間,且總聲道樣本數不得超過 30,000,000。這些數值構成了輸入端的限制。此外還有一項輸出端限制 30,000,000 個聲道樣本,處理後的結果也必須遵守;echo 與 reverb 可能通過輸入端限制,卻因尾段增加了 frame 而超出輸出端限制,這種情況下不會截斷任何內容,也不會產生任何檔案。量值選擇器只接受 0 到 100 之間的整數。

若違反上述任何一項限制,工具就不會產生結果。一開始就把這些限制記錄下來,能讓後續的執行避開同樣的拒絕情況,並把你的筆記化為一份自我檢查的清單。W3C Web Audio 規格定義了解碼後的 AudioBuffer 如何以 sample frame 為單位回報其長度,而這正是頁面用於 frame 計數器的單位。

記錄 Audio Effects Online 的操作流程

需要記錄的操作流程很短,且不會改變。一旦寫下來,每次執行都遵循相同骨架,你的筆記只需要記錄稍早提到的四個欄位。

  1. 選擇一個可由瀏覽器解碼、且不超過 50 MiB 的音訊檔案。記下檔名、磁碟上的位元組大小,以及你推測的編解碼器或容器格式(MP3、WAV、M4A、AAC、Ogg、WebM 或 FLAC)。請記得:能被辨識的副檔名,並不保證該編碼檔案一定能被解碼;實際的編解碼器與 profile 支援,會依瀏覽器與作業系統而有所不同。
  2. 從六個效果中選擇一個,並設定 0 到 100 之間的整數量值。請依頁面顯示原樣記錄效果名稱與整數量值。如果你選擇的是 reverb,請註明你記錄的是乾濕混合訊號,還是僅乾訊號的音量,因為量值是用來縮放濕音分音的。
  3. 在本地執行該效果,然後檢視所回報的指標。Audio Effects Online 在處理完成後會顯示聲道數、取樣率、輸入 frame 數、輸出 frame 數、輸出峰值,以及 WAV 檔案的精確位元組大小。請將這些數字複製到你的筆記中;它們就是該次執行確實完成的證明。
  4. 下載 PCM16 WAV,並保留未經處理的原始檔案。下載的檔案是一個新的交錯式 little-endian PCM16 RIFF/WAVE 檔案。原始的壓縮格式、標籤、封面、章節、cue 點、循環標記,以及其他容器中繼資料都不會保留。原始檔案應該另外保存,因為反覆解碼與失真再編碼的過程可能會讓來源瑕疵顯現出來。

每次執行後需要擷取的指標

開啟 Audio Effects Online,執行工具,然後把頁面所印出的所有內容記下來。頁面會顯示六個數值,它們合在一起描述了輸出的確切形狀,因此擷取這些數值正是文件記錄的核心。

指標意義值得記錄的原因
聲道數解碼後輸入中等長聲道的數量確認解碼出來的聲道配置與你預期的一致。
取樣率以 Hz 表示的每秒 frame 數顯示瀏覽器實際使用的取樣率。
輸入 frame 數解碼後緩衝區以 sample frame 計算的長度作為與輸出 frame 數比較的基準。
輸出 frame 數處理後緩衝區以 sample frame 計算的長度echo 與 reverb 會增加 frame;reverse、fade 與 normalization 則保持長度不變。
輸出峰值結果中最大的絕對值取樣,範圍介於 −1 到 +1 之間確認削波保護機制已啟動;對 normalization 而言,只要輸入中含有任何非靜音取樣,峰值就會落在 0.95。
WAV 位元組大小下載檔案的精確大小對頁面上的 frame 計數提供一項健全性檢查。

Microsoft 文件說明 PCM 的 block alignment為聲道數乘上每樣本的位元數再除以八;在 16 位元的情況下,每單聲道 frame 會產生 2 個位元組,每立體聲 frame 則產生 4 個位元組。這個公式就是頁面所回報之 WAV 位元組大小的基礎,將回報的位元組數除以每 frame 的位元組數,應可得到同一畫面上的輸出 frame 數。

記錄跨多次執行的效果鏈

這個工具每次執行只會套用一個效果。若要建立一條效果鏈(例如「先 normalize,再加一點 echo,最後 fade out」),你必須先下載第一次執行的結果、檢視該結果,再把這個 WAV 作為第二次執行的輸入,然後第三次執行也以此類推。鏈中的每一個環節都是各自獨立的一個記錄步驟。請將每個下載下來的 WAV 視為一個新的來源檔案,並為每一個環節記錄:

  • 你所輸入的 WAV 檔案,包括其檔名以及上一次執行所回報的指標。
  • 你在本次執行中套用的效果名稱與量值。
  • 本次執行後頁面所回報的指標。
  • 確認未經處理的原始檔案仍然另外保存在某處。

任何效果鏈的文件中都應包含兩項注意事項。第一,因為 echo 與 reverb 會增加 frame,所以輸出 frame 數會在每次執行時持續成長;如果鏈中的某一環超過 30,000,000 的輸出限制,則不會截斷任何內容,也不會產生任何檔案。第二,normalization 是朝向 0.95 的峰值進行重新縮放,而非測量 LUFS、感知響度、動態範圍或真實峰值。在一條鏈中反覆執行 normalization,會讓低音量素材被一再地縮放至接近 0.95,並改變檔案的動態範圍,因此若這對你的筆記具有意義,請在每一個階段記錄下峰值。

Limits and Pitfalls Worth Writing in Your Notes

The narrowest possible documentation includes the boundaries the tool enforces, because every one of them changes whether the run completes. Record these explicitly so you do not have to rediscover them later.

  • Decoding can fail silently. If the browser cannot decode the encoded file, the tool creates no result and no metrics appear; a recognized filename does not guarantee that a particular encoded file will decode.
  • The output budget is a hard ceiling, not a soft one. Echo and reverb tails are allocated in full, but if the complete tail plus input exceeds 30 million channel samples, no file is produced and nothing is truncated.
  • Clipping protection is one-sided. Output samples are constrained to the −1 through +1 floating range before WAV quantization. Strong settings can still clip during processing; the constraint just prevents invalid PCM16 values from being written to the file.
  • State is invalidated by any new selection. Changing the file, effect, or amount invalidates older work. Decode contexts are closed, stale jobs cannot replace newer state, and temporary object URLs are revoked on replacement and unmount.
  • Lossy chains can reveal artifacts. Repeated decode and PCM processing may surface artifacts from the original encoder, especially across several echo or reverb passes.

With those notes attached to each run, your documentation becomes a self-checking record: the file spec explains the input, the effect and amount explain the operation, the metrics explain the result, and the limits explain why a particular combination of file, effect, and amount either succeeded or did not.

Related reading: Fix a Result That Looks Wrong After Audio Effects Online.