音訊變調器是一種工具，可將一個音訊檔的感知音高向上或向下調整任意數量的半音，範圍涵蓋每個方向整整一個八度。本機實作接受 -12 到 +12 半音的整數位移，並使用公式 2^(semitones/12) 將該值轉換為播放速率，其中 +12 產生 2× 速率（向上整整一個八度），0 產生 1× 速率（不變），而 -12 產生 0.5× 速率（向下整整一個八度）。由於此變更實作為播放速率重取樣，而非獨立的音高操作，因此音高與持續時間會作為單一屬性一起移動：提高音高也會縮短並加快音訊，降低音高則會延長並減慢音訊。完整結果會在本機瀏覽器中重建，編碼為新的未壓縮 PCM16 RIFF/WAVE 檔案，並透過一般下載交還——不涉及上傳、帳號或伺服器端處理。
音訊變調器實際上代表什麼
人們搜尋這個詞的意義，是因為「audio pitch changer」（音訊變調器）在實務上涵蓋不只一種概念。在最嚴格的定義下，它是指任何可將已錄製聲音的感知頻率內容向上或向下移動，而無需替換錄音本身的工具、效果或處理程序——同一件樂器、人聲或取樣被放置在不同的音樂位置上。
這個詞彙常與「pitch shifter」或「pitch shifting effect」互換使用，但在音訊工程中，這些詞並非總是完全相同。工程意義上的真正變調器（pitch shifter）是一種在改變音高的同時保留持續時間的效果，通常透過相位聲碼器（phase-vocoder）或 PSOLA 類型的處理來實作。基本的播放速率重取樣器則是另一種機制：它透過改變取樣讀回的速率來改變音高，這意味著音高與持續時間會作為一個不可分割的屬性一起移動。本機的 音訊變調器 屬於第二類，這也是為什麼其結果被描述為單一重取樣的 WAV，而非僅針對音高的操作。
在將工具對應到實際工作時，這項區別很重要。當歌手想將伴奏軌道向上或向下調整幾個半音時，速度變化通常無妨，播放速率位移是很合適的選擇。當製作人需要在不同音樂調性下保持相同長度時，相位聲碼器或其他時間拉伸工作流程才是正確的工具，即便如此，結果也未必完全透明。已發布的指南 如何在 Audacity 中改變音訊音高而不影響 tempo 詳細說明了解決該問題的專用工作流程，值得在認定任何瀏覽器工具足夠應用之前先行閱讀。
半音、八度與等溫律的數學
工具上滑桿讀取的單位是半音（semitone），這是標準西方音樂中使用的最小音程。十二個相等的半音構成一個八度，而八度是指頻率比剛好為 2:1 的音程——向上為倍增，向下為減半。根據 McGill 大學關於 MIDI 與頻率轉換的課程教材，單一半音的等溫律比率為二的十二次方根，而任意半音數 n 的關係式為 2^(n/12)。W3C Web Audio API 規範以 cent 表示相同的關係，其中一個半音包含 100 cent，失調（detune）值會為播放速率貢獻一個 2^(detune/1200) 的因子。
在音訊變調器中，這個數學式會成為驅動重取樣器的速率：
- n = 0 → rate = 2^(0/12) = 1 — 原始音高，原始速度。
- n = +12 → rate = 2^(12/12) = 2 — 向上一個八度，持續時間約為一半。
- n = -12 → rate = 2^(-12/12) = 0.5 — 向下一個八度，持續時間約為兩倍。
在中間設定下，相同的算術以相同的方向套用。向上移動 7 個半音會將速率設為 2^(7/12)，約為 1.4983，這會以等溫律完全五度（perfect fifth）提高素材，並以單一固定比率將持續時間縮短為原始長度的約三分之二。相同的公式以相反方向驅動負值，這就是為什麼滑桿上的每個整數增量都有明確、可預測的音高與持續時間後果。下表整理出三個最重要參考點的意義：
| 半音位移 | 音樂意義 | 播放速率 | 相對於原始的持續時間 |
|---|---|---|---|
| 0 | 原始音高 | 1× | 不變 |
| +12 | 向上一個八度 | 2× | 約為一半 |
| -12 | 向下一個八度 | 0.5× | 約為兩倍 |
這三行就是「audio pitch changer」在使用者層級上的真正意義——一個將半音數對應到特定播放速率的旋鈕，進而以單一固定比率縮放音高與持續時間。
為什麼音高與持續時間會一起移動
MDN 上 AudioBufferSourceNode.playbackRate 的參考文件 記載了底層機制：playbackRate 是原始取樣速率的比例，1 以下的數值會減慢音訊，1 以上則會加快，任何非單位的速率都會觸發重取樣。當重取樣加快播放時，每個取樣在實際時鐘時間內被播放得更短，因此整個檔案的頻率內容會以相同比例上升；當減慢播放時，則發生相反的情況。頻率與持續時間在重取樣器上並非兩個獨立的旋鈕——它們是同一個旋鈕的兩種視角。
音訊變調器的實作直接採用此機制。瀏覽器解碼來源檔案一次，滑桿的整數值透過 2^(n/12) 轉換為速率，OfflineAudioContext 以解碼後的取樣速率渲染完整的重取樣輸出，結果編碼為全新的 WAV。這裡沒有獨立的 tempo 控制，因為在此實作中，tempo 與音高本質上是同一個底層速率。這也是為什麼這個工具從不聲稱能保持語音節奏、拍點位置或精確的原始持續時間。配套文章 音訊變調器準確度：數學、限制與結果 探討了同一限制如何在中間值上顯現，以及應該預期哪些邊緣情況。
輸入、限制與輸出格式
任何音訊工具的意義部分取決於它接受什麼、產生什麼。音訊變調器一次接受一個瀏覽器可解碼的音訊檔案，上限為 50 MiB。實際格式包括 MP3、WAV、M4A、AAC、Ogg、WebM 與 FLAC——但實際的編解碼器支援仍取決於當前瀏覽器，因此可辨識的副檔名並不保證每種不常見的編解碼器設定檔都能解碼。
同樣重要的是，從使用者端來看限制的樣貌：
| 限制 | 數值 |
|---|---|
| 最大輸入檔案大小 | 50 MiB |
| 最大解碼持續時間 | 5 分鐘 |
| 聲道上限 | 最多 8 個聲道 |
| 取樣速率範圍 | 8,000 到 192,000 Hz |
| 輸入聲道-取樣預算 | 30 million |
| 輸出聲道-取樣預算 | 30 million（與輸入分開計算） |
| 半音範圍 | -12 到 +12（整數） |
其中兩列實際上改變了此工具的意義。輸出預算與輸入預算是分開的，因此可順利解碼的檔案在向下變調時仍可能在渲染階段失敗，因為降低音高所需的輸出幀數會超過輸入所擁有的數量。在此情況下，工具會回報所要求的位移超出預算，且不會產生下載——它不會截斷、裁切或以不完整的檔案替代。
輸出 WAV 是從頭重建。它採用未壓縮、交錯、小端序的 PCM16 格式，包裝於標準 RIFF/WAVE 容器中，浮點取樣在量化前會先裁剪至合法的 -1 到 +1 區間。原始的壓縮品質、標籤、封面、章節、cue 點、循環詮釋資料以及容器詮釋資料皆不會保留；若其中任何項目很重要，請將來源檔案與輸出檔案一併留存。瀏覽器的重取樣品質由實作決定，強烈的向上位移可能會暴露出在來源中較不明顯的混疊或編解碼器瑕疵。
如何使用本機工具進行變調
在任何現行的桌上型瀏覽器中開啟音訊變調器。透過頁面上的控制項，整個工作流程分為三個明確步驟：
- 選擇一個瀏覽器可解碼且大小不超過 50 MiB 的音訊檔案。
- 設定一個 -12 到 +12 半音的整數音高位移，並記住持續時間也會改變。
- 建立完整的本機渲染，檢視所顯示的持續時間變化，並下載 PCM16 WAV。
有三個細節讓這些步驟的行為符合「audio pitch changer」一詞的意義所暗示的樣貌。第一，檔案選擇器僅限本機——音訊在當前分頁中讀取，不會上傳，解碼後的緩衝區、離線渲染與最終 WAV 亦同。第二，滑桿上的整數限制並非介面捷徑：公式預期的是整數半音，任何小數值都會以工具未承諾的方式同時改變速率與持續時間。第三，渲染後出現的持續時間註記是所選位移的實際結果，而非估計值；若該結果不符合需求，調整滑桿並重新渲染會啟動一個具有不同身分的新作業，因此較舊的完成結果不會覆寫較新的狀態。
何時播放速率重取樣是正確選擇
由於「audio pitch changer」的意義比任何單一實作更為廣泛，明確指出播放速率位移實際上是正確選擇的情況會有所幫助。此工具專為音高與持續時間一起移動是可接受、甚至有用的情境所設計。
- 練習伴奏。 需要不同調性來配合歌手音域的歌曲時，使用者通常不在意伴奏軌道因此變短或變長幾秒鐘。
- 音效設計實驗。 音高與持續時間一起移動可讓您在決定軌道是否需要專門的時間拉伸處理之前，先預覽取樣在特定音域中的表現。
- 聽力訓練。 一次將錄製的樂句向上或向下移調一個八度，是測試音程辨識的快速方式，而此設定中「花栗鼠對低音」的誇張效果反而是有幫助而非誤導性的。
- 和聲層草擬。 當較慢或較快的副作用很短時，可以用聽覺輕鬆地錄下粗略的伴唱和聲，並在調性確定後以正式錄音替換。
當專案需要在新調性下保持相同長度的音訊時——例如人聲剪輯、對嘴配音，或節拍鎖定的混音——這種匹配就顯得較弱，此時在 DAW 中使用相位聲碼器或時間拉伸工作流程才是正確的選擇。
音訊音高變更器與相關術語
在相關討論中會出現幾個相關術語，而其含義會因使用的詞彙不同而有所差異：
| 術語 | 概略意義 | 常見機制 |
|---|---|---|
| 音訊音高變更器 | 任何可調整音高之工具的通用名稱 | 播放速率重新取樣、相位聲碼器、PSOLA，或粒度合成 |
| 播放速率重新取樣器 | 音高與時長會同步變動的特定實作方式 | 改變取樣播放速度後，再重新編碼 |
| 音高移位器（工程意義） | 僅改變音高而時長保持不變 | 相位聲碼器、時間伸縮演算法 |
| 時間伸縮 | 僅改變時長而音高保持不變 | 反向使用相位聲碼器 |
| 移調 | 以音樂角度描述將一段樂曲改寫至新調性 | 依工具而定，可為上述任一種 |
音訊音高變更器採用播放速率的做法，因此歸於第二列。第三列的「音高移位器」則是另一類不同的工具——當製作人要求使用這類工具時，他們通常期望的是桌上型 DAW 所提供的效果，而非瀏覽器中的重新取樣器。選擇正確的名稱是第一步；為工作挑選合適的機制則是第二步。