使用音訊變調工具時最常見的錯誤，是期望 -12 到 +12 半音的音高偏移能保留原始長度、未檢查來源就直接選擇數值，以及把已完成匯出的檔案視為已可適用於所有製作工作。Audio Pitch Changer 使用播放速率重取樣，因此音高與長度會一起改變：數值越高，聽起來越快、越短；數值越低，聽起來越慢、越長。它可接受 -12 到 +12 半音的整數偏移；+12 會提高八度，-12 會降低八度，0 則保留原始音高。此工具在你的瀏覽器本機運作，並下載重新編碼的 PCM16 WAV，而不會修改來源檔案。因此，適合用於快速創意實驗、練習曲、音效及粗略剪輯。它無法保留節拍、語言節奏、節拍位置或精確的原始長度，所以若在固定時間點很重要的情境下使用它，就是工作流程上的錯誤，而不是能在此工具內修正的設定。瞭解這些行為差異並在輸出前加以考量，可避免最令人失望的結果：檔案雖然技術上處理成功，卻無法用於你原本的工作。

what are common mistakes when i use audio pitch changer
使用音訊變調工具時的常見錯誤

音高偏移工作通常在哪裡出錯

大多數音高偏移錯誤都發生在調整滑桿之前。成因包括把重取樣器當成完整的時間拉伸工具、選擇瀏覽器無法解碼的檔案，或過於狹隘地評估輸出結果。

  • 期望音高與速度控制能各自獨立運作。 播放速率重取樣會在改變音高的同時改變速度。向上偏移會縮短檔案，向下偏移則會延長檔案，因此忽略時間調整的結果可能不適合對話、音樂伴奏或同步音效。
  • 第一次嘗試就選擇最大可用的偏移值。 劇烈的變化可能遮蔽來源中有用的細節。大幅向上偏移也可能顯露出原本較不明顯的混疊或編碼器失真，因此較小的整數半音調整通常更容易評估。
  • 信任副檔名，而未確認瀏覽器能否解碼。 常見的 MP3、WAV、M4A、AAC、Ogg、WebM 與 FLAC 檔案均可接受，但實際的編碼器支援取決於目前的瀏覽器。即使副檔名看似熟悉，少見的編碼器設定檔仍可能無法處理。
  • 假設可接受的輸入一定會產生有效的輸出。 解碼後的來源與偏移後的輸出具有各自的聲道樣本預算。降低音高需要更多輸出影格，因此通過輸入檢查的來源仍可能超出輸出預算。
  • 假設原始檔案屬性會保留下來。 下載檔案是新的 PCM16 WAV。它不會保留來源編碼器、壓縮品質、位元率、標籤、封面、章節、提示點、循環中繼資料或其他容器中繼資料。

實際的修正方式是先選擇所需的音樂結果，輸出後檢查工具顯示的長度，並評估完整檔案，而不是認為下載成功就代表檔案已可投入製作。

設定半音數值時要考量長度

此工具以 2^(n/12) 計算播放速率，其中 n 是所選的半音數值。這遵循 12 平均律。如McGill University 的 MIDI 與頻率轉換參考資料所述，一個八度包含 12 個相等的半音。MDN 的 AudioBufferSourceNode playbackRate 文件也說明，非單位的播放速率會改變速度並造成重取樣。

設定音高結果長度結果常見錯誤
-12降低八度約為兩倍長期望原始速度維持不變
-1降低半音較長忽略播放時間的變化
0原始音高不變未將其用作基準比較
+1提高半音較短只評估音高而未評估長度
+12提高八度約為一半長期望只改變音色

使用 0 建立未經修改的參考基準，再刻意選擇整數半音值。完整的輸出完成後，工具會顯示確切的結果長度。如果素材必須符合既有的時間槽，請先檢查該長度，再將新檔案視為已完成。

建立變調後的 WAV

  1. 選擇一個瀏覽器可解碼的音訊檔案。 開啟 Audio Pitch Changer，選擇大小不超過 50 MiB 的檔案。常見的可接受格式包括 MP3、WAV、M4A、AAC、Ogg、WebM 與 FLAC，但目前的瀏覽器必須能解碼實際的編碼器設定檔。空白、不受支援、無效或無法解碼的檔案會被拒絕，而不會進行處理。
  2. 設定整數音高偏移。 選擇 -12 到 +12 半音之間的任何整數。請記住，向上偏移會讓音訊更快、更短，向下偏移則會讓它更慢、更長。使用 0 保留原始音高、+12 提高八度，或 -12 降低八度。
  3. 建立完整的本機輸出並下載。 等待瀏覽器完成完整的離線輸出，檢視顯示的長度變化，然後下載新的 PCM16 RIFF/WAVE 檔案。此工具會驗證預期的聲道數、 取樣率及完整影格數。如果完整輸出超出預算，或瀏覽器無法配置記憶體，工具會回報錯誤且不建立下載檔案，而不會提供遭截斷的檔案。

此頁面不提供頁內音訊預覽，因此請在受信任的本機播放器中開啟下載的 WAV，以進行完整檢視。更換輸入檔案或半音設定會使先前的結果失效；再次下載前，請先建立新的輸出。

輸出前檢查每項限制

有數項限制會影響工作能否完成。將它們視為邊界案例，可能浪費時間，或讓你錯誤地認為來源檔案一定可以使用。

  • 編碼後的輸入大小： 單一來源檔案的大小不得超過 50 MiB。
  • 解碼後的輸入維度： 解碼後音訊的長度最多為 5 分鐘、聲道數最多為 8，取樣率範圍為 8,000 到 192,000 Hz。
  • 輸入樣本預算： 解碼上限為 3000 萬個聲道樣本。
  • 輸出樣本預算： 變調後的輸出另有 3000 萬個聲道樣本的上限。降低音高會增加所需的輸出影格，因此向下偏移可能讓原本有效的來源超出預算。錯誤訊息會指出所要求的偏移超出預算，而且不會截斷任何內容。
  • 完整輸出檢查： 所需的影格數會在配置前計算。沒有任何靜默截尾、隱藏長度上限或以不完整檔案替代的後備機制。5 分鐘上限適用於解碼後的輸入；變調後的輸出則受其自身的聲道樣本預算規範。
  • 無效來源的處理： 空白檔案、不受支援的類型、無效的解碼維度及解碼失敗，都會在提供匯出選項前遭拒絕。

輸出會使用解碼後來源的取樣率，並預期回傳的聲道數與完整影格數相符。這可避免將部分輸出誤認為已完成的下載檔案。

使用下載的 WAV 前先加以檢視

成功匯出只表示瀏覽器已產生所要求的檔案，並不表示每個可聽見的細節都會與來源相符。請在受信任的本機播放器中聆聽完整結果，並檢視下列問題：

  • 時間變化： 將顯示的長度與來源比較，尤其是用於配合較長序列的向下偏移。
  • 中繼資料不同： 輸出會重新編碼為 RIFF/WAVE 容器中的未壓縮、交錯式、小端序 PCM16。原始壓縮、位元率、標籤、封面、章節、提示點、循環中繼資料及容器中繼資料都不會保留。
  • 轉換差異： 浮點樣本會在轉換為 PCM16 前裁切至合法的 -1 到 +1 範圍，量化結果也可能與解碼後的來源不同。
  • 重取樣失真： 瀏覽器的重取樣品質由實作決定。大幅向上偏移可能顯露出處理前較不明顯的混疊或編碼器失真。

為了保護隱私，檔案讀取、解碼、重取樣與 WAV 編碼都會在目前的瀏覽器分頁本機執行。來源音訊與輸出音訊都不會上傳至 Lizely。因此，此工具適合快速實驗及粗略剪輯，但無法用於透明且可完整檢視的母帶處理流程。

長度必須固定時，請採用不同工作流程

若製作工作要求改變音高，同時讓長度、節拍位置或口語節奏保持固定，就需要使用專用的相位聲碼器或其他時間拉伸工作流程。此工具刻意不提供這項功能。例如，在 Audacity 中變更音訊音高而不影響速度指南會說明這項不同的需求。

當可以接受完整且在瀏覽器本機執行的音高與長度變化時，請使用 Audio Pitch Changer。檢查各項限制、刻意選擇半音數值、等待完整輸出，並在使用的 WAV 前先加以檢視。

相關閱讀：使用音訊變速工具前我該知道什麼？。