當你想要調高或調低音訊檔的感知音高，且願意讓播放時間隨著音高一起改變時，音訊變調器就是合適的工具，因為以播放速率變調的方式會透過等溫律公式 rate = 2^(semitones/12) 將兩者數學上綁在一起。決策會落在單一關鍵：你是否能接受升調時結果變短、降調時結果變長。如果可以，變調器是最快的途徑。如果不行，你就需要一套將音高與長度解耦的時間伸縮工作流程。音訊變調器處理的是第一種情況：一個瀏覽器工具，可對一個音訊檔以 -12 到 +12 之間的任意整數半音進行變調，透過 OfflineAudioContext 在原始取樣率下於本機完整算繪輸出，並讓你下載一個重新編碼的 PCM16 WAV。它接受瀏覽器可解碼的常見輸入格式，包括 MP3、WAV、M4A、AAC、Ogg、WebM 與 FLAC，檔案大小上限為 50 MiB，而且完全在當前的分頁中執行，不會上傳任何資料。它適用於快速的創作任務，例如人聲特效、練習曲目的調性配合，以及音效設計的打稿，而非透明的母帶處理，或必須保留原始時長的製作。
音訊變調器實際上做了什麼
變調器會調高或調低音訊檔的感知音高。音訊變調器中的實作採用播放速率重取樣，這也是 W3C Web Audio 規格文件中記載的方式：改變 AudioBufferSourceNode 的播放速率會同時改變音高與長度。對於 n 個半音的平移，播放速率為 2^(n/12)。這個公式來自十二音等溫律，其中一個八度跨越十二個等分半音，每個半音的頻率比為 2^(1/12)。麥基爾大學關於 MIDI 與頻率關係的課程教材可於 caml.music.mcgill.ca 取得，確認了這個定義；而 MDN 對於 playbackRate 的文件位於 developer.mozilla.org，說明了當數值大於 1 時會加快音訊，小於 1 時會減慢音訊，且非 1 的數值會觸發重取樣。
實際的結果是：任何大到能聽出來的音高變化同時也會改變時長。+12 半音的平移會使播放速率加倍並使時長大約減半；-12 半音的平移則使速率減半並使時長大約加倍。中間的值會在這兩個端點之間平滑地縮放，正向平移會產生較短的音訊，負向平移則會產生較長的音訊。輸出會在瀏覽器中算繪成新的未壓縮 PCM16 RIFF/WAVE 檔。若想更深入了解半音與八度如何對應到播放速率，音訊變調器解析：半音與八度指南會一步步帶你檢視相同的數學。
唯一決定一切的問題
這個決策幾乎總是歸結到一個問題：時長是否需要保持不變？如果需要，以播放速率變調的工具就不對。音高與長度在數學上是連結的，因為將音高改變 n 個半音代表將播放速率改變 2^(n/12)，而這個比例會同時改變代表一秒音訊的樣本數。若要在固定長度下平移音高，你需要相位聲碼器或其他能把兩者解耦的專屬時間伸縮工作流程。
如果不需要，且你能接受升調時音訊變短、降調時音訊變長，那麼變調器就是合適的選擇。這涵蓋了大多數快速的創作任務：社群短片的聲音特效、將伴奏軌道微調幾個半音以配合歌手音域、花栗鼠般的卡通嗓音或播報員聲音用於短劇音效、樣本長一點也能接受的音效設計打稿。音訊變調器的契約對此說得很清楚：它從不聲稱能保留速度、語音節奏、節拍位置，或精確的原始時長，且會把固定長度的變調工作導向相位聲碼器或類似的工作流程。
音訊變調器合適的情境
請參考下表將工具對應到任務。如果你的目標在左欄，而右欄顯示為「音訊變調器」，請使用它。
| 你的目標 | 合適的工具 |
|---|---|
| 對一個音訊檔升調或降調，並接受時長改變 | 音訊變調器 |
| 將伴奏軌道平移幾個半音以配合歌手音域 | 音訊變調器 |
| 為短影片製作一個快速的聲音特效（花栗鼠音、深沉播報員） | 音訊變調器 |
| 從現有樣本打稿一個音效，且能接受時長改變 | 音訊變調器 |
| 為社群媒體製作一個更快、更高能量的短片版本 | 音訊變調器 |
| 在保留原始時長的情況下對短片進行變調 | 時間伸縮工作流程（相位聲碼器等） |
| 修正已錄製人聲演唱的音準 | 音準修正軟體（Auto-Tune 類型） |
| 不改變音高的情況下改變音色或音質 | 等化器 |
| 不改變音高的情況下將音訊變大或變小聲 | 音量調整器或增益分級 |
| 在保持音高不變的情況下加快音訊 | 時間伸縮工作流程 |
對於不必離開頁面的快速瀏覽器作業，音訊變調器可處理前五列。表格下半部的所有任務都應交給其他工具。
何時應改用其他工作流程
有些任務表面上看起來像「變調」，實際上卻是另一種工作：
- 修正一段忽高忽低音準飄移的人聲錄音。這是音準修正，而非變調。請改用 Auto-Tune 類型軟體或手動編輯器。
- 對必須符合固定長度的電影對白進行變調。以播放速率變調的工具無法勝任。請使用相位聲碼器（Elastique、PaulStretch、Rubberband）或將音高與長度解耦的專屬時間伸縮外掛。
- 在不變調的情況下使音色更明亮或更溫暖。這是等化器的工作。音訊等化器處理音色塑形，而非變調。
- 在不變調的情況下將短片變大聲或變小聲。這屬於增益分級，適合的工具是音量工具，而非變調器。
- 在保持音高的同時加快音訊。以播放速率變調的工具同樣做不到，因為它會將速率與音高綁在一起；同樣地，你需要一套時間伸縮工作流程。
- 在不變調的情況下剪輯、合併或反轉音訊。這些屬於結構性編輯，會使用不同的工具，例如音訊剪輯器、音訊合併器或音訊反轉工具。
同樣的原則也適用於特定應用程式。在 Audacity、Logic Pro、GarageBand、DaVinci Resolve、Clipchamp、CapCut 或 After Effects 中，當你需要保留原始長度或對個別區段進行變調時，主機內建的專屬工作流程通常更合適。當你只想對單一檔案快速進行一次變調，且能接受隨之而來的時長變化時，通用瀏覽器變調器就是合適的工具。
如何一步步使用音訊變調器
- 在當前的瀏覽器分頁中開啟音訊變調器。
- 選擇一個你的瀏覽器能解碼的音訊檔 — 常見的 MP3、WAV、M4A、AAC、Ogg、WebM 與 FLAC 輸入皆可使用 — 並將大小控制在 50 MiB 以內。
- 挑選一個介於 -12 與 +12 之間的整數半音平移量。請記住，升調會讓音訊更快、更短，降調則會讓音訊更慢、更長。
- 開始算繪。瀏覽器會解碼檔案，套用等溫律播放速率 2^(n/12)，並在原始取樣率下透過 OfflineAudioContext 在本機完整算繪結果。
- 檢視工具回報的時長變化。頁面並未內建以 blob 為後端的音訊預覽，因此如果你想與原檔比較，請在你信任的本機播放器中聆聽結果。
- 下載新檔。它是一個重新編碼的未壓縮 PCM16 RIFF/WAVE 檔。原始的壓縮、標籤、封面與容器中繼資料都不會保留。
事前應確認的限制與輸入條件
限制是明確的，並會在進行任何耗資源的輸出工作前先行檢查。在開始前請先確認這些條件，因為降調會增加所需的輸出幀數，一個在 0 半音時能通過的輸入，仍可能在深度負向平移時失敗。
- 單一編碼輸入，最大 50 MiB。
- 解碼後的音訊：5 分鐘以內，最多 8 聲道，取樣率介於 8,000 到 192,000 Hz。
- 輸入解碼上限為 3,000 萬聲道樣本。
- 變調後的輸出另有 3,000 萬聲道樣本的上限。-12 平移大約會讓幀數加倍，因此一段能順利解碼的長音訊仍可能超出這個輸出預算。
- 空檔、不支援的類型、無效的解碼維度，以及解碼失敗都會被拒絕。
- 如果要求的平移會使輸出超出預算，工具會回報平移超出預算，且不會產生下載。不會產生截斷的檔案。
每次輸入或半音變更都會在上一次算繪結果上將其作廢，再進行下一次算繪。處理與樣本資料都會留在你當前的分頁中；不會上傳任何原始音訊或算繪後的音訊。在開始前的最後一項檢查：請自問這項任務是否需要維持原始長度。如果是，請改為採用時間伸縮工作流程，並把音訊變調器保留給那些可接受時長取捨的任務。