Wie Live-Broadcaster und VTuber Altered Real-Time Pro als virtuelles Mikrofon für latenzarme Sprachmodulation in Discord und OBS einrichten

Gaming-Streamer, VTuber und Moderatoren virtueller Events stehen bei Live-Übertragungen oft vor einem gravierenden Problem: Herkömmliche cloudbasierte Stimmenverzerrer verursachen spürbare Latenzen von 200 bis über 400 Millisekunden. Diese Verzögerung zerstört den Gesprächsrhythmus in Live-Calls und führt dazu, dass die Lippenbewegungen des virtuellen Avatars (Lip-Sync) dem gesprochenen Ton sichtbar hinterherhinken. Hinzu kommen Risiken durch Paketverluste und Datenschutzbedenken bei externer Serververarbeitung.

Altered Real-Time Pro umgeht diesen Engpass, indem es die Inferenz neuronaler Netze für Stimmtransformation und Sprecherisolierung vollständig auf der lokalen Desktop-CPU ausführt. Das Programm richtet auf Betriebssystemebene ein virtuelles Audiogerät ein (Microphone (Altered Virtual Audio Device)), das mit einer algorithmischen Latenz von nur etwa 135 ms arbeitet, 20 ausdrucksstarke Voice Skins bereitstellt und Störgeräusche dank biometrischer Sprechererkennung zuverlässig eliminiert.

In diesem Leitfaden erfahren Sie Schritt für Schritt, wie Sie Altered Real-Time Pro lokal einrichten, die virtuelle Audioroute in Discord und OBS Studio konfigurieren und das Audio-Video-Timing für Ihren VTuber-Stream perfekt synchronisieren.

1. Systemvoraussetzungen und akustische Vorbereitung

Da Altered Real-Time Pro anspruchsvolle KI-Modelle ohne Cloud-Unterstützung direkt auf Ihrem Prozessor berechnet, muss Ihr System solide Hardware-Basisanforderungen erfüllen.

Mindestanforderungen vs. empfohlene Konfiguration

Unverzichtbare akustische Grundregeln

1. Ausschließlich geschlossene Kopfhörer verwenden: Offene Kopfhörer oder Monitorlautsprecher strahlen Ton ab, der vom Mikrofon erneut erfasst wird. In einer KI-Echtzeitschleife erzeugt dieses Übersprechen metallisches Phasing, Roboter-Artefakte oder unkontrollierbare Rückkopplungen.
2. Mikrofon nah am Mund platzieren: Halten Sie einen Abstand von 5 bis 10 cm mit Poppschutz ein. Ein trockenes, klares Eingangssignal mit hohem Rauschabstand ist essenziell, damit das KI-Modell Tonhöhe und Formanten akkurat modulieren kann.
3. Kabelgebundene Verbindungen nutzen: Bluetooth-Headsets verursachen hardwareseitig bereits 100 bis 250 ms Latenz. Nutzen Sie stets USB-Audio-Interfaces oder analoge 3,5-mm-Klinkenkabel.

2. Einrichtung von Altered Real-Time Pro auf dem Desktop

Bevor Audio an Discord oder OBS übergeben werden kann, muss das physische Mikrofon in Altered Studio zugewiesen und die Rechen-Engine gestartet werden.

[Physisches Mikrofon (USB / XLR-Interface)]
               │
               ▼
   [Altered Real-Time Pro Lokale Engine]
   - Auswahl des Voice Skin (20 Charakterstimmen)
   - Konfiguration von Isolate (Advanced / Biometric)
   - Lokale CPU-Inferenz (~135 ms Latenz)
               │
               ▼
[Virtuelles Audiogerät: Altered Virtual Audio Device]
        ┌──────┴──────┐
        ▼             ▼
  [Discord Voice]   [OBS Studio Stream]

Schritt 1: Real-Time-Bereich öffnen

1. Starten Sie Altered Studio auf Ihrem Computer.
2. Klicken Sie in der Hauptnavigationsleiste auf den Reiter Real-Time.
3. Wählen Sie unter den Eingangseinstellungen Ihr physisches Mikrofon aus (z. B. Focusrite USB, Shure MV7 oder Ihr Headset-Mikrofon).

Schritt 2: Charakterstimme (Voice Skin) wählen

Altered Real-Time Pro bietet 20 professionelle Voice Skins, die verschiedene Altersstufen, Geschlechter, theatralische Klangfarben und Fantasy-Charaktere abdecken. Wählen Sie die Stimme, die zu Ihrem Avatar oder Stream-Konzept passt.

Schritt 3: Isolate-Filter konfigurieren

Wenn Sie in einer lauten Umgebung streamen (z. B. mechanische Tastaturgeräusche, PC-Lüfterrauschen oder Mitbewohner im Nebenzimmer), aktivieren Sie das Modul Isolate:

• Advanced-Modus: Rauschunterdrückung in Studioqualität, die Raumhall, Klimaanlagensummen und kontinuierliche Störgeräusche eliminiert.
• Biometric-Modus: Sperrt das System auf Ihren individuellen Stimmabdruck (Voiceprint) ein. Selbst wenn eine andere Person im selben Raum laut spricht oder Hintergrundgeräusche ein Signal-zu-Interferenz-Verhältnis von -6 dB SIR erreichen (die Störung ist doppelt so laut wie Ihre Stimme), blendet der Algorithmus fremde Stimmen aus und moduliert ausschließlich Ihre eigene Sprache.

Schritt 4: Engine starten (Start the Engine)

Klicken Sie auf Start the Engine. Sprechen Sie in Ihr Mikrofon und kontrollieren Sie am Pegelmesser, ob das Signal sauber moduliert wird. Auf Betriebssystemebene ist nun das Audiogerät Microphone (Altered Virtual Audio Device) aktiv.

3. Discord-Konfiguration für Voice-Chats und Kooperationen

Wenn Sie im Multiplayer-Game kommunizieren oder Streamer-Kooperationen über Discord durchführen, leiten Sie das virtuelle Mikrofon direkt in Discord ein.

Schritte in Discord

1. Öffnen Sie Discord und klicken Sie unten links neben Ihrem Avatar auf die Benutzereinstellungen (Zahnrad-Symbol).
2. Navigieren Sie unter „App-Einstellungen“ zu Sprache & Video (Voice & Video).
3. Wählen Sie unter Eingabegerät (Input Device) die Option Altered Virtual Microphone (oder Microphone (Altered Virtual Audio Device)) aus.
4. Belassen Sie das Ausgabegerät (Output Device) auf Ihren physischen Kopfhörern (wählen Sie hier keinesfalls das virtuelle Gerät aus).

Wichtige Discord-Einstellungen gegen Tonverzerrungen

Die integrierten Audiofilter von Discord sind für unverändertes menschliches Sprechen ausgelegt und kollidieren häufig mit KI-generierten Frequenzen:

• Krisp-Rauschunterdrückung deaktivieren: Stellen Sie die Rauschunterdrückung auf Keine oder den Standardmodus. Die lokale Isolate-Engine von Altered arbeitet wesentlich präziser; zusätzliches Krisp-Filtering führt zu abgehackten Silben und muffigem Klang.
• Echounterdrückung ausschalten: Wenn Sie geschlossene Kopfhörer tragen, schalten Sie die Echounterdrückung in Discord ab, damit lautes Lachen oder emotionale Ausrufe nicht fälschlich abgeschnitten werden.
• Automatische Lautstärkeregelung deaktivieren: Schalten Sie diese Funktion aus, um Lautstärkesprünge Ihres Charakters zu vermeiden.
• Eingabeempfindlichkeit manuell festlegen: Deaktivieren Sie Eingabeempfindlichkeit automatisch ermitteln und stellen Sie den Schieberegler so ein, dass leises Sprechen sauber durchkommt, Atemgeräusche das Gate jedoch nicht öffnen.

4. OBS Studio-Konfiguration für Livestreams

In OBS Studio muss sichergestellt werden, dass der Stream ausschließlich das modulierte Signal empfängt und das unbearbeitete Originalmikrofon stummgeschaltet bleibt.

Methode A: Globale Audiogeräte (Einfachste Einrichtung)

1. Öffnen Sie OBS Studio und klicken Sie unten rechts auf Einstellungen.
2. Wählen Sie links den Reiter Audio.
3. Suchen Sie unter Globale Audiogeräte den Eintrag Mikrofon-/Zusatzaudio (Mic/Auxiliary Audio).
4. Wählen Sie im Dropdown-Menü Altered Virtual Audio Device aus.
5. Stellen Sie sicher, dass Mikrofon/Zusatzaudio 2, 3 und 4 auf Deaktiviert stehen, damit das unveränderte Originalsignal nicht parallel übertragen wird.
6. Klicken Sie auf Übernehmen und OK.

Methode B: Szenenspezifische Audio-Eingabeaufnahme (Empfohlen für flexible Szenenwechsel)

Wenn Sie zwischen Ihrer normalen Stimme (z. B. Intro-Talk) und der Charakterstimme im Spiel wechseln möchten:

1. Klicken Sie im Panel Quellen der gewünschten Szene auf das +-Symbol.
2. Wählen Sie Audioeingabeaufnahme (Audio Input Capture).
3. Benennen Sie die Quelle beispielsweise als Altered Charakterstimme.
4. Wählen Sie in der Geräteliste Altered Virtual Audio Device aus und bestätigen Sie mit OK.

5. Lip-Sync und Verzögerungsausgleich für VTuber-Avatare

VTuber, die Tracking-Tools wie VTube Studio, Warudo oder 3Tene verwenden, stellen häufig eine leichte Asynchronität zwischen den Lippenbewegungen des Modells und dem Ton fest:

• Webcam-Tracking und 2D/3D-Rendering benötigen etwa 40 bis 90 ms Videoverarbeitungszeit.
• Altered Real-Time Pro benötigt für die lokale Inferenz auf der CPU circa 135 ms algorithmische Rechenzeit.

Synchronisation in OBS anpassen

1. Betrachten Sie das Panel Audio-Mixer in OBS Studio.
2. Klicken Sie auf die drei Punkte (oder das Zahnrad) neben Altered Charakterstimme und wählen Sie Erweiterte Audioeigenschaften.
3. Suchen Sie die Spalte Sync-Offset (ms):
   • Wenn sich der Mund des Avatars öffnet, bevor der Ton zu hören ist: Fügen Sie der Mikrofonspur einen positiven Offset hinzu (z. B. +30 ms bis +70 ms).
   • Wenn die Stimme vor der Kamerabewegung zu hören ist: Fügen Sie in den Eigenschaften der Kameraquelle eine Pufferverzögerung hinzu.
4. Nehmen Sie vor dem Stream einen 10-sekündigen Testclip in OBS auf, in dem Sie in die Hände klatschen und Plosivlaute („P“, „T“, „K“) sprechen, um die visuelle Übereinstimmung zu prüfen.

6. Fehlerbehebung und Leistungsoptimierung

1. Knacksen, Roboterstimme oder Audio-Aussetzer

Wenn die Stimme bei anspruchsvollen 3D-Spielen stottert:

• CPU-Reserven sichern: Altered benötigt konstante Rechenkapazität. Wenn ein Game alle Kerne zu 100 % auslastet, gerät der Audiopuffer in einen Buffer Underrun. Begrenzen Sie die maximale Bildrate des Spiels im Grafikkartentreiber (z. B. auf 60 oder 120 FPS), um CPU-Spielraum für die Audioberechnung zu reservieren.
• Abtastrate vereinheitlichen: Stellen Sie sicher, dass Windows-Soundeinstellungen, OBS Studio und Altered Studio einheitlich auf 48.000 Hz (48 kHz) konfiguriert sind. Unterschiedliche Sampleraten zwingen das System zu internem Resampling, was zu Klickgeräuschen führt.
• Puffergröße des Audio-Interfaces: Stellen Sie die Puffergröße im Audiotreiber (ASIO / WASAPI) auf 128 bis 256 Samples ein. Werte unter 64 überlasten die CPU, während Werte über 512 die Gesprächslatenz spürbar erhöhen.

2. Echo oder doppelte Stimme im Stream

Wenn Zuschauer melden, dass die Originalstimme leise im Hintergrund mitklingt:

• Prüfen Sie im Audio-Mixer von OBS, ob neben dem virtuellen Mikrofon noch ein physisches Standardmikrofon aktiv ist, und schalten Sie dieses stumm.
• Stellen Sie sicher, dass der Desktop-Audiosoundtrack nicht versehentlich das eigene Discord-Monitoring wieder aufnimmt.

7. Tarife und Funktionsübersicht

Altered Real-Time Pro bietet Abomodelle für Einsteiger und professionelle Dauer-Streamer:

Für Streamer mit regelmäßigen Sessions von bis zu zwei Stunden deckt der Tarif Voice Skins den Bedarf vollständig ab. Hauptberufliche VTuber mit täglichen 4-Stunden-Streams greifen am besten zu einem der unbegrenzten Tarife, um Ausfälle während der Übertragung zuverlässig auszuschließen.

Referenzen

• Real-Time Voice Changer | Altered
• How Altered Real-Time Pro Works | Altered
• OBS with Altered Real-Time Pro Voice Changer
• Discord with Altered Real-Time Pro Voice Changer
• Real-Time Voice Isolation & Speaker Isolation | Altered
• Real-Time Pro Pricing | Altered
• Real-Time Pro Frequently Asked Questions | Altered