遊戲實況主、VTuber 與虛擬活動主持人在即時連線實況中，往往面臨一項嚴苛挑戰：傳統雲端變聲工具動輒產生 200 至 400 毫秒以上的網路延遲，不僅嚴重破壞連線對話節奏，還會導致虛擬皮套面部捕捉口型與聲音輸出明顯不同步，更伴隨著封包遺失卡頓與隱私外洩的疑慮。
Altered Real-Time Pro 的核心優勢在於將深度學習變聲與聲音隔離運算完全移植至本機桌面端 CPU。它能在系統底層建立原生虛擬音訊裝置（Microphone (Altered Virtual Audio Device)），演算法延遲低至約 135 毫秒，具備 20 種高品質 Voice Skins 角色聲線，並提供生物級背景噪音與環境干擾人聲隔離。
本文將完整解析如何在本機啟動 Altered Real-Time Pro，並將虛擬音訊線路正確接入 Discord 與 OBS Studio，確保實況全程具備極低延遲且乾淨純粹的角色音質。
1. 硬體門檻與聲學環境準備
由於 Altered Real-Time Pro 仰賴本機 CPU 執行神經網路推論，電腦的硬體配置與麥克風拾音條件是保障即時變聲穩定運作的基石。
最低需求與推薦規格比較
| 硬體指標 | 最低系統要求 | 推薦實況與 VTuber 主機配備 |
|---|---|---|
| 處理器架構 | 現代 Intel/AMD x86 或 Apple Silicon（5nm 製程以內） | Apple Silicon M 系列；AMD Ryzen AI；Intel Core Ultra 200 系列 |
| CPU 核心數 | 6 個實體效能核心（建議 12 執行緒；Intel 能效核心不計入） | 8 個以上實體效能核心（16 執行緒以上） |
| 系統記憶體 | 最低 8 GB RAM | 16 GB RAM 或更高 |
| 作業系統 | Windows 10（組建 1903 以上）或 Windows 11；macOS Big Sur 11.0 以上（僅限 Apple Silicon） | 64 位元 Windows 11 或 macOS 14+ |
| 音訊週邊 | 貼近嘴部的耳麥或懸臂式麥克風 | 心型指向動圈/電容式懸臂麥克風；封閉式監聽耳機 |
上線前的聲學核心注意事項
- 務必使用封閉式耳機： 切勿使用開放式耳機或電腦喇叭外放聲音。喇叭漏出的音訊若被麥克風重複拾取，在即時 AI 運算迴圈中會立刻產生刺耳金屬顫音、嘯叫或爆音。
- 麥克風維持近距離收音： 懸臂麥克風應距離嘴唇 5 至 10 公分，並加裝防噴罩。乾淨、信噪比高且飽滿的原音是模型辨識音高與特徵共振峰的關鍵。
- 堅持純有線連接： 藍牙耳機自帶 100 至 200 毫秒的無線傳輸延遲，與演算法延遲累加後會使對話產生明顯遲滯。請務必採用 USB 介面或 3.5mm 有線連接。
2. Altered Real-Time Pro 本機端設定
在將音訊串聯至外部軟體前，須先於 Altered Studio 中綁定硬體輸入並啟用即時推論引擎。
[實體麥克風 (USB / 錄音介面 XLR)]
│
▼
[Altered Real-Time Pro 本機引擎]
- 選擇 Voice Skin (20 款角色聲線)
- 啟用 Isolate 隔離 (Advanced / Biometric)
- 本機 CPU 即時推論 (~135ms 演算延遲)
│
▼
[Altered Virtual Audio Device 虛擬麥克風]
┌──────┴──────┐
▼ ▼
[Discord 語音] [OBS Studio 實況串流]
步驟 1：啟動並進入 Real-Time 介面
- 開啟 Altered Studio 應用程式。
- 點擊頂部主選單中的 Real-Time 標籤頁進入即時介面。
- 在輸入裝置下拉選單中，選取您的實體麥克風（例如 Focusrite USB、Shure MV7 或耳麥麥克風）。
步驟 2：選定角色音色（Voice Skins）
Altered Real-Time Pro 提供 20 種專業 Voice Skins，涵蓋不同性別、年齡、角色風格與聲音質地。點選符合您 VTuber 形象或直播人設的音色。
步驟 3：配置 Isolate 背景雜音與人聲隔離
若您的直播環境鄰近客廳、敲擊機械鍵盤或有同住者交談，請開啟 Isolate 功能：
- Advanced（進階模式）： 錄音室等級的環境音濾除，強效壓制房間殘響、冷氣風扇雜音與背景動態噪聲。
- Biometric（生物特徵模式）： 鎖定您個人專屬的聲紋特徵（Voiceprint）。即使身邊有人大聲說話，或背景干擾音量高達 -6 dB 訊號干擾比（干擾音量是您說話音量的兩倍），系統也能自動濾除外來人聲，只輸出您的變聲語音。
步驟 4：啟動即時運算引擎
點擊 Start the Engine 按鈕。對著麥克風說話，檢查音量計是否正常波動並確認音效變換。此時作業系統已掛載並啟用 Microphone (Altered Virtual Audio Device)。
3. Discord 語音通話與連線設定
在與觀眾連線或與好友在 Discord 群組遊戲開黑時，將 Discord 輸入端指定為 Altered 虛擬麥克風即可。
Discord 詳細設定步驟
- 開啟 Discord，點擊左下角頭像旁的使用者設定（齒輪圖示）。
- 在左側選單的「應用程式設定」下點選語音與視訊（Voice & Video）。
- 在輸入裝置（Input Device）選單中，選取 Altered Virtual Microphone（或 Microphone (Altered Virtual Audio Device)）。
- 輸出裝置（Output Device）維持您平常聆聽的實體耳機，切勿選擇虛擬音訊裝置。
避免音訊遭二次破壞的關鍵微調
Discord 內建的語音處理演算法容易與 Altered 處理後的 AI 音質產生干擾，引發破音或吞字：
- 停用 Krisp 降噪： 在降噪功能中切換為「無」或標準模式。Altered 內建的 Isolate 運算精度遠高於通訊軟體，疊加 Krisp 會造成嚴重的頻譜失真與尾音遺失。
- 關閉回音消除（Echo Cancellation）： 若已配戴封閉式耳機，請關閉回音消除，避免情緒高昂的大笑被誤判為回音而遭到消音。
- 自動增益控制（Automatic Gain Control）： 建議關閉，避免輸出音量產生非預期的劇烈起伏。
- 手動設定輸入感應度： 關閉「自動判定輸入感應度」，透過滑桿手動調整，確保輕聲說話能穩定觸發，同時過濾呼吸微噪。
4. OBS Studio 實況串流音訊設定
在 OBS Studio 中，重點在於確保推流僅截取變聲後的音軌，避免本音與變聲音訊同時播出。
方法 1：全域音訊裝置設定（全域通用）
- 開啟 OBS Studio，點擊右下角設定。
- 切換至左側音訊標籤頁。
- 於全域音訊裝置中找到麥克風/輔助音訊（Mic/Auxiliary Audio），下拉選取 Altered Virtual Audio Device。
- 檢查麥克風 2、3、4 是否皆處於已停用狀態，防止實體未變聲麥克風意外發聲。
- 點擊套用並確定儲存。
方法 2：獨立場景音訊輸入擷取（依場景切換）
若您需要在不同場景自由切換原音（如開場雜談）與角色變聲音效（如遊戲場景），可在特定場景中建立專屬來源：
- 在 OBS 當前場景的「來源」面板中，點擊 + 號。
- 選取音訊輸入擷取。
- 命名為
Altered 角色音軌。 - 於裝置清單中選擇 Altered Virtual Audio Device 並按下確定。
5. VTuber 面部捕捉與口型同步微調（Sync Offset）
VTuber 在使用 VTube Studio、Warudo 等面捕軟體時，常會察覺模型張嘴與聲音有微小落差：
- 視訊鏡頭臉部追蹤與 2D/3D 模型骨骼運算通常有 40 至 90 毫秒的畫面延遲。
- Altered Real-Time Pro 在 CPU 執行端到端運算時會產生約 135 毫秒的演算法延遲。
於 OBS 修正延遲同步
- 檢視 OBS 主畫面下方的音訊混音器。
- 點擊
Altered 角色音軌旁的齒輪圖示（或三個縱向圓點），選取進階音訊屬性。 - 找到**同步偏移（Sync Offset）**欄位：
- 若模型嘴型比說話聲音早一步張開：為該虛擬麥克風增加適當正向延遲（例如
+30 ms至+70 ms），達到音畫完美貼合。 - 若語音輸出早於攝影機捕捉畫面：於 OBS 視訊攝影機或擷取卡來源屬性中增加視訊緩衝延遲。
- 若模型嘴型比說話聲音早一步張開：為該虛擬麥克風增加適當正向延遲（例如
- 正式直播前，利用 OBS 本地錄影功能進行 10 秒鐘拍手與快速發音測試，回放確認唇形同步無誤。
6. 常見疑難排解與最佳化
1. 聲音出現破音、卡頓或機器人金屬雜音
在進行高負載 3D 遊戲時若變聲出現斷續：
- 保留 CPU 運算資源： Altered 仰賴持續穩定的 CPU 算力。若遊戲將所有核心吃滿至 100%，變聲執行緒將面臨緩衝區耗盡（Buffer Underrun）。建議在顯示卡控制面板中鎖定遊戲最高幀率（例如限制於 60 或 120 FPS），為音訊推論預留餘裕。
- 統一下拉採樣率： 務必確保 Windows 聲音設定、OBS 音訊設定以及 Altered Studio 全部統一設為 48,000 Hz（48 kHz）。規格不一致會導致系統進行二次重採樣，產生爆音與雜訊。
- 調整錄音介面緩衝區大小： 錄音介面（ASIO / WASAPI）緩衝區建議設定在 128 至 256 Samples 之間。低於 64 易造成 CPU 瞬間負載超載，高於 512 則延遲過長。
2. 實況間出現「雙重聲音」或殘響
若觀眾反應同時聽到原本聲音與角色變聲：
- 檢查 OBS 混音器中是否同時收錄了電腦的實體麥克風與 Altered 虛擬麥克風，請將實體麥克風來源靜音或移除。
- 檢查桌面音訊擷取是否無意中收錄了 Discord 的監聽回送。
7. 方案選擇與功能規格比較
Altered Real-Time Pro 提供靈活的訂閱方案，滿足不同實況頻率的需求：
| 方案版本 | 價格（月繳 / 年繳折算） | 每日推論時數配額 | 核心功能權限 | 隱私與資料管理 |
|---|---|---|---|---|
| Free 免費版 | 永久免費 | 每日 20 分鐘 | 每日 4 款輪替 Voice Skins；包含 Isolate 降噪 | 加入 AI 改進計畫（匿名資料） |
| Voice Skins 版 | $5.00/月（年繳等效 $2.50/月） | 每日 120 分鐘 | 全套 20 款 Voice Skins；包含全部 Isolate 模組 | 加入 AI 改進計畫 |
| Call Center / Euphonia（標準隱私版） | $12.00/月（年繳等效 $10.00/月） | 無限制時長 | 口音轉換或語音修復；全套 Voice Skins 與 Isolate | 100% 本機離線運算；資料絕不外傳 |
| Call Center / Euphonia（優惠折扣版） | $8.00/月（年繳等效 $6.00/月） | 無限制時長 | 口音轉換或語音修復；全套 Voice Skins 與 Isolate | 加入 AI 改進計畫 |
| Cloud Compute 雲端加速擴充 | +$2.00 / 每日小時配額 / 月 | 依購買量配給 | 將運算轉移至鄰近雲端伺服器節點 | 適合輕薄筆電或 CPU 效能受限設備 |
一般單次實況在 2 小時內的創作者，選擇 Voice Skins 方案即非常足夠；若是每日開播 4 小時以上的全職 VTuber，推薦選擇 無限制時長 的完整方案，確保長時間馬拉松實況中角色聲線穩定連貫。
參考資料
- 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