讓聲音與操作重新同步：認識音訊延遲
音訊延遲是指聲音訊號自麥克風、電腦程式、外接裝置或網路來源進入系統後，經過轉換、緩衝、處理與傳輸，最後從耳機、喇叭或錄音檔輸出時所累積的時間差。它常表現為說話時耳返變慢、影片人物嘴形與聲音不同步、遊戲操作與音效脫節，或在掃描文件、列印及多媒體簡報環境中，提示音與畫面進度不一致。本文說明輸入、輸出、往返與網路延遲的差別，解析緩衝區大小、取樣率、驅動程式、藍牙編碼、USB 連線與系統負載等主要因素，並提供適合 Windows、macOS 與行動裝置使用者的檢查與改善方法。文章也以實用表格比較不同使用情境可接受的延遲範圍，說明如何循序設定音訊裝置、更新驅動程式、調整緩衝區，以及在列印與掃描工作站中建立穩定的影音提示流程。
音訊延遲是指聲音從產生或輸入，到使用者真正聽見、錄下或在另一端接收之間所經過的時間。這段時間通常以毫秒（ms）計算；數值不高時不易察覺，但在即時錄音、線上會議、遊戲、影片播放，甚至列印與掃描工作站的語音提示或多媒體預覽中，都可能造成明顯的不協調。理解延遲從何而來，才能在音質、穩定性與即時性之間作出合適設定。
音訊延遲究竟是什麼？
音訊系統不會把聲音瞬間送到耳機或喇叭。以麥克風錄音為例，聲波要先轉換成數位訊號，交由作業系統與應用程式處理，再經數位類比轉換輸出。每一段程序都會使用少量時間，累積後就是可感知的延遲。
常見的概念包括輸入延遲、輸出延遲與往返延遲。輸入延遲是麥克風或樂器訊號進入軟體前的時間；輸出延遲是軟體完成處理後送至耳機或喇叭的時間；往返延遲則是兩者總和，是錄音時開啟即時監聽最值得注意的數值。
延遲不等於音質差。提高緩衝區往往能讓系統更穩定、減少爆音，但代價是聲音回應變慢；理想設定應依工作情境調整，而非一味追求最低數字。
為什麼會出現聲音不同步？
最常見的來源是音訊緩衝區。電腦會先把一小段聲音資料放入記憶體，讓處理器有時間運算並持續播放。緩衝區越大，越不容易因瞬間負載過高而中斷；但等待累積資料的時間也越長。取樣率同樣會影響結果，例如在相同緩衝區大小下，48 kHz 通常比 44.1 kHz 有較短的單次緩衝時間。
硬體、連線與驅動程式
- 藍牙耳機或喇叭：音訊需要壓縮、傳送、接收與解碼，常比有線耳機多出可察覺的延遲。
- USB 集線器與線材：與高耗電或高頻寬裝置共用集線器，可能造成傳輸不穩定或裝置重新同步。
- 驅動程式：通用驅動程式通常以相容性為優先；專業音訊介面的原廠驅動程式可提供更有效率的低延遲路徑。
- 系統負載：防毒掃描、雲端同步、大型列印佇列、影像掃描辨識或多個瀏覽器分頁，都可能搶占處理器與儲存資源。
- 網路傳輸：視訊會議與遠端協作還會受到網路抖動、封包遺失與伺服器處理時間影響。
不同用途可接受的延遲範圍
人對延遲的感受高度依賴任務。錄製人聲或樂器時，演奏者需要立即聽到自己的聲音；單純播放簡報背景音樂時，容忍度則較高。下表提供常見情境的實務參考，實際表現仍取決於設備與使用者敏感度。
| 使用情境 | 建議延遲目標 | 優先設定 | 常見注意事項 |
|---|---|---|---|
| 樂器錄音與即時監聽 | 往返約 10 ms 以下 | 小緩衝區、原廠驅動程式、有線耳機 | 負載過高時可能爆音，錄製前先關閉背景工作。 |
| 視訊會議與語音通話 | 端對端約 150 ms 以下較自然 | 穩定網路、有線網路或良好 Wi-Fi | 回音消除與網路壅塞可能比本機音訊更關鍵。 |
| 遊戲與互動展示 | 約 20 至 50 ms | 有線音訊、關閉不必要特效 | 藍牙輸出可能使操作音效顯得落後。 |
| 影片播放與簡報 | 保持嘴形同步即可 | 播放器同步校正、固定輸出裝置 | 外接投影機與藍牙喇叭的延遲可能不同。 |
| 列印與掃描工作站提示音 | 約 100 ms 內通常足夠 | 穩定裝置連線、簡化背景程式 | 應以畫面狀態與工作紀錄為準，不應只依提示音判定完成。 |
如何測量與辨識問題位置
先分辨問題是本機延遲、影音不同步，還是網路延遲。若使用麥克風說話後，在耳機中聽見自己的聲音明顯變慢，多半是本機往返延遲；若只有串流影片嘴形對不上，可能是播放器、顯示器或藍牙裝置的同步問題；若通話時彼此輪流搶話，則應同時檢查網路品質。
簡易檢查方法
- 改用有線耳機或直接接到電腦的喇叭，確認藍牙是否為主要因素。
- 關閉不必要的錄音、會議、播放器與瀏覽器分頁，再測試是否仍有爆音或延遲。
- 在音訊軟體內查看裝置設定，記錄取樣率、緩衝區大小與顯示的輸入、輸出或往返延遲。
- 播放人物說話的影片，觀察嘴形與聲音是否固定偏移；若偏移固定，可使用播放器的音訊同步校正功能。
- 視訊會議時測試網路連線，並請對方確認是否所有參與者都聽到相同問題。
降低延遲的實用設定
調整前應先儲存目前設定，並一次只變更一個參數。對 Windows 使用者而言，可在音訊軟體中選擇音訊介面原廠提供的 ASIO 驅動程式；macOS 使用者通常可透過 Core Audio 裝置設定處理。無論平台為何，應避免讓同一裝置同時被多個錄音或通話程式獨占使用。
建議的調整順序
- 更新作業系統、音訊介面韌體與原廠驅動程式，並重新啟動電腦。
- 確認所有軟體使用相同取樣率；在臺灣常見的影片與視訊工作流程中，48 kHz 是常用選擇。
- 從中等緩衝區開始測試，例如 256 個取樣點；錄音監聽需要更快回應時，再逐步降至 128 或 64。
- 每次降低後播放或錄製數分鐘；一旦出現爆音、斷續或失真，便回到上一個穩定值。
- 將音訊介面直接接至電腦 USB 連接埠，避免透過未供電集線器，並優先使用有線監聽。
若工作內容是掃描合約、列印報表或操作多功能事務機，音訊通常不是關鍵瓶頸。此時不必為了提示音而把緩衝區調得過低，因為掃描辨識、列印轉檔與網路傳送更重視整體穩定性。需要搭配旁白、教學影片或語音通知時，可在工作完成後播放確認音，並以螢幕訊息、列印佇列與掃描檔案是否生成作為主要驗證依據。
藍牙、影音與網路情境的特別處理
藍牙裝置的延遲並非完全由電腦設定決定，還受到耳機晶片、編碼格式與接收端處理能力影響。即使音樂聽起來正常，對遊戲、樂器演奏或精準嘴形同步而言仍可能不夠快。必要時應改用有線耳機、USB 音訊介面，或選擇支援低延遲模式且與來源裝置相容的產品。
在線上會議中，請優先確保網路穩定：靠近無線基地台、避免同時進行大型雲端備份或傳送掃描檔，並在可行時採用有線網路。若會議平台具備「原始音訊」、「高音質音樂模式」等選項，應只在需要時啟用，因為這些模式可能減少語音處理而增加頻寬需求。
結語：以穩定為基礎，再追求即時
音訊延遲是數位音訊流程中的正常現象，關鍵不在於完全消除，而是讓它符合工作需求。錄音與即時互動應優先使用可靠驅動程式、較小緩衝區和有線輸出；會議、影片與列印掃描環境則應兼顧網路、系統負載與作業穩定。先確認延遲發生在輸入、輸出、藍牙還是網路端，再採取對應措施，通常比盲目更換設備更有效。
