变声术语小词典：半音、共振峰、采样率、缓冲区一次看懂

教程看多了你会发现，卡住你的往往不是操作，而是几个词没搞懂：半音、共振峰、采样率、缓冲区……这篇用人话把这些词一次讲明白，之后看任何教程都不怵。

一、半音（Semitone / Pitch）

• 音乐里的音高单位。软件里写的 ±12，意思是升/降 12 个半音 = 正好一个八度；
• 所以男变女常写 +12，就是整体升高一个八度以内的意思。调的时候 ±1 ±2 地微调，别一下拉满。

二、共振峰（Formant）

• 人声道共鸣产生的「频谱山峰」，它决定「这是谁在说话」，跟音调是两回事；
• 男声声道长，共振峰低；女声声道短，共振峰高。变声时音调和共振峰要分开调、配合调，这是自然度的命门。

三、采样率（Sample Rate）

• 每秒对声音采样的次数，44100Hz / 48000Hz 最常见；
• 重点不是高低，而是全链路统一：麦克风、虚拟声卡、变声软件、系统，四处一致，不然就是杂音电音。

四、缓冲区（Buffer / Blocksize）

• 声音是一块一块处理的，一块就是一次缓冲；
• 块越小 → 延迟越低，但 CPU 越吃紧，容易爆音；块越大 → 越稳，延迟越高。卡了调大、延迟难受调小，找平衡点；
• 512 或 1024 起步，稳了再往下试。

五、其他常客

• Index Rate：检索强度，拉高更像但更耗性能，0.3～0.5 起步；
• f0：基频，就是「音调」的科学叫法，看到 f0 等于看到 pitch；
• 虚拟声卡：软件模拟的音频设备，把变声输出「伪装」成麦克风给其他软件用，原理见 VoiceMeeter 教程。

词都对上号了，去 参数详解 实战；再拿 RVC 原版教程 对照着看，效果最佳。