# 調了好幾天等化器，最大的改善是去量房間：甜嗓 V2.0 用一支普通麥克風修好低頻

來源：Realpha 讀市場（blog.getrealpha.com）
原文與圖表：https://blog.getrealpha.com/blog/sweetvox-room-measurement-2026-10/

> 2026 年 10 月 8 日，我用 AI 助手把自己做的調音台「甜嗓」改寫成 V2.0。之前幾天都在 ±2 dB 裡微調等化器，真正讓聲音從「好聽」變「超好聽」的，是用一支沒校正過的麥克風量了房間：63 Hz 從 +9.0 dB 修到 +0.1 dB。這篇把正反兩面都講完，附上可以照做的八個步驟與開源程式。技術學習分享。

Published: 2026-10-08
Locale: zh-TW
Tags: 甜嗓, SweetVox, Equalizer APO, 房間聲學, 等化器, 開源, 決策思考

TL;DR: 聲音不好聽，先別調等化器，先量房間。一支普通麥克風、一個腳架就夠，關鍵是兩次量測之間麥克風不能動。


![寫實主義油畫風格封面：傍晚的木造小房間裡，一個人跪在地上調整三腳架上的麥克風，旁邊兩只木箱喇叭，窗外斜光照在地板上，牆角堆著唱片](/covers/sweetvox-room-measurement-2026-10.png)

> *女聞人籟而未聞地籟，女聞地籟而未聞天籟夫！*<br/>
> —— 《莊子・齊物論》（戰國）

2026 年 10 月 8 日，我把自己做的 Windows 調音台「甜嗓 SweetVox」改寫成 V2.0。前面好幾天，我和 AI 助手在等化器上來回微調，每次只動 ±2 dB；最後真正讓聲音從「好聽」變成「超好聽」的，是用一支沒校正過的普通麥克風量了一次房間，發現 63～200 Hz 整段被房間放大了 6 到 14 dB，再用兩顆很窄的濾波器把峰削掉（63 Hz 從 +9.0 dB 修到 +0.1 dB）。這個結論只對我這個房間、這個座位成立，換一個房間要重量；程式和步驟都放在 [GitHub](https://github.com/bockybocky/sweetvox)，可以照著量你自己的。

## 甜嗓是什麼，這次改了什麼

甜嗓是我九月做的小工具，[實驗室頁](/lab/sweetvox/)有網頁版可以玩。它底層用免費的系統等化器 Equalizer APO，把左右聲道拆成「正中間」和「兩側」：歌手通常錄在正中間，伴奏分在兩邊，把兩側調小一點，女聲就往前了。

九月底的版本，我已經把「女聲往前多少」做成一顆旋鈕，還做了發燒模式、鋼琴模式。之後幾天的工作，都是在這些設定上微調。V2.0 多了一個「房間修正」區：兩顆只能往下削的滑桿，一顆管 63 Hz、一顆管 125 Hz，按模式鈕時不會被洗掉，因為它屬於房間，不屬於聽歌模式。另外把幾個實測證明沒用的控制項收起來，主畫面乾淨很多，還加了一頁「方法論」，把為什麼這樣調寫在程式裡。

一句白話先講清楚：**dB（分貝）**是音量的刻度，差 6 dB 大約是耳朵聽到「明顯大聲一截」；**Hz（赫茲）**是音高，63 Hz 是大鼓、貝斯那種會震胸口的低音。

## 正方：量房間就是最大的改善

AI 助手在方法論頁寫了一句話，我很喜歡：「我們拿放大鏡在修一面有裂縫的牆。」

房間會自己唱歌。低音的波長很長，63 Hz 一個波大約 5 公尺，在一般房間裡來回反射，某些頻率會疊在一起變大，某些會互相抵消。疊起來的地方叫「駐波的峰」。我量到的是：63 Hz 被放大 13 dB 左右，125 Hz 也有 6 dB，旁邊 40、50 Hz 反而是深坑。

這代表什麼？我之前在等化器上動的 ±2 dB，全都疊在一個 +13 dB 的峰上面。好比在一張歪掉的桌子上，花好幾天把桌巾拉平。

修法也不是把低音整段砍掉。我們第一個做法正好是這樣：用一顆寬的低頻濾波器削 5 dB，峰是壓下去了，旁邊卻被挖出一個洞。後來改成「先從量測反推房間原本長什麼樣，再讓電腦去解最好的參數」，並且讓濾波器的寬窄（叫做 **Q 值**，越大越窄）也一起解。解出來的答案很反直覺：63 Hz 要用很窄的 Q 5.0，因為那是一根尖峰，旁邊就是坑，用寬的一削就把坑挖更深。

三種做法並排比：

| 做法 | 低頻聽起來 | 問題 |
|---|---|---|
| 不修 | 轟、糊，人聲被蓋住 | 63 Hz 多了約 +9 dB |
| 寬削（低頻整段 −5 dB） | 峰壓住了 | 80～160 Hz 被挖一個洞，變薄 |
| 窄陷波（63 Hz Q5.0 −13、125 Hz Q1.4 −10） | 乾淨又有厚度 | 低頻厚度可以加回 +2 dB |

套用之後再量一次：63 Hz 從 +9.0 變 +0.1，125 Hz 從 +6.3 變 +1.3，63～200 Hz 全部收在 ±4 dB 以內。量測、預測、我耳朵聽到的，三天以來第一次三者一致。而且這一步花的時間，比之前任何一次微調都短。

![四組長條比較修正前後：63 Hz 從多 9 dB 降到幾乎是零，125 Hz 從 6.3 降到 1.3，80 與 200 Hz 本來就不高、變化不大。](/figures/sweetvox-room-low-end-before-after.svg)

## 反方：這套東西有三個地方站不穩

我自己也想挑它毛病，因為「超好聽」是我的耳朵說的，不是儀器說的。

**第一，麥克風沒校正，量出來的曲線可信嗎？** 一般手機或耳麥的麥克風，本身就有高低起伏，量什麼都會帶著它自己的味道。量測麥克風一支要幾千塊，我沒有。

**第二，平不等於好聽。** 錄音師和發燒友都知道，很多人喜歡的聲音本來就不平，低音多一點才有溫度。把房間修平，說不定修掉的正是讓人喜歡的那一點。

**第三，只對一個位置有效。** 駐波跟位置綁得很緊，我們移動麥克風 50 公分再量，低頻平均就差了 4.0 dB。坐的位置換了，修正可能就不對了；搬家更是全部重來。

還有一個坑是我們真的踩到的：第一次量測，我把耳麥戴在頭上，自己走過去切換開關。結果「開」減「關」的誤差平均 3.18 dB，跟等化器本身的起伏（3.43 dB）差不多大，等於這把尺量不出任何東西，連正負號都是反的。

## 我的判斷：反方三點各有解，關鍵是先校正尺

第一點，麥克風不準，用「相減」解決。等化器開一次、關一次，兩次相減。麥克風的偏差、喇叭的偏差、房間本身，在相減時全部抵消，剩下的應該剛好是等化器的設計曲線，那條是算得出來的。所以先拿它驗尺：麥克風固定在腳架上、開關改用程式切、人不進房間，誤差就從 3.18 dB 降到 0.84 dB，差了將近四倍。尺準了，才去量房間。

那麼曲線上哪些是房間、哪些是麥克風自己？把麥克風移開 50 公分再量一次就分得出來。房間的駐波跟位置有關，會變；麥克風自己的特性跟位置無關，不會變。實測低頻移動後變了 4.0 dB，是房間；高頻只變 1.2 dB，是麥克風。所以曲線上 6.3 kHz 那個 +7.9 dB 的凸起是麥克風，千萬不要去修它。我覺得這是整套方法裡最容易犯、也最值錢的一條。

第二點，平不等於好聽，所以最後一關交給耳朵。這次也只削峰、不填坑：40、50 Hz 那兩個深坑是聲波在耳朵的位置互相抵消，推多少電進去都會被抵消掉，只會讓喇叭白做工。修完低頻厚度還加回了 2 dB，不是追求一條直線。

第三點，只對一個位置有效，這是真的，沒有解，只能接受：麥克風就放在我平常聽歌時頭的位置，修的是「我坐在這裡的耳朵」。換位置就重量一次，二十分鐘的事。

所以我站正方，但有條件：量測要先證明尺是準的，否則量到的任何「房間曲線」都是假的。

我還做了一件反方會喜歡的事。同一天，我們把當初憑直覺選的「女聲頻段 2.5 kHz 退 6 dB」拿去和 300 組參數比，我盲聽五個候選檔，最後選回原本那組。人聲那一層本來就在甜蜜點上，這次的進步全部來自房間，不是又把人聲推得更前面。

## 走到量房間之前：兩週裡被自己否決的六條路

這篇看起來像「量了房間，一次就好」，其實不是。從九月二十二日到十月八日，AI 助手把每一條路都記了下來，走錯的跟走對的寫得一樣詳細。最後真正留下來的只有兩樣：女聲往前的那一層，和房間修正。時間有八成花在另外幾樣上面。我挑六條講，因為每一條都是「量了才知道」。

**一、漂亮的數字，量的是別的東西。** 第一層做好時，量到女聲比伴奏大 7.42 dB，門檻才 3 dB，大勝。兩週後要決定值不值得做「AI 人聲分離」，拿它的 +3.00 dB 去比，結論是「AI 比較差，不做」。後來發現兩個數字用的不是同一把尺：7.42 是「正中間比兩側」，但流行歌的大鼓、貝斯、小鼓也全在正中間。換成「人聲比伴奏」重量，第一層只有 +0.07 dB，AI 反而贏約 3 dB。錯的數字比沒有數字更危險，因為沒有數字你會去量，有錯的數字你會直接下結論。

**二、我說「變差了」，數字比我說的更難看。** 九月底我抱怨「通過軟體後明顯變差」。拿當時的設定去量：音場幾乎塌成單聲道，失真高了 66 倍，整體還小聲了 10.9 dB。修法是兩側只在女聲頻段退、不整條退，真空管效果預設關掉。也從這裡學到：比較兩個設定時，大聲的那個永遠贏，所以要先把音量對齊再比。

**三、AI 人聲分離做出來了，我也說好聽，最後還是停用。** 第一版用的是離線模型，延遲 1.5 到 2 秒，離目標的 50 毫秒差 30 倍，結構上就不可能即時。換成專門做即時的小模型後，延遲 29 毫秒、CPU 只用 3.4%，指標全過。可是一接上真實音響就爆音。追了好幾輪，真正原因是：對我的 USB 解碼器要求它不擅長的取樣率（44.1 kHz），它會在約 130 秒後從電腦上掉線，關電源再開才回來。這是硬體的脾氣，不是演算法的錯。所以停用，程式留著。

**四、一個漂亮的想法，量完自己否決。** 讓 AI 只當偵測器：有人在唱才把女聲往前推，間奏時把音場還回來。偵測本身很準，但算總帳是虧的：女聲少往前 0.5 到 1.3 dB，只換回 0.31 dB 的音場。原因是流行歌幾乎一直有人在唱，「沒唱」的空隙只是字和字之間的零點幾秒，沒有東西可以還。

**五、有一層從沒開工，這是對的。** 原本計畫寫一個 Chrome 外掛當第二層，估計兩三天。我聽歌的情境已經被第一層完全照顧到，花兩三天換不到新東西，所以一行都沒寫。

**六、花一天搜 300 組參數，結論是原本那組就對。** 這段前面提過：我盲聽五個檔，選回直覺定的那組。那一天沒有白花，它把「再調等化器」這條路關掉了，逼我們去看訊號鏈上唯一還沒量過的一段：房間。

中間還有幾個純技術的坑，例如裝完虛擬音訊線沒重開機就改設定、測試程式自己把自己停掉、把「裝置不在」的狀態碼讀成「裝置被停用」。共通點都一樣：卡住時，先懷疑量測工具，再懷疑被量的東西。完整的十三個失敗寫在 GitHub 的 [docs/tuning-log.md](https://github.com/bockybocky/sweetvox/blob/main/docs/tuning-log.md)。

## 想自己量：八個步驟的精簡版

完整版在 GitHub 的 [docs/room-measurement.md](https://github.com/bockybocky/sweetvox/blob/main/docs/room-measurement.md)，程式裡「方法論」那一頁內容相同。你需要：任何一支麥克風、一個腳架、二十分鐘。

1. 關掉麥克風所有「增強功能」。檢查法：播大聲一點，錄到的也要變大。我們實測過播更大聲反而錄到更小聲，那是自動音量控制還開著，整個量測就沒意義了。
2. 麥克風固定在你聽歌時頭的位置，之後不要再碰它。
3. 先驗尺：等化器開、關各量一次，相減後要等於設計曲線。
4. 關掉等化器量房間，用 25 秒的掃頻聲。
5. 麥克風移開 50 公分再量一次，分出哪些是房間、哪些是麥克風。
6. 只修峰，不填坑。
7. 從量測反推房間原本的曲線，讓電腦解參數，Q 值也要一起解。
8. 套用、再量一次，最後用耳朵決定。

程式裡附了三支小工具：`room_sweep.py` 負責掃頻量測，`set_bypass.py` 用程式切開關（人不用進房間），`set_param.py` 一次只改一個參數。都是開源的，MIT 授權。

## 帶得走的一件事

**問題卡住的時候，先檢查你手上的尺準不準，再檢查你量的東西。** 我們在等化器上花了好幾天，因為從來沒想過要量房間；量房間第一次又失敗，因為沒先證明那把尺量得出東西。

今天可以試一個小練習：找一件你最近反覆調整、卻一直不滿意的事（一張報表、一套作息、一道菜的味道），問自己一句——我拿來判斷「有沒有變好」的那個依據，本身準嗎？用一個你已經知道答案的例子去驗它一次，再決定要不要繼續調。