空音開発Kuon R&D

如何使用錄音介面錄音|瀏覽器錄音・ASIO・直接監聽完全指南

最後更新: 2026 年 7 月 26 日 / 作者: 朝比奈幸太郎 (空音 創辦人・藝術家)

Quick Answer

使用錄音介面錄音的要點有 3 個:(1) 監聽使用介面的直接監聽功能 (零延遲・專業標準)、(2) 在錄音應用程式的輸入裝置中選擇介面、(3) 停用通話用音訊處理 (回音消除・噪音抑制・自動增益)。遵守這 3 點,瀏覽器就能錄下與原生 DAW 相同品質的資料。ASIO 是「透過軟體聽自己聲音」的技術,採用直接監聽的錄音流程並不需要它。

錄音介面錄音的重要規格

ASIO 問世
1997 年
Steinberg 開發 (Windows 用)
Mac 標準音訊路徑
CoreAudio
原生低延遲設計
Windows 標準音訊路徑
WASAPI
瀏覽器使用的路徑
直接監聽的延遲
實質 0 ms
在機器內部直接回送
瀏覽器軟體監聽延遲
20-50 ms
只影響監聽
延遲對錄音資料的影響
品質與延遲無關
應停用的音訊處理
3 種
回音消除 / 噪音抑制 / 自動增益

結論: 決定錄音品質的是方法,不是驅動程式

「瀏覽器錄音應用程式不能用 ASIO,所以無法正式錄音」——這是常見的誤解。ASIO 解決的問題是「演奏時透過軟體以極低延遲聽到自己的聲音」,而不是錄音資料的品質。而這個監聽問題,硬體端從一開始就存在延遲更低的解法,那就是直接監聽

本指南從正確理解延遲開始,依序解說使用錄音介面錄音的正確步驟。這套方法論不限於瀏覽器錄音,是包含原生 DAW 在內、所有錄音環境共通的基礎。

ASIO 究竟是什麼

ASIO (Audio Stream Input/Output) 是 Steinberg 公司於 1997 年開發的 Windows 音訊驅動程式規格。當年 Windows 標準音訊路徑的延遲可達數百毫秒,邊聽軟體的聲音邊演奏並不現實。ASIO 繞過作業系統內建混音器、直接與錄音介面溝通,將延遲縮短到數毫秒至十幾毫秒。

另一方面,Mac 的作業系統標準 CoreAudio 從一開始就是低延遲設計,因此不存在相當於 ASIO 的附加驅動程式。換言之,ASIO 是「Windows 標準路徑還很慢的時代」誕生的 Windows 特有解法。現今的 Windows 標準路徑 (WASAPI) 已大幅改善,瀏覽器正是透過 WASAPI / CoreAudio 與錄音介面溝通。

正確理解延遲 — 與錄音品質無關

學習錄音最重要的觀念就是這個:延遲是「何時聽到聲音」的問題,對「錄下什麼聲音」沒有任何影響。

麥克風訊號經介面前級放大、AD 轉換器數位化後,原封不動送達電腦。這條路徑與延遲大小無關。延遲是 5ms 還是 50ms,錄下的資料完全相同。延遲成為問題,只發生在把資料經軟體折返、送回自己耳朵的時候——也就是軟體監聽的情況。

因此,只要建立不依賴軟體監聽的配置,延遲這個概念就會從錄音體驗中徹底消失。

直接監聽 — 專業的標準解法

直接監聽是在錄音介面內部,將輸入訊號送往電腦之前分流、直接回送到耳機端子的功能。訊號完全不經過電腦,延遲實質為零。

市售介面多半配有標示 DIRECT MONITOR 的開關,或調整 INPUT 與 PLAYBACK 平衡的 MIX 旋鈕。轉向 INPUT 就聽到自己的原始聲音,轉向 PLAYBACK 就聽到電腦的播放 (伴奏或節拍器)。兩者混合,就完成了與專業人士相同的環境:邊聽伴奏、邊以零延遲監聽自己的演奏。

重要的是,這不是「瀏覽器錄音的妥協方案」。在專業錄音現場,即使是能用 ASIO 的原生 DAW 環境,工程師仍會避免軟體監聽、改用直接監聽或經由混音台的監聽。軟體延遲會隨設定與外掛負載變動,因此「回送給演奏者的聲音由硬體完成」是錄音技術的定石。

錄音步驟 — 5 個階段

  1. 連接介面,確認作業系統已辨識。 以 USB 連接後,Mac 在系統設定 → 聲音、Windows 在設定 → 音效的輸入裝置清單中確認機器名稱有出現。
  2. 耳機接到介面,啟用直接監聽。 耳機務必接到介面的耳機端子,而非電腦本體。打開 DIRECT MONITOR 開關,或將 MIX 旋鈕轉向 INPUT 側。
  3. 在錄音應用程式的輸入裝置中選擇介面。 瀏覽器錄音第一次會要求麥克風存取權限。允許後,從輸入裝置選單中選擇介面。
  4. 設定單聲道 / 立體聲與輸入電平。 一支麥克風用單聲道,立體聲麥克風或兩支麥克風用立體聲。調整介面的增益旋鈕,讓最強奏的瞬間也不會過載 (紅燈),尖峰以 -12dB 左右為基準。
  5. 試錄並播放確認。 錄 10 秒左右,確認噪音、電平、定位後再正式錄音。這個小步驟能避免大部分的重錄。

音樂錄音必須停用的 3 種音訊處理

瀏覽器的麥克風輸入,預設可能套用視訊通話用的音訊處理。音樂錄音務必停用以下 3 種。

視訊通話用音訊處理對音樂的傷害
處理對通話的作用對音樂錄音的傷害
回音消除消除喇叭聲音的回灌把演奏的泛音與殘響誤認為回音而削除
噪音抑制消除空調聲・環境音把弱音的細節與餘韻判定為噪音而抹除
自動增益調整自動補正音量差擅自抹平漸強與漸弱

Kuon 的錄音應用程式 (DAW / DAR) 在所有錄音路徑上,預設已將這 3 種處理全部停用,無需自行設定。使用其他錄音軟體時,請務必確認相關設定。

瀏覽器錄音與原生 DAW 的分工

錄音環境比較 (以直接監聽為前提)
觀點瀏覽器錄音原生 DAW
錄音資料品質相同 (AD 轉換在介面端)相同 (AD 轉換在介面端)
監聽延遲0 ms (直接監聽)0 ms (直接監聽)
軟體監聽不適合 (20-50ms)可行 (ASIO / CoreAudio 數 ms)
安裝不需要需要
掛大量外掛的即時演奏不適合擅長
適合用途演奏收錄・練習紀錄・素材製作軟體音源即時演奏・大型混音

決定錄音資料品質的是介面的 AD 轉換與麥克風擺位,不是軟體的種類。即時演奏軟體音源 (用 MIDI 鍵盤彈鋼琴音源等) 無法避免軟體監聽,適合原生 DAW;架麥克風收錄演奏的用途,瀏覽器錄音與原生軟體站在同一個水平。

常見失敗與對策

錄音介面錄音的疑難排解
症狀原因對策
聽到自己的聲音重疊直接監聽與軟體監聽並用關閉軟體端監聽 (Kuon 的設計本來就不回送)
錄音電平太小增益不足・自動增益介入調高介面增益・停用自動增益
只有單邊聲道有聲音單聲道音源用立體聲錄製將錄音模式改為單聲道
聲音破裂輸入過載調低增益,讓尖峰落在 -12dB 左右
選單中找不到介面作業系統未辨識・未授權在系統音效設定確認辨識・重新授權瀏覽器麥克風

在 Kuon 錄音

Kuon 的 DAWDAR 正是依照本指南的方法論設計:具備輸入裝置選擇、單聲道 / 立體聲切換、通話用音訊處理全面停用,監聽則以直接監聽為前提,軟體延遲不會妨礙演奏。DAR 以 32bit float 擷取,錄音中的資料持續寫入磁碟,即使瀏覽器意外關閉,錄音內容也不會遺失。

常見問題

瀏覽器可以使用 ASIO 嗎?

不行。ASIO 是繞過作業系統音訊路徑、直接與硬體溝通的 Windows 驅動程式規格,而瀏覽器 (Chrome / Safari / Edge / Firefox) 基於安全設計,只能使用作業系統標準音訊路徑 (Windows 為 WASAPI、Mac 為 CoreAudio)。不過 ASIO 的核心任務是「讓演奏者透過軟體以極低延遲聽到自己的聲音」,這項任務可由錄音介面內建的直接監聽功能完全取代。錄音本身並不需要 ASIO。

ASIO 是什麼?

ASIO (Audio Stream Input/Output) 是 Steinberg 公司於 1997 年開發的 Windows 低延遲音訊驅動程式規格。它繞過作業系統內建的混音器、直接與錄音介面溝通,將軟體監聽延遲縮短到數毫秒。Cubase、Pro Tools 等原生 DAW 廣泛使用。Mac 上作業系統標準的 CoreAudio 扮演同樣角色,因此 ASIO 是 Windows 特有的技術。

錄音介面可以連接瀏覽器嗎?

可以。只要作業系統辨識到錄音介面,瀏覽器就會將它視為一般的輸入裝置。只需在錄音應用程式的輸入裝置選單中選擇介面,即可錄下經過介面麥克風前級放大的高品質訊號。USB 介面 (Focusrite Scarlett、Steinberg UR、MOTU M 系列等) 幾乎都能以這種方式運作。

直接監聽 (Direct Monitoring) 是什麼?

直接監聽是在錄音介面內部,將輸入訊號在送往電腦之前分流、直接送到耳機輸出的功能。因為訊號完全不經過電腦,延遲實質為零。多數介面都有 DIRECT MONITOR 開關,或調整 INPUT 與 PLAYBACK 平衡的 MIX 旋鈕。在專業錄音現場,即使使用原生 DAW,工程師也會避免軟體監聽——透過硬體回送演奏者自己的聲音是錄音實務的標準做法。

延遲會影響錄音音質嗎?

不會——這是最重要的觀念。延遲是「何時聽到聲音」的問題,與「錄下什麼聲音」無關。透過介面 AD 轉換器擷取的資料,無論往返延遲是 5ms 還是 50ms 都完全相同。延遲只在透過軟體監聽自己的聲音時才有影響。只要改用直接監聽,延遲問題就會從錄音體驗中完全消失。

為什麼音樂錄音必須停用回音消除?

瀏覽器的麥克風輸入預設可能套用 3 種視訊通話用處理:回音消除、噪音抑制、自動增益調整。這些對通話有幫助,對音樂卻有害——會削除泛音、把殘響誤判為噪音、擅自抹平演奏的強弱變化。音樂錄音應將三者全部停用。Kuon 的 DAW / DAR 在所有錄音路徑上預設已全部停用。

應該用單聲道還是立體聲錄音?

由音源性質決定。一支麥克風、一條線材的輸入 (人聲、管樂器單點收音、吉他 DI) 用單聲道;立體聲麥克風或兩支麥克風接介面兩個聲道 (鋼琴、合奏、包含空間感的錄音) 用立體聲。將單聲道音源用立體聲錄製只會讓聲音偏在一邊、徒增後製工作。

應該用 48kHz 還是 96kHz 錄音?

由用途決定。以串流、影片、Podcast 為最終目的,48kHz 已足夠。若是音樂會紀錄或以母帶處理為前提的素材製作,96kHz 能為後續處理 (音高修正、時間伸縮) 保留更多餘裕,代價是檔案大小加倍。Kuon DAW 包含免費方案在內,所有使用者都能使用最高 96kHz。

参考文献・出典

  1. Steinberg — ASIO Developer InformationASIO 規格開發商官方資訊
  2. MDN — MediaDevices.getUserMedia()瀏覽器麥克風輸入 API 官方文件
  3. W3C — Media Capture and StreamsechoCancellation 等限制條件的規格
  4. Apple — Core Audio OverviewMac 標準音訊路徑官方資料
  5. Microsoft — WASAPI DocumentationWindows 標準音訊路徑官方資料

相關連結