音乐资讯

弹键盘延迟半秒，开大缓冲又爆音？缓冲区没调对

这是每个制作人都会遇到的经典矛盾：录音的时候希望监听零延迟，弹MIDI键盘马上出声；可一旦把缓冲区调小，工程里插件一多，播放就开始爆音、卡顿。缓冲区到底该设多少？为什么不能一个数用到底？这篇讲清楚延迟和稳定性怎么平衡。

缓冲区大小是什么意思

缓冲区（Buffer Size）是声卡一次处理多少个音频样本的工作量。单位是samples，常见档位从32到4096不等。

• 缓冲区越小，声卡实时处理越频繁，你弹MIDI、对着麦克风监听时听到的声音就越即时——这就是低延迟。
• 缓冲区越大，声卡一次处理的数据越多，CPU每次压力小，能挂更多插件而不爆音——这就是高稳定。

延迟时间≈缓冲区样本数÷采样率×1000（毫秒）。比如48k采样率下，256 samples大约是5.3ms，512约10.6ms，1024约21ms。

录音阶段：用最小可行缓冲区

录音时，特别是录人声、录吉他、现场弹MIDI键盘，延迟必须足够低，否则演奏者会听到自己的声音明显滞后，节奏全乱。

• 目标：监听延迟控制在10ms以内，人耳几乎感知不到。
• 推荐设置：128 samples（48k下约2.7ms）或256 samples（约5.3ms）。
• 如果你的工程插件不多，128完全没问题；插件多了128会爆音，就升到256。
• 录人声时，最好开启音频接口上的零监听（Direct Monitoring），直接把输入信号旁路到耳机，完全不经过电脑，这样无论缓冲区多大都零延迟。

注意：录音时只挂必要的监听效果（比如一个混响让歌手唱得舒服），把其他轨道的插件先冻结或旁路，给录音留足CPU余量。

混音阶段：把缓冲区调大

录音结束进入混音后，你不再需要实时弹键盘了，这时候稳定性比低延迟重要得多。

• 推荐设置：512或1024 samples。
• 这个档位下CPU有充足时间处理每个缓冲块，即使挂了一大堆卷积混响、母带插件，也不容易爆音。
• 混音过程中如果需要临时弹一点MIDI补充旋律，再临时切回256，弹完调回来即可。
• 导出（Bounce）前，建议直接把缓冲区拉到1024甚至2048，让渲染过程最稳定，避免导出中途爆音。

为什么不能固定用一个值

很多人嫌麻烦，从头到尾用512。这样做的代价是：录人声时延迟十几毫秒，歌手听着自己的声音慢半拍，唱出来的拍子会往后飘。也有人从头到尾用64，结果一加混响就爆音，以为是电脑不行。

正确的工作流是养成习惯：录的时候调小，混的时候调大，导出前最大。几秒钟切换一次，能省掉无数麻烦。

爆音了怎么排查

如果调到1024还爆音，问题往往不在缓冲区，而在：

• 某个插件有bug或优化差，单独旁路这轨看是否恢复。
• CPU过热降频，检查风扇和散热。
• 硬盘速度跟不上，采样流读不出来。
• Windows系统里电源计划没开高性能，CPU被限频。

行动建议

从今天起建立条件反射：按下录音键前看一眼缓冲区，确认在128-256；开始混音前调到512-1024；点导出前拉到1024以上。这个动作五秒钟，但能让你录音不延迟、混音不爆音。缓冲区不是越大越好也不是越小越好，它是一个跟着工作阶段走的动态参数。