บนอินเทอร์เฟซ ASIO ที่ 96 kHz ความหน่วงไปกลับที่วัดได้เพิ่มขึ้นจาก 2.30 ms ที่บัฟเฟอร์ 64 แซมเปิลเป็น 12.30 ms ที่ 1,024 แซมเปิล (MathWorks, ตัวอย่าง Measure Audio Latency) ซึ่งทำให้ค่าที่ใหญ่ที่สุดเกินเป้าหมายต่ำกว่า 10 ms ที่แนะนำกันมานานสำหรับเครื่องดนตรีดิจิทัล (Wessel และ Wright 2002) การรับรู้ของมนุษย์ซับซ้อนกว่าแนวปฏิบัตินั้น ความหน่วงที่เพิ่มขึ้นแล้วเพิ่งสังเกตเห็นได้มีค่าเฉลี่ย 48.8 ms ในการศึกษาการกดแป้นปี 2024 (Schmid และคณะ, Audio Mostly 2024) แต่คู่ที่ปรบมือก็เริ่มเสียจังหวะแล้วเมื่อความล่าช้าทางเดียวเกิน 11.5 ms (Chafe และ Gurevich, AES 117th Convention 2004) สรุปนี้ครอบคลุมความหน่วงและประสิทธิภาพ ไม่ใช่ยอดขาย หากต้องการข้อมูลรายได้และจำนวนผู้ใช้ ดูสถิติตลาด DAWของเรา เรารวบรวมข้อมูลจาก Microsoft Learn, Android Compatibility Definition Document, MathWorks, Scan Pro Audio, Audio Engineering Society, NIME, Music Perception, PLoS One, PNAS และแหล่งข้อมูลปฐมภูมิอีกกว่าสิบแห่ง
สรุปโดยย่อ
- ความหน่วงไปกลับวัดได้ 2.30 ms ที่บัฟเฟอร์ 64 แซมเปิล และ 12.30 ms ที่ 1,024 แซมเปิลบนอินเทอร์เฟซ ASIO ที่ 96 kHz (MathWorks, ตัวอย่าง Measure Audio Latency)
- ความหน่วงที่เพิ่มขึ้นแล้วเพิ่งสังเกตเห็นได้มีค่าเฉลี่ย 48.8 ms จากฐาน 0 ms แต่เพียง 27.1 ms เมื่อบวกบนฐาน 64 ms (Schmid และคณะ, Audio Mostly 2024)
- นักเพอร์คัชชันและมือสมัครเล่นให้คะแนน 0 ms สูงกว่า 20 ms และสูงกว่า 10 ms ที่แกว่ง แต่ไม่สูงกว่า 10 ms ที่คงที่ (Jack และคณะ, Music Perception 2018)
- การป้อนกลับทางเสียงที่ล่าช้า 200 ms ทำให้การพูดช้าลงจาก 5.2 เหลือ 4.3 พยางค์ต่อวินาที (Ozker และ Hagoort, PLoS One 2025)
- คู่ที่ปรบมือรักษาจังหวะได้ดีที่สุดที่ความล่าช้าทางเดียว 11.5 ms และ 85% ของการแสดงช้าลงที่ 14 ms ขึ้นไป (Chafe และ Gurevich, AES 2004)
- คู่เปียโนเร็วขึ้นที่ 10 ms คงที่ที่ 20 ms และช้าลงเมื่อเพิ่มความหน่วง 40 ms (Washburn และคณะ, Frontiers in Psychology 2021)
- Ryzen 9 9950X รันเสียงเครื่องดนตรีเสมือนได้ 2,140 เสียงที่บัฟเฟอร์ 64 แซมเปิล เทียบกับ 8,580 เสียงที่ 512 แต่จำนวนอินสแตนซ์ของปลั๊กอินเพิ่มจาก 482 เป็น 618 เท่านั้น (Scan Pro Audio, DAWBench)
- Windows 10 ลดความหน่วงในการเรนเดอร์ของเอนจินเสียงเหลือ 1.3 ms จากราว 12 ms สำหรับแอปแบบทศนิยมลอยตัว (Microsoft Learn, Low Latency Audio)
- อุปกรณ์เสียงระดับมืออาชีพบน Android ต้องทำความหน่วงไปกลับได้ 25 ms หรือต่ำกว่า และ 20 ms บนเส้นทางอนาล็อก (Android 16 Compatibility Definition Document)
- การเชื่อมต่อตัวควบคุมผ่าน Bluetooth LE เฉลี่ย 139 ms จากการกระทำถึงเสียง เทียบกับราว 0.6 ms ของแพลตฟอร์มฝังตัว Bela (McPherson และคณะ, NIME 2016)
- แนะนำให้ความหน่วงของอินเอียร์มอนิเตอร์อยู่ที่ 5 ms และต่ำกว่าเพื่อไม่ให้กระทบการแสดง (Shure Insights 2016, คำแนะนำของผู้ผลิต)
1. การรับรู้ความหน่วง: นักดนตรีสังเกตเห็นความล่าช้าได้เท่าไร
ไม่มีตัวเลขวิเศษเพียงตัวเดียว ในการศึกษาความแตกต่างที่สังเกตได้น้อยที่สุดของเรเกนส์บวร์ก ความหน่วงที่เพิ่มขึ้นแล้วเพิ่งสังเกตเห็นได้มีค่าเฉลี่ย 48.8 ms จากฐานศูนย์ แต่เพียง 27.1 ms เมื่อบวกบนฐาน 64 ms (Schmid และคณะ, Audio Mostly 2024) ความแตกต่างที่สังเกตได้น้อยที่สุด (JND) คือความล่าช้าที่เพิ่มขึ้นน้อยที่สุดที่ผู้ฟังตรวจพบได้อย่างน่าเชื่อถือ ไม่ใช่ความล่าช้าที่ผู้เล่นรู้สึกสบายเมื่อเล่น และผลลัพธ์นี้บอกว่าระบบที่หน่วงอยู่แล้วทำให้ความหน่วงที่เพิ่มเข้ามาสังเกตเห็นได้ง่ายขึ้น ไม่ใช่ยากขึ้น
การทดสอบด้วยการเล่นจริงตั้งเกณฑ์ไว้ต่ำกว่าการทดสอบการตรวจจับ ในJack และคณะ (Music Perception 2018) นักเพอร์คัชชันมืออาชีพและนักดนตรีสมัครเล่นไม่สามารถให้คะแนน 10 ms ที่คงที่ว่าแย่กว่าศูนย์ได้ แต่ให้คะแนน 20 ms และความล่าช้า 10 ms ที่แกว่งบวกลบ 3 ms ว่าคุณภาพต่ำกว่า สำหรับการตั้งค่าบัฟเฟอร์ ข้อสรุปคือความสม่ำเสมอสำคัญพอ ๆ กับตัวเลขดิบ บัฟเฟอร์เล็กที่คงที่ดีกว่าบัฟเฟอร์ที่ยืดออกเป็นครั้งคราว
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ความหน่วงที่เพิ่มขึ้นแล้วเพิ่งสังเกตเห็นได้โดยเฉลี่ยในงานกดแป้น เริ่มจากความหน่วงฐาน 0 ms | 48.8 ms (SD 33.0; ช่วงของแต่ละบุคคล 10 ถึง 129 ms) | Schmid และคณะ, Audio Mostly 2024 |
| ความหน่วงที่เพิ่มขึ้นแล้วเพิ่งสังเกตเห็นได้โดยเฉลี่ย เริ่มจากความหน่วงฐาน 64 ms | 27.1 ms (SD 17.0) | Schmid และคณะ, Audio Mostly 2024 |
| ความหน่วงที่เพิ่มขึ้นแล้วเพิ่งสังเกตเห็นได้โดยเฉลี่ย เริ่มจากความหน่วงฐาน 512 ms | 77.1 ms (SD 57.6) | Schmid และคณะ, Audio Mostly 2024 |
| สหสัมพันธ์ระหว่างความเชี่ยวชาญทางดนตรี (คะแนน Gold-MSI) กับความหน่วงที่เพิ่งสังเกตเห็นได้ | r(32) = -0.345, p = 0.046 | Schmid และคณะ, Audio Mostly 2024 |
| คะแนนคุณภาพของ 0 ms เทียบกับ 10 ms, 10 ms ที่มีจิตเตอร์บวกลบ 3 ms และ 20 ms | สูงกว่า 10 ms ที่แกว่งและ 20 ms; ไม่สูงกว่า 10 ms ที่คงที่ | Jack และคณะ, Music Perception 2018 |
| เป้าหมายความหน่วงที่แนะนำสำหรับเครื่องดนตรีดิจิทัล | ต่ำกว่า 10 ms | Wessel และ Wright 2002 อ้างใน McPherson และคณะ, NIME 2016 |
| ความหน่วงที่ผู้แสดงสดยอมรับได้ ขึ้นอยู่กับเครื่องดนตรีและการตั้งค่ามอนิเตอร์ | 1.4 ms ถึง 42 ms | Lester และ Boley, AES Convention Paper 7198, 2007 |
หมายเหตุบริบท: สหสัมพันธ์เชิงลบหมายความว่าผู้เข้าร่วมที่ผ่านการฝึกดนตรีมากกว่าตรวจพบความล่าช้าที่น้อยกว่า ข้อมูลล่าสุดที่มีสำหรับช่วงที่ผู้แสดงยอมรับได้และเป้าหมายการออกแบบคือ Lester และ Boley (AES, 2007) และ Wessel และ Wright (2002) ไม่พบการทดลองซ้ำที่ผ่านการประเมินโดยผู้เชี่ยวชาญที่ใหม่กว่าสำหรับทั้งสองงาน
2. ได้ยินเสียงตัวเองช้า: การพูดและการมอนิเตอร์เสียงร้อง
เสียงพูดเป็นสัญญาณที่ทนต่อความล่าช้าได้น้อยที่สุด เพราะผู้พูดได้ยินเสียงตัวเองทันทีผ่านการนำเสียงทางกระดูกด้วย งานวิจัยเรื่องการป้อนกลับทางเสียงที่ล่าช้า (DAF) คือการได้ยินเสียงตัวเองที่เล่นกลับมาช้าผ่านหูฟัง ใช้ 200 ms เป็นเกณฑ์ที่รบกวน: ผู้พูด 40 คนพูดช้าลงจาก 5.2 เหลือ 4.3 พยางค์ต่อวินาทีเมื่อมีความล่าช้า 200 ms (Ozker และ Hagoort, PLoS One 2025) ค่านี้เกินบัฟเฟอร์ DAW ที่สมเหตุสมผลไปมาก แต่เผยให้เห็นกลไก: สมองใช้เสียงของตัวเองเป็นจุดอ้างอิงด้านเวลา และสำเนาที่มาช้าจะขัดแย้งกับของจริง
ความอ่อนไหวแตกต่างกันมากในแต่ละคน มีผู้เข้าร่วมเพียง 3 จาก 40 คนที่อ่อนไหวสูงต่อทั้งการป้อนกลับที่ล่าช้าและการป้อนกลับที่เลื่อนระดับเสียง และการศึกษา PNAS ปี 2026เชื่อมโยงความต้านทานกับโครงสร้างของอาร์คิวเอตฟาสซิคูลัสด้านขวา ซึ่งเป็นเส้นทางด้านภาษาในสมอง สำหรับใครก็ตามที่มอนิเตอร์เสียงที่ผ่านการประมวลผลแบบเรียลไทม์ ไม่ว่าจะเป็นสายประมวลผลเสียงร้องใน DAW หรือเอฟเฟกต์เสียงแบบเรียลไทม์สำหรับสตรีมมิง ความแปรปรวนนี้อธิบายว่าทำไมผู้แสดงคนหนึ่งไม่สนใจความล่าช้าที่ทำให้อีกคนเสียสมาธิ อินเอียร์มอนิเตอร์เป็นวิธีแก้ที่นักร้องใช้กันทั่วไป และมีข้อแลกเปลี่ยนด้านการสัมผัสเสียงของตัวเอง ซึ่งครอบคลุมในสถิติการสูญเสียการได้ยินของนักดนตรีของเรา
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| อัตราการพูดเมื่อป้อนกลับทันที เทียบกับเมื่อป้อนกลับล่าช้า 200 ms (ผู้พูด 40 คนอ่านประโยค) | 5.2 เทียบกับ 4.3 พยางค์ต่อวินาที | Ozker และ Hagoort, PLoS One 2025 |
| ความดังของเสียงเมื่อป้อนกลับทันที เทียบกับเมื่อป้อนกลับล่าช้า 200 ms | 58.2 เทียบกับ 59.7 dB | Ozker และ Hagoort, PLoS One 2025 |
| ผู้พูดที่อ่อนไหวสูงต่อการป้อนกลับที่ล่าช้า ต่อการป้อนกลับที่เลื่อนระดับเสียง และต่อทั้งสองอย่าง | 10 จาก 40, 10 จาก 40 และ 3 จาก 40 | Ozker และ Hagoort, PLoS One 2025 |
| ระยะเวลาเฉลี่ยของคำที่พูดเมื่อป้อนกลับทันที เทียบกับเมื่อป้อนกลับล่าช้า 200 ms (ผู้พูด 30 คน) | 0.85 วินาที เทียบกับ 0.95 วินาที (t = 7.859, P < 0.001) | Ozker และคณะ, PNAS 2026 |
| ความไม่คล่องในการพูดที่ความล่าช้า 200 ms เทียบกับความล่าช้า 0, 25 และ 50 ms (ผู้ใหญ่ 17 คน) | มากขึ้นสองถึงสามเท่า | Stuart และคณะ, JASA 2002 |
| ความหน่วงของอินเอียร์มอนิเตอร์ที่แนะนำเพื่อไม่ให้กระทบการแสดง | 5 ms และต่ำกว่า | Shure Insights 2016 (คำแนะนำของผู้ผลิต) |
| ความหน่วงของมอนิเตอร์บนเวทีที่เกินกว่านี้ความล่าช้าอาจเริ่มสังเกตเห็นได้ | 10 ms | Shure Insights 2016 (คำแนะนำของผู้ผลิต) |
หมายเหตุบริบท: Stuart และคณะ (JASA 2002) เป็นข้อมูลล่าสุดที่มีซึ่งเปรียบเทียบความล่าช้าสั้น ๆ หลายค่า (25 และ 50 ms) กับ 200 ms ส่วนการศึกษาปี 2025 และ 2026 ทดสอบเฉพาะ 200 ms ตัวเลขของ Shure เป็นคำแนะนำของผู้ผลิต ไม่ใช่การศึกษาแบบควบคุม และมาจากปี 2016
3. เล่นด้วยกัน: จังหวะของวงภายใต้ความล่าช้า
ข้อมูลของการเล่นรวมวงเปลี่ยนความหน่วงจากความน่ารำคาญให้เป็นการเคลื่อนของจังหวะที่วัดได้ ต่ำกว่าความล่าช้าทางเดียว 11.5 ms การแสดงปรบมือ 74% เร็วขึ้น ที่ 14 ms ขึ้นไป 85% ช้าลง (Chafe และ Gurevich, AES 117th Convention 2004) ความล่าช้าเล็กน้อยทำงานเหมือนเบรกที่ช่วยให้จังหวะนิ่ง ส่วนความล่าช้าที่มากกลายเป็นภาระที่ผู้เล่นสลัดไม่หลุด
การศึกษาเปียโนคู่ปี 2021ชี้ไปทางเดียวกันกับเครื่องดนตรีจริง: คู่เล่นเร็วขึ้นที่ 10 ms คงที่ที่ 20 ms และค่อย ๆ ช้าลงที่ 40 ms (Washburn และคณะ, Frontiers in Psychology 2021) การทบทวนงานก่อนหน้าในการศึกษานี้ระบุว่าความพร้อมเพรียงที่คงที่อยู่ที่ 10 ถึง 25 ms และคุณภาพโดยรวมเสื่อมลงเมื่อเกิน 60 ms การมอนิเตอร์ผ่าน DAW เพิ่มความหน่วงของบัฟเฟอร์ทับระยะทางเสียงในห้อง ช่วงเหล่านี้จึงสำคัญต่อการบันทึกเสียง ไม่ใช่แค่การแจมผ่านอินเทอร์เน็ต
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ช่วงความล่าช้าทางเดียวที่ทดสอบกับคู่ที่ปรบมือ (วิเคราะห์ 15 คู่ 173 ครั้ง) | 0 ถึง 77 ms | Chafe และ Gurevich, AES 117th Convention 2004 |
| ความล่าช้าทางเดียวที่จังหวะเฉลี่ยไม่เร็วขึ้นและไม่ช้าลง | 11.5 ms | Chafe และ Gurevich, AES 117th Convention 2004 |
| การแสดงที่เร็วขึ้นเมื่อความล่าช้าต่ำกว่า 11.5 ms เทียบกับการแสดงที่ช้าลงที่ 14 ms ขึ้นไป | 74% เทียบกับ 85% | Chafe และ Gurevich, AES 117th Convention 2004 |
| จังหวะของคู่เปียโนเมื่อเพิ่มความหน่วง 10, 20 และ 40 ms (12 คู่) | เร็วขึ้นที่ 10 ms คงที่ที่ 20 ms ช้าลงที่ 40 ms | Washburn และคณะ, Frontiers in Psychology 2021 |
| สัดส่วนความแปรผันของจังหวะรวมที่อธิบายได้ด้วยความหน่วงที่เพิ่มเข้ามา | R² = 0.88 | Washburn และคณะ, Frontiers in Psychology 2021 |
| ช่วงความหน่วงจากงานวิจัยก่อนหน้า: เล่นพร้อมเพรียง จังหวะลดลง คุณภาพโดยรวมเสื่อม | 10 ถึง 25 ms, 25 ถึง 60 ms, เกิน 60 ms | Washburn และคณะ, Frontiers in Psychology 2021 (ทบทวนการศึกษาก่อนหน้า) |
| ช่วงความหน่วงของอินเทอร์เน็ตโดยทั่วไปที่อ้างถึงสำหรับการแสดงดนตรีผ่านเครือข่าย | 20 ถึง 100 ms | Washburn และคณะ 2021 อ้าง Cáceres และคณะ 2008 และ Cáceres และ Chafe 2010 |
หมายเหตุบริบท: Chafe และ Gurevich (2004) เป็นข้อมูลล่าสุดที่มีสำหรับจุดที่ลงตัวที่ 11.5 ms การศึกษาคู่ปี 2021 สอดคล้องกับผลนี้ แต่ใช้ขั้นความล่าช้าที่ต่างออกไป
4. ขนาดบัฟเฟอร์และความหน่วงไปกลับ
ขนาดบัฟเฟอร์กำหนดขีดต่ำสุด ไม่ใช่ค่าใช้จ่ายทั้งหมด ในการวัดแบบลูปแบ็กของ MathWorks บนอินเทอร์เฟซ USB ASIO MADIface ที่ 96 kHz ความหน่วงไปกลับเพิ่มขึ้นจาก 2.30 ms ที่ 64 แซมเปิลเป็น 12.30 ms ที่ 1,024 แซมเปิล บัฟเฟอร์ที่ใหญ่ขึ้น 16 เท่าให้ความหน่วงราว 5.3 เท่า (12.30 / 2.30 = 5.35) เพราะความล่าช้าส่วนหนึ่งไม่ขึ้นกับบัฟเฟอร์เลย
การคำนวณของเราจากตารางเดียวกันแยกส่วนที่คงที่นี้ออกมา การวัดที่ 64 แซมเปิลคือ 221 แซมเปิล ซึ่งเหลือ 157 แซมเปิลเมื่อหักบัฟเฟอร์ 64 แซมเปิลออก การวัดที่ 1,024 แซมเปิล (12.3021 ms x 96 = 1,181 แซมเปิล) ก็เหลือ 157 แซมเปิลเช่นกัน นั่นคือค่าโสหุ้ยของตัวแปลงสัญญาณ ไดรเวอร์ และการถ่ายโอนราว 1.64 ms (157 / 96,000) ที่ไม่มีค่าบัฟเฟอร์ใดกำจัดได้ ดังนั้นการเพิ่มเป็นสองเท่าแต่ละครั้งจึงเพียงเพิ่มระยะเวลาของแซมเปิลที่เพิ่มขึ้น: อีก 64 แซมเปิลที่ 96 kHz คือ 0.67 ms ซึ่งเท่ากับช่องว่างระหว่างแถว 64 และ 128 แซมเปิลพอดี
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ความหน่วงไปกลับที่วัดได้ บัฟเฟอร์ 64 แซมเปิล อินเทอร์เฟซ ASIO 96 kHz | 2.30 ms (221 แซมเปิล) | MathWorks, ตัวอย่าง Measure Audio Latency |
| ความหน่วงไปกลับที่วัดได้ บัฟเฟอร์ 128 แซมเปิลและ 256 แซมเปิล | 2.97 ms และ 4.30 ms | MathWorks, ตัวอย่าง Measure Audio Latency |
| ความหน่วงไปกลับที่วัดได้ บัฟเฟอร์ 512 แซมเปิล | 6.97 ms | MathWorks, ตัวอย่าง Measure Audio Latency |
| ความหน่วงไปกลับที่วัดได้ บัฟเฟอร์ 1,024 แซมเปิล | 12.30 ms | MathWorks, ตัวอย่าง Measure Audio Latency |
| ช่วงบัฟเฟอร์ที่ไดรเวอร์ HDAudio ที่มาพร้อม Windows รองรับ | 128 แซมเปิล (2.66 ms ที่ 48 kHz) ถึง 480 แซมเปิล (10 ms ที่ 48 kHz) | Microsoft Learn, Low Latency Audio |
| ขนาดบัฟเฟอร์ทั่วไปที่อุปกรณ์ Android รายงาน | 96, 128, 160, 192, 240, 256 หรือ 512 เฟรม | Android Developers, คู่มือ Audio Latency |
| ความคลาดเคลื่อนทั่วไปของความหน่วงที่อินเทอร์เฟซรายงาน ซึ่ง Driver Error Compensation ของ Ableton Live แก้ไขให้ | ประมาณบวกลบ 1 ms ถึง 20 ms | Ableton Help Center, คำถามที่พบบ่อย Driver Error Compensation |
หมายเหตุบริบท: คำถามที่พบบ่อยเรื่อง Driver Error Compensation ของ Abletonเตือนว่าค่าที่เกิน 20 ms อาจก่อปัญหา และต้องคำนวณค่าใหม่ทุกครั้งที่ขนาดบัฟเฟอร์หรืออัตราสุ่มตัวอย่างเปลี่ยน พูดง่าย ๆ คืออินเทอร์เฟซบางตัวรายงานความล่าช้าของตัวเองผิด การบันทึกจึงตกช้ากว่าจริงถ้าไม่บอก DAW ตัวเลขที่ถูกต้อง
5. ขนาดบัฟเฟอร์และช่องว่างของ CPU
ต้นทุนของบัฟเฟอร์เล็กปรากฏในปริมาณงานที่ CPU ทำเสร็จได้ก่อนกำหนดส่งเสียงแต่ละครั้ง ในการทดสอบเครื่องดนตรีเสมือน DAWBench ของ Scan Pro Audio ที่รันใน Reaper กับอินเทอร์เฟซ RME Babyface AMD Ryzen 9 9950X รองรับโพลีโฟนี 2,140 เสียงที่บัฟเฟอร์ 64 แซมเปิล และ 8,580 เสียงที่ 512 มากกว่าราว 4.0 เท่า (8,580 / 2,140 = 4.01) การทดสอบอินสแตนซ์ของปลั๊กอินเพิ่มขึ้นน้อยกว่ามาก จาก 482 เป็น 618 อินสแตนซ์ หรือเพิ่มขึ้น 28% (618 / 482 = 1.28)
ความแตกต่างนี้คือบทเรียนเชิงปฏิบัติ: เครื่องดนตรีที่ใช้คลังแซมเปิลขนาดใหญ่คือจุดที่บัฟเฟอร์เล็กสร้างปัญหา ส่วนสายมิกซ์ที่เน้นเอฟเฟกต์ไม่ค่อยได้รับผลกระทบ CPU ทั้งสองตัวยังสลับตำแหน่งกันเมื่อบัฟเฟอร์ใหญ่ขึ้น ดังที่ตารางผลของRyzen 9 9950XและCore Ultra 7 270K Plusแสดง: ชิปของ Intel นำที่ 64 แซมเปิล (512 เทียบกับ 482 อินสแตนซ์ของปลั๊กอิน) และทั้งสองเสมอกันที่ 618 ที่ 512 แซมเปิล คู่มือ Logic Pro ของ Appleให้คำแนะนำด้านขั้นตอนการทำงานที่ตรงกัน: บันทึกที่ค่าบัฟเฟอร์ต่ำสุด และเพิ่มไปขั้นถัดไปเฉพาะเมื่อมีการแจ้งเตือนระบบโหลดเกินเท่านั้น
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| อินสแตนซ์ของปลั๊กอิน DAWBench DSP, AMD Ryzen 9 9950X, ที่บัฟเฟอร์ ASIO 64 / 128 / 256 / 512 แซมเปิล | 482 / 562 / 594 / 618 | Scan Pro Audio, ตารางเกณฑ์วัด 3XS Pro DAW Ryzen 9 9950X (เผยแพร่โดยผู้ค้าปลีก) |
| โพลีโฟนี DAWBench VI, AMD Ryzen 9 9950X, ที่บัฟเฟอร์ ASIO 64 / 128 / 256 / 512 แซมเปิล | 2,140 / 3,780 / 5,660 / 8,580 | Scan Pro Audio, ตารางเกณฑ์วัด 3XS Pro DAW Ryzen 9 9950X (เผยแพร่โดยผู้ค้าปลีก) |
| อินสแตนซ์ของปลั๊กอิน DAWBench DSP, Intel Core Ultra 7 270K Plus, ที่บัฟเฟอร์ ASIO 64 / 128 / 256 / 512 แซมเปิล | 512 / 558 / 583 / 618 | Scan Pro Audio, ตารางเกณฑ์วัด 3XS Project DAW Core Ultra 7 270K Plus (เผยแพร่โดยผู้ค้าปลีก) |
| โพลีโฟนี DAWBench VI, Intel Core Ultra 7 270K Plus, ที่บัฟเฟอร์ ASIO 64 / 128 / 256 / 512 แซมเปิล | 2,380 / 4,080 / 6,380 / 9,260 | Scan Pro Audio, ตารางเกณฑ์วัด 3XS Project DAW Core Ultra 7 270K Plus (เผยแพร่โดยผู้ค้าปลีก) |
หมายเหตุบริบท: ตารางเหล่านี้เผยแพร่โดยผู้ประกอบระบบบนหน้าสินค้าของตัวเอง โดยไม่มีรายละเอียดเรื่องไดรเวอร์ BIOS หรือเวอร์ชัน Windows จึงควรถือเป็นค่าบ่งชี้ ไม่ใช่ผลจากห้องปฏิบัติการอิสระ
6. สแต็กเสียงของระบบปฏิบัติการ: Windows และ Android
ก่อนที่การตั้งค่า DAW ใด ๆ จะมีผล ระบบปฏิบัติการเป็นผู้ตัดสินว่ามีการบัฟเฟอร์อยู่ในเส้นทางมากเท่าไร Windows 10 ลดความหน่วงในการเรนเดอร์ของเอนจินเสียงแบบแชร์เหลือ 1.3 ms สำหรับทุกแอป จากราว 12 ms สำหรับแอปแบบทศนิยมลอยตัว (Microsoft Learn, Low Latency Audio) แต่บัฟเฟอร์เริ่มต้นของโหมดแชร์ยังอยู่ที่ราว 10 ms เว้นแต่แอปจะขอให้เล็กลงอย่างชัดเจน ค่าเริ่มต้นนี้คือเหตุผลที่ ASIO ซึ่งเป็นโมเดลไดรเวอร์ที่ Steinberg สร้างขึ้นในปี 1999 ยังคงเป็นมาตรฐานสำหรับซอฟต์แวร์ดนตรีบน Windows (บล็อก Microsoft Windows Music Dev, 2024) ในการตอบผู้อ่านใต้โพสต์นั้น Pete Brown วิศวกรของ Microsoft เขียนว่าโดยทั่วไปจะไม่ได้ต่ำกว่าราว 10 ms บนสแต็กดั้งเดิม ขณะที่ไดรเวอร์ ASIO มักทำได้ระดับหลักเดียวของมิลลิวินาที
คำตอบของ Microsoft คือไดรเวอร์ USB Audio Class 2 ที่มาพร้อมระบบตัวใหม่ พร้อมอินเทอร์เฟซ ASIO พัฒนาร่วมกับ Yamaha และ Qualcomm คาดว่าจะมีรุ่นตัวอย่างสาธารณะในปี 2026 ผ่านบิลด์ Windows Insider Canary (Microsoft, การอัปเดต Windows Musician Technology ฤดูใบไม้ร่วง 2025) Android เผยแพร่ตัวเลขผ่านหรือไม่ผ่านที่เข้มงวดกว่าระบบปฏิบัติการเดสก์ท็อปใด ๆ: Android 16 Compatibility Definition Documentกำหนดเพดานตามแฟล็กฟีเจอร์ และคู่มือนักพัฒนา Androidยอมรับว่านักดนตรีโดยทั่วไปต้องการ 10 ms แม้แฟล็กเสียงระดับมืออาชีพจะกำหนดไว้ที่ 20 ms
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ความหน่วงในการเรนเดอร์ของเอนจินเสียง Windows ก่อน Windows 10 แอปแบบทศนิยมลอยตัวเทียบกับแอปแบบจำนวนเต็ม | ราว 12 ms เทียบกับราว 6 ms | Microsoft Learn, Low Latency Audio |
| ความหน่วงในการเรนเดอร์ของเอนจินเสียง Windows 10 และรุ่นหลังจากนั้น | 1.3 ms สำหรับทุกแอป | Microsoft Learn, Low Latency Audio |
| บัฟเฟอร์เริ่มต้นของโหมดแชร์ใน Windows เมื่อแอปไม่ขอบัฟเฟอร์ที่เล็กกว่า | ราว 10 ms | Microsoft Learn, Low Latency Audio |
| ความหน่วงของเอาต์พุตต่อเนื่องบน Android สำหรับอุปกรณ์ที่ประกาศฟีเจอร์ความหน่วงต่ำ | 45 ms หรือต่ำกว่า | Android Developers, คู่มือ Audio Latency |
| เพดานความหน่วงไปกลับบน Android อุปกรณ์ที่ประกาศ FEATURE_AUDIO_PRO | 25 ms (20 ms บนเส้นทางอนาล็อก); ค่าเบี่ยงเบนสัมบูรณ์เฉลี่ย 5 ms | Android 16 Compatibility Definition Document |
| เพดานความหน่วงไปกลับบน Android อุปกรณ์ที่ประกาศ FEATURE_AUDIO_LOW_LATENCY | 50 ms; ค่าเบี่ยงเบนสัมบูรณ์เฉลี่ย 10 ms | Android 16 Compatibility Definition Document |
| เพดานความหน่วงจากการแตะถึงเสียงบน Android อุปกรณ์พกพาพื้นฐานเทียบกับอุปกรณ์เสียงระดับมืออาชีพ | 250 ms เทียบกับ 80 ms | Android 16 Compatibility Definition Document |
| เพดานความหน่วงของเอาต์พุตเริ่มเย็นและอินพุตเริ่มเย็นบน Android อุปกรณ์เสียงระดับมืออาชีพ | อย่างละ 200 ms | Android 16 Compatibility Definition Document |
หมายเหตุบริบท: ค่าเบี่ยงเบนสัมบูรณ์เฉลี่ยวัดว่าตัวเลขไปกลับแกว่งระหว่างการวัดมากเท่าไร ซึ่ง CDD ใช้แทนจิตเตอร์ ความหน่วงจากการแตะถึงเสียงคือความล่าช้าตั้งแต่แตะหน้าจอจนได้ยินเสียงที่เกิดขึ้น
7. ก่อนถึงบัฟเฟอร์: ตัวควบคุม MIDI และการเชื่อมต่อไร้สาย
ค่าบัฟเฟอร์ที่สมบูรณ์แบบไม่อาจช่วยเส้นทางตัวควบคุมที่ช้าได้ ในการวัด NIME 2016 โดย McPherson, Jack และ Moro การเชื่อมต่อเซนเซอร์ผ่าน Bluetooth LE เฉลี่ย 139 ms จากการกระทำถึงเสียง โดย 1% ของการทดสอบถึง 334 ms ขณะที่แพลตฟอร์มฝังตัว Bela ทำได้ราว 0.6 ms โดยมีจิตเตอร์ราว 20 ไมโครวินาที ผู้เขียนสรุปว่าแทบไม่มีการตั้งค่าไมโครคอนโทรลเลอร์กับคอมพิวเตอร์ที่พบบ่อยตัวใดที่พวกเขาทดสอบเลยที่ผ่านแนวปฏิบัติด้านความหน่วงและจิตเตอร์ที่ยอมรับกัน
USB MIDI ทำได้ดีกว่าอนุกรม USB: บอร์ด Teensy ส่ง USB MIDI เข้า Max/MSP เฉลี่ย 5.1 ms ขณะที่ Arduino Uno ผ่านอนุกรม USB เฉลี่ย 8.2 ms และเกิน 10 ms ถึง 12% ของเวลา ระบบไร้สายดิจิทัลระดับมืออาชีพอยู่คนละระดับ โดย Shure อ้างราว 2.9 ms สำหรับระบบ ULX-D ปัญหาห่วงโซ่ความล่าช้าแบบเดียวกันเกิดขึ้นกับฮาร์ดแวร์เกมด้วย ดังที่สถิติความหน่วงในเกมของเราแสดงเรื่องอินพุตแล็กและจอภาพ
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| การเชื่อมต่อตัวควบคุมผ่าน Bluetooth LE (BLEmini) จากการกระทำถึงเสียง | เฉลี่ย 139 ms; 1% ของการทดสอบที่ 334 ms | McPherson และคณะ, NIME 2016 |
| Arduino Uno ผ่านอนุกรม USB เข้า Max/MSP กรณีดีที่สุด | เฉลี่ย 8.2 ms; เกิน 10 ms ถึง 12% ของเวลา | McPherson และคณะ, NIME 2016 |
| Teensy ผ่าน USB MIDI เข้า Max/MSP การตั้งค่าที่ดีที่สุด | เฉลี่ย 5.1 ms; จิตเตอร์ 1.5 ms | McPherson และคณะ, NIME 2016 |
| แพลตฟอร์มฝังตัว Bela จากอินพุตเซนเซอร์อนาล็อกถึงเอาต์พุตเสียง | ราว 0.6 ms; จิตเตอร์ราว 20 ไมโครวินาที | McPherson และคณะ, NIME 2016 |
| ความหน่วงของระบบไมโครโฟนไร้สายดิจิทัล (ULX-D) | ราว 2.9 ms | Shure Insights 2016 (ข้ออ้างของผู้ผลิตเอง) |
หมายเหตุบริบท: McPherson และคณะ (2016) เป็นข้อมูลล่าสุดที่มีสำหรับการเปรียบเทียบตัวควบคุมแบบเคียงข้างกันนี้ จิตเตอร์ในที่นี้หมายถึงการกระจายระหว่างความล่าช้าที่สั้นที่สุดและยาวที่สุด ซึ่งสำคัญพอ ๆ กับค่าเฉลี่ย ดังที่หัวข้อที่ 1 แสดงไว้
สรุป: ขนาดบัฟเฟอร์และความหน่วงในการประมวลผลของ DAW ในรูปแบบตัวเลข
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ความหน่วงไปกลับที่บัฟเฟอร์ 64 แซมเปิลเทียบกับ 1,024 แซมเปิล อินเทอร์เฟซ ASIO 96 kHz | 2.30 ms เทียบกับ 12.30 ms | MathWorks, ตัวอย่าง Measure Audio Latency |
| ความหน่วงที่เพิ่มขึ้นแล้วเพิ่งสังเกตเห็นได้โดยเฉลี่ยจากฐาน 0 ms | 48.8 ms | Schmid และคณะ, Audio Mostly 2024 |
| ความหน่วงที่เพิ่มขึ้นแล้วเพิ่งสังเกตเห็นได้โดยเฉลี่ยจากฐาน 64 ms | 27.1 ms | Schmid และคณะ, Audio Mostly 2024 |
| คะแนนคุณภาพ: 10 ms ที่คงที่เทียบกับความหน่วงศูนย์ | ไม่ได้คะแนนต่ำกว่าศูนย์ | Jack และคณะ, Music Perception 2018 |
| ความหน่วงที่ผู้แสดงสดยอมรับได้ ตามเครื่องดนตรีและการมอนิเตอร์ | 1.4 ms ถึง 42 ms | Lester และ Boley, AES Convention Paper 7198, 2007 |
| อัตราการพูดเมื่อป้อนกลับทันทีเทียบกับป้อนกลับล่าช้า 200 ms | 5.2 เทียบกับ 4.3 พยางค์ต่อวินาที | Ozker และ Hagoort, PLoS One 2025 |
| ความไม่คล่องในการพูดที่ความล่าช้า 200 ms เทียบกับความล่าช้าที่สั้นกว่า | มากขึ้นสองถึงสามเท่า | Stuart และคณะ, JASA 2002 |
| จุดที่จังหวะของวงลงตัวที่สุด (ความล่าช้าทางเดียว) และสัดส่วนการแสดงที่ช้าลงที่ 14 ms ขึ้นไป | 11.5 ms; 85% | Chafe และ Gurevich, AES 117th Convention 2004 |
| ช่วงความหน่วงที่รองรับการเล่นรวมวงแบบพร้อมเพรียง | 10 ถึง 25 ms | Washburn และคณะ, Frontiers in Psychology 2021 (ทบทวนการศึกษาก่อนหน้า) |
| โพลีโฟนีของเครื่องดนตรีเสมือน Ryzen 9 9950X บัฟเฟอร์ 64 เทียบกับ 512 แซมเปิล | 2,140 เทียบกับ 8,580 | Scan Pro Audio, DAWBench VI |
| อินสแตนซ์ของปลั๊กอิน Ryzen 9 9950X บัฟเฟอร์ 64 เทียบกับ 512 แซมเปิล | 482 เทียบกับ 618 | Scan Pro Audio, DAWBench DSP |
| ความหน่วงในการเรนเดอร์ของเอนจินเสียง Windows, Windows 10 และรุ่นหลังจากนั้น | 1.3 ms | Microsoft Learn, Low Latency Audio |
| บัฟเฟอร์เริ่มต้นของโหมดแชร์ใน Windows | ราว 10 ms | Microsoft Learn, Low Latency Audio |
| เพดานความหน่วงไปกลับของเสียงระดับมืออาชีพบน Android | 25 ms (20 ms อนาล็อก) | Android 16 Compatibility Definition Document |
| การเชื่อมต่อตัวควบคุมผ่าน Bluetooth LE จากการกระทำถึงเสียง | เฉลี่ย 139 ms | McPherson และคณะ, NIME 2016 |
| แพลตฟอร์มฝังตัว Bela จากอินพุตถึงเอาต์พุต | ราว 0.6 ms | McPherson และคณะ, NIME 2016 |
| ความหน่วงของอินเอียร์มอนิเตอร์ที่แนะนำ | 5 ms และต่ำกว่า | Shure Insights 2016 (คำแนะนำของผู้ผลิต) |
ระเบียบวิธีและแหล่งที่มา
- MathWorks, ตัวอย่าง “Measure Audio Latency” ของ Audio Toolbox: การวัดความหน่วงไปกลับแบบลูปแบ็กตามขนาดบัฟเฟอร์ที่ 96 kHz
- Schmid, Ambros, Bogon และ Wimmer, “Measuring the Just Noticeable Difference for Audio Latency”, Audio Mostly 2024: JND ตามความหน่วงฐาน รับสมัครผู้เข้าร่วม 37 คน วิเคราะห์ 34 คน
- Jack, Mehrabi, Stockman และ McPherson, “Action-sound Latency and the Perceived Quality of Digital Musical Instruments”, Music Perception 2018
- McPherson, Jack และ Moro, “Action-Sound Latency: Are Our Tools Fast Enough?”, NIME 2016: การวัดห่วงโซ่ตัวควบคุมและแนวปฏิบัติต่ำกว่า 10 ms ของ Wessel และ Wright
- Lester และ Boley, “The Effects of Latency on Live Sound Monitoring”, AES Convention Paper 7198 (2007): อ่านช่วงค่าจากบทสรุปใน Schmid และคณะ 2024 เพราะเข้าถึงหน้า AES E-Library ไม่ได้
- Ozker และ Hagoort, “Susceptibility to auditory feedback manipulations and individual variability”, PLoS One 2025
- Ozker, Giglio, Beyh, Forkel และ Hagoort, “Individual differences in speech monitoring”, PNAS 2026
- Stuart, Kalinowski, Rastatter และ Lynch, “Effect of delayed auditory feedback on normal speakers at two speech rates”, JASA 2002
- Chafe และ Gurevich, “Network Time Delay and Ensemble Accuracy: Effects of Latency, Asymmetry”, AES 117th Convention 2004
- Washburn, Wright, Chafe และ Fujioka, “Temporal Coordination in Piano Duet Networked Music Performance”, Frontiers in Psychology 2021
- Scan Pro Audio, ตารางเกณฑ์วัด 3XS Pro DAW Ryzen 9 9950X และตารางเกณฑ์วัด 3XS Project DAW Core Ultra 7 270K Plus: ผล DAWBench DSP และ VI เข้าถึงเมื่อตุลาคม 2026
- Microsoft Learn, Low Latency Audio (ไดรเวอร์ Windows) อัปเดตปี 2025
- บล็อก Microsoft Windows Music Dev, “Make Great Music with Windows on Arm”, ตุลาคม 2024 และFall 2025 Windows Musician Technology and Arm64 Update, พฤศจิกายน 2025
- Android 16 Compatibility Definition Document, หัวข้อ 5.6 และ 5.10 และAndroid Developers, คู่มือ Audio Latency
- Ableton Help Center, คำถามที่พบบ่อย Driver Error Compensation และApple Support, Manage input monitoring latency in Logic Pro for Mac (2026)
- Shure Insights, “Digital Wireless Latency Explained”, พฤศจิกายน 2016: คำแนะนำของผู้ผลิต ระบุไว้เช่นนั้นทุกครั้งที่อ้างถึง
- ข้อสังเกตเกี่ยวกับข้อมูล: คู่มือนักพัฒนา Android กำหนดแฟล็กเสียงระดับมืออาชีพไว้ที่ความหน่วงไปกลับ 20 ms ขณะที่ตาราง CDD ของ Android 16 กำหนด 25 ms บนเส้นทางส่วนใหญ่และ 20 ms เฉพาะบนเส้นทางอนาล็อก เรารายงานตาม CDD เพราะเป็นเอกสารที่มีผลผูกพัน แถวความหน่วงไปกลับของอุปกรณ์พกพาพื้นฐานใน CDD ระบุค่าสองค่าที่ไม่มีป้ายกำกับ (250 และ 200 ms) เราจึงไม่นำมาใส่ ตัวเลขของ Scan Pro Audio เป็นเกณฑ์วัดบนหน้าสินค้าที่ผู้ค้าปลีกเผยแพร่ โดยไม่มีรายละเอียดไดรเวอร์หรือเฟิร์มแวร์ ตัวอย่างของ MathWorks ไม่ระบุระบบปฏิบัติการ (ASIO ชี้ไปที่ Windows) และครอบคลุมอินเทอร์เฟซเพียงตัวเดียว ค่าโสหุ้ยสัมบูรณ์จึงต่างออกไปบนฮาร์ดแวร์อื่น ความเห็นของ Pete Brown ที่ว่า “ราว 10 ms” มาจากคำตอบของเขาในช่องความคิดเห็นของโพสต์บนบล็อก Microsoft ไม่ใช่จากเนื้อหาโพสต์ ตัวเลขการรับรู้หลายค่าเป็นข้อมูลล่าสุดที่มีแต่เก่าแล้ว ได้แก่ Stuart และคณะ (2002), Chafe และ Gurevich (2004), Lester และ Boley (2007), McPherson และคณะ (2016) และคำแนะนำของ Shure (2016) ไดรเวอร์ ASIO และ USB Audio Class 2 ที่มาพร้อมระบบของ Microsoft ยังไม่มีการเผยแพร่ผลวัดความหน่วง ณ การอัปเดตเมื่อพฤศจิกายน 2025
อัปเดตล่าสุด: 24 ตุลาคม 2026 เราจะอัปเดตสรุปนี้ทุกไตรมาส และคาดว่าการรีเฟรชครั้งถัดไปจะเกิดขึ้นเมื่อ Microsoft เปิดตัวรุ่นตัวอย่างสาธารณะของไดรเวอร์ ASIO และ USB Audio Class 2 ที่มาพร้อมระบบผ่านบิลด์ Windows Insider Canary