หูฟังอินเอียร์บลูทูธที่ใช้โคเดก SBC เริ่มต้นมีความหน่วงของเสียงเฉลี่ย 259.8 ms ในการทดสอบของ RTINGS ขณะที่ช่วงตัดสินจังหวะที่แคบที่สุดของ osu!mania ที่ความยากสูงสุดอยู่ที่เพียงบวกลบ 13.9 ms ช่องว่างนี้คือเหตุผลที่เกมจังหวะจริงจังทุกเกมต้องมีหน้าจอปรับเทียบ ตัว Windows เองไม่ใช่คอขวดอีกต่อไป เอนจินเสียงของ Windows เพิ่มความหน่วงเพียง 1.3 ms ใน Windows 10 และรุ่นใหม่กว่า (Microsoft, Low Latency Audio 2024) และงานวิจัยในห้องปฏิบัติการปี 2024 พบว่าความแตกต่างน้อยที่สุดที่สังเกตได้ (JND) เฉลี่ยของมนุษย์สำหรับความหน่วงของเสียงอยู่ที่ 48.8 ms จากฐานศูนย์ (Schmid และคณะ, Audio Mostly 2024) สรุปฉบับนี้เน้นความหน่วงของเอาต์พุตเสียงและการปรับเทียบค่าชดเชย สำหรับค่าปิง ความหน่วงของอินพุต และการตอบสนองของจอแสดงผล ดูสถิติความหน่วงของเกมฉบับแยกของเรา เรารวบรวมข้อมูลจาก Microsoft โปรแกรมความเข้ากันได้ของ Android ของ Google RTINGS ซอร์สโค้ดของ osu! และ StepMania เอกสารขอรับสิทธิบัตรของ Harmonix และงานวิจัยที่ผ่านการทบทวนโดยผู้ทรงคุณวุฒิใน PLoS ONE, Scientific Reports รวมถึงรายงานการประชุมของ IEEE และ ACM
สรุปโดยย่อ
- Windows 10 และรุ่นใหม่กว่าลดความหน่วงของเอนจินเสียงเหลือ 1.3 ms จากราว 12 ms สำหรับแอปที่ใช้ข้อมูลแบบทศนิยมลอยตัว (Microsoft, Low Latency Audio 2024)
- Android Media Performance Class ระดับใหม่ล่าสุดคือ MPC 37 จำกัดความหน่วงจากการแตะถึงเสียงที่ 65 ms (Google, ข้อกำหนด MPC ของ Android 17 ปี 2026)
- หูฟังไร้สายแท้ (TWS) ที่ใช้ SBC มีความหน่วงเฉลี่ย 259.8 ms จากห้าผลิตภัณฑ์ (RTINGS, Test Bench 1.6 Latency R&D 2023)
- ช่วง Perfect ของ osu!mania แคบลงจากบวกลบ 22.4 ms เหลือบวกลบ 13.9 ms เมื่อความยากเพิ่มขึ้น (ppy, ซอร์สโค้ด osu! 2026)
- ช่วงตัดสินจังหวะเริ่มต้นของ StepMania อยู่ระหว่าง 22.5 ms (W1) ถึง 180 ms (W5) (ซอร์สโค้ด StepMania 5.1)
- StepMania มาพร้อมค่าชดเชยเสียงส่วนกลางเริ่มต้นที่ -8 ms (ซอร์สโค้ด StepMania 5.1)
- เอกสารขอรับสิทธิบัตรของ Harmonix อธิบายความล่าช้าของภาพภายนอกราว 85 ms เทียบกับราว 45 ms สำหรับเสียงภายนอก (Harmonix, US20090310027A1 2009)
- ความแตกต่างน้อยที่สุดที่สังเกตได้เฉลี่ยสำหรับความหน่วงของเสียง: 48.8 ms จากฐาน 0 ms และ 27.1 ms จากฐาน 64 ms (Schmid และคณะ, Audio Mostly 2024)
- ผู้ที่ไม่ใช่นักดนตรีต้องมีความล่าช้าระหว่างแป้นกับเสียง 180 ms จึงจะตรวจจับได้ ส่วนนักดนตรีอยู่ที่ 102 ms (van Vugt และ Tillmann, PLoS ONE 2014)
1. ความหน่วงของเอาต์พุตเสียงบน Windows: ความหน่วงบนเดสก์ท็อปมาจากไหน
ตัวเลขเด่นสำหรับผู้เล่นเกมจังหวะบนพีซีคือ เอนจินเสียงของ Windows 10 เพิ่มความหน่วงในการเรนเดอร์เพียง 1.3 ms ให้กับทุกแอปพลิเคชัน (Microsoft, Low Latency Audio 2024) เอนจินเลิกเป็นปัญหามาหลายปีแล้ว สิ่งที่ยังสำคัญคือบัฟเฟอร์ หากเกมไม่ขอบัฟเฟอร์ที่เล็กลงอย่างชัดเจนผ่าน WASAPI (Windows Audio Session API) หรือ AudioGraph เกมจะได้ค่าเริ่มต้น 10 ms และไดรเวอร์เป็นผู้กำหนดว่าลดลงได้เล็กเพียงใด
นั่นทำให้ความหน่วงบนพีซีเป็นเรื่องของไดรเวอร์และเอนจินเกม ไม่ใช่ระบบปฏิบัติการ Microsoft ยังระบุข้อแลกเปลี่ยนไว้ด้วย บัฟเฟอร์ 1 ms ปลุก CPU ทุกมิลลิวินาทีแทนที่จะเป็นทุก 10 ms ซึ่งเพิ่มการใช้พลังงานและทำให้แบตเตอรี่แล็ปท็อปหมดเร็วขึ้น (Microsoft Learn, Low Latency Audio) หากต้องการดูว่าขนาดบัฟเฟอร์ส่งผลอย่างไรในซอฟต์แวร์ผลิตเพลง ดูสถิติขนาดบัฟเฟอร์เสียงของ DAWของเรา
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ความหน่วงในการเรนเดอร์ของเอนจินเสียง Windows ก่อน Windows 10 แอปที่ใช้ข้อมูลเสียงแบบทศนิยมลอยตัวเทียบกับแบบจำนวนเต็ม | ราว 12 ms เทียบกับราว 6 ms | Microsoft, เอกสาร Low Latency Audio 2024 |
| ความหน่วงในการเรนเดอร์ของเอนจินเสียง Windows ใน Windows 10 และรุ่นใหม่กว่า ทุกแอปพลิเคชัน | 1.3 ms | Microsoft, เอกสาร Low Latency Audio 2024 |
| ขนาดบัฟเฟอร์เริ่มต้นที่แอปพลิเคชัน Windows ใช้ เว้นแต่จะขอขนาดที่เล็กกว่า | ราว 10 ms | Microsoft, เอกสาร Low Latency Audio 2024 |
| ความหน่วงแบบไปกลับที่ลดลงใน Windows 10 เมื่อเทียบกับ Windows 8.1 โดยไม่ต้องเปลี่ยนแอปหรือไดรเวอร์ | 4.5 ถึง 16 ms (4.5 ms สำหรับแอปข้อมูลจำนวนเต็ม 16 ms สำหรับแอปทศนิยมลอยตัว) | Microsoft, เอกสาร Low Latency Audio 2024 |
| ช่วงบัฟเฟอร์ที่ไดรเวอร์ Microsoft HD Audio ในตัวรองรับ | 128 ตัวอย่าง (2.66 ms ที่ 48 kHz) ถึง 480 ตัวอย่าง (10 ms ที่ 48 kHz) | Microsoft, เอกสาร Low Latency Audio 2024 |
หมายเหตุบริบท: บัฟเฟอร์ที่เล็กลงช่วยได้ก็ต่อเมื่อเกมขอใช้ เกมจังหวะที่เปิดสตรีมโหมดแชร์มาตรฐานโดยไม่ขอคาบเวลาที่เล็กลงจะได้บัฟเฟอร์เริ่มต้นไปโดยปริยาย ไม่ว่าการ์ดเสียงจะรองรับสิ่งใด
2. ความหน่วงของเสียงบนมือถือ: สิ่งที่ Android รับประกันและเพดานของมัน
Android นำเสนอความหน่วงในรูปของคำสัญญา ไม่ใช่ค่าที่วัดได้ ไม่มี API ขณะรันที่รายงานความหน่วงของเสียงจริง มีเพียงแฟล็กฟีเจอร์ที่กำหนดเพดาน ช่องว่างระหว่างเพดานเหล่านั้นกว้างมาก อุปกรณ์หนึ่งสามารถโฆษณาเสียง “ความหน่วงต่ำ” ได้ ทั้งที่ยอมให้ความหน่วงของเอาต์พุตต่อเนื่องสูงถึง 45 ms ซึ่งมากกว่าเกณฑ์ไปกลับ 20 ms ของแฟล็กเสียงระดับโปรที่แยกต่างหากกว่าสองเท่า (Android NDK, Audio latency)
ตาราง Media Performance Class (MPC) ซึ่งจัดกลุ่มอุปกรณ์ตามระดับความสามารถ แสดงให้เห็นว่าเพดานเข้มงวดขึ้นเรื่อย ๆ ความหน่วงจากการแตะถึงเสียง (tap-to-tone) คือความล่าช้าตั้งแต่แตะหน้าจอจนได้ยินเสียง ลดจาก 110 ms ในระดับแรก ๆ เหลือ 65 ms ที่ MPC 37 (Android 17 Media Performance Class) แม้แต่ 65 ms ก็ยังกว้างกว่าช่วงตัดสินจังหวะที่แคบที่สุดในหัวข้อที่ 4 หลายเท่า จึงเป็นเหตุผลที่เกมจังหวะบนมือถือพึ่งพาการปรับเทียบอย่างมาก
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ความหน่วงของเอาต์พุตต่อเนื่องที่แฟล็กฟีเจอร์ android.hardware.audio.low_latency สัญญาไว้ | 45 ms หรือน้อยกว่า | Google, คู่มือ Android NDK Audio Latency |
| ความหน่วงแบบไปกลับต่อเนื่องที่แฟล็กฟีเจอร์ android.hardware.audio.pro สัญญาไว้ | 20 ms หรือน้อยกว่า | Google, คู่มือ Android NDK Audio Latency |
| ความหน่วงแบบไปกลับที่นักดนตรีมักต้องการ ตามที่ Google ระบุ | 10 ms | Google, คู่มือ Android NDK Audio Latency |
| ความหน่วงจากการแตะถึงเสียงสูงสุด MPC 1 และ 10 / MPC 20 ถึง 31 / MPC 33 ถึง 35 | 110 / 100 / 80 ms | Google, ข้อกำหนด Media Performance Class ของ Android 17 ปี 2026 |
| ความหน่วงของเสียงแบบไปกลับสูงสุด MPC 33 ถึง 35 (ระดับแรกที่กำหนดค่านี้) | 80 ms | Google, ข้อกำหนด Media Performance Class ของ Android 17 ปี 2026 |
| ความหน่วงจากการแตะถึงเสียงสูงสุดและความหน่วงแบบไปกลับสูงสุด MPC 37 | อย่างละ 65 ms | Google, ข้อกำหนด Media Performance Class ของ Android 17 ปี 2026 |
หมายเหตุบริบท: ค่าเหล่านี้เป็นเพดานของการรับรอง ไม่ใช่ค่าที่วัดได้ โทรศัพท์เครื่องหนึ่งอาจผ่านคลาสประสิทธิภาพที่ 65 ms แต่ยังอยู่ห่างจากช่วงตัดสินจังหวะ 20 ms มาก ค่าชดเชยในเกมจึงต้องรองรับส่วนที่เหลือ
3. ความหน่วงของหูฟังบลูทูธและหูฟังไร้สาย
บลูทูธเป็นแหล่งความหน่วงเดี่ยวที่ใหญ่ที่สุดที่ผู้เล่นส่วนใหญ่จะเพิ่มเข้ามา การวัดซ้ำหูฟัง 27 รุ่นโดย RTINGS พบว่า หูฟังไร้สายแท้ (TWS) ที่ใช้ SBC ซึ่งเป็นโคเดกบลูทูธเริ่มต้น (รูปแบบที่บีบอัดเสียงสำหรับการเชื่อมต่อไร้สาย) มีความหน่วงเฉลี่ย 259.8 ms (RTINGS, Test Bench 1.6 Latency R&D) หูฟังเกมมิ่งเร็วกว่าเมื่อใช้บลูทูธ แต่ความแตกต่างที่แท้จริงมาจากดองเกิลไร้สาย USB ของตัวเอง ซึ่งวัดได้ 22 ถึง 42 ms
ข้อสรุปเชิงปฏิบัติ ค่าชดเชยจากการปรับเทียบซ่อนความหน่วงบลูทูธที่คงที่ได้ แต่ทำให้สั้นลงไม่ได้ และการเชื่อมต่อใหม่ทุกครั้งอาจทำให้ความหน่วงเปลี่ยนไปอีก การเลือกโคเดกสำคัญกว่ายี่ห้อหูฟัง ดังที่แถว aptX Low Latency ด้านล่างแสดง หากต้องการดูว่าการประมวลผลภายในตัวหูฟังเพิ่มความหน่วงของมันเองอย่างไร ดูสถิติความหน่วง DSP ของหูฟังตัดเสียงรบกวนของเรา
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ความหน่วง SBC เฉลี่ย หูฟังไร้สายแท้ (TWS) 5 รุ่น | 259.8 ms | RTINGS, บทความ Test Bench 1.6 Latency R&D ปี 2023 |
| ความหน่วง SBC เฉลี่ย หูฟังทั่วไป (ไม่ใช่เกมมิ่ง) ที่ไม่ใช่อินเอียร์ 7 รุ่น | 257.6 ms | RTINGS, บทความ Test Bench 1.6 Latency R&D ปี 2023 |
| ความหน่วง SBC เฉลี่ย หูฟังเกมมิ่ง 6 รุ่นที่เชื่อมต่อผ่านบลูทูธ | 170.3 ms | RTINGS, บทความ Test Bench 1.6 Latency R&D ปี 2023 |
| ช่วงความหน่วงของหูฟังเกมมิ่งเมื่อใช้ดองเกิลไร้สาย USB ของตัวเอง | 22 ถึง 42 ms | RTINGS, บทความ Test Bench 1.6 Latency R&D ปี 2023 |
| ความหน่วงของ Plantronics BackBeat Pro 2: แบบมีสาย / SBC / aptX / aptX Low Latency | 7 / 173 / 166 / 34 ms | RTINGS, บทความ SBC vs aptX ปี 2017 (อัปเดตปี 2025) |
| ความยาวเฟรมของโคเดก LC3 ที่ Bluetooth LE Audio ใช้ | 10 ms (การตั้งค่าที่ปรับให้เหมาะสม) หรือ 7.5 ms (เพื่อให้เข้ากันได้กับช่วงเวลาของ Bluetooth Classic รุ่นเก่า) | Baert และคณะ, IEEE 2024 (Experimental Validation of a Bluetooth-Based Speech Audio Broadcasting Model) |
หมายเหตุบริบท: ผลของ RTINGS ใช้กับ Windows บนอุปกรณ์ทดสอบของตนเอง โดยรายงานว่าความแม่นยำในการวัดต่ำกว่า 1.0 ms เฟรม LC3 ที่สั้นลงไม่ได้หมายความว่าความหน่วงจะสั้นลงตามสัดส่วน ในการสัมภาษณ์ของ Bluetooth SIG วิศวกร Peter Liu กล่าวว่าโหมด 7.5 ms ไม่ได้ให้ความหน่วงต่ำลงตามสัดส่วน (Bluetooth SIG, A behind-the-scenes look at LE Audio) ข้อมูลล่าสุดที่มีสำหรับค่าเฉลี่ยรายหมวด: RTINGS, 2023
4. ช่วงตัดสินจังหวะ: เกมให้อภัยความคลาดเคลื่อนได้เท่าใด
ช่วงตัดสินจังหวะคือช่วงความคลาดเคลื่อนของจังหวะ ไม่ว่าเร็วหรือช้า ที่ยังได้เกรดที่กำหนด ซอร์สโค้ดแบบเปิดของเกมจังหวะรายใหญ่สองเกมแสดงให้เห็นว่าช่วงเหล่านี้แคบได้แค่ไหน ใน osu! ทุกช่วงเป็นค่าบวกลบ และ ช่วง Perfect ของ osu!mania ที่ความยากโดยรวม 10 ยอมให้คลาดเคลื่อนเพียง 13.9 ms ในแต่ละทิศทาง (ppy, ManiaHitWindows.cs) ความยากโดยรวม (OD) คือค่าตั้งต่อแผนที่เพลงตั้งแต่ 0 ถึง 10 ที่ทำให้ช่วงต่าง ๆ แคบลง
เมื่อวางตัวเลขเทียบกัน ปัญหาการปรับเทียบก็ชัดเจน ค่าเฉลี่ยหูฟังอินเอียร์ SBC 259.8 ms จากหัวข้อที่ 3 เป็น 18.7 เท่าของครึ่งช่วง 13.9 ms นั้น (259.8 / 13.9 = 18.7) และยังมากกว่าช่วงให้คะแนนที่หลวมที่สุดของ osu! ที่การตั้งค่าง่ายที่สุดซึ่งอยู่ที่ 200 ms (ppy, OsuHitWindows.cs) หากไม่มีค่าชดเชย ผู้เล่นที่กดตรงกับเสียงที่ได้ยินผ่านหูฟังเช่นนี้พอดีจะตกนอกช่วงให้คะแนนทุกช่วงและอยู่ในช่วงพลาด
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ช่วง Great ของ osu! (โหมดมาตรฐาน) ที่ความยากโดยรวม 0 / 5 / 10 | ±80 / ±50 / ±20 ms | ppy, ซอร์สโค้ด osu! (OsuHitWindows.cs) 2026 |
| ช่วง Ok ของ osu! ที่ความยากโดยรวม 0 / 5 / 10 | ±140 / ±100 / ±60 ms | ppy, ซอร์สโค้ด osu! (OsuHitWindows.cs) 2026 |
| ช่วง Meh ของ osu! ที่ความยากโดยรวม 0 / 5 / 10 | ±200 / ±150 / ±100 ms | ppy, ซอร์สโค้ด osu! (OsuHitWindows.cs) 2026 |
| ช่วงพลาด (Miss) ของ osu! คงที่ไม่ว่าความยากเท่าใด | 400 ms | ppy, ซอร์สโค้ด osu! (OsuHitWindows.cs) 2026 |
| ช่วง Perfect ของ osu!mania ที่ความยากโดยรวม 0 / 5 / 10 | ±22.4 / ±19.4 / ±13.9 ms | ppy, ซอร์สโค้ด osu! (ManiaHitWindows.cs) 2026 |
| ช่วง Great ของ osu!mania ที่ความยากโดยรวม 0 / 5 / 10 | ±64 / ±49 / ±34 ms | ppy, ซอร์สโค้ด osu! (ManiaHitWindows.cs) 2026 |
| ค่าเริ่มต้นของช่วงตัดสินจังหวะใน StepMania ตั้งแต่ W1 (ดีที่สุด) ถึง W5 (แย่ที่สุด) | 22.5 / 45 / 90 / 135 / 180 ms | ซอร์สโค้ด StepMania 5.1 (Player.cpp) |
| ตัวอย่างช่วงอินพุตของเกมแอ็กชันจังหวะในเอกสารขอรับสิทธิบัตรของ Harmonix | ±50 ms | Harmonix, US20090310027A1 2009 |
หมายเหตุบริบท: ค่าของ osu!mania เป็นค่าเริ่มต้นก่อนตัวคูณความเร็วและความยาก โดยมีการคำนวณแบบคลาสสิกแยกต่างหากเมื่อใช้ระบบให้คะแนนแบบเดิม โค้ดของ StepMania ยังกำหนดค่าเริ่มต้นที่กว้างกว่าสำหรับโน้ตที่กดค้าง (250 ms) และโรล (500 ms) (StepMania, Player.cpp)
5. การปรับเทียบและค่าชดเชย: แยกความล่าช้าของเสียงออกจากความล่าช้าของภาพ
การปรับเทียบมีอยู่เพราะเสียงและภาพแทบไม่เคยล่าช้าเท่ากัน เอกสารขอรับสิทธิบัตรของ Harmonix เกี่ยวกับการปรับเทียบความล่าช้าของเสียงและภาพแยกกัน อธิบายว่า ระบบภาพภายนอกเพิ่มความล่าช้าราว 85 ms เทียบกับราว 45 ms สำหรับเสียงภายนอก ทำให้หากไม่แก้ไข ทั้งสองจะมาถึงผู้เล่นห่างกันราว 40 ms (Harmonix, US20090310027A1) ช่วงอินพุตตัวอย่างในเอกสารนั้นเองคือบวกลบ 50 ms ดังนั้นความไม่ตรงกัน 40 ms จะกินช่วงนี้ไปเกือบหมด
การปรับเทียบยังต้องแยกสิ่งที่อุปกรณ์เพิ่มออกจากสิ่งที่ผู้เล่นเพิ่ม ตัวอย่างการคำนวณของ Harmonix หักความล่าช้าของคอนโทรลเลอร์และความล่าช้าของอินพุต/เอาต์พุตออกจากเวลาไปกลับที่วัดได้ก่อนบันทึกค่าชดเชยเสียง จึงเป็นเหตุผลที่การทดสอบแตะครั้งเดียวที่รวมทุกอย่างเข้าด้วยกันอาจทำให้เข้าใจผิดได้ แม้แต่การวัดระดับมืออาชีพก็คลาดเคลื่อนได้ RTINGS พบว่าการข้ามการรีเซ็ตการเชื่อมต่อระหว่างการทดสอบความหน่วงบลูทูธเพิ่มความคลาดเคลื่อนราว 50 ms ค่าชดเชยที่ตั้งไว้ก่อนการเชื่อมต่อใหม่จึงอาจไม่ถูกต้องอีกต่อไปหลังจากนั้น
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ค่าชดเชยเสียงส่วนกลางเริ่มต้นของ StepMania | -8 ms (-0.008 วินาที) | ซอร์สโค้ด StepMania 5.1 (PrefsManager.cpp) |
| ความล่าช้าที่ระบบเสียงภายนอกเพิ่ม ตัวอย่างของ Harmonix | ราว 45 ms | Harmonix, US20090310027A1 2009 |
| ความล่าช้าที่ระบบภาพภายนอกเพิ่ม ตัวอย่างของ Harmonix | ราว 85 ms | Harmonix, US20090310027A1 2009 |
| ความล่าช้าของภาพที่ทีวี HDTV แบบ DLP และแบบฉายภาพจากด้านหลังอาจทำให้เกิดขึ้น | สูงสุด 100 ms | Harmonix, US20090310027A1 2009 |
| ตัวอย่างการคำนวณปรับเทียบเสียง: เวลาไปกลับที่วัดได้ 80 ms ลบความล่าช้าของคอนโทรลเลอร์ 5 ms และความล่าช้าของอินพุต/เอาต์พุต 7 ms | ความล่าช้าของระบบเสียง 68 ms | Harmonix, US20090310027A1 2009 |
หมายเหตุบริบท: ตัวเลขของ Harmonix เป็นตัวอย่างประกอบในเอกสารที่ยื่นเมื่อปี 2008 (เผยแพร่เมื่อวันที่ 17 ธันวาคม 2009 และต่อมาถูกละทิ้ง) ไม่ใช่ผลการวัดจากการสำรวจโทรทัศน์ ข้อมูลล่าสุดที่มี: Harmonix, 2009 การตั้งค่าชดเชยของ StepMania เก็บเป็นหน่วยวินาที (StepMania, PrefsManager.cpp)
6. เกณฑ์การรับรู้เวลาของมนุษย์
งานวิจัยด้านการรับรู้อธิบายว่าทำไมช่วงต่าง ๆ จึงอยู่ในตำแหน่งที่เป็นอยู่ ในงานวิจัยของ Audio Mostly ปี 2024 ที่วิเคราะห์ผู้เข้าร่วม 34 คน ความแตกต่างน้อยที่สุดที่สังเกตได้ (JND คือการเปลี่ยนแปลงที่เล็กที่สุดที่ผู้ฟังตรวจจับได้อย่างสม่ำเสมอ) เฉลี่ยสำหรับความหน่วงของเสียงอยู่ที่ 48.8 ms จากจุดเริ่มต้น 0 ms แต่เพียง 27.1 ms จากจุดเริ่มต้น 64 ms (Schmid และคณะ, Measuring the Just Noticeable Difference for Audio Latency) มนุษย์ไวต่อการเปลี่ยนแปลงของความหน่วงมากที่สุดในช่วงที่อุปกรณ์จริงอยู่แล้ว
การตรวจจับว่าเสียงเดี่ยวช้าเกินไปยากกว่าการแตะให้ตรงจังหวะมาก ในงานวิจัยของ van Vugt และ Tillmann ผู้ที่ไม่ใช่นักดนตรีต้องมีความล่าช้าระหว่างแป้นกับเสียง 180 ms ก่อนจะรายงานได้ (PLoS ONE) แต่ผู้แตะจังหวะมักแตะนำหน้าเมโทรนอม 25 ถึง 50 ms ซึ่งนักวิจัยเรียกพฤติกรรมนี้ว่าค่าเฉลี่ยความไม่พร้อมเพรียงเชิงลบ (Hove, Keller และ Krumhansl, Perception and Psychophysics) ผู้เล่นอาจไม่ได้ยินความล่าช้า 50 ms ว่าเป็นความล่าช้า แต่คะแนนของพวกเขาจะบอกเอง
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ความแตกต่างน้อยที่สุดที่สังเกตได้ในความหน่วงของเสียง เริ่มจากฐาน 0 ms | 48.8 ms (ส่วนเบี่ยงเบนมาตรฐาน 33.0; ช่วง 10 ถึง 129 ms) | Schmid และคณะ, Audio Mostly 2024 |
| ความแตกต่างน้อยที่สุดที่สังเกตได้ในความหน่วงของเสียง เริ่มจากฐาน 64 ms | 27.1 ms (ส่วนเบี่ยงเบนมาตรฐาน 17.0) | Schmid และคณะ, Audio Mostly 2024 |
| ความแตกต่างน้อยที่สุดที่สังเกตได้ในความหน่วงของเสียง เริ่มจากฐาน 512 ms | 77.1 ms (ส่วนเบี่ยงเบนมาตรฐาน 57.6) | Schmid และคณะ, Audio Mostly 2024 |
| ความล่าช้าระหว่างการกดแป้นกับเสียงที่ต้องมีจึงจะตรวจจับได้ ผู้ที่ไม่ใช่นักดนตรี | 180 ± 104 ms | van Vugt และ Tillmann, PLoS ONE 2014 |
| ความล่าช้าระหว่างการกดแป้นกับเสียงที่ต้องมีจึงจะตรวจจับได้ นักดนตรี (นักเปียโนและนักเป่าเครื่องทองเหลือง) | 102 ± 65 ms | van Vugt และ Tillmann, PLoS ONE 2014 |
| ส่วนเบี่ยงเบนมาตรฐานของจังหวะการแตะเทียบกับเมโทรนอม นักเปียโน / นักเป่าเครื่องทองเหลือง / ผู้ที่ไม่ใช่นักดนตรี | 19.9 / 19.3 / 37.4 ms | van Vugt และ Tillmann, PLoS ONE 2014 |
| ปริมาณทั่วไปที่การแตะนำหน้าจังหวะของเมโทรนอม (ค่าเฉลี่ยความไม่พร้อมเพรียงเชิงลบ) | 25 ถึง 50 ms | Hove, Keller และ Krumhansl, Perception and Psychophysics 2007 |
| ช่องว่างที่เพียงพอให้ผู้ฟังที่ผ่านการฝึกมาอย่างดีบอกได้ว่าเสียงใดในสองเสียงมาก่อน | ประมาณ 20 ms | Hove, Keller และ Krumhansl, Perception and Psychophysics 2007 |
หมายเหตุบริบท: ผู้เข้าร่วมงานวิจัย JND ปี 2024 อายุ 19 ถึง 29 ปี และไม่มีใครเป็นนักดนตรีอาชีพ ข้อมูลล่าสุดที่มีสำหรับตัวเลขการกดแป้นและการแตะจังหวะ: van Vugt และ Tillmann, 2014 และ Hove และคณะ, 2007
7. ทักษะ ประสบการณ์ และความทนทานต่อความล่าช้าของเสียงที่เพิ่มเข้ามา
ทักษะเปลี่ยนทั้งสิ่งที่ผู้เล่นสังเกตเห็นและความรู้สึกของพวกเขาต่อสิ่งนั้น ผู้ที่แตะจังหวะได้ล็อกกับบีตแน่นกว่ายังตรวจจับความล่าช้าของเสียงได้เร็วกว่า ρ(49) = -0.53, p < 0.0001 (van Vugt และ Tillmann, PLoS ONE 2014) และความเชี่ยวชาญทางดนตรีก็ชี้ไปในทิศทางเดียวกันในข้อมูล JND ปี 2024 ในตารางด้านล่าง หูที่ผ่านการฝึกฝนให้อภัยน้อยกว่า จึงเป็นเหตุผลที่ผู้เล่นสายแข่งขันปรับเทียบใหม่ทุกครั้งที่เปลี่ยนฮาร์ดแวร์
การศึกษาเกมแบบควบคุมที่ใกล้เคียงที่สุดไม่ใช่เกมจังหวะ Halbhuber และคณะเพิ่มความหน่วงของเสียง 0, 40, 270 และ 500 ms ให้กับเกมยิงมุมมองบุคคลที่หนึ่ง (FPS) และไม่พบผลที่มีนัยสำคัญต่อคะแนน แต่ผู้เล่นระดับผู้เชี่ยวชาญรายงานความตึงเครียดที่สูงกว่าอย่างชัดเจนที่ 500 ms (Halbhuber และคณะ, Mensch und Computer 2022) ความล่าช้าทำลายประสบการณ์ก่อนที่จะทำลายตารางคะแนน งานวิจัยปี 2025 เพิ่มมุมมองต่อความแม่นยำของมนุษย์เอง สิงโตทะเลที่ผ่านการฝึกรักษาจังหวะได้คงที่กว่ามนุษย์ที่ไม่ใช่นักดนตรีทั้ง 10 คนที่ทดสอบ (Cook และคณะ, Scientific Reports) หากต้องการดูว่าจังหวะเวลาส่งผลต่อความดื่มด่ำในเกม VR อย่างไร ดูสถิติการรับรู้การมีอยู่จริงของเสียงในเกม VRของเรา
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ผลของความหน่วงของเสียงที่เพิ่มเข้าไป (0, 40, 270, 500 ms) ต่อคะแนน ผู้เล่นเกมยิงมุมมองบุคคลที่หนึ่ง 24 คน | ไม่มีนัยสำคัญ F(2,66) = 1.84, p = 0.154 | Halbhuber และคณะ, Mensch und Computer 2022 |
| คะแนนเฉลี่ยของผู้เล่นระดับผู้เชี่ยวชาญเมื่อเพิ่มความหน่วงของเสียง 0 ms เทียบกับ 500 ms | 348.7 เทียบกับ 324.1 คะแนน | Halbhuber และคณะ, Mensch und Computer 2022 |
| ความตึงเครียดที่ผู้เล่นระดับผู้เชี่ยวชาญรายงานเองเมื่อเพิ่มความหน่วงของเสียง 0 ms เทียบกับ 500 ms | 0.56 เทียบกับ 1.65 (p = 0.041) | Halbhuber และคณะ, Mensch und Computer 2022 |
| สหสัมพันธ์ระหว่างคะแนนความเชี่ยวชาญทางดนตรี (Gold-MSI) กับ JND ของความหน่วง | r(32) = -0.345, p = 0.046 | Schmid และคณะ, Audio Mostly 2024 |
| สหสัมพันธ์ระหว่างเกณฑ์การตรวจจับความล่าช้ากับความแม่นยำของการประสานจังหวะ | ρ(49) = -0.53, p < 0.0001 | van Vugt และ Tillmann, PLoS ONE 2014 |
| ส่วนเบี่ยงเบนมาตรฐานของช่วงห่างระหว่างการแตะหลังเมโทรนอมหยุด นักเปียโน / นักเป่าเครื่องทองเหลือง / ผู้ที่ไม่ใช่นักดนตรี | 17.9 / 19.6 / 31.4 ms | van Vugt และ Tillmann, PLoS ONE 2014 |
| มุมเฟสเฉลี่ยของมนุษย์ที่ไม่ใช่นักดนตรี 10 คนเทียบกับเมโทรนอมที่ 112 / 120 / 128 จังหวะต่อนาที | -15.9 / -14.7 / -21.4 องศา (ค่าลบหมายถึงนำหน้าจังหวะ) | Cook และคณะ, Scientific Reports 2025 |
| ส่วนเบี่ยงเบนมาตรฐานของช่วงห่างของสิงโตทะเลที่ผ่านการฝึกเทียบกับมนุษย์ที่ไม่ใช่นักดนตรี 10 คน | ต่ำกว่าผู้เข้าร่วมที่เป็นมนุษย์ทุกคนในทั้งสามจังหวะ | Cook และคณะ, Scientific Reports 2025 |
หมายเหตุบริบท: งานวิจัยความหน่วงปี 2022 ใช้เกมยิง ไม่ใช่เกมจังหวะ ผลที่ไม่พบผลกระทบต่อคะแนนจึงไม่ควรตีความว่าเป็นหลักฐานว่าคะแนนเกมจังหวะไม่ได้รับผลกระทบจากความล่าช้า ข้อมูลล่าสุดที่มี: Halbhuber และคณะ, 2022
สรุป: ความหน่วงของเสียงและการปรับเทียบเกมจังหวะในรูปแบบตัวเลข
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ความหน่วงในการเรนเดอร์ของเอนจินเสียง Windows, Windows 10 และรุ่นใหม่กว่า | 1.3 ms | Microsoft, เอกสาร Low Latency Audio 2024 |
| ขนาดบัฟเฟอร์เริ่มต้นของแอปพลิเคชัน Windows | ราว 10 ms | Microsoft, เอกสาร Low Latency Audio 2024 |
| เพดานความหน่วงแบบไปกลับของแฟล็กเสียงระดับโปรของ Android | 20 ms หรือน้อยกว่า | Google, คู่มือ Android NDK Audio Latency |
| ความหน่วงจากการแตะถึงเสียงสูงสุด MPC 37 | 65 ms | Google, ข้อกำหนด Media Performance Class ของ Android 17 ปี 2026 |
| ความหน่วง SBC เฉลี่ย หูฟังไร้สายแท้ (TWS) | 259.8 ms | RTINGS, บทความ Test Bench 1.6 Latency R&D ปี 2023 |
| ความหน่วงของหูฟังเกมมิ่งเมื่อใช้ดองเกิลไร้สาย USB ของตัวเอง | 22 ถึง 42 ms | RTINGS, บทความ Test Bench 1.6 Latency R&D ปี 2023 |
| ความยาวเฟรมของโคเดก LC3 | 10 ms หรือ 7.5 ms | Baert และคณะ, IEEE 2024 |
| ช่วง Perfect ของ osu!mania ที่ความยากโดยรวม 10 | ±13.9 ms | ppy, ซอร์สโค้ด osu! (ManiaHitWindows.cs) 2026 |
| ช่วงตัดสินจังหวะ W1 ถึง W5 ของ StepMania | 22.5 ถึง 180 ms | ซอร์สโค้ด StepMania 5.1 (Player.cpp) |
| ค่าชดเชยเสียงส่วนกลางเริ่มต้นของ StepMania | -8 ms | ซอร์สโค้ด StepMania 5.1 (PrefsManager.cpp) |
| ความล่าช้าของเสียงภายนอกเทียบกับภาพภายนอก ตัวอย่างของ Harmonix | ราว 45 ms เทียบกับราว 85 ms | Harmonix, US20090310027A1 2009 |
| ความแตกต่างน้อยที่สุดที่สังเกตได้ในความหน่วงของเสียง ฐาน 0 ms | 48.8 ms | Schmid และคณะ, Audio Mostly 2024 |
| การตรวจจับความล่าช้าระหว่างแป้นกับเสียง ผู้ที่ไม่ใช่นักดนตรีเทียบกับนักดนตรี | 180 ms เทียบกับ 102 ms | van Vugt และ Tillmann, PLoS ONE 2014 |
| ปริมาณทั่วไปที่การแตะนำหน้าจังหวะ | 25 ถึง 50 ms | Hove, Keller และ Krumhansl, Perception and Psychophysics 2007 |
| มุมเฟสของผู้ที่ไม่ใช่นักดนตรีเทียบกับเมโทรนอมที่ 120 จังหวะต่อนาที | -14.7 องศา | Cook และคณะ, Scientific Reports 2025 |
ระเบียบวิธีและแหล่งที่มา
- Microsoft Learn, Low Latency Audio (Windows drivers) ลงวันที่ 13 ธันวาคม 2024 อัปเดตเมื่อ 26 มีนาคม 2025 ตัวเลขความหน่วงของเอนจิน บัฟเฟอร์ และไดรเวอร์
- Google, Android NDK Audio latency guide เพดานของแฟล็กฟีเจอร์ และตัวเลขความหน่วงแบบไปกลับ 10 ms ที่ Google ระบุว่านักดนตรีมักต้องการ
- Google, Android 17 Media Performance Class requirements และ Android 17 Compatibility Definition Document เพดานความหน่วงจากการแตะถึงเสียงและความหน่วงแบบไปกลับตามคลาสประสิทธิภาพ
- RTINGS, Test Bench 1.6 Latency R&D article เผยแพร่เมื่อ 2 พฤศจิกายน 2023 ค่าเฉลี่ยบลูทูธและดองเกิลรายหมวดจากหูฟัง 27 รุ่น
- RTINGS, SBC vs aptX เผยแพร่ครั้งแรกเมื่อ 15 สิงหาคม 2017 อัปเดตล่าสุดเมื่อ 1 สิงหาคม 2025 การเปรียบเทียบโคเดกบนหูฟังรุ่นเดียว
- Baert, Pittevils, Moons และ Hoebeke (imec-IDLab-UGent และ Cochlear Technology Centre), Experimental Validation of a Bluetooth-Based Speech Audio Broadcasting Model, IEEE 2024 ความยาวเฟรม LC3
- Bluetooth SIG, A behind-the-scenes look at Bluetooth LE Audio 28 กันยายน 2020 บริบทเกี่ยวกับโหมด LC3 7.5 ms
- ppy, ซอร์สโค้ด osu!: OsuHitWindows.cs และ ManiaHitWindows.cs อ่านเมื่อพฤศจิกายน 2026 ช่วงต่าง ๆ เป็นค่าบวกลบตามคลาส HitWindows ที่ใช้ร่วมกัน
- ซอร์สโค้ด StepMania 5.1: Player.cpp (ช่วงตัดสินจังหวะ) และ PrefsManager.cpp (ค่าชดเชยส่วนกลาง)
- Harmonix Music Systems, US20090310027A1, Systems and methods for separate audio and video lag calibration in a video game ยื่นเมื่อ 16 มิถุนายน 2008 เผยแพร่เมื่อ 17 ธันวาคม 2009
- Schmid, Ambros, Bogon และ Wimmer, Measuring the Just Noticeable Difference for Audio Latency, Audio Mostly 2024 (ACM)
- van Vugt และ Tillmann, Thresholds of Auditory-Motor Coupling Measured with a Simple Task in Musicians and Non-Musicians, PLoS ONE, 3 กุมภาพันธ์ 2014
- Hove, Keller และ Krumhansl, sensorimotor synchronization study, Perception and Psychophysics 69(5), 2007
- Halbhuber, Köhler, Schmidbauer, Wiese และ Henze, The Effects of Auditory Latency on Experienced First-Person Shooter Players, Mensch und Computer 2022 (ACM)
- Cook, Hood, Rouse และ Reichmuth, Sensorimotor synchronization to rhythm in an experienced sea lion rivals that of humans, Scientific Reports, 2025
- ข้อสังเกตเกี่ยวกับข้อมูล: หลายหัวข้ออาศัยข้อมูลที่เก่ากว่า ซึ่งระบุไว้ในแต่ละหัวข้อ (Harmonix 2009, Hove และคณะ 2007, van Vugt และ Tillmann 2014, Halbhuber และคณะ 2022, RTINGS 2017 และ 2023) RTINGS วัดบนอุปกรณ์ Windows ดังนั้นสแต็กบลูทูธฝั่งโทรศัพท์อาจแตกต่างออกไป และได้ตัด AAC ออกหลังจากการวัดบน macOS ที่ไม่น่าเชื่อถือ (ราว 45 ms บน AirPods Pro เทียบกับราว 160 ms บน SBC ภายใต้ Windows 11) Halbhuber และคณะรายงาน ANOVA ของคะแนนเป็น F(2,66) ทั้งที่การออกแบบมีระดับความหน่วงสี่ระดับ และบทนำของพวกเขาระบุ 400 ms ขณะที่วิธีการและผลลัพธ์ใช้ 500 ms ตัวเลขของ Windows และ Android เป็นเพดานและค่าเริ่มต้น ไม่ใช่ผลการวัดภาคสนามบนอุปกรณ์จริง ไม่พบชุดข้อมูลสาธารณะเกี่ยวกับค่าชดเชยการปรับเทียบจริงของผู้เล่นเกมจังหวะ ตัวเลขค่าชดเชยจึงมาจากค่าเริ่มต้นและตัวอย่างในสิทธิบัตร ตาราง MPC อาจมีระดับใหม่เพิ่มขึ้นในการเปิดตัว Android รุ่นถัดไป
- อัปเดตล่าสุด: 6 พฤศจิกายน 2026 เราจะทบทวนและอัปเดตสรุปนี้ทุกไตรมาส และคาดว่าการรีเฟรชครั้งถัดไปจะเกิดขึ้นเมื่อ Google เผยแพร่ข้อกำหนด Media Performance Class สำหรับ Android รุ่นถัดไป