實況主的音訊鏈路：為什麼麥克風比攝影機更重要
換句話說，攝影機決定的是「第一眼」，麥克風決定的是「第一耳」，而第一耳發生的時間點比第一眼更早——觀眾點進直播間時，畫面還在載入，聲音已經先到了。你的聲音是觀眾對你的第一印象，而第一印象只有一次機會。
二、音訊鏈路全解析：從嘴巴到耳朵的每一站
要攻略一個關卡，得先看懂地圖。實況主的音訊鏈路大致可以分成四個階段：收音、放大與轉換、處理、編碼與傳輸。每一站都有它會出的包，也有對應的解法。
第一站：麥克風——鏈路的源頭，也是最難補救的一站
麥克風是整條鏈路唯一「無法後製修復」的環節。畫面可以靠濾鏡、降噪、補光彌補，但麥克風收不到的聲音，後面的設備再貴也變不出來；麥克風收進去的雜訊，後面的處理只能盡量壓低，代價通常是聲音變得悶、扁、不自然。這就是所謂的「垃圾進，垃圾出」（Garbage In, Garbage Out）。
實況主常見的麥克風類型有三種，各自的特性決定了整條鏈路的走向：
對多數遊戲實況主而言，動圈麥克風往往是性價比最高的選擇，因為它天生就幫你「忽略」了大部分房間噪音，等於用物理方式完成了一半的降噪工作。
第二站：前級與音訊介面——被九成新手忽略的中樞
如果你用的是 XLR 麥克風，音訊介面就是整條鏈路的心臟。它負責三件事：提供麥克風所需的供電（幻象電源 48V，電容麥克風需要）、把微弱的類比訊號放大到可用電平、以及把類比訊號轉成數位訊號送進電腦。
這一站最關鍵的概念是「增益分級」（Gain Staging）：訊號在鏈路的每一站都應該維持在適當的強度，太小會讓底噪被放大，太大會在下一站削波。實務上的做法是：對著麥克風用你平常最大的音量說話，調整介面上的增益旋鈕，讓峰值落在 -12dB 到 -6dB 之間，留給突發音量一點餘裕。這個動作花你三分鐘，卻能解決日後八成的爆音問題。
音訊介面的另一個價值是「監聽」與「路由」。多數介面可以讓你把麥克風訊號直接監聽、也可以把電腦播放的聲音與麥克風混合後再送進串流軟體，這讓「遊戲聲音」與「人聲」可以在硬體層就被分開處理，而不是全部混在一條軌道上。
第三站：軟體處理——噪音門、等化器、壓縮器的順序哲學
訊號進入電腦後，會經過串流軟體（OBS、Streamlabs 等）的濾鏡鏈。這一站的常見錯誤是「想到什麼加什麼」，順序亂掉，結果越處理越糟。正確的順序大致如下：
這個順序不是玄學，而是訊號處理的邏輯：先清掉不要的，再修整要的，最後控制整體動態。順序錯了，例如先壓縮再降噪，噪音會被壓縮器放大，降噪就更難處理。
第四站：編碼與傳輸——最後一哩路的隱形殺手
聲音處理完，還要經過串流平台的編碼。多數平台使用 AAC 或 Opus 編碼，位元率通常在 128kbps 到 160kbps 之間。這個位元率對人聲來說勉強夠用，但如果你送了太多高頻細節或過度壓縮的訊號進去，編碼器會用「聽覺心理學」的方式把一些細節丟掉，聽起來就會有種說不出的「扁平感」。
實務上的建議是：輸出的音訊不要過度壓縮，保留一點動態，編碼器反而處理得更好；取樣率維持在 48kHz（與影片一致），避免系統額外重新取樣；串流位元率不要為了省頻寬壓到 96kbps 以下，那會讓你的聲音聽起來像廣播收訊不良。
三、為什麼攝影機可以省，麥克風不能省
理解了鏈路之後，我們回到本文的核心問題：預算有限的情況下，為什麼該先投資麥克風？
畫質不足有替代方案，音質不足幾乎無解
攝影機的不足，在現代有非常多的補救方式。光線不足？補一盞燈。畫質普通？用好的燈光與構圖可以讓平價攝影機看起來不差。甚至不露臉、只用虛擬形象或遊戲畫面，也是完全成立的實況形式——許多頭部實況主根本不開視訊。換句話說，攝影機是一個「可選項」，而麥克風是「必要項」。沒有畫面，你可以當聲音實況主；沒有聲音，你根本無法實況。
反過來說，聲音的缺陷幾乎沒有便宜的補救方式。房間反射要靠吸音材處理，底噪要靠更好的供電與隔離，爆音要靠正確的增益設定與麥克風本身的能力。這些東西的共通點是：它們都發生在訊號鏈的源頭，越晚處理越貴、越難。你可以在剪輯時用軟體降噪，但直播是即時的，觀眾聽到的就是最原始的那一版。
預算分配的黃金比例：先收音，後畫面
如果我們把實況設備的預算當成一個 RPG 的配點系統，比較合理的分配邏輯是這樣：
其他（背景、裝飾、周邊）：10%。這些是加分項，不是必要項。
這個比例不是鐵律，但它反映了一個原則：把錢花在「觀眾感受最直接、最難補救」的地方。聲音正是這樣的地方。
四、實戰配置建議：三種預算的音訊鏈路
以下配置以台灣市場常見的價格帶與品牌為參考，重點在於鏈路邏輯，而不是特定型號。你可以依照自己的預算與環境替換對應產品。
入門級配置：先把「乾淨」做出來
目標是讓聲音清楚、沒有明顯底噪與爆音，適合剛開台、預算有限、房間沒有特別處理的實況主。
這個級別的常見錯誤是「麥克風放太遠」。USB 麥克風放在鍵盤旁邊，等於在收整個房間的聲音，人聲反而變成背景。把麥克風拉近、增益降下來，音質會立刻提升一個檔次。
進階級配置：建立可調整的鏈路
目標是讓每一個環節都可以獨立調整，適合已經穩定開台、想要更專業聲音質感的實況主。
麥克風：XLR 動圈麥克風，搭配防噴罩與懸臂支架。
這個級別的重點是「監聽」與「路由」。你需要能即時聽到觀眾聽到的聲音，並且能分別控制人聲與遊戲聲的音量。很多實況主的問題不是麥克風爛，而是從來沒有用耳機認真聽過自己的直播輸出。
專業級配置：處理空間與動態
目標是接近廣播級的聲音質感，適合全職實況主、訪談型節目、或對聲音有高度要求的內容創作者。
麥克風：高階動圈麥克風或高品質電容麥克風（需搭配良好吸音環境）。
備援：雙麥克風或雙軌錄音，避免單一設備故障造成直播事故。
到達這個級別後，邊際效益會開始下降，與其繼續升級設備，不如把時間花在「說話方式」與「內容節奏」上。聲音設備的天花板其實不高，真正的差異來自於你怎麼使用它。
五、常見錯誤與除錯清單
最後，我們把實況主最常遇到的音訊問題整理成一份除錯清單，方便你開台前快速檢查。
六、結語：聲音是你與觀眾之間最短的距離
回到一開始的那句話：畫質決定觀眾要不要停下來，音質決定觀眾要不要留下來。但更精確的說法是：畫面是觀眾「看」你的方式，聲音是觀眾「認識」你的方式。一個實況主的魅力，九成來自於他的談吐、反應、幽默感與情緒，而這些全部透過聲音傳遞。攝影機只能拍到你的表情，麥克風卻能讓觀眾感覺到你這個人。
所以，如果你正準備升級設備，請先問自己一個問題：我的觀眾現在聽到的，是我真實的聲音，還是一條充滿底噪、爆音與房間反射的訊號鏈？如果答案是後者，那麼你缺的不是一台更好的攝影機，而是一條更乾淨的音訊鏈路。從麥克風開始，把每一站都照顧好，你會發現觀眾留下來的理由，往往比你想像的更簡單——他們只是終於聽清楚你在說什麼了。
聲音是一條鏈路，而鏈路的好壞，取決於最弱的那一環。找到你的最弱環節，補強它，然後把剩下的時間拿去做真正重要的事：好好說話，好好玩遊戲，好好和觀眾相處。設備會折舊，內容會過時，但你聲音裡的那個人，才是觀眾真正訂閱的東西。