校准把不属于你的延迟先减掉

那个偏移是好几样东西加起来的

你按下按键的那一刻，和你听到声音的那一刻，中间隔着一条不短的链路。把它摊开：

从「游戏决定发声」到「你听见」

    1. 音频引擎把这一段样本算出来        几毫秒
    2. 样本进入输出缓冲区                取决于缓冲大小
    3. 声卡 / DAC 把它变成模拟信号        几毫秒
    4. 传到你的耳朵                      几乎瞬时（有线）

从「你决定要动」到「游戏收到输入」

    5. 神经传导 + 肌肉收缩               几十毫秒（这是你的）
    6. 按键行程 + 扫描                   几毫秒
    7. 游戏在下一帧才读到这个输入        最多 16.7ms

这七项里，只有第 5 项是「你」。其余六项全是设备和软件的常数，跟你练得多好一点关系都没有。

而第 2 章那个偏移，量到的是这七项的总和。所以当你看到「我偏早 40ms」的时候，很可能其中一半以上根本不是你的习惯，是链路。

一个类比：这跟给秤去皮是一回事

如果上面那张链路表看着有点抽象，换个说法。

你在厨房用电子秤称面粉，先放一个碗上去，秤显示 240 克。这 240 克是碗的，不是面粉的。你不会因为「我称出来 240 克」就以为自己倒了 240 克面粉 —— 你会按一下「去皮」，让它归零，然后再倒。

校准就是按那个「去皮」键。链路的延迟是碗的重量：它一直在那里，稳定、可测、跟你要称的东西无关。没去皮之前，你测到的每一个数都掺着它。

这个类比还能说明另外两件事：

• 换个碗就要重新去皮 —— 这就是「换设备要重校」。
• 去皮不会让你倒得更准 —— 秤的精度（对应你的抖动）跟去不去皮毫无关系。

先读一读机器自己承认的部分

有意思的是，你不需要猜链路里的第 1–3 项 —— 浏览器自己会报。

Web Audio 这套接口提供两个数：baseLatency 是音频图处理本身引入的，outputLatency 是从「你安排一个声音」到「它真的从喇叭出来」的全程估计。下面这台机器会把它们读出来，还有一个更重要的东西 —— 量你自己的那个常数。

一个工程细节：两个时钟必须先对齐

这台 demo 里藏着一个不做就全错的步骤，值得单独说，因为它也是所有音游、所有节拍器应用都必须处理的事。

声音由音频硬件的时钟播出，而你的鼠标和键盘事件盖的是另一个时钟的时间戳。这两个时钟原点不同，走速也不完全一致。如果直接拿事件的时间戳去减「我以为声音响的时刻」，量到的就不是你的手，而是两个时钟之间那个毫无意义的差值。

// 错的：用墙上时钟去量音频事件
const err = Date.now() - expectedBeatWallTime;   // 掺进了调度抖动

// 对的：把事件戳换算到音频时钟轴上，再比
function eventTime(ev) {
  // syncOffset = performance.now() − ctx.currentTime * 1000，取一次存起来
  return (ev.timeStamp - syncOffset) / 1000;     // 单位：音频时钟的秒
}
const err = eventTime(ev) - scheduledAudioTime;

还有一层：判定要不要减掉 outputLatency，取决于你想量什么。如果你想量「用户对听到的声音反应得多准」，就该减 —— 因为声音真正到达耳朵的时刻，比你安排它的时刻要晚。本书的引擎把这个换算和这个选择都写在一个地方（clock.js 的 eventTime 与 latency），这样每个 demo 都不会各写各的。

校准值怎么用到游戏里

量出来的偏移是负的（你偏早），校准值就是它的相反数。具体到操作：

各家游戏对这个设置项的正负号定义不一样，有的叫「判定偏移」，有的叫「音频延迟」，方向还可能相反。所以不要背符号，改完之后回到游戏里试一遍 —— 如果评价变差了，就是符号反了，取个负号再来。

这个方法分不开的两样东西 —— 以及为什么没关系

诚实地说一句：上面这套办法量到的是一个总和，它没办法告诉你其中多少来自设备、多少来自你的身体。

要真的分开，你得在这台机器之外再架一套测量（比如用麦克风录下「声音」和「按键的咔哒声」，看它们的波形差多少）。那属于另一件事，这本书不做。

而幸运的是，你根本不需要分开。因为这两部分在使用上是完全等价的：它们都是常数，都会被同一个校准值一并减掉。你要减的是那个总和，不是它的成分表。

只有一种情况下你会需要分开：当你想把校准值从一台设备搬到另一台的时候。那时候设备那部分变了，你那部分没变，所以整个值不能直接搬。这也正是「换设备要重校」这条规矩的来源 —— 与其分开量，不如换了就重来一次，反正只要十分钟。

你的那一部分，为什么天生是提前的

链路的那几项好理解。但为什么你的那一部分也常常是提前的？

第 1 章的 demo 多半已经让你看到了这个现象：跟着稳定节拍敲的时候，人的偏移往往是负的。这不是失误，是预判系统在正常工作 —— 你的运动系统不是在「等拍」，它是在「赶拍」，而它宁可赶早一点点，也不愿意赶晚。

为什么宁可早？一个直观的解释是：晚是不可挽回的，早还有余地。如果你的目标是「让动作落在那个点上」，那么提前出发、留一点余量，比卡着点出发要稳健得多 —— 后者只要有任何一点意外，就必然迟到。

这个提前量还有个有趣的性质：它会随速度变化。慢的时候提前得更多，快的时候提前得少。第 17 章会用一个 demo 让你在四个速度上各量一遍，把这条曲线画出来。

这就带来了一个实际的麻烦：如果你只在一个速度上校准过，换到差很多的速度就又偏了。所以第 17 章会给一个更实用的建议 —— 在你最常玩的那个速度区间上校准，而不是在最舒服的那个速度上。

校准之后，你会先变差一阵子

最后一个必须提醒的坑，因为很多人会在这里放弃。

改完校准值之后，你有很大概率会觉得手感变差了。这不是你调错了方向，而是一个几乎必然发生的过渡期。

原因很简单：在你不知道自己偏早 35ms 的那些日子里，你的身体已经悄悄适应了这个偏差 —— 它一直在用「感觉早了一点才对」的方式打，而游戏也一直按这个偏差给你反馈。现在你把那 35ms 从系统里拿掉，你的身体还在按老习惯补偿，于是它反而偏到另一边去了。

校准之后的三个阶段

    第 1 天    感觉更别扭。你的身体还在补偿一个已经不存在的偏差。
    第 2-3 天  补偿开始消退。命中率回到校准前的水平。
    之后       补偿完全消失。这时候你才拿到那几个百分点。

所以：校准之后不要立刻根据手感再去改一次。那是这一章最容易毁掉的一步 —— 你会在第 1 天把它改回去，然后永远拿不到那个收益。

正确的做法是：改一次，用三天，第四天再用这本书的 demo 复测一次。如果那时候偏移接近零，说明成了；如果还偏，再调剩下的那部分。

什么时候需要重校，什么时候不需要

校准的价值在于「一次搞定」。如果你每天都在调，那说明你在追噪声（第 2 章那张误差棒的表已经说明了原因）。

需要重校的场合只有四种：

• 换设备：换了耳机、换了主机、换了显示器。链路变了。
• 换显示模式：掌机 ↔ 电视、电视的画质模式变了。链路又变了。
• 换了差很多的速度：第 17 章会量给你看，人的提前量会随速度变化 —— 在 60 BPM 校准好的值，搬到 160 BPM 未必还对。
• 换了输入方式：从按键换成触屏、从点击换成长按。

不需要重校的场合：今天手感不好、这一关老是过不去、连续两天量到的值差了 5ms。这些都是噪声，或者是别的病（抖动、走位、认错格），改校准值一点用都没有。

卷 I 收尾

到这里，诊断这一卷结束了。你手上应该有这些东西：

• 你的反应时和预判误差，以及它们之间那个倍数（第 1 章）；
• 你的三个数：偏移、抖动、走位，还有「敲到隔壁格」的次数（第 2 章）；
• 这三个数能换算成多少命中率和连击长度（第 3 章）；
• 你在用耳朵还是用眼睛打（第 4 章）；
• 一个已经减掉了链路延迟的校准值（第 5 章）。

其中前四项是知识，最后一项是已经到手的收益。剩下二十章要做的，是把「抖动」这个数往下压，把「走位」和「认错格」这两件事消灭掉。

下一卷从最底层开始：拍。那个必须由你自己发出来、音乐停了也不能停的东西。

而卷 II 的第一句话，会把这一卷的逻辑推到底：如果说校准是把「不属于你的部分」减掉，那么拍就是把「本来就该属于你的部分」拿回来。音乐并不负责给你拍 —— 音乐只是提供线索，那个网格从头到尾都是你自己架起来的。第 7 章有一个专门的自测，会在音乐消失的时候，把这句话变成一个你能看见的数字。