卡拉OK的音準評分是怎麼決定的？原理淺顯解說

卡拉OK的分數並不是憑感覺算出來的，而是每秒對歌聲進行數十次分析後計算出來的。以 DAM、JOYSOUND 為代表的日式評分機台，把「音準精準評分」變成了主流功能，Utavie 把同樣的概念搬到了瀏覽器上。本文以 Utavie 自行開發評分系統的經驗為基礎，用白話說明「分數究竟是怎麼決定的」。了解原理之後，就能具體看出該練習哪個部分才能提高分數。

評分的大致流程：聲音→音高→與示範旋律比對

不管哪一套卡拉OK評分系統，內部的處理大致都分成三個階段。首先，從麥克風收到的聲音波形中偵測「現在唱的是什麼高度的音（音高、基頻）」。接著，把偵測到的音高和歌曲的示範旋律（導唱旋律）在時間軸上對齊比較。最後，統計各個面向的吻合程度，加權後算出總分。

換句話說，評分機不是靠感覺判斷「唱得好不好」，而是用數字測量「跟示範旋律有多忠實」。如果誤會了這一點，就會出現「明明很有感情地唱，分數卻很低」這種落差。正確的理解是：機器測量的不是情感表現本身，而是情感表現所帶來的音量變化和唱歌技巧，這些才是能被量化的部分。

構成評分的五個面向

• 音準：歌聲的音高跟示範旋律吻合的程度。配分最高、最核心的指標。
• 穩定度：長音（拉長的音）有沒有維持不晃動。聲音顫抖或因換氣不順造成的不穩會被扣分。
• 表現力：聲音的強弱起伏、休止處收得乾不乾淨，有沒有抑揚頓挫。一路平淡地唱分數不會高。
• 技巧：偵測到顫音、上滑音、裝飾音、下滑音等唱歌技法時會加分。
• 節奏：開口的時機有沒有跟示範對不上。搶拍（太快）和拖拍（太慢）都會被抓出來。

各面向的權重因評分系統而異，但共通點是：音準的配分明顯最高。技巧和表現力是建立在音準這個地基之上的加分項，如果音準本身就走音，再多顫音也救不了總分。

點數怎麼算出來的：五個面向如何合計成100分

提到「評分標準」，大家通常會先想到音準本身怎麼對齊，但實際上還有另一層規則：五個面向要怎麼合計成100分。以 Utavie 為例，音準45分、穩定度18分、表現力15分、技巧12分、節奏10分，合計100分。每個面向會在0分到該配分之間打分，五項單純加總起來就是總分。

配分的大小，直接決定了它對總分的影響力。舉例來說，音準只對了一半（扣掉45分的一半＝22.5分）所損失的分數，會比技巧完全沒被偵測到（損失12分）大得多。不要只看結果畫面上某個面向的量表「低不低」，先確認那個面向的配分原本是多少，這才是排定練習優先順序的正確前提。

「加分」是什麼意思：只有技巧的計分方式不一樣

五個面向裡，音準、穩定度、表現力、節奏這四項，都是測量「跟示範差了多少」再從配分裡扣除的扣分制。不是唱得越多分數就越多，而是只要沒有偏差，就能完整保留該面向的配分。

相對地，只有技巧（12分）的機制是反過來的加分制：偵測到顫音、上滑音、裝飾音、下滑音才會加分。就算什麼都沒偵測到，也只是0分，不會像其他面向一樣被扣分。如果要問「加分」是什麼意思，重點就在於：只有這一軸是用加法計算，其餘四軸都是用減法計算。各技巧的配分，以及次數再多也不會加分的上限，整理在另一篇文章「搞懂技巧加分的配分與上限｜聰明疊加顫音、上滑音、裝飾音」裡。

音準是用「音分」這個細小單位來測量的

音準的判定，是用把半音再分成 100 等分的「音分（cent）」為單位進行的。1 個半音＝100 音分。系統會以極短的時間間隔，細細測量你唱的音高跟示範差了幾音分。判定分成五個等級：正負 12.5 音分以內是「完美」，正負 25 音分以內是「極佳」，正負 50 音分以內是「良好」，正負 100 音分（一個半音）以內是「OK」，超過就判定為「走音」。演唱過程中或結果畫面上顯示的判定標籤，就是這裡說明的五個等級。

正負 12.5 音分等於半音的八分之一。你可能會想「這麼細微的差距怎麼可能聽得出來」，但人耳就算沒經過訓練，也能感覺到幾音分到十幾音分的落差，覺得「哪裡怪怪的」。評分機只是把這種「哪裡怪怪的」感覺數字化而已，並不是無理取鬧地嚴格。

音準偵測是怎麼做到的？

從麥克風收到的聲音波形推算歌聲音高的處理，稱為「音準偵測（基頻推估）」，是評分系統的核心。傳統做法是用數學方式分析波形的週期性，但近年來以機器學習模型推估音高的方式逐漸成為主流。Utavie 也是在瀏覽器上直接運行基於學習的音準偵測引擎，即使有雜音或聲音沙啞，也能相對穩健地追蹤音高。

不過，任何偵測引擎都有不擅長的狀況。像是喇叭播放的伴奏被麥克風收進去跟人聲混在一起、輕聲細語導致聲帶振動微弱、多人聲音同時進來——在這些條件下音高就抓不準，分數會跟實力無關地亂跳。這也是為什麼使用評分應用時建議戴耳機的原因。

為什麼「明明唱得到位」分數卻很低？

常見原因有三個：(1) 長音尾端氣不夠，音準往下掉；(2) 開口瞬間在摸索音高，判定區間的開頭就走音了；(3) 整體有稍微偏低（flat）的習慣。這些都是幾十音分等級的偏差，光靠自己的耳朵很難察覺。

對策很簡單：「把走音的區間視覺化，只針對那裡修正」。使用評分應用的音準顯示功能，就能看到自己的聲音相對於示範音準條（畫面上追蹤示範旋律的那條線——這是源自 DAM、JOYSOUND 這類日式卡拉OK機台的顯示慣例）是怎麼移動的。一旦找出走音的位置，練習只要重複那個區間就好，比漫無目的地把整首歌重唱一遍有效率得多。

常見問題

Q. 音色好不好聽跟分數有關嗎？

幾乎無關。評分看的是音準、時機、音量變化、技巧的偵測結果，基本上沒有評估「聲音好不好聽」的機制。就算是沙啞的聲音，只要音準準確，一樣能拿高分。

Q. 為什麼不同評分服務算出來的分數不一樣？

因為音準偵測的方式、判定的容許範圍、各面向的配分、乃至導唱旋律的資料本身，每個服務都不一樣。同一次演唱在不同服務拿到不同分數是很自然的事，正確的用法不是拿不同服務之間的分數互相比較，而是在同一個服務裡看自己分數的變化趨勢。

Q. 降八度唱會被扣分嗎？

大多數評分系統不會扣分。音準判定看的是「音名對不對」，差一個八度通常會視為同一個音。與其硬撐著把音域太高的歌唱上去，不如降八度準確地唱，分數反而會更高。詳細說明可以參考另一篇文章「音域太高的歌可以降八度唱嗎？」。

• 調子太高的歌可以「降八度」唱嗎？對評分的影響完整解說
• 卡拉OK音準條的看法與抓準訣竅｜解決「明明唱到位卻對不上」
• 卡拉OK評分上不去時的 15 項檢查清單
• 搞懂技巧加分的配分與上限｜聰明疊加顫音、上滑音、裝飾音

想拉高分數，先從音準練起最快

五個評分面向裡，配分最高的是音準。與其增加技巧，不如先把音準穩定下來，這是最確實能拉高總分的做法。仔細聆聽示範旋律，一邊唱一邊觀察自己聲音音準的走勢，把走音的區間一個一個修掉。理解原理之後，評分就不再是「扣你分的敵人」，而會變成「告訴你弱點在哪的教練」。