成为VIP
Alpha Labs De-Feedback V1 是一款面向现场扩声、人声扩声和实时演出的 AI 反馈抑制插件。它的核心目标并不是传统意义上的“找到啸叫频率然后挖一个 EQ 缺口”，而是通过 AI 实时识别麦克风反馈、房间混响和背景噪声，在尽可能不改变人声音色的情况下提高 Gain Before Feedback（反馈前增益）。官方将其定位为 AI 零延迟反馈抑制 + 去混响 + 降噪工具。
核心功能
AI 反馈抑制
De-Feedback 最主要的用途就是处理现场麦克风容易产生的啸叫。传统反馈抑制器通常通过检测某个尖锐频率，再使用窄带 Notch Filter 将该频率削掉；问题是频繁使用大量深度 Notch 会让人声越来越薄、越来越不自然。
De-Feedback 采用经过大量定制音频数据训练的 AI 模型，在实时处理中判断哪些声音属于反馈、房间反射或环境噪声，然后进行针对性处理。官方宣称其目标是获得更高的反馈前增益，同时尽量保持原始人声。
零额外延迟
这是它非常重要的卖点。插件本身标称 Zero Latency，不会像很多 AI 人声处理、降噪或分离插件一样因为分析窗口而产生明显延迟。实际系统仍然会存在声卡、驱动、Buffer 和电脑 I/O 带来的延迟，但这些并非插件本身增加的处理延迟。
对于现场演唱、主持、会议、教堂扩声、舞台返送等场景，这一点尤其重要。
去混响
除了反馈抑制，De-Feedback 还会处理麦克风拾取到的房间混响。因此它并不只是传统的 Feedback Eliminator，也可以理解为一种针对现场人声的实时“声音清理器”。
官方甚至直接把它概括为一种 general vocal cleaner / isolator，即通用的人声清理与隔离工具。
背景噪声抑制
AI 模型同时针对背景噪声进行处理，因此在现场环境比较复杂时，可以减少空调、舞台环境、观众以及其他持续性环境声进入人声通道。
而且从 V1.1.2 开始，降噪已经直接整合进主处理流程，不再作为独立的 Noise Reduction 开关。
操作非常简单
De-Feedback V1 并没有传统反馈抑制器那种大量参数。
核心只有一个 Strength 强度控制：
- 0%：基本不处理
- 100%：完全处理
- 官方建议正常使用时保持较高强度
- V1.1.4 扩大了强度范围，旧版本的 100% 相当于新版本约 80% 的位置
另外还有一个 Mute 按钮，主要用于信号路径故障排查。它甚至没有 Threshold 参数，从很轻的耳语到大声演唱都可以直接工作。
对人声的影响
官方设计目标是不明显改变人声音色和动态。
正常情况下，它不会像传统 Feedback Suppressor 那样不断产生明显的 EQ 缺口，也不会通过 Gate 或大幅压缩来控制反馈。官方表示插件不应该改变人声动态范围，正常情况下也不应该明显改变人声音色。
不过在极端高增益条件下，V1 仍可能出现短暂的 ringy / echo-like artifacts（铃声状、回声状伪影）。背景噪声非常严重或者歌手产生接近纯正弦波的声音时，也可能出现瞬时音量下降。
所以它并不是“无限防啸叫”，把系统增益继续推到极端仍然可能突破算法的能力。
适合什么场景
现场演唱是它最主要的应用场景。特别适合：
- 主唱麦克风
- 主持人麦克风
- 舞台返送容易啸叫的系统
- 小型现场演出
- 教堂/礼堂扩声
- 会议及演讲
- 房间声学条件较差的场地
- 需要较高麦克风增益的现场系统
官方目前还专门验证了 Waves LiveBox、Fourier Audio transform.engine 等实时插件硬件平台，其中 transform.engine 可以运行约 6 个实例，而 Waves LiveBox 可运行约 8 个实例，具体取决于系统配置。
总体定位
如果普通反馈抑制插件属于：
“发现啸叫 → 找到频率 → 削掉频率”
那么 De-Feedback V1 更接近：
“实时识别声音 → 判断反馈/混响/噪声 → AI 进行针对性抑制”
因此它和普通的动态 EQ、Notch EQ、Feedback Hunter 这类工具的思路并不完全一样。它真正有价值的地方是在不明显破坏人声的情况下，争取更多的反馈前增益。官方也明确表示，即使使用 De-Feedback，正常的音色 EQ 仍然需要保留，只是可以减少为了“找啸叫”而大量削 EQ 的需求。