在游戲開發(fā)中，音頻常常被忽視，但好的音頻設(shè)計可以給玩家?guī)砀玫挠螒蝮w驗，為游戲加分。本文將從理論、開發(fā)流程、工具、未來趨勢等方面，和大家聊聊游戲音頻設(shè)計。

1、音頻分類

游戲相關(guān)音頻可以按照功能劃分為兩大類：

• 音樂音效：和游戲表現(xiàn)玩法相關(guān)的音頻，通常稱為游戲音頻；
• 語音聊天：玩家信息交流方式，主要包括語音消息和實時語音兩種方式。

游戲音頻和語音聊天雖同為音頻，但在質(zhì)量要求和技術(shù)處理上有很大區(qū)別，本文討論的內(nèi)容為游戲音頻。
根據(jù)游戲音頻的各自特點，又可以劃分三大類：音效、語音和音樂：
1）音效Sound Effect：需要區(qū)別音頻效果定義，這里的音效指人工制造和加強的聲音。游戲內(nèi)UI點擊、動作反饋的聲音均為音效。其中烘托環(huán)境氣氛的音效又稱為氛圍音效；
2）語音Voice：劇情動畫對白、快捷語音等均屬于語音；
3）音樂Music：包括主題和背景音樂，以及各種劇情場景音樂。
2、開發(fā)流程
游戲音頻開發(fā)過程大致分為五個階段：
1）音頻制作：制作音頻素材，包含錄音、擬音、配音、數(shù)字合成等音頻制作方式；
2）音頻編輯：利用音頻制作軟件或者數(shù)字音頻工作站（DAW）對音頻素材進行內(nèi)容上的加工編輯；
3）游戲音頻設(shè)計：設(shè)計音頻在游戲中播放方式和交互，目前普遍使用游戲音頻中間件提供的音頻編輯器進行設(shè)計；
4）游戲音頻集成：開發(fā)實現(xiàn)游戲音頻播放邏輯。使用游戲音頻中間件，可直接集成其提供的SDK開發(fā)，效率高，穩(wěn)定性好；
5）游戲音頻測試：測試驗證完成的游戲音效配置，播放功能和性能等是否符合設(shè)計預(yù)期,不符合要求的設(shè)計或問題需要修復(fù)重新驗證。
[ 游戲音頻開發(fā)流程 ]
3、游戲音頻設(shè)計
簡單來講，游戲音頻設(shè)計是指利用音頻素材，完成游戲相關(guān)內(nèi)容的設(shè)計，包括音頻播放內(nèi)容、播放方式、音頻屬性和游戲交互等。
基于音頻播放設(shè)計
游戲音頻設(shè)計師提供音頻文件和播放方式，游戲開發(fā)工程師負責(zé)實現(xiàn)音效播放。

[ 基于音頻播放設(shè)計 ]
這種模式下以游戲開發(fā)工程師為主，游戲音頻設(shè)計更多注重音頻資源編輯。音頻設(shè)計可表現(xiàn)的方面不多，音效總數(shù)量級在百左右。目前主要在H5和微信小游戲中存在。
基于音頻中間件設(shè)計
游戲音頻設(shè)計師負責(zé)音效設(shè)計，游戲開發(fā)工程師負責(zé)集成音效。

[ 基于音頻中間件設(shè)計 ]
這種模式下以音頻設(shè)計師為主，游戲音頻設(shè)計師開始關(guān)注音效設(shè)計。由于不需要關(guān)心底層技術(shù)實現(xiàn)，音頻設(shè)計師發(fā)揮余地較大，音效總數(shù)量級在千或萬以上。目前大部分端或手游普遍使用了音頻中間件。
4、游戲音頻中間件
游戲音頻中間件，簡單來講即游戲音頻的解決方案。游戲音頻中間件一般包含編輯器和SDK，音頻設(shè)計師利用編輯器獨立完成游戲音頻設(shè)計。游戲開發(fā)工程師集成音頻中間件提供的SDK到游戲客戶端，并完成設(shè)計好的游戲音頻觸發(fā)和交互，實現(xiàn)游戲音頻的播放。
游戲音頻中間件包含音頻編輯器和音頻引擎（SDK為其調(diào)用接口）兩部分，大致框架如圖所示：

[ 游戲音頻中間件框架 ]
游戲音頻中間件使得音頻設(shè)計師獨立游戲開發(fā)，即可完成音頻設(shè)計，其在游戲開發(fā)過程中主要有以下作用：
1）標(biāo)準(zhǔn)化設(shè)計：統(tǒng)一規(guī)范音效設(shè)計模式，提高游戲音效設(shè)計效率；2）功能復(fù)用：避免重復(fù)開發(fā)，提高游戲音頻開發(fā)效率和穩(wěn)定性；3）跨平臺支持：抽象各平臺音頻硬件，支持各平臺游戲部署。

2、游戲音頻設(shè)計

狹義的游戲音頻設(shè)計是指播放內(nèi)容和交互方式的設(shè)計，不包含音頻資源加工。下面介紹游戲音頻設(shè)計中的重點內(nèi)容。
1、播放方式設(shè)計
播放方式設(shè)計是指選擇何種播放方式表現(xiàn)音效。不同音頻中間件提供的播放方式大同小異，下面以Wwise為例介紹常用的幾種播放方式。
循環(huán)播放
適合持續(xù)性重復(fù)播放場景的音效，可設(shè)置循環(huán)次數(shù)和循環(huán)內(nèi)容。循環(huán)播放關(guān)鍵是設(shè)置好過渡，避免過渡之間出現(xiàn)卡頓。

隨機播放
隨機播放主要目的用于增加音效內(nèi)容豐富感，顯得更真實自然。假如游戲的其中一個環(huán)境為洞穴。背景中有水滴聲，來營造洞穴環(huán)境的氛圍。先創(chuàng)建一個隨機容器，將所有不同的水滴聲編組。當(dāng)角色位于洞穴中時，持續(xù)播放水滴聲，因此可以將容器的播放模式設(shè)置為 Continuous 并無限循環(huán)。

順序播放
也稱為序列播放，適合順序播放內(nèi)容。在游戲的某個環(huán)節(jié)，玩家必須按下按鈕才可打開一扇裝有很多解鎖機制的大鐵門。此時，可以將所有解鎖聲音編組至一個序列容器。之后可以創(chuàng)建一個播放列表，按邏輯順序排列這些聲音。將容器的播放模式設(shè)置為 Continuous，這樣在解鎖大門時，便會連續(xù)播放這些解鎖聲。

混合播放
適合連續(xù)過渡切換場景的音效，例如黑夜和白天環(huán)境音效過渡。如圖所示，Rooster Crow為公雞啼叫，用于表現(xiàn)黎明，Cluking and Scratching為咯咯叫聲和啄食聲，用于表現(xiàn)白天。Time_of_Day為控制時間參數(shù)，范圍0~100。進入黑夜時，Time_of_Day小于18或者大于78，此時環(huán)境聲靜音，即黑夜寂靜。當(dāng)進入黎明時，Time_of_Day大于18，此時播放Rooster Crow，能聽到公雞啼叫。當(dāng)白天時，Time_Of_Day大于38，此時播放Clucking and Scratching，能聽到咯咯叫聲和啄食。黎明到白天過程中，Time_Of_Day大于38小于43，此時Rooster Crow和Cluking and Scratching為交叉混合效果，前者音量降低，后者音量升高。除此之外，上面還增加了整體音量控制，為圖中紅色曲線。Agitation為音量控制參數(shù)，用來表現(xiàn)游戲緊張程度，控制整體環(huán)境音量。Agitation越大，環(huán)境音效整體音量越大，烘托游戲緊張氣氛。

虛擬播放
虛擬播放為不實際播放音頻，這種播放方式可以實現(xiàn)音頻暫停和恢復(fù)。Wwise提供虛擬通道設(shè)置來控制虛擬播放，主要目的是控制性能，當(dāng)播放實例達到限制數(shù)量時，進行虛擬播放；當(dāng)恢復(fù)時，可以選擇從頭播放，繼續(xù)播放或者播放位置繼續(xù)播放。例如游戲場景內(nèi)出現(xiàn)多臺載具，載具的引擎聲數(shù)量就會比較多。對載具引擎聲設(shè)置虛擬播放，這時候優(yōu)先播放距離玩家最近的引擎聲，而較遠處引擎聲暫時進入虛擬通道；當(dāng)其重新靠近玩家時，引擎聲又重新恢復(fù)。

2、交互式音頻設(shè)計
傳統(tǒng)音頻設(shè)計強調(diào)游戲音頻的主要功能為操作反饋，即游戲操作到音頻觸發(fā)的單向信息傳遞。交互式音頻設(shè)計則強調(diào)雙向信息傳遞，體現(xiàn)到游戲內(nèi)即為持續(xù)控制改變游戲音頻。

游戲側(cè)通過參數(shù)對游戲音頻進行控制，參數(shù)控制類型分為兩類：
1）離散參數(shù)：不同材質(zhì)類型，門開關(guān)狀態(tài)等，均屬于離散參數(shù)；2）連續(xù)參數(shù)：距離遠近，載具引擎轉(zhuǎn)速變化，均屬于連續(xù)參數(shù)；
相對于音效，交互式音樂（互動音樂）設(shè)計更普遍。
3、程序音頻設(shè)計
不同于傳統(tǒng)使用音頻素材的方式進行音頻設(shè)計，程序音頻設(shè)計是指通過程序方式（如數(shù)字合成器）實現(xiàn)音頻內(nèi)容生成和播放。程序音頻設(shè)計依賴音頻設(shè)計師對于聲音產(chǎn)生原理的熟練掌握。
程序音頻設(shè)計不用，或者很少使用音頻素材（部分合成器使用音頻素材采樣），因此整體音頻資源體積較小。并且程序音頻不需要經(jīng)過解碼，實時性要好；但由于音頻內(nèi)容實時生成，相較于解碼器需要更多CPU消耗。在真實性方面也不如使用音頻素材。
4、空間音頻設(shè)計
音頻空間分類
（1）2D音頻
2D音頻均為聲軌組成，所有音軌根據(jù)各自音量調(diào)整，再進行混音后實現(xiàn)音頻輸出，2D音頻設(shè)計重點是混音效果設(shè)計。
（2）3D音頻
3D音頻又稱為空間音頻，音頻在空間具有位置和朝向，3D音頻與Listener相對位置決定音頻距離和方位。音頻距離通過衰減來模擬，音頻方位則通過空間化技術(shù)來實現(xiàn)?？臻g音頻設(shè)計主要是指音頻衰減和方位，以及空間效果設(shè)計。不同于2D音頻，3D音頻均為單聲道，其重點是空間混音設(shè)計。
相對于2D音頻渲染管線，空間音頻渲染管線多了空間化和去空間化（雙耳濾波），如圖所示：
[ 空間音頻渲染管線 ]
Listener
Listener為玩家在游戲音頻的聽覺位置，與空間音頻體驗密切相關(guān)。Listener常見有以下幾種擺放方式。
（1）Listener擺放到Camera：Listener跟隨Camera，管理比較方便。發(fā)聲位置和Listener有偏移，音頻3D屬性設(shè)置不便利。實際應(yīng)用中，Listener會放置在Camera與角色連線位置上，避免因攝像頭運動產(chǎn)生明顯聽覺差異；
（2）Listener擺放到控制角色上：發(fā)聲位置和Listener一致，設(shè)置音頻3D屬性方便，缺點是聽感不如耳后自然；
（3）Listener擺放到視覺中心：第一人稱游戲常用擺放方式。

[ Listener擺放位置示意圖 ]
衰減
聲音隨著距離傳播，會產(chǎn)生能量衰減，技術(shù)上通過音量衰減和低通濾波LPF效果來模擬聲音傳播。擴散Spread的作用是處理方位在不同距離上產(chǎn)生的聲道能量分布問題。
（1）音量衰減：設(shè)置音頻隨距離的衰減音量，用于模擬聲音隨距離傳播能量衰減；
（2）HPF/LPF：設(shè)置音頻隨距離的高通HPF和低通LPF效果強度，聲音隨距離傳播不同頻段能量衰減不同，LPF就是用于模擬遠距離頻段衰減效果；
（3）擴散Spread：控制聲音在虛擬揚聲器能量分布比例，Spread越小，聲音方位更準(zhǔn)確，但由于揚聲器數(shù)量有限，不同方位聽覺過渡變化大，容易產(chǎn)生極左極右方位；Spread越大不同方位的聽覺過度自然，為最大值時，各揚聲器能量分布抵消方位效果，沒有空間方位。
（4）音頻空間化和雙耳渲染，空間效果
音頻空間化是指將音頻轉(zhuǎn)換成空間聲場表示。雙耳渲染實現(xiàn)了聲場重放，用于支持立體聲音頻輸出?？臻g音頻除方位和距離感外，還包括空間感，即對空間的感知，體現(xiàn)為空間混響和阻擋效果。
5、對象音頻設(shè)計
隨著空間音頻技術(shù)出現(xiàn)，游戲音頻設(shè)計從傳統(tǒng)基于聲道音頻概念轉(zhuǎn)變到基于對象音頻。對象音頻設(shè)計概念中，每個音頻不再只是音軌，而是包含音頻媒體的對象（在空間音頻設(shè)計中，每個發(fā)聲對象都是音頻對象，兩者有區(qū)別）。在3D游戲中，游戲場景更豐富，聲音數(shù)量急劇上升。對象音頻設(shè)計概念引入，除用于設(shè)置音頻的3D屬性外，最主要作用是控制音頻播放產(chǎn)生的性能開銷。
對象音頻設(shè)計中，主要有以下性能相關(guān)的屬性：

• 播放限制：允許播放實例數(shù)目，可以按照發(fā)聲對象或者全局來限制；
• 優(yōu)先級：音頻播放優(yōu)先級，達到播放限制時，播放優(yōu)先級更高的音頻。優(yōu)先級并不固定，可以跟播放距離或者播放音量相關(guān)聯(lián)。合理優(yōu)先級設(shè)置對于音效整體表現(xiàn)至關(guān)重要；
• 打斷規(guī)則：同音頻相同優(yōu)先級打斷方式，用于同一個音頻連續(xù)觸發(fā)同一個實例的場景；
• 播放閾值：低于播放閾值的音頻不會觸發(fā)播放。

3、游戲音頻集成

1、游戲音效資源
游戲音頻中間件導(dǎo)出音效設(shè)計內(nèi)容為音效資源，音頻引擎加載并解析音效資源，重構(gòu)音頻設(shè)計結(jié)構(gòu)來實現(xiàn)音效播放。音效資源結(jié)構(gòu)一般為音頻中間件自定義文件格式，其組成內(nèi)容和加載方式如下：
組成內(nèi)容
音效資源包含工程設(shè)置，音效設(shè)置，音效事件和音頻媒體等信息。不同信息或以后綴名或者特殊名來區(qū)分。以Wwise導(dǎo)出音效資源為例：Wwise導(dǎo)出音效資源后綴名為.bnk，流式音頻媒體后綴名為.wem。其中Init.bnk為特殊資源，包含全局音頻設(shè)置信息。其它.bnk均為包含音效事件和音頻媒體。
加載方式
音頻壓縮比低于圖片，在10:1左右。通常音頻使用的素材為48KHz，16bit，按照1K個音頻，平均時長3s來計算，總大小約為27M；當(dāng)音頻數(shù)更多，時長更長時，這個總量還是比較大，所以音頻內(nèi)存占用是游戲開發(fā)過程中的一個重要指標(biāo)。不同音頻中間件的音頻資源加載方式都差不多，主要分為三種：完全加載，即直接加載到內(nèi)存；流式加載，通過IO方式讀取音頻內(nèi)容；預(yù)加載，介于兩者之間，部分直接加載到內(nèi)存，剩余部分通過IO方式讀取。
2、游戲音頻引擎
典型游戲音頻引擎整體框架如圖所示。主要功能包括音頻事件處理、資源加載解析、音頻對象管理、音頻渲染管線、解碼和效果插件管理，以及底層基礎(chǔ)支持，例如IO，內(nèi)存和線程管理等。
[ 音頻引擎整體框架 ]

• 音頻事件處理：處理游戲客戶端發(fā)送給音頻引擎的事件，包括音效觸發(fā)、資源加載、音頻對象位置更新等接口事件。
• 資源加載解析：執(zhí)行音頻資源加載，并解析相應(yīng)音頻設(shè)計結(jié)構(gòu)，創(chuàng)建對應(yīng)音頻對象；
• 音頻對象管理：管理加載的音頻對象，以及負責(zé)音頻對象屬性更新。
• 音頻渲染管線：負責(zé)音頻播放流程，從音頻編碼數(shù)據(jù)讀取、解碼、音頻處理、混音處理到最后輸出；
• 基礎(chǔ)功能：包括IO、內(nèi)存池、插件管理、線程。平臺接口封裝，提供引擎基礎(chǔ)功能，供其它模塊調(diào)用。

3、游戲音頻測試
游戲音頻測試的主要內(nèi)容包含以下：

• 功能測試：測試驗證游戲音功能是否正常，包含音頻是否播放，是否配置正確，有無播放異常情況；
• 效果測試：測音頻播放效果是否符合預(yù)期，如不同場景音頻效果正確；
• 性能測試：測試音頻整體性能消耗。

除性能測試可以利用音頻中間件提供的Profile功能完成外，其它游戲音頻測試基本只能靠主觀測試完成。另外關(guān)于游戲音頻效果的評價方面，目前仍然缺乏有效方法。

4、游戲音頻中間件

1、音頻編輯器
不同音頻中間件在音效編輯方式上有所不同，主要有以下幾類：
1）基于時間線：類似DAW，編輯上保留了時間線概念，直接對音軌操作，可以進行多軌音頻設(shè)計，直接拖拽音頻進行編輯。具體以FMOD和CriWare為代表，其操作主界面分別如圖所示：

[ FMOD編輯器主界面 ]

[ Criware編輯器主界面 ]
2）基于屬性編輯：對音頻播放類型分類，不同播放類型屬性設(shè)置不同，通過編輯屬性完成設(shè)計。操作簡單，上手較快，主要以Wwise為代表。Wwise拋棄了時間軸，直接通過屬性設(shè)置完成操作，并且支持批量編輯，其主操作界面如圖所示：

[ Wwise編輯器主界面 ]
3）基于圖形操作：以Miles為代表，主要音頻渲染過程以圖形方式呈現(xiàn)，通過修改圖形來完成音效設(shè)計，Miles主操作如圖所示：

[ Miles編輯器主界面 ]
DAW功能是內(nèi)容編輯，影視節(jié)目和音樂制作內(nèi)容都是依照時間進行，所以基于時間線的多軌音頻編輯很普遍；但游戲音頻設(shè)計階段（除互動音樂外），主要內(nèi)容是音效播放方式和交互設(shè)計，沿用時間線設(shè)計雖然直觀，但不符合游戲音頻隨機性的特點，并且容易引導(dǎo)音頻設(shè)計師使用多層音頻疊加設(shè)計音效，產(chǎn)生嚴(yán)重性能問題。
2、支持特性比較
音頻中間件包括Wwise、FMOD、 Unreal Steam Audio、Miles、Fabric、Elias、Pure Data、Criware、GameCoda、RenderWare Audio等。其中部分中間件支持特性如下表所示。

3、游戲主機音頻
游戲主機音頻從最初8-bit支持，在隨著功能和復(fù)雜度不斷增加，目前已經(jīng)可以達到影院級效果。其主要原因在于，游戲主機對于音頻的硬件技術(shù)支持一直走在最前沿。以下為幾款主機平臺的音頻硬件支持列表：

主機平臺都有獨立的音頻處理單元，支持多路音頻解碼通道和音頻特效處理，環(huán)繞聲音頻輸出。最新的PS4使用了基于AMD True Audio技術(shù)APU（Audio Process Unit）。Xbox Series X則可能支持Dobly Atoms對象音頻技術(shù)。這些新技術(shù)支持，使得主機平臺在空間音頻和空間效果實現(xiàn)上更加應(yīng)對自如。

5、游戲音頻趨勢

1、設(shè)計流程標(biāo)準(zhǔn)化
不同音頻中間件在音頻設(shè)計上的差異會逐漸縮小，設(shè)計流程趨向標(biāo)準(zhǔn)化，進一步提升游戲音頻設(shè)計質(zhì)量和效率。
2、空間效果真實化
空間音頻技術(shù)在游戲中應(yīng)用會越來越廣泛，空間效果也會隨著音頻硬件支持和推廣進一步提升，給玩家?guī)砀鎸嵉挠螒蝮w驗。
3、內(nèi)容交互智能化
程序化音頻和AI音頻等技術(shù)在游戲音頻領(lǐng)域的深入發(fā)展和應(yīng)用，會增加游戲音頻內(nèi)容生產(chǎn)的豐富程度，并且朝智能化方向邁進。
4、用戶體驗個性化
玩家對于游戲音頻質(zhì)量追求日益提升，已經(jīng)可以從移動端技術(shù)升級初見端倪。從單揚聲器播放到立體聲播放，再到音效平臺設(shè)計，這些都在為用戶體驗個性化做準(zhǔn)備。