其他
超实用！游戏音频设计指南来了
编者按 在游戏开发中，音频常常被忽视，但好的音频设计可以给玩家带来更好的游戏体验，为游戏加分。本文将从理论、开发流程、工具、未来趋势等方面，和大家聊聊游戏音频设计。
文 | 小星
腾讯互动娱乐 工程师
1、音频分类
音乐音效：和游戏表现玩法相关的音频，通常称为游戏音频； 语音聊天：玩家信息交流方式，主要包括语音消息和实时语音两种方式。
游戏音频和语音聊天虽同为音频，但在质量要求和技术处理上有很大区别，本文讨论的内容为游戏音频。
根据游戏音频的各自特点，又可以划分三大类：音效、语音和音乐：
1）音效Sound Effect：需要区别音频效果定义，这里的音效指人工制造和加强的声音。游戏内UI点击、动作反馈的声音均为音效。其中烘托环境气氛的音效又称为氛围音效；
2）语音Voice：剧情动画对白、快捷语音等均属于语音；
3）音乐Music：包括主题和背景音乐，以及各种剧情场景音乐。
1）音频制作：制作音频素材，包含录音、拟音、配音、数字合成等音频制作方式；
2）音频编辑：利用音频制作软件或者数字音频工作站（DAW）对音频素材进行内容上的加工编辑；
3）游戏音频设计：设计音频在游戏中播放方式和交互，目前普遍使用游戏音频中间件提供的音频编辑器进行设计；
4）游戏音频集成：开发实现游戏音频播放逻辑。使用游戏音频中间件，可直接集成其提供的SDK开发，效率高，稳定性好；
5）游戏音频测试：测试验证完成的游戏音效配置，播放功能和性能等是否符合设计预期,不符合要求的设计或问题需要修复重新验证。
这种模式下以游戏开发工程师为主，游戏音频设计更多注重音频资源编辑。音频设计可表现的方面不多，音效总数量级在百左右。目前主要在H5和微信小游戏中存在。
这种模式下以音频设计师为主，游戏音频设计师开始关注音效设计。由于不需要关心底层技术实现，音频设计师发挥余地较大，音效总数量级在千或万以上。目前大部分端或手游普遍使用了音频中间件。
游戏音频中间件包含音频编辑器和音频引擎（SDK为其调用接口）两部分，大致框架如图所示：
游戏音频中间件使得音频设计师独立游戏开发，即可完成音频设计，其在游戏开发过程中主要有以下作用：
1）标准化设计：统一规范音效设计模式，提高游戏音效设计效率；2）功能复用：避免重复开发，提高游戏音频开发效率和稳定性；3）跨平台支持：抽象各平台音频硬件，支持各平台游戏部署。
游戏侧通过参数对游戏音频进行控制，参数控制类型分为两类：
1）离散参数：不同材质类型，门开关状态等，均属于离散参数；2）连续参数：距离远近，载具引擎转速变化，均属于连续参数；
相对于音效，交互式音乐（互动音乐）设计更普遍。
程序音频设计不用，或者很少使用音频素材（部分合成器使用音频素材采样），因此整体音频资源体积较小。并且程序音频不需要经过解码，实时性要好；但由于音频内容实时生成，相较于解码器需要更多CPU消耗。在真实性方面也不如使用音频素材。
2D音频均为声轨组成，所有音轨根据各自音量调整，再进行混音后实现音频输出，2D音频设计重点是混音效果设计。
（2）3D音频
3D音频又称为空间音频，音频在空间具有位置和朝向，3D音频与Listener相对位置决定音频距离和方位。音频距离通过衰减来模拟，音频方位则通过空间化技术来实现。空间音频设计主要是指音频衰减和方位，以及空间效果设计。不同于2D音频，3D音频均为单声道，其重点是空间混音设计。
相对于2D音频渲染管线，空间音频渲染管线多了空间化和去空间化（双耳滤波），如图所示：
（1）Listener摆放到Camera：Listener跟随Camera，管理比较方便。发声位置和Listener有偏移，音频3D属性设置不便利。实际应用中，Listener会放置在Camera与角色连线位置上，避免因摄像头运动产生明显听觉差异；
（2）Listener摆放到控制角色上：发声位置和Listener一致，设置音频3D属性方便，缺点是听感不如耳后自然；
（3）Listener摆放到视觉中心：第一人称游戏常用摆放方式。
（1）音量衰减：设置音频随距离的衰减音量，用于模拟声音随距离传播能量衰减；
（2）HPF/LPF：设置音频随距离的高通HPF和低通LPF效果强度，声音随距离传播不同频段能量衰减不同，LPF就是用于模拟远距离频段衰减效果；
（3）扩散Spread：控制声音在虚拟扬声器能量分布比例，Spread越小，声音方位更准确，但由于扬声器数量有限，不同方位听觉过渡变化大，容易产生极左极右方位；Spread越大不同方位的听觉过度自然，为最大值时，各扬声器能量分布抵消方位效果，没有空间方位。
（4）音频空间化和双耳渲染，空间效果
音频空间化是指将音频转换成空间声场表示。双耳渲染实现了声场重放，用于支持立体声音频输出。空间音频除方位和距离感外，还包括空间感，即对空间的感知，体现为空间混响和阻挡效果。
对象音频设计中，主要有以下性能相关的属性：
播放限制：允许播放实例数目，可以按照发声对象或者全局来限制； 优先级：音频播放优先级，达到播放限制时，播放优先级更高的音频。优先级并不固定，可以跟播放距离或者播放音量相关联。合理优先级设置对于音效整体表现至关重要； 打断规则：同音频相同优先级打断方式，用于同一个音频连续触发同一个实例的场景； 播放阈值：低于播放阈值的音频不会触发播放。
音频事件处理：处理游戏客户端发送给音频引擎的事件，包括音效触发、资源加载、音频对象位置更新等接口事件。 资源加载解析：执行音频资源加载，并解析相应音频设计结构，创建对应音频对象； 音频对象管理：管理加载的音频对象，以及负责音频对象属性更新。 音频渲染管线：负责音频播放流程，从音频编码数据读取、解码、音频处理、混音处理到最后输出； 基础功能：包括IO、内存池、插件管理、线程。平台接口封装，提供引擎基础功能，供其它模块调用。
功能测试：测试验证游戏音功能是否正常，包含音频是否播放，是否配置正确，有无播放异常情况； 效果测试：测音频播放效果是否符合预期，如不同场景音频效果正确； 性能测试：测试音频整体性能消耗。
除性能测试可以利用音频中间件提供的Profile功能完成外，其它游戏音频测试基本只能靠主观测试完成。另外关于游戏音频效果的评价方面，目前仍然缺乏有效方法。
1）基于时间线：类似DAW，编辑上保留了时间线概念，直接对音轨操作，可以进行多轨音频设计，直接拖拽音频进行编辑。具体以FMOD和CriWare为代表，其操作主界面分别如图所示：
2）基于属性编辑：对音频播放类型分类，不同播放类型属性设置不同，通过编辑属性完成设计。操作简单，上手较快，主要以Wwise为代表。Wwise抛弃了时间轴，直接通过属性设置完成操作，并且支持批量编辑，其主操作界面如图所示：
3）基于图形操作：以Miles为代表，主要音频渲染过程以图形方式呈现，通过修改图形来完成音效设计，Miles主操作如图所示：
DAW功能是内容编辑，影视节目和音乐制作内容都是依照时间进行，所以基于时间线的多轨音频编辑很普遍；但游戏音频设计阶段（除互动音乐外），主要内容是音效播放方式和交互设计，沿用时间线设计虽然直观，但不符合游戏音频随机性的特点，并且容易引导音频设计师使用多层音频叠加设计音效，产生严重性能问题。
主机平台都有独立的音频处理单元，支持多路音频解码通道和音频特效处理，环绕声音频输出。最新的PS4使用了基于AMD True Audio技术APU（Audio Process Unit）。Xbox Series X则可能支持Dobly Atoms对象音频技术。这些新技术支持，使得主机平台在空间音频和空间效果实现上更加应对自如。
不同音频中间件在音频设计上的差异会逐渐缩小，设计流程趋向标准化，进一步提升游戏音频设计质量和效率。