游戏中的音效设计

1、 浙江大学计算机学院 声音播放调节声音三维立体声音效声音：50Hz-22,000Hz之间的压力波 本质上而言是正弦波，具有波幅和频率等属性声音的低频部分不仅仅被耳朵，也可被身体所感知人感知到声音从某一地方发出 不能精确地定位出音源捕捉声音通过声卡上的ADC（模拟数字转换器）来完成 声音表现为波形, 可以记录、保存以及精确播放声音(Sound)不等同于音乐(Music)PCM(脉冲编码调制)播放所有交互、电影、游戏中所需要的.声音可以被合成出任意效果每次采集的数据称为采样（Sample)每秒钟采样次数称为采样频率（Sample Frequency）通常的采样率：11025Hz, 22050Hz和

2、44100Hz (44.1k HZ， CD音质)采样品质：类似于图像像素的位深.通常为8bit和16bit。每秒钟CD品质的声音信号占据的空间是176KB，3分钟长度的歌曲容量是31MB 音频的压缩和解压缩：利用时空连贯性、查找表等技术。 有损压缩：MPEG Layer 3 （MP3)：把部分并不需要的信息过滤掉，例如一些人耳听不到的高频率信号，或者一些无用的环境噪音。 无损压缩：RLE，运长编码声音是一个时间域上的函数： x( t ) (从物理属性上看, 是一个时间箭头)频率域：X( f ) (从数学和人的感知上看)声音的产生：是什么造成了声音？感知：我们自己的感受！时间域：与声音的生成最相

3、关频率域：与人的感知最相关对声音移动的建模方法例如: 存在很多遮挡物的室内场景 室外场景 多材质界面 一般的第一人称视角游戏声音其实能给人某种暗示考虑下列影响人感知声源位置的因素，把声音作三维定位，创造出三维的环境声响 声源越远，音量越小 从左边发出的声音将在左耳中产生较大的音量 从左边发出的声音将首先到达左耳，左右耳朵相差1微秒左右 从脑后传来的声音，与从前方传来的声音相比，有一定程度的减弱体检可以根据声音收集我们周围物体的信息在游戏中，除了视觉以外，最重要的信息获取手段就是声音甚至比视觉更为集中、有效通常可以指导视觉空间的暗示使得玩家能判断自己的方位 距离 方向感 当音源和听者移动时的更新

4、 连续性是关键!在实体的世界中 玩家不能听到大墙背后的声音能传递不同的心情和意境 沉重的、压迫感的和狭窄的能造成热的空间感 回音能造成开阔、冷的空间感 其他的环境相关的声音操作Demo:仙剑奇侠音乐更好地贴切游戏中声音的意义 声音做为载体在空间传播 玩家和游戏智能利用声音做出gameplay决定如果声音处理不好 玩家将忽视声音的存在 对于有遮挡物的室内场景，将给玩家错误的暗示玩家的空间定位空间的合成感玩家自身的位置玩家所在空间的材质大的石头房子小的金属房子小的木质房子采样（Sampling） 通过任意方式录制声音合成 (Synthesis) 模拟合成 调频合成 波表合成 o 模拟合成n 不同频

5、率波形的简单叠加n 从已有波形中选择n 叠加后进行滤波o 调频合成n 通过改变频率调整输出波形o 波表n 录制下来的每种乐器的声音，以数字化形式存放，通过选择哪件乐器演奏、音量和音速、混合和平移参数等来“奏响”记录下来的声波来合成出新的声音。 o 混音：同时播放多个声音（背景音乐，语音，事件反应音等）o 最简单的方法就是将两个声音样本的数值依次相加起来，如图所示：MIDI - Musical Instrument Digital Interface（乐器数字界面）用于控制音乐合成器 合成细节由合成器决定MIDI数据 仅仅是一个事件的列表，描述了一个声音卡或其他播放设备要产生某种声音的特定的步骤

6、 每一个描述乐器演播的动作的字都赋给一个特定的二进制代码 。要奏响一个音符，你要发出一个“音符开”（Note On）消息，然后对该音符赋以一个“速度”，用以判断该音符能奏多响。 其他控制包括选择哪件乐器演奏、混合和平移声音以及控制电子乐器等。BASS是Windows平台下的常用声音引擎。它支持常用的声音格式（WAV、MP3和WMA等）。BASS支持多种开发语言。它的开发接口是DirectX，支持EAX和3D音效。它提供了C/C+的函数库，而且为Visual Basic、Delphi、MASM和TMT Pascal等语言预留了接口。由于功能强大，因此被个人开发者广泛使用。BASS对免费软件开发者

7、免费，对于共享和商业软件开发收费。BASS的下载网址是：http:/ Mikkers（MikMak）开发，目前主要由Miod Vallat来维护，此外很多热心的开发者也在为MikMod的发展做贡献。MikMod引擎支持几乎所有的流行音频格式，而且可以在大多数常用操作系统上运行，包括Windows、MacOS、BeOS、UNIX和Linux。MikMod是一个免费软件，它的下载网址是：。 FMOD是一个“资深”的声音引擎，支持几乎所有的开发平台，甚至可以运行在PS2、Xbox或GameCube上。它基于标准C+下开发，因此可以在任意C+编译器下使用，而且还

8、提供了对EAX等高级混音效果的支持。FMOD引擎对免费软件开发者免费，对于共享和商业软件开发收费。FMOD的下载网址是：。ModPlug是一个非常简单的引擎，提供普通的声音的特效处理。ModPlug的编程接口相当简单，支持几乎所有流行的声音格式，而且播放效果较为出色。ModPlug提供了C+, Visual Basic和Delphi的接口，也可以作为ActiveX控件嵌入程序中。ModPlug是一个免费软件，它的下载网址是：http:/。Miles Sound System是一个快速开发工具，也是目前最好的音频开发库。它最初是由John Miles在1991

9、年夏季发布的，到目前为止已经有超过3,000个游戏使用它作为开发引擎。它能够实现几乎所有的音效处理要求。Miles Sound System价格不菲，它的网站地址是：http:/。EAX全名为“环境音效果扩展”（Environmental Audio Extension），它是创新公司在推出SB Live声卡时所推出的API插槽标准，主要是针对一些特定环境，如音乐厅、走廊、房间、洞窟等，生成声音效果器。如果需要特殊音效，可以通过DirectX和驱动程序交给声卡处理，并展现出不同声音在不同环境下的反应。还可以通过多件式音箱的方式，达到立体的声音效果。当前很多游戏都支持EAX规范。EAX可以集成在

10、DirectSound和OpenAL（一种由创新公司主推的类似于OpenGL的跨平台开放式音频开发库）中使用。EAX的开发资料详见http:/。杜比编码（Dolby Encoding）是专业的音频开发工具。这种编码方式可以将5.1声道的全部采样压缩到一个统一的比特流中。与立体声的两个声道的信息压缩到一个WAV文件中一样，杜比编码可以将左、右、中心、左环绕和右环绕声道编码到一起。杜比数字技术的两个优势是控制声音播放的动态范围、保持不同声音播放时的声响度一致性。这两种功能在系统中的实现是独立的。http:/。人对声音所在位置分辨的主要依据取决于： 响度（Loudness）：对于同样一个物体，它离听

11、众越近，发出的声音就越响，反之就越远； 强度差（Interaural intensity difference）：左方的声源虽然也会到达右耳，但是声音就会比左耳听到的略轻一些，由此就可以推断出声音来自左方； 时间差（Interaural time difference）：概念与上面基本相同。左方的声源会使声音到达左耳的时间比到达右耳的时间早一些（当然，这也要取决于两耳间的距离）； 模糊（Muffling）：人耳的结构更加适合辨别来自前方的声音。如果音源来自后方，听起来就有些模糊的感觉。计算环境和音源的交互作用 声源发射出的声波，有以下几种不同的途径被人耳所感知： 直接通道（direct pat

12、h）：声波直接从声源传入人耳； 一次反射（1st order reflection）：声波经过某个界面的反射后被人耳感知； 二次或多次反射(2nd order or late reflection)：声波在进入人耳之前，经过多次的界面之间的反射； 遮挡（occlusion）：在声源与人耳之间存在隔音设备或遮挡物体，其结果是人耳无法感知声源播放的声音；根据声波在空间中的传输方式，从声源出发，发射声波并依据场景的三维几何属性进行描述，计算声波在空间中反射、折射等不同的传播途径与衰减程度，最终获得人耳所感知的各个方向的声音。 需要建立一个类似于图形绘制的几何引擎。真正的三维几何声波传播计算耗费资源，

13、因此游戏场景中用于声音计算的几何通常非常简单。在音效重要性高的游戏中（例如第一人称射击游戏），三维音效场景几何则要复杂一些。 根据场景几何（线、三角形和四边形）的尺寸、类型和分布来计算它们对声音的影响。构成声频几何的基本元素是声频多边形，它们的属性包括位置、大小、形状和材质属性。它的形状、位置与音源紧密相关，听众能够感觉到每个独立的声音是否被反射、穿越或环绕多边形发射，而材质属性则决定传输的声音被吸收或反射的比例。在游戏引擎中，声频几何的位置和形状可以在游戏装载时从三维场景的几何表示转换而得。全局反射或者封闭的值可以通过参数进行设置。 遮挡：声源和人耳不处在同一区间，因此声音的直接和间接传播都不存在。遮挡效果原理上可以通过调低音量来实现，更加实际的方法是采用低通滤波（low-pass filter）算法。在大部分情况下，可以采用将音源定位在不可见的障碍物后面，声波的传播通路被遮挡住，低通滤波的尺度则依据物体几何的参数（厚度）和材质决定。由于音源和和人耳之间没有直接的通道，也不存在音源的回波效果。 声波的遮挡效果，直接和间接的传播通道都不存在声源和人耳之间存在遮挡物，但声源和人耳在同一区间中，因此反射将被人耳感知。声源和听众在不同的房间，但它们有直接的接触，直接的声音可以传到听众，但反射的声音会发生失真（依据材料的厚度，形状和属性） Doppl