游戏中的现代音频技术综述

　　在游戏开发中，声音(Sound)的地位并不如图象那么重要。游戏开发者们会发费大部分的时间来增加3D图形的新功能和特效；但是，想要说服他们花更多的时间和金钱,来开发具有高质量音频效果的游戏可以说是非常的困难。同时，在硬件方面，玩家们也更乐意购买最新款式的3D图象加速卡，而对新的声卡似乎也并不是那么感冒。

　　然而，随着显示卡的发展正在呈现出顶峰的状态，玩家对游戏也表现出越来越挑剔的姿态，认为优秀的游戏除了具有赏心阅目的图象和绚丽的特效外，音效也是不可缺少的，所以现在的形势似乎有急转的趋势 - 用户和开发者比以往任何时候都专著于音频系统的效果。在现代的游戏开发计划中，声音效果占据了40 %的预算，时间和人力。

　　音效芯片制造商和3D音效的开发者们在竭力使用户和应用程序的开发者们相信：良好的3D音效将是现代多媒体电脑的主要组成部分。

　　以前的音效是立体的，这是非常模糊的说法；在引如了3D Sound之后，我们全面进入了多通道音频效果的新纪元:4.1,5.1,和7.1通道。

　　现在让我们走近3D音效,看它与多通道解决方案的雷同和区别。


　　3D 音效的概念是对听众周围3D空间的音源进行精确的定位。在虚拟游戏世界里，每个能够发出声音的物体都代表了1个音源。

　　我们这里以Action发布的典型第一人称射击游戏"Vivisector:Beast Inside"(活体解剖者：人面兽心）为例深入浅出地解释本文中的问题。上面的图象里有观众和音源，其中有些音源是立体声的（例如背景音乐；在这个特别的游戏里，风和丛林的沙沙声都将是主要的环境（噪）声）；怪物有8个音源；玩家的射击，脚步等作为1个音源；还有3个环境的音源（昆虫，小鸟等等）。

　　为了在场景里获得更加逼真的音效，虚拟世界的3D 音效都被进行了深度的处理:模拟或者夸大现实世界的声音，这里使用到了各种各样的音频处理技术，例如:混响，反射，闭塞，阻碍物，远方传来的声音（音源与听众的距离）.....等等。

　　3D 音频技术:定位

　　每个人能够感知到的声音都是不同的（这依赖于耳朵的形状，年龄和心理状态），因此在1项3D技术里关于不同的声卡或者处理效果不可能只有1个质量的选项。声音是否能够真实地再现，则主要依赖于声卡和扬声器，还有游戏中采用的音效处理引擎。


　　现在让我们看看3D 音效是如何产生的，我们首先要从2D Panning（定位） 开始讲起（目前这项技术仍然在ID Software 的Doom中被使用）。在这项技术中，每个单声道的音源都被当作立体声来运行，并且它们左-右声道的音量水平能够互相对调。这样虽然系统里没有垂直的定位，但它还是能够改变声音的效果（例如，进行高频的过滤），所以当声音从听众后面发出来的时候，他能够听到压抑的声音。

　　现在硬件已经能够实现这种效果了。声卡能够使用HRTF（头部相关传输函数）技术在两个扬声器或者耳机中模拟音源的位置；通过过滤或者其它转换来模拟人类的听觉。

　　HRTF（头部相关传输函数）- 使用两个耳朵决定音源在空间位置中传输的函数。在声音的传递过程中，我们的头和身体实际成了改变声音的障碍物，我们的耳朵藏在音源的后面，能够感知到声音信号的改变；接着声音信号会进入我们的脑子，并被解码来决定音源在空间中正确的位置。


　　在上图的你可以看到从左耳到右耳各有不同的3个HRTF(头部相关传输函数)：音源定位，135度数和36度数。而这些数据的所有处理过程基本上都是一致的，通常的做法是在特殊的耳麦下使用特殊的方法把这些数据记录起来。Sensaura ,在平滑的法则下(（例如，在2500 Hz的峰值，和5000 Hz的低谷下使用间隔)利用人工合成HRTF，而其它的公司通常都使用平均的HRTF。

　　上面的HRTF系统由两个FIR 滤镜组成，而HRTF就是它们的传输函数。既然HRTF具有智能，那么我们储存容量巨大的HRTF似乎就显得浪费了，因为真实音源的定位能够通过HRTF插补来实现。