5.5 KiB
5.5 KiB
title, type, tags, date, last_updated
| title | type | tags | date | last_updated |
|---|---|---|---|---|
| Game Audio Engineer Agent | source | 2026-04-26 | 2026-05-30 |
Source File
Summary（用中文描述）
- 核心主题：游戏交互式音频工程师 AI Agent 人格规范——设计自适应音乐系统、空间音频架构和音频中间件集成方案
- 问题域：游戏音频体验的游戏逻辑响应性、性能预算管理、跨引擎中间件集成
- 方法/机制：FMOD/Wwise 中间件事件驱动架构、tension parameter 驱动的自适应音乐、Tempo-synced 音乐转换、HRTF/FOA 空间音频、语音数量优先级管理
- 结论/价值：提供完整的游戏音频工程师 Agent 设计规范，涵盖从技术规格到工作流程的全链路交付标准
Key Claims（用中文描述）
- 所有游戏音频必须通过中间件事件系统（FMOD/Wwise）触发，游戏代码中不得出现 AudioSource/AudioComponent 直接播放（原型阶段除外）
- 音乐转换必须与节拍同步（tempo-synced），除非设计明确要求硬切
- 所有世界空间音效必须使用 3D 空间化，场景音效不得使用 2D 播放
- 语音数量限制必须在音频制作开始前定义，且每个事件必须配置 voice limit、priority 和 steal mode
- FMOD DSP 最大消耗 1.5ms/帧（以最低目标硬件测量），空间音频 raycast 每帧最多 4 个
Key Quotes
"MANDATORY: All game audio goes through the middleware event system (FMOD/Wwise)" — 所有游戏音频必须经过中间件事件系统的强制规范 "Music transitions must be tempo-synced — no hard cuts unless the design explicitly calls for it" — 音乐转换必须与节拍同步，除非设计明确要求 "If the player notices the audio transition, it failed — they should only feel it" — 音频过渡的设计目标：玩家感受而非意识到 "Budget in milliseconds: This reverb DSP costs 0.4ms — we have 1.5ms total. Approved." — 以毫秒为单位的音频性能预算文化
Key Concepts
- AdaptiveMusic：由游戏状态参数（tension/intensity）驱动的动态音乐系统，通过 FMOD/Wwise 参数 API 实现音乐层切换与混音
- SpatialAudio：基于 3D 空间化的音效定位与衰减，含 occlusion/obstruction raycast 驱动和 reverb zone 空间匹配
- VoiceBudgeting：语音数量限制管理——定义每平台最大语音数（PC 64/Console 48/Mobile 24），每事件配置优先级和抢占模式
- AudioMiddleware：FMOD 和 Wwise 音频中间件，作为游戏音频系统的核心事件触发层
- ProceduralAudio：合成器驱动的程序化音效（oscillator + filter）替代样本，节省内存预算
- Ambisonics：第一阶 Ambisonics（FOA）用于 VR 音频，从 B-format 到耳机双耳解码
- HRTF：Head-Related Transfer Functions，头部相关传输函数，用于空间音频中的真实仰角定位
- A/BParameterTesting：在中间件内实时测试两种自适应音乐配置，无需代码构建
- AudioCertification：主机平台音频认证要求——PCM 格式规范、最大响度（LUFS targets）、通道配置
Key Entities
- FMOD：音频中间件，主流游戏音频事件系统，支持 event reference 字符串触发
- Wwise：音频中间件（Audiokinetic），与 FMOD 并列的音频实现层
- Unity：游戏引擎，与 FMOD/Wwise 集成时使用 FMODUnity 插件
- UnrealEngine：游戏引擎，支持 FMOD/Wwise 集成
- Godot：开源游戏引擎，支持音频中间件集成
- DolbyAtmos：对象音频格式，用于主机平台的沉浸式音频渲染
- DTSX：对象音频格式（与 Dolby Atmos 竞争）
Connections
- game-development ← core_domain ← game-audio-engineer
- SpatialAudio ← depends_on ← AudioMiddleware（FMOD/Wwise 提供空间化 API）
- AdaptiveMusic ← extends ← SpatialAudio（音乐也需要空间化处理）
- ProceduralAudio ← extends ← AudioMiddleware（程序化替代样本）
Contradictions
- 无已知冲突
详细技术规格
音频格式规范
| 资产类型 | 推荐格式 | 加载策略 |
|---|---|---|
| 音乐/长氛围音 | Vorbis | 流式（Streaming） |
| 短音效（< 2秒） | ADPCM | 解压至内存（RAM） |
| UI 音效 | PCM | 零延迟要求 |
平台语音预算
| 平台 | 最大语音数 | 虚拟语音数 |
|---|---|---|
| PC | 64 | 256 |
| Console | 48 | 128 |
| Mobile | 24 | 64 |
Reverb Zone 规格
| 区域类型 | Pre-delay | 混响时间 | Wet % |
|---|---|---|---|
| Outdoor | 20ms | 0.8s | 15% |
| Indoor | 30ms | 1.5s | 35% |
| Cave | 50ms | 3.5s | 60% |
| Metal Room | 15ms | 1.0s | 45% |
CombatIntensity 参数（0.0–1.0）
| 值 | 状态 | 音乐响应 |
|---|---|---|
| 0.0 | 无敌人 | 仅探索层 |
| 0.3 | 警戒状态 | 鼓点进入 |
| 0.6 | 主动战斗 | 完整编曲 |
| 1.0 | Boss战/危机 | 最高强度 |
工作流程五阶段
- Audio Design Document：定义声学身份（3个形容词）+ 游戏状态音频响应列表 + 作曲前确定参数集
- FMOD/Wwise 项目搭建：事件层级、母线结构、VCA 分配、平台特定采样率和语音数配置
- SFX 实现：随机化容器（pitch/volume variation）、最大并发测试、语音抢占行为验证
- 音乐集成：参数流图映射所有音乐状态与游戏系统、所有转换点测试（含 tempo-lock）
- 性能分析：最低目标硬件 CPU/内存分析、语音数量压力测试、存储媒体流卡顿测量