01 一個意料之外的設計變量
語音系統，可能是最不起眼的遊戲功能之一。但現在，情況變了。
最近的社交媒體上，一位玩家在 " 你最近最喜歡的遊戲是什麽 " 的問題下提到，他近期沉迷玩一款名爲《Dark and Darker》的遊戲，尤其當它重新引入了全新的語音系統（VoIP）後，遊戲體驗變得更好了。
相似的現象在也出現在《Suspects: Mystery Mansion》。開發者去年在相關媒體賬号上指出，遊戲叠代了一次語音系統後，哪怕玩家不戴耳機，其遊戲體驗也能得到提升。開發者對提升幅度描述爲 " 徹底 "。
如果你在社交媒體上搜索上述産品 +VoIP 的詞條，能看到玩家對語音系統清一色的喜愛。某款産品測試階段上線該系統後，有 KOL 專門爲此制作了視頻，不吝溢美之詞地稱贊語音體驗；有玩家回複，遊戲前後體驗能好上 "10 倍 "。
這一現象并不尋常，畢竟很少有玩家會提到遊戲聲音的優劣。
遊戲聲音的評判比較尴尬，它既難被玩家捕捉，也難被開發者确切描述。一位大廠音頻總監曾告訴我，他們此前靠用戶調研判斷工作成果，隻要 " 沒人提音頻不好 "，便證明工作做對了方向。
語音系統更爲邊緣，它甚至難算作遊戲音頻。過往，語音更接近附加功能，與遊戲所需的社交程度挂鈎。如果語音需要被添加，它通常不是由音頻部門負責，而是交由客戶端來開發。這是一個較爲基層、難出彩的功能模塊。
而如今，語音模塊正切實地在數款産品身上帶來了超預期的市場反饋，甚至成爲部分産品影響玩家體驗的關鍵因素——這些産品的共同特點，就是使用了騰訊雲音視頻 GME 與 Wwise 獨家合作的語音方案。
根據玩家、KOL 對上述兩款産品的評價，這套全新的語音系統已成爲遊戲音頻的一部分。
在《Dark and Darker》KOL 發布的相關視頻中，一位深處在洞穴的玩家向主播求饒時，他的聲音不僅有方位感，還自帶混響，好像那個玩家是真在逼仄的洞穴中說話一樣。
在《Suspects》裏，玩家語音有傳播範圍，太遠了聽不見，還有可能被牆壁隔開——玩家在被其他人追殺時，爲了及時告訴其他人自己有危險，得跑來跑去，大聲呼喊才行……
通常，遊戲聲音要有信息，也要有 " 身臨其境 " 的感受。遊戲聲音爲了沉浸感，會實時做混音。例如，當一位玩家走路的時候，另一位玩家可以根據腳步聲就能判斷另一位玩家是在樓上還是樓下，是在木闆上還是外面的石子兒路上，距離有 5m 還是 10m ……
而傳統語音功能簡單，玩家開麥隻爲了傳遞信息。語音更接近于一個獨立社交系統，與遊戲内容本身的聯系并不大。很多遊戲一開麥，就像是撥通電話一樣，讓玩家的聲音和遊戲格格不入。
——很明顯，上述兩個産品案例的語音多了臨場感的那一面。
《Dark and Darker》就是一個典型案例。
《Dark and Darker》的語音與遊戲聲音就融合在了一起。當玩家在遊戲開麥說話的時候，語音會根據玩家所處的環境，完成混音，讓聽到語音的玩家能立刻知道說話人究竟在什麽位置，或者身處在什麽樣的空間。
聽起來并不特别？但玩家的體驗卻因此發生了許多變化：大家開始更頻繁地和陌生人聊天，就爲了能聽聽聲音在地下城裏的回聲；語音還帶來了緊張刺激的感覺，強化了某些場景的表現力；一些主播喜歡這種沉浸感，時不時會戲精上身，玩起角色扮演……
其實仔細梳理遊戲設計，《Dark and Darker》并沒有爲語音額外增加玩法設計，或是爲其改變關卡，但僅是讓語音多了沉浸感的設計，就已經讓玩家們的體驗發生變化，甚至改變了其遊戲的方式——說實在一些，這一改動的性價比很高。
這種沉浸感還有許多額外的加持。比如，GME for Wwise 功能還使語音更清晰，不割裂，就像在遊戲環境之下的面對面對話；再比如，組隊玩家可以應用彼此熟悉的變聲特效，既區分了隊伍，也多了趣味性。
而在不久前，語音系統還隻是一個距離遊戲設計很遠的邊緣功能模塊。而如今，它正在借助新的語音技術，跻身到遊戲音頻的設計範疇，開始啓發團隊立項方向，影響玩家的遊戲體驗。
但這一變化是什麽時候開始的？
02 從邊緣功能，變成核心的一部分
在剛看到有關語音的稱贊時，我其實也不以爲然。這與行業對語音的傳統認知有關。
語音的邊緣性，部分來自其功能定位。語音對很多産品都很重要，但它在生産流程上鮮少被重視，大部分團隊認爲，等所有設計完成後，再額外添加上語音功能就好。這也忽視了語音質量對遊戲的影響。
語音的功能定位，也使其更多交由三方團隊開發。研發組不需要耗費太多時間去自己做一個語音系統，而是尋找三方團隊的解決方案，植入項目就行。一位音頻總監提到，他們針對語音系統的工作隻有屏蔽詞設定。
也因此，語音模塊距離遊戲設計一直很遠。
最早，國内語音功能就獨立于遊戲，依賴三方聊天軟件。在《魔獸世界》《傳奇》《QQ 炫舞》等産品的社交環節，許多玩家會額外挂 YY 等語音軟件，和朋友一起聊天打本。語音模塊時常會脫離遊戲，接近另一個社交場景。
後來，語音模塊逐步融入遊戲，與部分品類綁定在一起。這部分需求在手遊發展較快的階段頗爲明顯，由于手遊聚焦操作，所以玩家難做太多社交動作，比較依賴遊戲内即時語音系統。也在此時，GME 項目開始推進。
2017 年，GME 開始推出語音解決方案，提供 SDK 及基礎 API 來幫助遊戲廠商做遊戲内的語音系統。根據相關信息，GME 是騰訊雲音視頻旗下産品，它最初誕生于 QQ 音視頻實驗室，用以支撐内部産品，後對外開放，向外部遊戲廠商提供語音方案。
成立早期，GME 核心戰略是做一站式方案：
● 這套語音方案要極簡，僅需 4 行代碼就能使用功能；
● 它有騰訊雲音視頻的技術優勢，足夠穩定安全，兼容移動、PC 等多端平台，并且是索尼與任天堂主機平台官方授權的語音插件；從 17 年适配 unity 起，到如今最新 UE5、PS5、XboxSeries 的适配，SDK 越發成熟穩定；
● 更重要的是，它集成了大量語音功能，能做基礎的音文互轉、語言翻譯，也能做更高級的識别特定遊戲術語、錄制音頻存檔、極速語音條等，還因覆蓋遊戲品類的廣度與深度，而優化叠代了較多語音管理相關的能力……
但語音始終是邊緣功能，因爲鮮被重視，它一直有一個未被解決的 " 頑疾 "。
手遊平台的語音一直存在一個割裂遊戲體驗的問題：玩家一開麥克風，遊戲聲音就會如電話音一般，讓體驗割裂。不過由于語音一向如此，很多人都覺得它是無法避免的，甚至鮮有人将其視爲痛點與 GME 溝通。
簡單來說，此前語音想要變得清晰，依賴硬件調試，它得去手機的通話功能裏才能降噪，并消除回聲。但這一調用，原本走電影音樂播放通道的遊戲聲音，會一同被帶到通話音質。這也讓遊戲一開麥，音質就變差。
如果要解決這個問題，就得想辦法讓語音不依賴硬件，在軟件層面去做降噪和回聲消除。而在過往的傳統方案裏，語音之所以沒往這方向考慮，便是因爲邊緣性，它很難拿到遊戲的音頻信号。
2018 年，GME 希望解決這個問題，他們前往加拿大與 Audiokinetic 的 Wwise 聯系——這是全球覆蓋範圍最大的遊戲音頻引擎軟件——尋找解決方案。他們一開始的策略很簡單，就是借助音頻引擎從軟件層面提升語音質量，讓它不會割裂遊戲體驗。
但合作起初并不順利。Wwise 覺得這事沒什麽必要，它服務的海外産品以 PC、主機産品爲主，沒有聽到太多用戶關于手遊的語音體驗反饋——也是在溝通中，GME 意識到，語音除了提高聲音品質，它在遊戲引擎裏其實可以做更有價值的功能。
從結果來看，GME for Wwise 方案是将語音做成了遊戲内的一個事件。一方面，語音完成降噪和回聲消除，讓遊戲保持媒體音量，使開麥不會影響遊戲聲音的品質；另一方面，語音還能與其他音樂音效共同聽從遊戲設計的指揮，一同爲玩家的沉浸體驗服務。
在這個方案裏面……人聲構成遊戲事件的一部分。
2023 年北美 GDC 遊戲開發者大會上
Audiokinetic（Wwise）公司展台上
向無數開發者呈現 GME for Wwise 方案
總結這個全新的語音方案，GME for Wwise 最大特點就是将邊緣化的語音系統納入遊戲音頻，鼓勵音頻設計師将語音作 爲設計的一部分，讓語音不停留于通話功能，而是能成爲玩家與遊戲交互的方式之一。
借助 Wwise 與 GME 的合作契機，語音模塊逐步消解了邊緣性，正慢慢從一個需要三方提供的解決方案，變成了能夠拓展遊戲廠商設計緯度的 " 遊戲聲音 "。這也是我在了解新語音系統時感知最爲明顯的部分。
目前，越來越多的廠商開始引入 GME for Wwise 的語音功能，國内多款大熱的 MOBA、派對産品，也已開始嘗試接入該方案，以提升産品的語音體驗。
03 亟待探索的新領域
語音對于遊戲設計來說并非一個陌生領域。
此前，《In Verbis Virtus》《會說話的湯姆貓》等産品就嘗試做了語音設計，玩家喊出特定内容，遊戲對玩家做出一些回應。這些設計已經将語音視作了玩家與遊戲交互的一種方式。
而 GME 與 Wwise 推出的獨有解決方案，讓語音真正在設計領域突圍道路——它更接近于一次聚焦語音的技術變革，語音正追上遊戲設計的其他模塊，成爲一塊可用的組件，可以被更多團隊在立項階段視作實現差異化的武器之一。
根據一位音頻設計師的進一步解釋，遊戲設計強調關聯性，比如在聲音範疇，單個聲音可能并不出彩，但它們可以彼此配合，組成一塊足夠完整的體驗，它們就能帶來沉浸感。語音從新技術處獲得的，正是它與其他組件的關聯。
另一方面，GME for Wwise 也對團隊帶來了影響：如今一個語音模塊，可以由客戶端負責邏輯開發，音頻部門來做創意設計；它提升效率的同時，也額外增加了創意發揮的部分。
探索還尚未普及開來。GME 在 Wwise 的第一個語音插件在 2020 年 1 月發布，随着一兩輪開發周期過去，這一插件開始被更多開發者應用起來。而且許多産品仍在開發當中，對全新語音方案的應用程度仍是未知數。
但我們已經可以在已有産品中看到了許多很有趣的嘗試。
語音與空間的關系就是一個方向。在 Wwise 介紹 GME 插件的 demo 裏，他們就主要展示了語音在空間中折射、衰減的 3D 效果。站在研發角度，這一變化也變相影響着團隊設計關卡結構的思路——《Suspects》便是如此。
傳統太空殺的對局不需要語音，玩家各自推進任務，直到發現兇案，大家再在投票環節再交流信息；而《Suspects》讓玩家們在對局中也能互相交流，不過若彼此離得越遠，或者有建築物阻擋，聲音就會衰減。
對比傳統設計，《Suspects》的關卡也要更加立體複雜，它會考慮到玩家之間彼此交流的輕快，嘗試制造更多死角，來阻擋或衰減語音信息的傳播—— 遊戲的每個關卡有需要乘坐電梯的複式解構，有大量隔開的小房間，以及有高低差的樓梯間……
也因此，" 太空殺 " 的爾虞我詐能貫穿整個對局過程：如果你懷疑某人有嫌疑，害怕他加害你，大可到處亂跑大叫他的名字，嘗試向附近的人留下訊息；如果你是完成犯罪的嫌疑人，可以在事發前就找到其他人，提前釋放假消息。
逍遙散人在直播時看到有玩家靠近，
就到處大喊 "cheche 貼我！我死了就是 cheche！"
Suspects 還做了一個提示效果：
玩家語音聲音大小和角色光圈挂鈎
《Suspects》的音頻設計師在 Wwise 座談分享的時候特别提到，他們之所以能夠跳出品類限制，做出不少有關語音交互的樂趣，就是在接觸 GME for Wwise 後，覺得可以把這些功能用起來，做一些過去不會想到的玩法。
除此之外，語音與遊戲設計的結合方式還有很多。例如與隊伍劃分結合，不同隊伍玩家的語音可以被賦予不同的聲音特效；例如與變化的天氣結合，隊友的語音會混雜更多的氣象效果，如下雨、刮風等，增加遊戲環境的真實度。
再比如，語音與角色狀态結合。如果玩家受到了攻擊，狀态不好，那麽他的聲音就可以按角色血量或 debuff 增加一些表達痛苦的混音；如果他需要火力支援，可以讓其他遊戲音效小聲一些，突出角色求助的關鍵信息。
回顧語音的過往是很有趣的事。最早，語音服務商們的策略都是做一站式，要集成足夠多的功能，覆蓋足夠多的場景，爲客戶提供足夠豐富的服務。但無論如何變換，它都是面向遊戲廠商做叠代。
如今，語音面向産品，完成功能突破。語音不是去滿足遊戲廠商多麽百人千面的需求，而是進到了生産鏈路，成爲産品的一部分，正想辦法直接爲遊戲帶來增益價值——站在産業角度來看，這也将改變行業對這一細分領域的諸多認知。
根據 GME 透露，現在已經有越來越多的遊戲工作室對該方案感興趣，并開始讓在研項目對接全新的語音解決方案。而 Wwise 也在與許多使用了新語音方案的團隊聯系，讓他們分享更多設計經驗。
或将在不久的未來，我們就能看到語音模塊會對遊戲設計帶來更多有趣的改變。
