编者按
本文来自 GDC 官方 Youtube 频道的《GDC 2023》合集，原内容形式为视频演讲。目前，indienova 已取得 GDC Youtube 频道的视频转文稿译制授权，未来将持续进行 GDC 历年精华演讲的编译整理工作，以图文形式分享。
应版权方要求，我们将在每篇文章的文首嵌入原 Youtube 视频。考虑到可能存在的播放问题，我们将继续与 GDC 官方沟通，力图为国内读者带来更便利的呈现形式和更舒适的阅读/观看体验。
- 演讲人：巴尼·普拉特（Barney Pratt）
- 译者：knight623
我是巴尼·普拉特，Supermassive Games 的高级音频总监。我已经在这里工作了 14 年，和同事合作开发构建了很多音频系统，这也是我们今天要讨论的主要内容。这种电影化音乐风格正是 Supermassive Games 的独特之处，我们也在积极拓展这种音乐风格。演讲将重点讲解一年一作的 3A 系列《黑相集》（Black Pictures）的音乐风格，以及支撑它的一些音频系统。我们会发现，这些音频系统在开放世界游戏中的应用，与电影化叙事游戏同等广泛。
我今天所展示的内容离不开我们优秀的团队，目前团队规模不小，共有 18 名音频设计师，并有一位 PM 辅助我们管理团队，另外还有一名作曲家杰森·格雷福斯（Jason Graves）。总的来说，我们的团队仍然在不断发展之中。
简单介绍一下 Supermassive Games：我们是一家荣获英国电影和电视艺术学院奖（BAFTA）的工作室，成立于 2008 年，拥有 350 多名员工。公司总部位于英国吉尔福德，在多个平台以及电影化游戏、VR 游戏等作品形式上都获得了一致好评。我们还捐助过很多英国慈善项目，包括游戏行业慈善机构 GamesAid。
我们很幸运获得了包括音频技术在内的一系列提名和奖项，同时在音乐设计方面也收获了大量好评。我们获得的杰出奖项包括 BAFTA 最佳原创 IP 奖、NAVGTR 游戏电影最佳音乐奖（由《黑相集》系列第二部《稀望镇》获得），该奖项对我们来说意义非凡，是对我们系统生成的程序化音频的巨大肯定。
Supermassive Games 历年所获的主要奖项
《黑相集》系列由若干部交互式分支叙事恐怖游戏构成，每部的故事内容和发生地都截然不同。《黑相集》系列中既有丰富的电影叙事，也有充足的探索玩法。系列中包含单人游戏、双人在线合作、本地合作等模式。系列总共包含 8 部作品，分两季，第一季包括四款游戏：《棉兰号》（Man of Medan）、《稀望镇》（Little Hope）、《灰冥界》（House of Ashes）和《心中魔》（The Devil in Me）。
在过去四年里，我们还做了其他几件事：为《采石场惊魂》（The Quarry）组建了一个外包音乐团队，他们做得非常出色。另外，我们还在开发一些尚未宣布的项目。在 2023 年 3 月 16 日，我们还发布了 PSVR 2 首发游戏《Switchback VR》。
不过演讲的主题并不是这些游戏，而是《黑相集》的第一季作品，概述一下演讲内容：首先我将简要介绍分支叙事设计，说明我们在开发时遭遇的挑战。其次，我将说明程序化拟音（Procedural Foley）和角色音效，这些都是实现电影化角色塑造的关键，以及探讨在生物拟音中应用上述技术的方法。再次，我将讲解音效场景化方法、音效衰减处理，以及交互式混音系统（Interactive Mix）也即我们平衡游戏中播放的各种声音的手段。最后，我还将介绍两个独特系统：其一是游戏内置的指向型麦克风系统（Directional Microphone），这是《心中魔》音频团队努力的结晶；其二是画内音（Diegetic Music）——随着游戏剧情进展，画内音会逐步过渡为完整配乐，以增加游戏叙事的戏剧性。
分支叙事
我想在座各位对分支叙事的概念都非常熟悉了，即玩家通过自身的选择来引导叙事方向。以下面这张逻辑流程图说明，绿色部分是关卡序列，用虚幻引擎的 Sequencer 序列器生成，它们本质上是游戏内的短线性序列，不是全动态影像（FMV），也不是预录制的视频——可以说跟标准的过场动画完全不同。红色突出显示的是可交互部分，它们可以是叙事分支、两难分支（Dilemma Choice）、战斗分支、快速反应事件（QTE），简而言之是所有会产生分支剧情的手法。除此之外，我们还设计了大量探索性的游玩部分。当然，这张图并不能呈现实际设计中逻辑流程的全貌，但作为演示已经足够了。
单个线性节点/序列中包括的内容主要有：对话事件（Dialogue）、音效节点（SFX）和 RTPC（Real-Time Parameter Controls，实时参数控制）曲线，基本上囊括了虚幻引擎 Sequencer 编辑器的所有内容，RTPC 曲线则用于随后的配乐工作。另外，我们还给每个角色都加了一层额外的线性拟音效果，就像电影中常用的那样。整体编排如下图所示。仅就录制技术而言，我们并没有做出任何新改动，但这些方法确实对音乐系统做出了一定补充，比如之前没有被包含在系统内的椅子移动声、角色衣物与墙壁间摩擦声、抓握绳索声、开关门声、身体倒地声以及角色爬行时的布料摩擦声等等。
系统化音频（Systemic Audio）则贯穿于这些动画序列、交互部分和探索游玩部分，存在于游戏玩法的各个层面内，包括：角色呼吸系统、恐怖气氛渲染、游戏 AI 调用反馈、氛围音效、2D 及 3D 音效等等。系统化音频在游戏各方面的广泛应用，是玩家无缝游戏体验的保证。
无缝体验能让玩家持续沉浸在游戏中，这一点至关重要。系统化音频同样包括程序化拟音，换言之，系列作品中所有的角色拟音系统（包括衣物声、脚步声以及配饰音效等）都是基于动作触发的，同时也都是系统化的。我们在这些系统上呕心沥血，投入良多，同时保持更新。它们确保了角色音效在探索游玩部分和动画序列部分的一致性。靠着这些系统，我们才能在一年的开发周期中按时完成新作，若在开发过程中略有改动，后续修补工作就会有点棘手。
我们旨在利用系统化音频系统给玩家提供电影化的音频体验，这也为我们赢得了许多奖项，而竞争者使用的多是线性过场动画或是预录制视频。谈论这些并不是为了炫耀我们能胜过那些大型游戏，只是为我们现在所讨论的系统提供一些补充信息。
程序化拟音
首先我们来谈谈第一个系统：程序化拟音。栩栩如生的角色塑造是我们的重中之重——因为我们开发的是电影化游戏。拟音对我们来说是一个较为宽泛的术语，本质上是角色与环境之间的互动。接下来以《黑相集》系列第三作《黑相集：灰冥界》为例，来展示我们设计的一些拟音系统。
围绕角色塑造展开的拟音工作
先简单过一下本作剧情：2003 年 5 月，伊拉克战争结束前夕，美国特种部队在该国境内搜寻所谓的大规模杀伤性武器——当然我们很清楚事情的前因后果。他们发现了一座埋藏着超自然生物的苏美尔神庙，接踵而至的是无休无止的恐怖。
我们尽可能将本作中使用的各类音频系统化，并将大部分拟音涵盖其内，从而可以降低后期完善所需的工作量。上面已经说过，我们每部作品的开发时间一般只有一年，将游戏内使用的拟音系统化可以缩短开发时间，节约开发费用，进一步减轻工作压力。我们在拟音系统上投入了大量心血，并得以成功运用到了多个项目之中。另一方面，拟音系统在维持游戏线性部分和自由探索流程的一致性上至关重要。
脚步声是拟音系统里最为重要的部分。我们根据角色的步速，将其分为步行与跑步状态，对应不同的短音频。我们还在跑步与步行之间增加了慢走的过渡音频。这样一来，当角色的速度慢下来的时候，就会发出一些非常细微的慢走拟音，直到角色完全停下脚步。这一系统也扩展到了角色侧向移动时的摩擦声。另外，角色在垂直高速落下时，还会自动触发特殊的落地拟音，这些拟音会根据角色着陆的地面（每款游戏里约有 26-30 种）而变化。
当然，我们还进一步将游戏中不同生物的脚步声拟音和衣物布料拟音纳入了这个系统。根据不同生物的骨骼间距以及膝关节、肘关节的骨骼组成，我们录制了相应的拟音样本。此外还考虑了配饰（Accouts）这类非常细节且独特的元素，也就是角色衣物上细小配件（如战术腰带、珠宝配饰）的拟音，我们不会放过任何能够提升多样性和细腻度的机会。枪械拟音是我们在《灰冥界》中新推出的拟音系统，基于枪械的射击速度，我们分别录制了慢、中、快三种拟音样本。
另外，为了尽可能提高游戏的精细度，我们还加入了一个拍击拟音系统。虽然该系统仍处于开发之中，不过我们已经完成了接触、分开和滑动的拟音工作。此外还有基于这些系统改进而成的生物翅膀拟音系统。
为了尽可能模拟自然声音的表现效果，我们在角色模型的八个位置（头部、嘴部、胸部、左手、右手、膝盖、左脚、右脚）设置了拟音发声体（Emitter），游戏会追踪这些发声体，从而在 Wwise 中驱动不同拟音的切换开关和 RTPC，来模拟出较为自然的表现。
顺带一提，我们在《灰冥界》中改用了空间音频系统，玩家听到或是看到的《灰冥界》游戏片段都采用了空间音频。空间音频系统在《灰冥界》中的大型洞穴、小型隧道和各种传送音效上都发挥出色，展示出了巨大潜力。在这里我不做展开，因为空间音频在 Wwise 中可以直接调用，网上也有很多教程。不过，我们确实从中学习到了很多东西，比如在设计过程中必须考虑 CPU 性能限制。
举例来说，每个角色有 8 个拟音发声体，一个场景内通常有多个角色（比如 50 名敌军单位、11 名友军单位和 8 只吸血鬼，而每个吸血鬼有 12 个拟音发声体），这就是成千上万的 API 调用。并且，这些角色所对应的音效切换开关、RTPC 值、衍射值（Diffraction）数量非常庞大，更别提加上空间音频了。尽管这个问题并不是空间音频系统导致的，但它也是整体音频体验的一部分，这也提醒了我们，这方面的应用有些过度。这也是对我们的警示，毕竟不是所有人都能考虑到这一点。为了解决这个问题，我们建立了一个基于事件和触发器的剔除系统（Culling System），会根据声源与监听器（Listener）的距离来发挥效力。
以下面这张简图为例，在声源发出的声音的衰减范围外，我们可以首先将事件剔除，为其他拟音发声体留出资源。当然也可以更严格一些，将发声体完全剔除并停止更新它们，这在应对多角色的战斗场景时至关重要。另外，这一做法降低了某些场景中混杂的拟音密度，让玩家体验更加轻松。我们由此收获的最宝贵经验是可以在不同平台上设置不同的拟音密度，比如在第八代主机上剔除大量拟音，而在第九代主机 [1]上保持原有的密度。
总结一下程序化拟音系统，首先以脚步声拟音为例：由于开发周期较短，采用动画通知（Animation Notify）不太现实，因为开发过程中，所有动画坐标（Local Animation）都在不断变化，直至项目结束前都在更新。我们需要一个能同时应用于角色运动（Locomotion）和动作捕捉（Mocap）的灵活系统，从而保持其一致性。这个系统采用不同的 RTPC 来考虑运动，核心则是发声体的速度。如前所述，我们把脚步拟音的范围拓展到了侧向移动时的摩擦声和垂直落地的着陆声。拟音系统中还有一个涵盖了覆盖物检测的附加层，用于检测地面上的碎片、灰泥或是水坑等。此外，我们把布料与配饰系统的技术也应用到了生物翅膀上。
下一部分是生物拟音，为什么要为生物创建程序化拟音？因为它们在游戏屏幕范围出现的时间很多，而且屏幕中往往同时存在多个生物，那么叠加音轨的传统方法就不太合适了，因为我们有一千多个独特的序列。因此我们需要一个能提供无限运动范围的系统，主要是基于关键帧动画，也加入了一些动作捕捉数据。
下图是一些早期的吸血鬼概念艺术。
以它的行走循环为例，可以看到吸血鬼是四足行走的，但它也可以站立行走。它的后肢和马类似，有一个额外的关节，此外它还有一对翅膀。它的许多生物特征都无法应用于常规的人类拟音系统，我们不得不针对它们做调整。
团队的解决方案是以人物角色拟音系统为基础改造，包括脚步和布料系统，同时采用类似技术设计全新的翅膀拟音系统，因为我们深知只有足够细腻才能让生物栩栩如生。
至于怎样把这些拟音结合成完整的混音，我们并没有程序化处理吸血鬼的语音，而是采用传统方法。这么做工作量很大，但我们认为这是能让生物活灵活现的唯一方法，所以我们接受了这个挑战。
交互式混音
下一个部分是交互式混音。我们为游戏创造了完整的运行时混音，而在游戏角色方面，特别是探索和序列部分，我们也使用了相同的音频资源。尽管我们一直在研究 HDR 混音，但这里我们采用了侧链混音 [2]。另一方面，为了帮助混音更好地聚焦，我们在声音衰减方面做了很多工作。为了满足游戏的影视化需求，我们还开发了可分离监听器技术。除了这些内容之外，我们还开发了一种被称为 “50% 中心偏置”（50% Center Bias Panning）的声像处理技术。这些工作的目的是让游戏内运行的大量系统的混音清晰、集中、有沉浸感并且有一定影视感。
在处理对话声像时，我们遇到了一个挑战：由于游戏采用了影视化的第三人称视角，因此镜头会在对话过程中常常切换。起初我们采用了全环绕声像，但这种方法会导致对话中出现非常突兀的跳跃，既涉及声音衰减，也涉及声像位置，因为游戏镜头会从一侧切换到另一侧。
对此，我们有两种选择，其一是让所有对话都从中心扬声器位置播放，这种方法来自传统电影，非常安全，但是缺乏生气，也缺乏玩家需要的方向感；另一种则是采用完全的 5.1 声道环绕声，方向感很好，但声像位置会有极为突兀的切换，破坏玩家的沉浸感。
最后我们的做法是针对所有对话和拟音重新编写了角色音频的声像行为。在上述两个方法之间，我们找到了一个平衡点，允许声像位置偏离，但只有它本应偏离距离的一半，这就是所谓的 50% 中心偏置声像系统。它的工作原理是当所有角色声音都限制在位于前方的 LCR（即左、中、右）声道内时，首先正常获取角色相对于监听器的位置，然后重新计算一个新位置，该位置的侧向声像偏移量只有原来的一半，从而使得声像偏向中央扬声器的位置，但又不完全限制在中央扬声器位置处。
以下图展示的内容为例，如果一个角色在屏幕右侧之外，他们的对话声音和拟音声像也是 100% 向右偏离的，在用我们设计的方法处理后，他们的声像只会 50% 向右偏离；类似地，如果角色在右侧屏幕边缘，声像为 50% 向右，那么处理后玩家听到的声音大致是在 25% 向右的位置发出的（位置基准点均为中央扬声器）。如你所见，这是一个与发声体在游戏中位置成比例的弹性值，换言之，如果角色发声体在屏幕内时，其声像主要还是从中央扬声器播放。
我们对所有角色声音都做了类似处理，包括序列动画中的一切声音、对话、摔倒声等等。这一方法不仅消除了镜头切换时令人不快的音频跳跃，还提高了玩家的参与感，与传统方法相比，这一方法取得的效果更为流畅、沉浸，这在方方面面都是巨大的进步。
在声音衰减方面，游戏内做了相当一致的角色声音场景化处理。以下图为例，当镜头监听器与角色相距较远时，那些相对细微的拟音（布料、配饰和枪械）音量会变得较小。脚步声拟音在较远范围内仍然能听得到，从而保持角色的存在感和可信度——所谓与游戏世界的关联。当然，对话声不管在何处都能听到，永远不会音量过低，这对游戏叙事非常重要。而当监听器逐渐靠近角色时，玩家就能听到更加细微的拟音，增加了和角色的接近感，类似电影混音给观众带来的“亲密感”。
我们前面提到过，可以把监听器和镜头分离，并将它设置在游戏场景的任意位置。这种处理方法让游戏变得非常电影化，极大改善了某些近距离场景的表现，例如玩家角色在咖啡馆或是汽车的窗外窃听某人对话。这种方法同时解决了新空间音频系统中的遮挡问题：即当摄像机处于空间体积（Spatial Volume）之外时，玩家会因为声音的标准衰减而处于一种不舒服的旁观者状态，比如藏在灌木丛后面，或者说镜头来到杀手的主观视角，以灌木丛为掩蔽，四处移动。在这些情景中，玩家能听到所有远处的角色声音，但同时也能听到树叶的沙沙声。这将增加玩家的不适感，并极大提高恐怖氛围。
接下来要讨论的是方位角（Azimuth），下图是一张 Wwise 的截图，那么在游戏中要如何根据发声体与监听器所成的角度来控制音量呢？这也是一种场面调度的方法，我们期望的效果是当声源离开屏幕范围时，其发出的声音自然衰减，就像是微妙地转移了屏幕内声音的焦点一样。因此，我们降低游戏内声音的音量，并对其进行了高通、低通滤波处理，技术上并不复杂，但效果很好。举例来说，当角色位于屏幕边缘时，他发出的声音音量不会降低，也不会被滤波处理；而当角色位于监听器或镜头后面时，他发出的声音音量降低，同时应用最大滤波，从而会得到略微模糊的声音，在混音中占比也相应降低，清晰度偏低。上述这些都是拟音系统的设置，而角色对话方面，我们的设置有所不同，对话声音的衰减幅度相较于其他拟音较小。
下图为我们在交互式混音中配置的侧链总线，其优先级如图所示。我们采用了侧链音量频段闪避（Ducking）[3]关系和侧链 EQ 频段闪避关系的技术组合，在对话中尤其如此，同时我们还去除了其他元素的 1kHz 频段内容。另外，我们还使用了平滑的侧链压缩，低优先级的声音内容可插入到不同混音之间，这些方法能使混音的重点集中在我们希望玩家注意的东西上。
同时，以上方法也保证了我们追求的密集电影化混音的清晰度。我们在这方面做了些很酷的内容，在系列第二部作品《稀望镇》中，我们加入了一个效果，把所有叙事声音都放置在大雾之中。通过各类插件和 RTPC，我们可以模拟这些声音与大雾的交互。此外，在这款游戏中，我们还能控制所有氛围音效（无论 2D 还是 3D）的音高，以匹配主角的心理状态，这是一种营造恐怖氛围的有效方法。字面意思上的，我们可以“扭曲”现实，这让我们在开发过程中也体会到了不少乐趣。
不过我今天想以 2022 年 11 月发售的《黑相集：心中魔》的场景“船上战斗”（Boat Fight）为例，这个场景中动作成分很足，它的设计挑战是保持场景中的紧张感，并让混音的焦点专注于正确的动作。这个场景混音的基本优先级如下图所示，我们给其他元素留出了一定空间。
顾名思义，这个场景的独特之处在于持续的船发动机轰鸣声（上图的 SFX Engine revs），还有一个填补关键音效间空隙的船体循环音效（Boat engine loops）。这些关键音效包括偶然发出的水花声、角色落水声和始终在船体周围的水流声，另外还有不少战斗音效，比如拳击声、刺击声和踢打声等等。因此我们希望这些重要元素在混音中能占有较大分量，比较突出。
当然，我们还为每个角色都设计了动态呼吸系统，因此还需要大量子混音。我们将对话与呼吸系统做了子混音处理，在播放对话时减弱角色的呼吸声；此外还设置了另一个子混音，让战斗音效在程序化拟音中更突出；水滴音效也会闪避其他主要的水声音频元素，从而更加突出；此外，我们还闪避了发动机的声音，因为它在高频范围内与水滴音效存在冲突；当然，为了提高发动机声音的强度，我们闪避了发动机的循环音效。而场景音乐和语音都对水声和发动机循环音效应用了一定的低通闪避，当水声较大时可以保证混音效果更为清晰。
对话在其正常的闪避设置下，几乎会让其他所有音频元素减弱，确保不管场景内发生什么，玩家都能听到角色语音。和对话声类似，爆炸声也拥有较高的闪避优先级，从而在混音中显得更为突出。而环境音效的闪避优先级则弱于其他所有音频元素，但当环境音在混音中的占比上升时，就会给玩家一种身处狂风凛冽的湖面上的感觉。
指向性麦克风
我们在《心中魔》中设计了一个独特功能：由玩家控制的指向性麦克风。具体来说，游戏中的一个角色，艾琳（Erin），是一名录音师，玩家需要控制该角色及她的短枪式麦克风（Shotgun Mic）采集声音，这是游戏中非常关键的玩法机制。
听起来很简单，也就是说我们需要在游戏中模拟一支麦克风。我们可以决定它采用心形指向、超心形指向，抑或其他指向方式，以及这些指向方式将如何影响恐怖感和幽闭恐惧感。我们还模拟了麦克风的离轴响应衰减 [4]，同时追求在其中实现一种超现实的效果：让环境声音更多融入混响之中。此外，因为艾琳可以自由摘戴耳机，所以我们需要能够灵活地切换混音效果，解决方法是在运行时通过模拟滑块控制并调整所有 RTPC 值。
除此以外，和枪械拟音类似的是，我们对麦克风收音效果进行了一定处理，模拟了录音时不希望出现的那类噪声，这个功能得到了媒体 NME 的好评：“就像恐怖版 ASMR。”
这个功能的实现在 Wwise 里如下图所示，实际上非常简单。我们通过方位角系统添加了很多控制曲线，不过可以注意到的是，曲线的走势在这里有些极端。除此之外，我们还添加了辅助发送（Aux Send）这一附加输出，就像之前提到的，我们在麦克风的离轴响应部分添加了大量辅助发送。值得一提的是，我们最后是以镜头方向而不是第三人称角色方向来设置方位角的，当角色朝向玩家时，这种方法会更符合玩家的视角。
音乐
下面来讲讲系列游戏中的音乐构成。杰森·格雷夫斯（Jason Graves）贡献了系列第一季游戏的所有音乐，而且极其丰富多样。四款游戏的音乐截然不同，但都起到了推动叙事的作用，同时强调了故事发生的地点和历史年代，更契合了恐怖子类型。我们在游戏音乐方面开展了许多有趣的尝试和实验。
回顾四款游戏，《棉兰号》的配乐全部以类似华尔兹舞曲的三拍四拍节奏编写，因为游戏背景设定在南太平洋，我们采用了完整的管弦乐配乐来烘托恐怖风格。《稀望镇》的背景较为简单，其配乐风格主要来自于对 1692 年北美塞勒姆地区乐器的研究。《灰冥界》的背景设定在伊拉克，同时具有极为鲜明的 4000 年前苏美尔文明的特征，配乐风格随着纯粹的管弦乐逐步发展为以合成器为主的恐怖音乐，因为玩家会最终意识到——稍微剧透一下——吸血鬼其实是外星人。
系列最后一作《心中魔》的背景回到了 1892 年的芝加哥，我们最终决定采用伯纳德·赫尔曼（Bernard Herman）的曲风，稍微有点向希区柯克的《惊魂记》致敬的感觉，配乐的基调和游戏背景契合得很好。在《心中魔》中，我们还创作了不少古典乐和歌剧作品，在某些戏剧性时刻运用了管弦乐技巧来烘托气氛。
重新回到音乐系统方面，游戏中的画内音会逐渐过渡到完整配乐。我们设计了一个在游戏运行时可以采用 RTPC 让世界中画内音过渡到完整配乐的系统，这样可以增加一定戏剧性。以《心中魔》为例，这些古典歌剧片段会从留声机播放出的单声道配乐慢慢过渡到立体声配乐。我们采用了三个 RTPC：第一个控制单声道和立体声文件之间的混音；第二个控制混响发送，从而可以有效地增加一些尾音；最后一个控制失真效果，在需要让某些音乐变得尖锐刺耳时，它可以大显身手。总而言之，技术层面上非常简单，但创作层面上则有一定难度。
创作时，我们以立体声的古典音乐片段为基础，因此音乐在互动部分的过渡就成了一个难题，不过我觉得最后的成果相当惊人——尽管过程中有过很多妥协，甚至最终版本不得不选择一些不太理想的音乐编辑。以《心中魔》的另一段配乐为例，相应的音乐设计用来预示即将发生或是潜在发生的谋杀事件——取决于玩家选择的分支。这段配乐以门外的画内音开始，并在整个游戏场景内保持了一定的方向性，最终在不同空间位置处逐步过渡到完整配乐，从而增加了场景的混乱和戏剧性，而在场景的最后，因为某些特定原因，画外音完全过渡为完整配乐。
那么《黑相集》系列的未来会是什么样呢？我们现在已经进入系列第五部的开发，也就是第二季的第一作，游戏名为《指令 8020》（Directive 8020），我们将把恐怖带到宇宙背景之中。
Q&A
Q1：仅就系列最后一作《心中魔》而言，考虑所有程序化内容和游戏中各种分支，如果你把所有可供玩家选择的分支选项都堆叠在同一次线性流程，长度大概会如何？相比之下，当玩家完成游戏中所有分支剧情时，平均游戏时间又是多少？
A1：所以问题是游戏体量和实际游玩时长之间的关系，通常游玩这类分支选择游戏时，玩家不会把所有选择尝试一遍，凭我的直觉，大概有 20% 到 30% 的额外内容。也可能会更多？可能会是单次线性流程的 5 倍吗？我不清楚，我认为大概接近两倍吧，或者说多出 40%-50% 的游戏内容。这已经是非常多的内容了，实际上也让我们的 QA 测试变得非常困难，特别是新的选择分支可能在玩家毫无察觉的情况下出现，更别提在游戏接近尾声出现的选择了。我们为此付出了很多额外工作，并保证了游戏的可重复游玩性。
Q2：我有个问题要问杰森。你写了那段歌剧吗？我游玩了《心中魔》这款游戏，查理死亡的那一幕让我感觉做的很棒，因为后续的选择让我觉得他虽死犹生。巴尼和你们的团队确实做出了漂亮的叙事音乐。
A2：（由同在现场的作曲家杰森回答）歌剧段落并不是我写的，我不是很擅长歌剧。故事是这样的，编辑那段音乐的奥利在家和他的伴侣一起工作，当他把这段音乐给她听时，她竟然哭了。是的，我们成功地用这个曲子在情感上打动了奥利的伴侣。
Q3：我的问题跟你提到的工作周期相关，显然，能让系统化音频的工作速度跟上其他游戏内容工作是很重要的。而其他团队，比如说电影制作团队、动画团队等，是否也在这一年的时间内开展相关工作，或是仅有音频团队在开展工作，最后以流水线的方式完成作品？
A3：在推进整体工作进展时，总会有那么一两个团队预期时间快一点或是慢一点。比如说《灰冥界》已经设计好了六七个关卡，但其他团队没这么好运，还在受工作流程中上一个部分的制约，这也是很正常的。整体来说，电影制作团队在游戏开发早期就制作了大量内容，并粗略地把它们投放到了游戏内，但之后还会有很多调整。我们的团队在一整年里都需要努力工作，尽管进度方面仍可能有几个月的时间差。
Q4：我对前期工作非常感兴趣，我非常想了解刚刚拿到新游戏的主题时，你们是如何处理它的预制作阶段的？你们从哪里获取参考资料和其他资源？确定开发能够开始时，手上会有哪些资源？
A4：我对你问题的理解是，在确定游戏进一步开发之前，需要有些或做些什么，答案是尽己所能。有时候我们什么参考也没有，但有时候又有电影作为参考，这个时候我们会重新录制电影的部分声音片段，从而找出想要的声音效果。或者你可以使用简单的情绪板、歌单等等。有时我们会有一个十分钟左右的垂直切片（Vertical Slice），这样我们可以将其导出成视频，进行大量预演，让所有部门都参与进来。总的来说就是，尽你所能。我曾经使用故事板里的一些手绘分镜，将其放入 iMovie 中，把它们大致拉伸到相应的时长，然后在远景和近景切换时插入合适的音效。基本上是你能找到什么就用什么，并证明这就是你想要的参考资料。
Q4-2：接下来是一个比较难的问题，这四款游戏中你最喜欢哪一款？或者说哪一款在开发时最为有趣？
A4-2：我不好说哪个最喜欢，但我可以说出哪一个开发时最难，就是系列第一部《棉兰号》，我们需要确定所有内容的开发方法。因为有《直到黎明》（Until Dawn）的开发经验，所以在开发《棉兰号》时，我们理所当然地认为很多内容就是如此，我们觉得知道自己在开发什么东西。但实际上，相较前作，我们还是想要改变和提升，所以进行了很多设计迭代。
Q5：我有一个技术实现方面的小问题。你们是如何在程序化拟音系统中获取和检测不同类型的触发器的？以及它们会发送哪些信息？我猜你们设置了滑动、接触和材质检测，对吗？
A5：我们最近更新了一下系统，所以有些地方我可能记得不是很清楚。之前我们有一个骨骼之间的距离和运动速度的检测，这个系统的关键特性是发声体速度——这有点特别——无论是触发长声音样本还是短声音样本，只要发声体停止移动，它就会同步。因此，声音结束的位置和开始的位置同样重要。我们有表面检测、发声体速度检测、胸部发声体速度检测等机制，这些机制都可以用来指示角色的移动状态（行走、跑步或是慢走），只需要调整这些检测的数值设置就可以了。我认为业内很多公司都有类似的系统，几年前我们这套系统还处于业内领先地位，但现在有几家工作室也赶上来了。但总的来说，就是仔细研究这些数值的变化规律，然后适当调整。游戏中同一体型范围内的角色使用的检测数值基本一致，但播放的声音样本会根据材质、鞋型或是角色模型而变化。
译者注：
[1] 第八代主机指以索尼 PS4、微软 Xbox one 系列等为代表的主机；第九代主机则指以索尼 PS5、微软 Xbox Series 系列等为代表的主机。
[2] HDR 混音是一种动态范围更大的混音技术，旨在保留音频信号的原始动态范围，从而提供更自然、更真实的声音体验；侧链混音则是通过一个音频信号控制另一个音频信号的参数（比如广播中，主持人说话声会让音乐音量自动降低），以实现更好的平衡和清晰度。
[3] 闪避指的是让一路音频信号的音量变化受另一路音频信号的音量影响的一种方法。
[4] 离轴响应衰减指随着说话者偏离麦克风中心轴，麦克风收到的声音响应会有所改变的现象。
原视频链接：https://www.youtube.com/watch?v=hr-D-wtK0Ew&list=PL2e4mYbwSTbZC7cdsErq-eyYGJUPnFEDp&index=32
* 本内容系编译整理，不代表 indienova 立场。未经授权允许，请勿转载。
