文/灰信鴿
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麼”的問題下提到，他近期沉迷玩一款名為《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號上指出，遊戲迭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為“徹底”。
如果你在社交媒體上搜索上述產品+VoIP的詞條，能看到玩家對語音系統清一色的喜愛。某款產品測試階段上線該系統後，有KOL專門為此製作了視頻，不吝溢美之詞地稱讚語音體驗；有玩家回覆，遊戲前後體驗能好上“10倍”。
這一現象並不尋常，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尷尬，它既難被玩家捕捉，也難被開發者確切描述。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，只要“沒人提音頻不好”，便證明工作做對了方向。
語音系統更為邊緣，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掛鉤。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。這是一個較為基層、難出彩的功能模塊。
而如今，語音模塊正切實地在數款產品身上帶來了超預期的市場反饋，甚至成為部分產品影響玩家體驗的關鍵因素——這些產品的共同特點，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對上述兩款產品的評價，這套全新的語音系統已成為遊戲音頻的一部分。
在《Dark and Darker》KOL發佈的相關視頻中，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》裡，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，為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。遊戲聲音為了沉浸感，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，是在木板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，玩家開麥只為了傳遞信息。語音更接近於一個獨立社交系統，與遊戲內容本身的聯繫並不大。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，上述兩個產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麼位置，或者身處在什麼樣的空間。
聽起來並不特別？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，就為了能聽聽聲音在地下城裡的回聲；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》並沒有為語音額外增加玩法設計，或是為其改變關卡，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，語音系統還只是一個距離遊戲設計很遠的邊緣功能模塊。而如今，它正在藉助新的語音技術，躋身到遊戲音頻的設計範疇，開始啟發團隊立項方向，影響玩家的遊戲體驗。
但這一變化是什麼時候開始的？
02
從邊緣功能，
變成核心的一部分
在剛看到有關語音的稱讚時，我其實也不以為然。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。語音對很多產品都很重要，但它在生產流程上鮮少被重視，大部分團隊認為，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只有屏蔽詞設定。
也因此，語音模塊距離遊戲設計一直很遠。
最早，國內語音功能就獨立於遊戲，依賴三方聊天軟件。在《魔獸世界》《傳奇》《QQ炫舞》等產品的社交環節，許多玩家會額外掛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為明顯，由於手遊聚焦操作，所以玩家難做太多社交動作，比較依賴遊戲內即時語音系統。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內的語音系統。根據相關信息，GME是騰訊雲音視頻旗下產品，它最初誕生於QQ音視頻實驗室，用以支撐內部產品，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等多端平臺，並且是索尼與任天堂主機平臺官方授權的語音插件；從17年適配unity起，到如今最新UE5、PS5、XboxSeries的適配，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，也能做更高級的識別特定遊戲術語、錄製音頻存檔、極速語音條等，還因覆蓋遊戲品類的廣度與深度，而優化迭代了較多語音管理相關的能力……
但語音始終是邊緣功能，因為鮮被重視，它一直有一個未被解決的“頑疾”。
手遊平臺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。不過由於語音一向如此，很多人都覺得它是無法避免的，甚至鮮有人將其視為痛點與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裡才能降噪，並消除回聲。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裡，語音之所以沒往這方向考慮，便是因為邊緣性，它很難拿到遊戲的音頻信號。
2018年，GME希望解決這個問題，他們前往加拿大與Audiokinetic的Wwise聯繫——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，就是藉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。
但合作起初並不順利。Wwise覺得這事沒什麼必要，它服務的海外產品以PC、主機產品為主，沒有聽到太多用戶關於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，它在遊戲引擎裡其實可以做更有價值的功能。
從結果來看，GME for Wwise方案是將語音做成了遊戲內的一個事件。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，一同為玩家的沉浸體驗服務。
在這個方案裡面……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）公司展臺上
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最大特點就是將邊緣化的語音系統納入遊戲音頻，鼓勵音頻設計師將語音作 為設計的一部分，讓語音不停留於通話功能，而是能成為玩家與遊戲交互的方式之一。
藉助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”。這也是我在瞭解新語音系統時感知最為明顯的部分。
目前，越來越多的廠商開始引入GME for Wwise的語音功能，國內多款大熱的MOBA、派對產品，也已開始嘗試接入該方案，以提升產品的語音體驗。
03
亟待探索的新領域
語音對於遊戲設計來說並非一個陌生領域。
此前，《In Verbis Virtus》《會說話的湯姆貓》等產品就嘗試做了語音設計，玩家喊出特定內容，遊戲對玩家做出一些回應。這些設計已經將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——它更接近於一次聚焦語音的技術變革，語音正追上游戲設計的其他模塊，成為一塊可用的組件，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，單個聲音可能並不出彩，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月發佈，隨著一兩輪開發週期過去，這一插件開始被更多開發者應用起來。而且許多產品仍在開發當中，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產品中看到了許多很有趣的嘗試。
語音與空間的關係就是一個方向。在Wwise介紹GME插件的demo裡，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著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，嘗試製造更多死角，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掛鉤
《Suspects》的音頻設計師在Wwise座談分享的時候特別提到，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、颳風等，增加遊戲環境的真實度。
再比如，語音與角色狀態結合。如果玩家受到了攻擊，狀態不好，那麼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，為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迭代。
如今，語音面向產品，完成功能突破。語音不是去滿足遊戲廠商多麼百人千面的需求，而是進到了生產鏈路，成為產品的一部分，正想辦法直接為遊戲帶來增益價值——站在產業角度來看，這也將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，並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繫，讓他們分享更多設計經驗。
或將在不久的未來，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。