当前位置: 首页 > news >正文

游戏引擎中的声音系统

一、声音基础

1.1 音量

声音振幅的大小
在这里插入图片描述
压强p:由声音引起的与环境大气压的局部偏差
在这里插入图片描述
在这里插入图片描述
1.2 音调

在这里插入图片描述
1.3 音色

在这里插入图片描述
1.4 降噪
在这里插入图片描述
1.5 人的听觉范围
在这里插入图片描述

1.6 电子音乐

将自然界中连续的音乐转换成离散的信号记录到内存中
在这里插入图片描述
采样 - 量化 - 编码

香农定理:采样频率是信号频率的两倍,就可实现无损采样。

采样:
在这里插入图片描述
量化:
在这里插入图片描述
编码格式:
在这里插入图片描述

二、三维音频渲染

三维场景中有无数的声源,每个声源从不同的方向,不同的距离表现的效果都不一样。
在这里插入图片描述

2.1 Listener
位置:一般放在摄像机和人物中间。不放在摄像机身上是因为当人物离开时仍然能听到声音;不放到人物身上的原因是当视野离开后,仍然能听到声音。这两种情况都不合理。
速度:多普勒效应
朝向:不同的朝向效果也不一样
设置一个

2.2 空间化

在这里插入图片描述
到达左右耳的时间,方向都会影响音效的空间感。(听声辨位)

2.3 Panning

在这里插入图片描述
通过移动声源位置,模拟声音的变化。
在这里插入图片描述
在这里插入图片描述
但是当声音移动到两耳中间的时候,听到声音会变小

在这里插入图片描述
添加sin,cos解决这个问题
在这里插入图片描述
这样的话在声音移动的时候就可以保证听到的音量大小保持不变。

在这里插入图片描述

2.4 声音的衰弱

高频的声音衰减的快,低频的声音衰减的慢
在这里插入图片描述
通过在不同的频率之间插值计算,就可以体现出你距离声源的远近。

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

2.5声音的阻挡

声音是通过波的形式传播的
在这里插入图片描述
利用射线来计算声音的遮挡。
在这里插入图片描述

2.6 混响

回响-声音的反弹
在这里插入图片描述
不同的材质对声音的吸收也不同在这里插入图片描述
在浴室中唱歌好听的原因:浴室空间小混响效果好
在这里插入图片描述

2.7 多普勒效应

多普勒效应(Doppler effect)是波源与观察者有相对运动时,观察者接受到波的频率与波源发出的频率并不相同的现象。生活中比较常见的例子是远方急驶过来的火车鸣笛声变得尖细(即频率变高,波长变短),而离我们而去的火车鸣笛声变得低沉(即频率变低,波长变长),这就是多普勒效应现象,同样的现象也发生在私家车鸣响与火车的敲钟声,音频参见[声的多普勒效应]。而关于频率和波长的直观感受如下图所示(来自wiki)。

在这里插入图片描述

在这里插入图片描述

http://www.lryc.cn/news/330013.html

相关文章:

  • 【WPF应用29】WPF中的ComboBox控件详解与应用示例
  • Unity UGUI之Text组件基础认识
  • LeetCode 2810.故障键盘:双端队列模拟
  • ssm015基于java的健身房管理系统的设计与实现+vue
  • 【解决方案】荣耀系统Android8.0 system目录Read-only file system
  • 【Web】记录Polar靶场<简单>难度题一遍过(全)
  • 生产制造园区数字孪生3D大屏展示提升运营效益
  • R语言技能 | 不同数据类型的转换
  • python如何处理文本错误
  • Cesium 批量种树
  • Docker基础系列之TLS和CA认证
  • 总结:微信小程序中跨组件的通信、状态管理的方案
  • 企业能耗数据分析有哪些优势?怎样进行分析?
  • containerd配置HTTP私仓
  • 掌握Go语言:Go语言类型转换,无缝处理数据类型、接口和自定义类型的转换细节解析(29)
  • Chatgpt掘金之旅—有爱AI商业实战篇|文案写作|(三)
  • c++20 的部分新概念及示例代码-Contracts,Ranges
  • pytorch剪枝
  • 马斯克旗下xAI发布Grok-1.5,相比较开源的Grok-1,各项性能大幅提升,接近GPT-4!
  • 数据结构与算法 顺序串的基本运算
  • 2024年04月数据库流行度最新排名
  • golang语言系列:SOLID、YAGNI、KISS等设计原则
  • Meta Pixel:助你实现高效地Facebook广告追踪
  • 基于Arduino IDE 野火ESP8266模块 文件系统LittleFS 的开发
  • 通讯录改造———文件版本
  • FastAPI Web框架教程 第13章 WebSocket
  • 将 Elasticsearch 向量数据库引入到数据上的 Azure OpenAI 服务(预览)
  • SeLinux 常见的宏
  • 图解PyTorch中的torch.gather函数和 scatter 函数
  • Pytorch实用教程: torch.tensor()的用法