游戲中的現(xiàn)代音頻技術(shù)

游戲中的現(xiàn)代音頻技術(shù)游戲中的現(xiàn)代音頻技術(shù)游戲中的現(xiàn)代音頻技術(shù)xxx公司游戲中的現(xiàn)代音頻技術(shù)文件編號：文件日期：修訂次數(shù)：第1.0次更改批準(zhǔn)審核制定方案設(shè)計，管理制度游戲中的現(xiàn)代音頻技術(shù)1、概念3DSoundvsSurroundSound在游戲開發(fā)中，聲音（Sound）的地位并不如圖象那么重要。游戲開發(fā)者們會發(fā)費(fèi)大部分的時間來增加3D圖形的新功能和特效；但是，想要說服他們花更多的時間和金錢,來開發(fā)具有高質(zhì)量音頻效果的游戲可以說是非常的困難。同時，在硬件方面，玩家們也更樂意購買最新款式的3D圖象加速卡，而對新的聲卡似乎也并不是那么感冒。然而，隨著顯示卡的發(fā)展正在呈現(xiàn)出頂峰的狀態(tài)，玩家對游戲也表現(xiàn)出越來越挑剔的姿態(tài)，認(rèn)為優(yōu)秀的游戲除了具有賞心閱目的圖象和絢麗的特效外，音效也是不可缺少的，所以現(xiàn)在的形勢似乎有急轉(zhuǎn)的趨勢—用戶和開發(fā)者比以往任何時候都專著于音頻系統(tǒng)的效果。在現(xiàn)代的游戲開發(fā)計劃中，聲音效果占據(jù)了40%的預(yù)算，時間和人力。音效芯片制造商和3D音效的開發(fā)者們在竭力使用戶和應(yīng)用程序的開發(fā)者們相信：良好的3D音效將是現(xiàn)代多媒體電腦的主要組成部分。以前的音效是立體的，這是非常模糊的說法；在引如了3DSound之后，我們?nèi)孢M(jìn)入了多通道音頻效果的新紀(jì)元：，和通道?，F(xiàn)在讓我們走近3D音效,看它與多通道解決方案的雷同和區(qū)別。3D音效的概念是對聽眾周圍3D空間的音源進(jìn)行精確的定位。在虛擬游戲世界里，每個能夠發(fā)出聲音的物體都代表了1個音源。我們這里以Action發(fā)布的典型第一人稱射擊游戲《活體解剖者：人面獸心》（Vivisector:BeastInside）為例深入淺出地解釋本文中的問題。上面的圖象里有觀眾和音源，其中有些音源是立體聲的（例如背景音樂；在這個特別的游戲里，風(fēng)和叢林的沙沙聲都將是主要的環(huán)境（噪）聲）；怪物有8個音源；玩家的射擊，腳步等作為1個音源；還有3個環(huán)境的音源（昆蟲，小鳥等等）。為了在場景里獲得更加逼真的音效，虛擬世界的3D音效都被進(jìn)行了深度的處理：模擬或者夸大現(xiàn)實世界的聲音，這里使用到了各種各樣的音頻處理技術(shù)，例如：混響，反射，閉塞，阻礙物，遠(yuǎn)方傳來的聲音（音源與聽眾的距離）……等等。3D音頻技術(shù)定位每個人能夠感知到的聲音都是不同的（這依賴于耳朵的形狀，年齡和心理狀態(tài)），因此在1項3D技術(shù)里關(guān)于不同的聲卡或者處理效果不可能只有1個質(zhì)量的選項。聲音是否能夠真實地再現(xiàn)，則主要依賴于聲卡和揚(yáng)聲器，還有游戲中采用的音效處理引擎?，F(xiàn)在讓我們看看3D音效是如何產(chǎn)生的，我們首先要從2D定位（Panning）開始講起（目前這項技術(shù)仍然在IDSoftware的《Doom》中被使用）。在這項技術(shù)中，每個單聲道的音源都被當(dāng)作立體聲來運(yùn)行，并且它們左—右聲道的音量水平能夠互相對調(diào)。這樣雖然系統(tǒng)里沒有垂直的定位，但它還是能夠改變聲音的效果（例如，進(jìn)行高頻的過濾），所以當(dāng)聲音從聽眾后面發(fā)出來的時候，他能夠聽到壓抑的聲音?，F(xiàn)在硬件已經(jīng)能夠?qū)崿F(xiàn)這種效果了。聲卡能夠使用HRTF（頭部相關(guān)傳輸函數(shù)）技術(shù)在兩個揚(yáng)聲器或者耳機(jī)中模擬音源的位置；通過過濾或者其它轉(zhuǎn)換來模擬人類的聽覺。HRTF（頭部相關(guān)傳輸函數(shù)）使用兩個耳朵決定音源在空間位置中傳輸?shù)暮瘮?shù)。在聲音的傳遞過程中，我們的頭和身體實際成了改變聲音的障礙物，我們的耳朵藏在音源的后面，能夠感知到聲音信號的改變；接著聲音信號會進(jìn)入我們的腦子，并被解碼來決定音源在空間中正確的位置。從左耳到右耳各有不同的3個HRTF（頭部相關(guān)傳輸函數(shù)）：音源定位，135度數(shù)和36度數(shù)。而這些數(shù)據(jù)的所有處理過程基本上都是一致的，通常的做法是在特殊的耳麥下使用特殊的方法把這些數(shù)據(jù)記錄起來。Sensaura，在平滑的法則下（例如，在2500Hz的峰值，和5000Hz的低谷下使用間隔）利用人工合成HRTF，而其它的公司通常都使用平均的HRTF。上面的HRTF系統(tǒng)由兩個FIR濾鏡組成，而HRTF就是它們的傳輸函數(shù)。既然HRTF具有智能，那么我們儲存容量巨大的HRTF似乎就顯得浪費(fèi)了，因為真實音源的定位能夠通過HRTF插補(bǔ)來實現(xiàn)。逐漸沒落的HRTF1）聲音會發(fā)生嚴(yán)重的扭曲。2）處理的進(jìn)程非常慢。3）如果音源是固定的，那么它們的位置將不能夠精確地定位，因為人的腦子需要移動的音源（音源的移動或者在聽眾腦海的移動）才能夠知道音源在幾何空間的精確定位。人們突然其來地向音源轉(zhuǎn)過頭去，這是常有的事情；而就在頭轉(zhuǎn)過去的一瞬間，腦海里就能夠知道聲音在空間的確切位置。在前后的HRTF函數(shù)之間，如果音源沒有產(chǎn)生特殊的頻率，那么腦海就會忽略這樣的聲音；相反，它會把這樣的數(shù)據(jù)與記憶中的數(shù)據(jù)進(jìn)行對比，并定位音源在空間中的位置。4）耳機(jī)能夠獲得最理想的音頻效果。耳機(jī)能夠很好地解決把聲音的信號從1個耳朵輸送另外1個耳朵的問題。然而，大部分人并不是很喜歡耳機(jī)，即使是無線的型號。此外，玩家?guī)隙鷻C(jī)之后，會使聲音聽起來更近一點，這個問題還有待解決。音響學(xué)的發(fā)展可以避免耳機(jī)出現(xiàn)的這些問題，然而新的難題又出現(xiàn)了：首先，不明確怎么使用揚(yáng)聲器生成立體聲的聲音。例如：在HRTF傳輸之后，怎么讓聲音信號的一部分在兩個耳朵之間互相輸送呢？當(dāng)我們使用揚(yáng)聲器而不是耳機(jī)之后，兩個耳朵就會獲得相同的聲音，這里解決該問題的辦法就是串話干擾（CrosstalkCancellation：CC）。2、深入在最佳聽音位置（SweetSpots）聽眾能夠理想地聽到所有的3D音頻效果，而在其它的區(qū)域聲音會發(fā)生失真。這樣我們在傾聽聲音的時候就就需要選擇正確的位置。對于一對音箱來說，有一個平衡、聲帶、細(xì)節(jié)、立體感最好的聽音位置，稱作SweetSpot。錄音和制作的時候始終在這一點對監(jiān)聽具有重要的意義。SweetSpot通常位于一對立體聲音箱中間，前方數(shù)英尺的地方。許多專家認(rèn)為從高音頭的上方到聽音者的鼻尖構(gòu)成一個虛幻的等邊三角形，就是SweetSpot的所在。因為受到許多客觀條件的影響，這個位置可能有一些偏移，例如調(diào)音臺面板的反射就會有影響，音箱的差異也會影響到SweetSpot，一些音箱具有較寬大的最佳位置。準(zhǔn)確的實際位置通常要經(jīng)過連續(xù)的試聽和調(diào)整來確定。SweetSpot的范圍越廣闊，效果就越佳，這也是為什么開發(fā)者們在努力尋找能夠擴(kuò)展SweetSpot覆蓋范圍的方法。在多揚(yáng)聲器系統(tǒng)（，）里，聲音從聽眾周圍的揚(yáng)聲器里分布式的傳出來；聲音從不同的揚(yáng)聲器系統(tǒng)里傳出來，聽眾就能夠定位音源的所在了。在規(guī)則來說，使用Panning就足夠了，也就是所有的揚(yáng)聲器同步地播放數(shù)個流（根據(jù)揚(yáng)聲器的數(shù)量），但是卻在不同的音量水平—因此效果就產(chǎn)生了。例如，杜比數(shù)字（DolbyDigital）在和配置分別利用6和8個音頻流。SensauraMultiDrive，Creative（創(chuàng)新）CMSS（Creative創(chuàng)新多音箱環(huán)繞）技術(shù)，能夠使用4個或者更多的揚(yáng)聲器重現(xiàn)使用HRTF函數(shù)的聲音。SensauraMultiDrive3D音效技術(shù)基本上都必須至少透過4聲道以上喇叭來表現(xiàn)3D音效的定位臨場感，而每一只喇叭所輸出的音效內(nèi)容都是不一樣的。Creative多音箱環(huán)繞（CMSS）技術(shù)可將任意的單聲道或立體聲音源處理為360度的音效。揚(yáng)聲器的每部分有前后兩個半球。既然聲場是基于HRTF函數(shù)，那么SweetSpot允許聽眾每邊的音源和前后軸的音源定位具有最佳的感知覺。隨著覆蓋角落的拓寬，SweetSpot的空間也會變得足夠大。沒有串話干擾（CrosstalkCancellation：CC)，音源的定位是不可能的。既然HRTF在MultiDrive技術(shù)上主要是用于4個以上的揚(yáng)聲器，那么在所有的4個揚(yáng)聲器上應(yīng)用CC運(yùn)算法則就顯得非常必要了，但這需要音頻處理芯片有非常強(qiáng)大的計算能力。在使用了HRTF之后，后置的揚(yáng)聲器也能夠如前置的揚(yáng)聲器般獲得精確的定位。前置的揚(yáng)聲器通常放在顯示器的附近，重低音的單元則可以放在中心的地板上，而后置的揚(yáng)聲器可以放在聽眾喜歡的任何地方，但我相信沒有人會把它放在身后吧。要記住，HRTF和CC用在4個揚(yáng)聲器系統(tǒng)的時候會需要非常強(qiáng)大的計算能力，所以廠家們想出了很多的應(yīng)對方法。例如傲銳（Aureal，已經(jīng)被創(chuàng)新給收購了）在后置揚(yáng)聲器上使用了Panning算法，因為對后置揚(yáng)聲器的定位并沒有那么嚴(yán)格。nVidia在3D音響上使用了DolbyDigital。在定位的時候，整個音頻流會解碼為AC-3格式，接著會以數(shù)字的格式輸送到外部的解碼器（例如，家庭影院）。最小/大距離,空氣效果,MacroFX（Min/MaxDistance,AirEffects,MacroFX）聲音引擎的主要特點之一就是它的距離效果，音源的距離越遠(yuǎn)，聲音就顯得越安靜。其中采取最簡單的辦法是在遠(yuǎn)距離的時候降低音量級；在聲音開始淡出的時候，聲音效果的設(shè)計師必須分配給它一個最少的距離。當(dāng)聲音在該距離范圍之內(nèi)，它僅改變方位；每當(dāng)他穿越1米的距離，聲音的強(qiáng)度將降低6dB。在最遠(yuǎn)的距離之前，聲音會一直減弱，而在最后聲音會因為距離太遠(yuǎn)而聽不見。在聲音接近1個音量級的時候，引擎會把聲音關(guān)掉以釋放資源。最大的距離越遠(yuǎn)，聽到聲音的消逝也會越持久。在大多數(shù)情況下，音量級是有對數(shù)相關(guān)性的。設(shè)計師能夠鑒別較大的聲音和安靜的聲音，音源也可以被區(qū)分為最小和最大的距離。例如，蚊子的聲音在50cm之外就聽不見了，而飛機(jī)引擎的聲音在幾公里之外還是能夠清晰的聽見。A3DEAXHFRolloffA3DAPI通過模塊化高頻率的衰減開擴(kuò)展DirectSound3D的距離—與真實世界的相同，高頻部分會依據(jù)相應(yīng)的法則被大氣吸收—每米大概（選擇的頻率：默認(rèn)為5000Hz）。但在迷霧的天氣，空因為氣會更加厚，高頻的衰減就會更加快。EAX3允許處理低階的模塊化空氣效果：這里分配了兩個參考頻率—低頻和高頻，它們的效果要依據(jù)環(huán)境的參數(shù)。MacroFX大部分HRTF的測量都是在遠(yuǎn)聲場里執(zhí)行的，這樣能夠簡化計算，但如果音源是在1米之內(nèi)（在附近的區(qū)域），HRTF將不能夠充分地工作。這時候就出現(xiàn)了MacroFX，MacroFX技術(shù)是用于重現(xiàn)接近區(qū)域發(fā)出的聲音。MacroFX算法適用于在接近區(qū)域的聲音，而聲音被定位為與聽眾似乎非常近，好象聲音是從揚(yáng)聲器向聽眾傳去，甚至穿透他/她的耳朵。效果基于在聽眾周圍所有空間聲波傳輸?shù)木_模塊化，數(shù)據(jù)的傳輸使用了高效率的算法。該算法整合到了Sensaura引擎，并且在DirectSound3D操控之下，也就是說它對應(yīng)用程序的開發(fā)者是透明的，能夠利用它開發(fā)出大量新的特效。例如，在飛行模擬程序中，作為飛行員的聽眾能夠聽到空中交通控制員的對話，就像他戴了耳機(jī)一樣。多普勒效應(yīng)（Dopplereffect）多普勒效應(yīng)：傳輸系統(tǒng)中因源與觀察點間的有效傳播距離，會隨時間的改變，而引起觀察到的波頻率有所改變的現(xiàn)象。賽車或者飛行游戲?qū)⒛軌驈腄opplerEffect獲益良多，而在射擊中，它能夠用在喧鬧，激光或者等離子射擊時候的聲音效果，也就是任何移動非?？斓哪繕?biāo)。大型音源效果大型音源（VolumetricSources）效果讓設(shè)計師們可以創(chuàng)造出大型的發(fā)聲源，你可以這么想：一個人在跑步、或是一把小型武器開火的聲音都算是非常小的聲源；但如果是一群正在歡呼的人，一臺巨大的發(fā)電機(jī)，或是一條往來頻繁的高速道路，他們所發(fā)出的聲音都是屬與大范圍的區(qū)域。更大和合成的音源與最佳音源相比能夠獲得更加逼真的效果。最佳音源能夠很好地應(yīng)用到寬大但是卻在遠(yuǎn)方的物體，例如，移動的汽車。在現(xiàn)實生活中，當(dāng)汽車接近的時候，聽眾的位置將不會再是最佳的音源位置。然而，DS3D模式的算法會認(rèn)為它是最佳的音源，圖畫就沒有那么逼真（也就是它看起來像是1輛小的火車在接近而非是巨大的火車）。Aureal首個在它的A3DAPI里應(yīng)用到了大型音源；接著是Sensaura在它的ZoomFX加入了對大型音源的支持。ZoomFX技術(shù)把幾個音源定義為一塊很大的對象（假設(shè)火車合成的音源能夠由車輪，引擎，耦合的車廂等組成）。多聽眾多聽眾（MultipleListeners）是供游戲控制臺（PlayStation2,Xbox,GameCube）支持兩個或更多玩家使用的新技術(shù)。例如在TV控制器的PS2游戲《GT賽車3》（PolyphonyDigitalInc.）能夠支持多個玩家，兩個玩家都是在不同的電腦和游戲中的不同區(qū)域；因此，他們必須僅聽到圍繞在附近的聲音。無疑，他們能夠聽到互相發(fā)出的聲音，但這項技術(shù)簡化了實現(xiàn)過程。不幸的是，目前還沒有任何的硬件API支持多聽眾。這項技術(shù)也僅是使用在商業(yè)的聲音API—FMOD中。等一下我們會說明它的細(xì)節(jié)。3、3D音響技術(shù):聲波追蹤VS纏繞（wavetracingvsreverb）在1997—1998年，每個芯片制造商都加大力度開發(fā)它們認(rèn)為有前途的音頻技術(shù)。Aureal，當(dāng)時業(yè)界的領(lǐng)先者，將賭注放在極限真實的游戲上，它采用的技術(shù)為“聲波追蹤”（Wavetracing）。Creative則認(rèn)為使用纏繞的預(yù)前運(yùn)算會更有更好的效果，于是它便開發(fā)了EAX。Creative在1997年收購了Ensoniq/EMU：專門研究開發(fā)和制造音效芯片的公司—這也是為什么它在當(dāng)時擁有纏繞技術(shù)的原因。Sensaura出現(xiàn)在市場的時候，它使用了EAX作為基礎(chǔ)，命名為EnvironmentFX版本的技術(shù)實際上就是：MultiDrive，ZoomFX和MacroFX。nVidia是最遲進(jìn)入該領(lǐng)域的廠家—它為3D聲音的定位實現(xiàn)了唯一的真實的DolbyDigital解碼。聲波追蹤（Wavetracing）為了把音效完全融合到游戲里面，必須要計算出聲環(huán)境和它與音源的交互作用。隨著聲音的傳播，聲波與環(huán)境具有干涉的作用。聲波能夠以幾種不同的途徑傳輸?shù)铰牨姷亩洌褐苯油ǖ溃╠irectpath）1st次序反射（1storderreflection）2nd次序或者晚期反射（2ndorderorlatereflection）封閉（occlusion）Aureal的聲波追蹤算法通過分析3D空間的幾何描述，然后決定聲波在實時模式傳輸?shù)姆椒?，接著它們會被反射，抑或通過3D環(huán)境的無源物體。幾何引擎在A3D的接口程序來說是非常獨特的機(jī)制，它能夠模塊化聲音的反射和穿越障礙物。它從幾何的水平上來處理數(shù)據(jù)：線，三角形和四邊形（聲頻幾何）。聲頻多邊形有它自己的位置，大小，形狀和制造材料的屬性。它的形狀位置與音源緊密相關(guān)，聽眾能夠感覺到每個獨立的聲音是被反射、穿越或者圍繞著多邊形。材料的屬性則能夠決定傳輸?shù)穆曇袈暿潜徽麄€吸收或者被反射了。圖象幾何結(jié)構(gòu)的數(shù)據(jù)庫能夠通過轉(zhuǎn)換器，在游戲水平被裝載的時候把所有的圖形多邊轉(zhuǎn)換為聲頻多邊形。全局反射或者封閉的值可以通過設(shè)置參數(shù)進(jìn)行修改。另外，它還可以在高級模式處理多邊型轉(zhuǎn)換算法，和以獨立的卡文件形式把音頻幾何數(shù)據(jù)庫給儲存起來，然后在游戲裝載的時候進(jìn)行文件的交換。最后，聲音就能夠獲得更加正式的效果：混合的3D聲音，經(jīng)過聲學(xué)設(shè)計的房間和環(huán)境，聲音信號能夠在聽眾的耳朵里精確再現(xiàn)。Aureal實現(xiàn)的環(huán)境模式并不是太理想，即使是Creative最新版本的EAX也是如此。無論如何“聲波追蹤”技術(shù)所分配的用于計算反射的硬件流是非常有限的。這就是為什么說獲得真實的聲音效果還有很長的路要走。例如，目前它對遲反射的處理能力不足，就更不要說圖形化聲音的處理了。另外，聲波追蹤技術(shù)不夠敏捷；并且實現(xiàn)的時候需要巨大的資源開支。這也是為什么你不能夠?qū)AX技術(shù)的紋理渲染置之不理了。3D圖形目前還沒有使用到基于光線追蹤方法來實現(xiàn)實時的渲染。封閉現(xiàn)在讓我們來研究封閉效果。在原理上來說，它可以通過調(diào)低音量來實現(xiàn)，但更加實際的實現(xiàn)辦法是使用低通過（low-pass）的過濾。在大部分情況下，1種類型的封閉（occlusion）就已經(jīng)足夠了—音源被定位為在看不見的障礙物后面。直接通路被遮擋住了，過濾的度數(shù)要依據(jù)幾何的參數(shù)（厚度）和墻壁的制造材料。既然音源和和聽眾之間沒有直接的接觸，音源的回波也根據(jù)同樣的原則被壓抑了。Creative的API開發(fā)者使用了更加可行的概念，使用意味著直接通路被包住的障礙物—和聽眾沒有直接的接觸，但源和聽眾是在相同的房間內(nèi)；接著，反射會以相同的形式傳輸?shù)铰牨姷亩?。使用得最多的是排斥。源和聽眾在不同的房間，但他們有直接的接觸，直接的聲音可以傳到聽眾，但反射的聲音會發(fā)生失真（依據(jù)材料的厚度，形狀和屬性）?？傊瑹o論效果怎么的真實（使用AurealA3D，CreativeLabsEAX或者手動選擇你自己的音頻引擎），都必須跟蹤幾何（完全或者部分聲音）以找出是否與音源有直接的接觸。這對性能有莫大的關(guān)聯(lián)，這也是為什么在大多數(shù)情況下要為聲音搭建最簡單的幾何空間（為了能夠獲得更加逼真的效果，特別是射擊，3DRPG或者其它類似的游戲）。幸運(yùn)的是，該類型的幾何通常要經(jīng)過處理，以找出碰撞—為了不在玩家的房間內(nèi)跟蹤整個路徑。這就是為什么我們能夠使用相同的幾何結(jié)構(gòu)來表現(xiàn)出更多的聲音細(xì)節(jié)。環(huán)境漸變（Environmentsmorphing）CreativeLab的另外一個解決辦法是在2001年發(fā)布的EAX3。這是一個環(huán)境到另外一個環(huán)境的逐步轉(zhuǎn)換參數(shù)的算法。上面的圖片論證了兩個效果的實現(xiàn)。首先進(jìn)行的是位置轉(zhuǎn)換：混響（reverb）參數(shù)會根據(jù)玩家在兩個環(huán)境位置的絕對不同參數(shù)而逐漸地改變（在該情況下，戶外的空間和戶內(nèi)的空間隔著金屬的墻）。隨著玩家與戶外的更加臨近，戶外的回響參數(shù)就能夠工作得更加有效率，反之亦然。接下來的類型是極限變化：當(dāng)玩家穿越邊界(BORDER)=1的區(qū)域，參數(shù)會自動地進(jìn)行改變。環(huán)境漸變是與回響相關(guān)的最重要函數(shù)。但是目前在對已經(jīng)預(yù)先設(shè)置的參數(shù)進(jìn)行修改的時候會有點問題。即使沒有使用到逐漸過渡，你也能夠通過設(shè)置漸變因素等于而使用這些函數(shù)形成一定的平均環(huán)境（例如，我們在戶外的石頭走廊），這樣我們就能夠得到不同聲場的平均效果。在環(huán)境漸變被開發(fā)出來之前，游戲（例如游戲《食肉動物2》：Carnivores2）的效果并不能夠通過使用不同的參數(shù)進(jìn)行逐漸地（它們在EAX1和EAX2已經(jīng)預(yù)先設(shè)定好了）改變。中間的環(huán)境有25個預(yù)先設(shè)定的變量組成。例如，有巖洞漸變到山谷的設(shè)定；而在聽的過程中會選擇石走廊作為中間的參數(shù)?，F(xiàn)在有了環(huán)境漸變，你就可以避免很多紛繁復(fù)雜的處理工作了。4、接口程序和API（InterfacesandAPI）現(xiàn)在讓我們討論音頻引擎中API編程的應(yīng)用?？晒┻x擇的選項并不多：WindowsMultimedia，DirectSound，OpenAL，AurealA3D。不幸的是，AurealA3D的驅(qū)動仍舊臭蟲（bug）連篇，在目前最流行的Windows2000和XP操作系統(tǒng)，它工作效率的穩(wěn)定性仍然非常差。視窗媒體系統(tǒng)（WindowsMultimediaSystem）是從早期的Windows繼承而來的最基本的聲音再現(xiàn)系統(tǒng)。它較大的緩沖會造成比較大的延遲，所以在游戲中很少有應(yīng)用；但是，某些準(zhǔn)職業(yè)聲卡使用的WinMM為WDM驅(qū)動作了特別的優(yōu)化。OpenAL是LokiEntertaiment公司的跨平臺API解決方案，與OpenGL類似。它被Creative推動作為DirectSound可供選擇之一。該主意是很好的，但現(xiàn)實卻是殘酷的，因為它的效果比較差。此外，LokiEntertaiment在最近已經(jīng)宣布了破產(chǎn)。我們希望新的可供選擇的聲音API盡快出現(xiàn)，因為OpenAL對程序員們來說是簡直就是惡夢。然而，nVidia在最近發(fā)布了它nForce芯片組里支持的OpenAL硬件驅(qū)動，效果讓人好到不相信。DirectSound和DirectSound3D是目前最優(yōu)秀的API。它們現(xiàn)在還沒有勢均力敵的對手，它有點自命不凡；畢竟，它能夠在沒有任何輔助的前提下，能夠真實地重現(xiàn)聲音的效果。這些硬件API（擁有硬件驅(qū)動程序的API，而非通過DirectSound或者WinMM來模擬聲音的再現(xiàn)），它們被稱為包裝（使用準(zhǔn)備好的軟-硬接口程序，來創(chuàng)建它們自己的應(yīng)用程序接口）。作為規(guī)則，每個游戲都有它自己打包好的應(yīng)用程序接口。目前有很多這類型的API組件包（它們沒有真正的硬件支持）：MilesSoundSystem，RenderWareAudio，GameCoda，F(xiàn)MOD，Galaxy，BASS，SEAL。MilesSSMilesSS是其中最著名之一—2700種游戲完全使用了該組件包。它獲得了IntelRSX技術(shù)的許可，現(xiàn)在能夠作為軟件3DSound的可選選項擇之一。該技術(shù)有很多可供選擇的功能，但這不足以彌補(bǔ)它的缺陷：它僅能夠應(yīng)用在Win32和Mac平臺，并且需要極昂貴的授權(quán)費(fèi)用。GalaxyAudioGalaxyAudio原被開發(fā)為用于虛幻，現(xiàn)在它使用在所有基于虛幻引擎的游戲上；但Unreal2卻是基于OpenAL，這就是為什么我們可以認(rèn)為Galaxy已經(jīng)死了的原因。GameCoda/RenderWareAudioGamecoda和RenderWareAudio分別來自Sensaura和Renderware，它們具有幾乎相同的大小，都支持PC，PS2，GameCube，XBOX還有其它很多的特性，但它的授權(quán)費(fèi)用也是非常的昂貴。FMODFMOD，最近引入的技術(shù)，它具有廣泛的功能選擇和對API技術(shù)的完美支持，它占據(jù)了目前的領(lǐng)導(dǎo)地位。環(huán)境音效果擴(kuò)展（EAX）EAX全名為EnvironmentalAudioExtension，這是創(chuàng)新公司在推出SBLive聲卡時所推出的API插槽標(biāo)準(zhǔn)，主要是針對一些特定環(huán)境，如音樂廳、走廊、房間、洞窟等，作成聲音效果器，當(dāng)電腦需要特殊音效時，可以透過DirectX和驅(qū)動程序讓聲卡處理，可以展現(xiàn)出不同聲音在不同環(huán)境下的反應(yīng)，并且通過多件式音箱的方式，達(dá)到立體的聲音效果。EAX在剛推出時為版，目前是版，目前許多游戲都支持此項規(guī)格。高品質(zhì)音頻及3D音頻技術(shù)（EAXAdvancedHD）在2001年，Creative宣布了Audigy聲卡和新的稱為EAXAdvancedHD的EAX函數(shù)。它包括聽眾可以精確進(jìn)行調(diào)整的25個參數(shù)和18個用于源的參數(shù)（其中兩個用于新的封閉效果）。用戶可選的設(shè)置，可針對耳機(jī)、2、4或音箱系統(tǒng)及外接A/V功放系統(tǒng)進(jìn)行優(yōu)化。Dolby數(shù)碼音頻解碼以模擬或數(shù)字模式輸出至音箱?？缮壍?D音頻架構(gòu)。游戲中硬件加速EAXADVANCEDHD。Creative多音箱環(huán)繞（CMSS）技術(shù)可將任意的單聲道或立體聲音源處理為360度的音效。EAX預(yù)置效果—用戶可選、模擬聲學(xué)環(huán)境的DSP模式。高級的時間縮放技術(shù)在不改變聲音頻率的情況下調(diào)節(jié)曲目播放的速度。音頻去噪功能去除錄音磁帶的背景噪聲及CD