Audio-Voice-Virtualisierung: Wiedergabezustand erhalten und den Mix begrenzen

Abspielenden Sound und gemixte Voice unterscheiden

Eine virtuelle Voice behält den logischen Wiedergabezustand, während ihr Beitrag zum hörbaren Mix entfällt. Dadurch können mehr Sounds aktiv bleiben, als der Mixer aktuell berechnet. FMOD beschreibt die Auswahl anhand von Priorität und Hörbarkeit; Unity bietet getrennte Limits für verwaltete virtuelle Voices und für gleichzeitig abgespielte echte Voices. Virtualisierung verringert bestimmten Verarbeitungsaufwand, lässt aber nicht den gesamten Zustand und alle Ressourcenkosten rund um den Sound verschwinden. [1][2]

Festlegen, was die Virtualisierung erhält

Für jeden Sound ist zu entscheiden, ob er auf seiner Zeitachse weiterläuft, von einer pausierten Position fortgesetzt wird, neu startet oder verworfen wird. Das sind unterschiedliche Verhaltensweisen, und die Middleware bietet möglicherweise nur bestimmte Optionen an. FMOD dokumentiert die Fortsetzung anhand der verstrichenen Zeit sowie eine Neustart-Option. Eine Maschine mit Loop braucht in der Regel Kontinuität, während das erneute Abspielen eines alten Aufpralls, sobald sich der Spieler nähert, irreführend wäre. Virtualisierung nicht mit dem expliziten Stoppen und Freigeben einer Wiedergabeinstanz gleichsetzen. [1]

Rechenbeispiel: Voice-Anzahl und Zeitachse sind getrennte Budgets

Angenommen, eine veranschaulichende Szene hat 240 aktive Sounds, die jeweils genau eine Voice erzeugen, und ein Budget von 32 echten Voices. Sind alle 32 echten Slots belegt, bleiben 208 Voices virtuell. Werden Prioritäten für 8 essenzielle Cues reserviert, bleiben in dieser vereinfachten Zuteilung 24 echte Slots für die übrigen Sounds. Ein Event mit mehreren Layern würde die Annahme „ein Sound, eine Voice" aufheben.

Eine Maschine hat einen Loop von 10 Sekunden bei konstanter Abspielgeschwindigkeit. Sie wird bei Position 3 Sekunden virtuell und kehrt 5 Sekunden später zurück. Bei Fortsetzung nach verstrichener Zeit sollte sie bei Position 8 Sekunden zurückkehren. Ein Neustart bei null ergibt einen anderen hörbaren Rhythmus. Es handelt sich um veranschaulichende Zahlen und Zeiterwartungen, nicht um allgemein empfohlene Grenzwerte oder Leistungsmessungen.

Hochstufen, Herabstufen und Beenden testen

Eine Stressszene aufbauen, in der der Listener die Hörbarkeitsgrenze vieler Emitter überquert. Anzuzeigen sind aktive Instanzen, echte Voices, virtuelle Voices, Prioritäten und Wiedergabepositionen. Ein normales Budget mit einem absichtlich knapp gehaltenen vergleichen und prüfen, ob wichtige Dialoge oder Warnungen die vorgesehene Behandlung erhalten.

Zu prüfen sind schnelle Kamerabewegungen, Loops, kurze One-Shots, Event-Abbrüche und das Entladen von Levels. Beobachten, ob ein One-Shot im virtuellen Zustand zu Ende läuft und wie sein Abschluss gemeldet wird. Doppelte Kopien vermeiden, wenn eine bestehende Instanz wieder hörbar wird. Übergänge auf Knacken oder wiederholte Attacks untersuchen und Fades oder Auswahlstabilität anpassen, soweit das System dies unterstützt. Der Spielfortschritt sollte nicht davon abhängen, ob ein Sound einen echten Voice-Slot erhält.

Verbleibende Kosten messen

Decoding, Streaming, Effekte, Spatialisierung, Event-Updates und Speicher sind jeweils getrennt zu untersuchen. Dass das Mixing einer Voice deaktiviert ist, beweist nicht, dass jeder angehängte Effekt oder gemeinsame Bus inaktiv ist. Wiederholtes Hochstufen kann zudem Lastspitzen erzeugen. Das Verhalten der ausgelieferten Middleware-Version und Plattform bestätigen und dann die belebteste relevante Szene budgetieren, statt sich allein auf eine Einstellung zur Voice-Anzahl zu verlassen.

Quellen

• [1] Core API Managing Resources — Firelight Technologies, FMOD Engine documentation.
• [2] Audio settings — Unity Technologies, Unity 6.0 manual.