33 个音效，一个音频文件都没有

Strandbreak Online 是个很吵的游戏： 八把主武器各有自己的枪声，十几把副武器借用和它们手感最接近的那把枪的声音， 还有命中和暴击、死亡和精英怪死亡、拾取、升级、爆炸，外加一个自带五种音效的 Boss。 加起来一共三十三个音效。而游戏的下载包里没有任何音频文件。

这是怎么做到的

每个声音都是一份写成数据的简短配方：用哪些振荡器、音量包络是什么形状、 一个滤波器、再加一点噪声。游戏启动时，这些配方会被渲染成原始采样缓冲区， 也就是音频文件本来会被解码成的那种东西，然后直接从那里播放。

代价在浏览器里实测过：以每秒 48,000 个采样计， 渲染那十一个需要在浏览器允许出声的第一时间就准备好的声音，花了 37 毫秒。 其余的声音在第一次播放时才渲染。下载的代价是零字节。

没人想到的好处：可以测试

下载包更小当然不错，但那不是重点。重点在于，把配方变成采样的那段代码是纯函数： 它不碰浏览器的音频系统，也不碰页面。 这意味着它能在普通的测试里运行，在一台没有扬声器的机器上运行， 而测试可以对游戏里的每一个声音下断言：

• 听得见。 响度高于一个下限。配方里打错一个字、渲染出一片寂静，构建就会失败。
• 从不削波。 没有任何一个采样超过最大值。
• 里面没有坏数据：没有非法数值。
• 没有直流偏移，也就是那种把波形持续推向一侧、让扬声器发出闷响的偏移。
• 以静音开始，以静音结束，所以不会有爆音。
• 结果是确定的：同一份配方每次都产出同样的采样。
• 和其他所有声音都不一样。 两个提示音不小心共用了同一份配方，测试就会失败。
• 每把主武器都有自己的枪声，而且游戏里的每把武器，包括副武器，都指向一个确实存在的声音。

这些都不可能靠耳朵听出来。最要紧的那种故障，「事件触发了，却什么声音都没出来」， 在截图里看不见，在试玩中也很容易漏掉，因为玩家正忙着呢。 如果用音频文件，这一切就只能靠一个人戴着耳机把声音挨个点一遍，点一次，然后再也不会点第二次。

割草类游戏的混音器必须做到的三件事

一个屏幕上可能同时有几百个敌人的游戏，请求播放声音的速度比任何人能听清的都快。 没有规则的话，混音要么糊成一团，要么变成噪音。

每个声音都有最短间隔和发声数预算。 一帧里可能有五十次命中事件。 当成五十个叠在一起的声音来播，效果只是很吵。 在浏览器里测过：现在五十个同时到达的命中音效请求，只会产生两个发声。 耳朵分辨不出差别，混音里的其他声音也保住了。

每份配方的峰值都做了归一化。 一个声音相对另一个声音有多响，由配方表决定， 而不是由每一层的音量决定。这样一来，调整一个声音的构成， 就不会悄悄改变它播放时的响度。

主输出上有一个限幅器。 四十个峰值为 0.3 的发声叠在一起，远远超过最大值， 而浏览器在超过最大值时的处理方式，就是听得见的失真。 一个温和的限幅器能把总和压在范围之内。

静音和闪避是两回事

还有一条规则，是在之前一个游戏上吃了亏才学到的。 当页面需要游戏安静下来，比如要播广告时，游戏会闪避（duck）： 声音淡出，广告结束后再淡回来。 当玩家按下静音键时，游戏就是静音。这是两个独立的开关。 如果它们是同一个开关，广告一结束，就会给一个明明要求安静的玩家重新打开声音。 这一点同样在浏览器里测过：闪避期间设置的静音，在闪避结束后依然保持。

说到底

用代码生成素材，通常是从体积的角度来讨论的。 更有力的理由是：凡是由纯函数生成的东西，都可以像其他代码一样测试， 而声音恰恰是大多数游戏里测试最少的部分之一。 一个机器检查不了的声音，迟早会在没人注意的时候坏掉。

来玩 Strandbreak Online，记得开着声音。