Une carte de jeu de test a produit 56 TB de données brutes de simulation ondulatoire, et l’encodeur les a stockées en 41 MB, un facteur de compression de plus d’un million (Raghuvanshi et Snyder, ACM Transactions on Graphics 2014). À SIGGRAPH 2026, une équipe d’Ubisoft La Forge et d’Audiokinetic a ramené une famille de paramètres non compressée de 182 GB à 14 MB, et 28 professionnels de l’audio de jeu ont noté le résultat 61,8 contre 62,6 pour la référence (Seuté et al., SIGGRAPH Conference Papers 2026). Le lancer de rayons en temps réel fonctionne avec un budget bien plus serré : le plugin Steam Audio de Valve utilise par défaut 4 096 rayons et 4 rebonds (Valve, code source du plugin Steam Audio Unity). Nous avons agrégé des données d’ACM Transactions on Graphics, d’ACM SIGGRAPH, d’IEEE Virtual Reality, du Journal of the Acoustical Society of America, ainsi que la documentation des fournisseurs Valve, AMD, NVIDIA et Meta. Là où nos statistiques sur l’audio spatial suivent les appareils et la demande des consommateurs, ce tour d’horizon suit la mécanique sous-jacente : coût de calcul, taille des données et ce que les auditeurs entendent réellement.
TL;DR
- 56 TB de données brutes de simulation encodées en 41 MB pour une carte de test (Raghuvanshi et Snyder, ACM TOG 2014).
- 182 GB de données de codage d’ondes non compressées contre 14 MB pour un modèle latent, notés 61,8 contre 62,6 pour le réalisme (Seuté et al., SIGGRAPH 2026).
- Les premières réflexions sont devenues distinguables dès que le libre parcours moyen, la distance moyenne parcourue par le son entre deux réflexions, changeait de plus de 0,06 m (Rungta et al., P-Reverb, 2019).
- Steam Audio utilise par défaut 4 096 rayons en temps réel et 4 rebonds (Valve, code source du plugin Steam Audio Unity).
- Un cadre de calcul sur GPU a tenu 80-100 FPS à 16 000 rayons par image sur une RTX 2060 (thèse de l’Université de Göteborg).
- Un pipeline hybride de lancer de rayons et de réseau neuronal a pris de 6,78 à 12,95 ms par image sur quatre scènes (Tang et al., IEEE VR 2021).
- Un générateur neuronal a produit un effet acoustique en 0,1 milliseconde sur une RTX 2080 Ti (Ratnarajah et Manocha, IEEE VR 2024).
- La diffraction d’ordre 10 s’est exécutée jusqu’à 568 fois plus vite que l’état de l’art précédent (Schissler et al., SIGGRAPH 2021).
- L’écart entre les réponses impulsionnelles simulées et mesurées était toujours nettement audible dans neuf environnements de test (Brinkmann et al., JASA 2019).
- La méthode de réverbération a modifié la distance perçue dans une scène dynamique, F(1,16) = 15,29, p < 0,01 (Rungta et al., 2017).
1. Précalculs ondulatoires : des téraoctets en entrée, des mégaoctets en sortie
La simulation ondulatoire résout directement la physique du son, de sorte que l’occlusion (un son bloqué qui devient étouffé) et la diffraction (le son qui se courbe autour d’une arête) émergent des mathématiques plutôt que d’un filtre réglé à la main. Elle est bien trop lente pour un jeu en cours d’exécution, alors les studios la précalculent (bake) : ils calculent l’acoustique hors ligne et ne livrent que les résultats. Un facteur de plus d’un million sépare ce que le précalcul calcule de ce que le joueur installe.
Cette séparation détermine qui peut se permettre la technique. Un précalcul mesuré en heures sur une grappe de 140 machines devient une tout autre proposition pour une petite équipe : le rapport d’un développeur donne environ 778 heures sur une seule machine à 8 cœurs si on l’exécute d’une traite (3 500 sondes × 800 secondes ÷ 3 600). Chaque sonde, un point d’échantillonnage du niveau où le son est simulé, peut être envoyée à un nœud de calcul différent, ce qui explique que le même fil de discussion mène vers le précalcul dans le cloud. L’approche n’est pas une curiosité de laboratoire : Microsoft Research cite Gears of War, Sea of Thieves et Borderlands 3 parmi les titres construits dessus.
| Métrique | Valeur | Source |
|---|---|---|
| Données brutes de simulation contre données encodées à l’exécution, carte de test Sanctuary | 56 TB contre 41 MB | Données les plus récentes disponibles : Raghuvanshi et Snyder, ACM TOG 2014 |
| Durée de précalcul et taille encodée sur les cinq cartes de test de l’article | 4 à 20 heures sur une grappe de 140 machines ; 20,8 MB à 53,7 MB | Données les plus récentes disponibles : Raghuvanshi et Snyder, ACM TOG 2014 |
| Charge de précalcul rapportée par un développeur sur un projet | 3 500 sondes à 800 secondes par sonde sur un CPU à 8 cœurs | Données les plus récentes disponibles : GitHub, microsoft/ProjectAcoustics issue 55, 27 mai 2021 (rapport d’un seul développeur) |
| Données non compressées pour une famille de paramètres acoustiques, codage d’ondes contre modèle latent | 182 GB contre 14 MB (scène Wwise Audio Lab) ; 3,1 GB contre 1,8 MB (scène Audio Gym) | Seuté et al., Reciprocal Latent Fields, SIGGRAPH Conference Papers 2026 |
| Simulation par éléments de frontière pour constituer un jeu d’entraînement neuronal | Environ 12 jours pour environ 100 000 objets, jusqu’à 1 000 Hz | Données les plus récentes disponibles : Tang et al., IEEE VR 2021 |
| Durée de simulation par éléments de frontière par objet, 125 Hz contre 1 000 Hz | 0,87 s contre 2,80 s | Données les plus récentes disponibles : Tang et al., IEEE VR 2021 |
| Durée de précalcul d’une carte acoustique par lancer de rayons, hors simulation ondulatoire (affirmation propre de Meta) | De quelques secondes à quelques minutes, selon la complexité de la scène | Meta, documentation Acoustic Ray Tracing for Unity |
Note de comparaison : 41 MB est un chiffre compressé, alors que 182 GB et 14 MB sont non compressés, les deux lignes ne sont donc pas directement comparables. L’article de 2026 considère la compression comme hors périmètre et ne rapporte aucun ratio. Notre calcul sur sa plus grande scène : 182 000 MB ÷ 14 MB = 13 000 pour 1.
2. Coût à l’exécution : des microsecondes par source
Le précalcul sort la charge de l’image. Une fois les données produites, les consulter est presque gratuit, et c’est tout l’argument de la technique : environ 100 microsecondes par source sur un Intel Xeon E5540 à 2,53 GHz, avec environ 100 sons actifs pris en charge. Le coût que paie la machine du joueur est une petite consultation, et la partie coûteuse a déjà eu lieu sur la grappe de quelqu’un d’autre.
Les modèles neuronaux rivalisent désormais dans la même plage. Les rapports les plus récents se situent entre la microseconde et quelques millisecondes, mais ils ne sont pas mesurés dans des conditions équivalentes : certains utilisent un seul thread CPU, d’autres un GPU haut de gamme, et un GPU qui consacre son image au graphisme n’est pas gratuit. Lisez ce tableau comme des ordres de grandeur, pas comme un classement.
| Métrique | Valeur | Source |
|---|---|---|
| Temps de décodage par source, moyenné sur 100 000 paires de points aléatoires sans cache | Environ 100 μs ; environ 100 sons actifs | Données les plus récentes disponibles : Raghuvanshi et Snyder, ACM TOG 2014 |
| Temps de requête acoustique sur PC, version 2.0 contre 3.0 (affirmation propre de Microsoft) | Succès de cache (données déjà en mémoire) 25 à 15 μs ; échec de cache 1 100 à 40 μs | Données les plus récentes disponibles : Microsoft, annonce de Project Acoustics 3.0, 31 août 2022 |
| Inférence du modèle latent pour 100 paires source-récepteur, un thread CPU | 10 μs à 93 μs pour les trois variantes latentes ; 247 μs pour le grand réseau de comparaison | Seuté et al., SIGGRAPH 2026 |
| Temps de génération d’un effet acoustique pour une position de source et d’auditeur | 0,1 milliseconde sur une RTX 2080 Ti | Ratnarajah et Manocha, Listen2Scene, IEEE VR 2024 |
| Réponses impulsionnelles neuronales générées pour une scène intérieure meublée | Plus de 10 000 par seconde sur une RTX 2080 Ti | Données les plus récentes disponibles : Ratnarajah et al., MESH2IR, ACM Multimedia 2022 |
| Temps par image, lancer de rayons plus prédiction neuronale de la diffusion, quatre scènes | 6,78 ms à 12,95 ms ; la prédiction elle-même ≤1 ms par vue | Données les plus récentes disponibles : Tang et al., IEEE VR 2021 |
| Filtres VRWorks Audio par paire source-auditeur (affirmation propre de NVIDIA) | 2 filtres, jusqu’à 48 000 Hz et jusqu’à 2 secondes de long | NVIDIA, VRWorks Audio SDK in Depth |
Une réponse impulsionnelle est l’enregistrement de la façon dont un espace répond à un simple clic. L’appliquer à un son sec s’appelle la convolution, et le nombre de filtres que cette étape exige croît rapidement avec le niveau de détail spatial (voir la section 4).
3. Budgets de rayons : des milliers, pas des millions
Le lancer de rayons audio vit avec une petite allocation, car chaque rayon se dispute le temps avec le reste de l’image. Un défaut de 4 096 rayons est le chiffre qui marque le plus clairement l’échelle du problème en temps réel. Steam Audio lance ces rayons depuis l’auditeur, de sorte que le réglage décrit un budget unique pour la scène plutôt qu’un chiffre par source.
Les jeux commercialisés publient rarement ce chiffre. Massive Entertainment indique que Avatar: Frontiers of Pandora envoie « des milliers de rayons » à chaque image sur le GPU pour l’obstruction sonore, au sein d’un système hybride (description propre au studio, sans chiffre exact). L’obstruction désigne un blocage partiel où le son atteint encore l’auditeur par un autre chemin, par opposition à l’occlusion totale. Les systèmes de recherche rapportent un tracé bien plus profond, de 50 à 200 ordres de réflexion dans le tableau ci-dessous contre 4 rebonds par défaut dans Steam Audio. L’écart est la distance entre ce qu’une démo de laboratoire peut dépenser et ce qu’un réglage par défaut suppose.
| Métrique | Valeur | Source |
|---|---|---|
| Rayons et rebonds par défaut, temps réel contre précalculé (réglage par défaut de Valve) | 4 096 rayons et 4 rebonds contre 16 384 rayons et 16 rebonds | Valve, code source du plugin Steam Audio Unity, branche master |
| Limites par défaut en temps réel (réglage par défaut de Valve) | 32 sources (128 au maximum) ; 5% des cœurs CPU | Valve, code source du plugin Steam Audio Unity |
| Plafond d’échantillons d’occlusion par source (réglage par défaut de Valve) | 16 par défaut, plage de 1 à 128 | Valve, code source du plugin Steam Audio Unity |
| Lancer de rayons par compute shader GPU dans une scène architecturale complexe, RTX 2060 | 16 000 rayons par image à environ 80-100 FPS | Thèse de l’Université de Göteborg, A GPU Compute Framework for Real-Time Ray-Traced Acoustic Simulation in Unity |
| Ordres de réflexion tracés pour la réverbération tardive | 200 ordres sur sept bandes d’octave, de 125 Hz à 8 000 Hz | Données les plus récentes disponibles : Tang et al., IEEE VR 2021 |
| Ordres de réflexion pris en charge à des cadences interactives sur un PC multicœur | 50 à 100 ordres de réflexions spéculaires et diffuses | Données les plus récentes disponibles : Rungta et al., 2017 |
| Durée moyenne de simulation par point d’échantillonnage, trois scènes, premières contre dernières réflexions | 16,7 ms à 47,5 ms contre 68,4 ms à 150,7 ms | Données les plus récentes disponibles : Rungta et al., P-Reverb, 2019 |
Ces durées de P-Reverb s’entendent par point pendant le précalcul, pas par image pendant le jeu. La réverbération que les ingénieurs mesurent dans un jeu est la même grandeur physique que celle qui sous-tend nos statistiques sur la réverbération des salles de concert, simplement calculée sous une contrainte de quelques millisecondes.
4. Accélérations : revendiquées contre mesurées
Chaque multiplicateur affiché dans ce domaine demande qu’on vérifie son dénominateur. Le chiffre de 50-150 fois pour le précalcul sur GPU se compare au lanceur de rayons intégré d’un seul fournisseur, pour le précalcul de la réverbération, sur deux scènes de 80 000 et 140 000 triangles. C’est un fait utile sur les outils hors ligne, et il ne dit rien de ce qui arrive à une image en direct.
Le calcul sur GPU a aussi un plafond physique. Doubler les unités de calcul réservées à l’audio donne moins que le double de vitesse, et l’audio doit partager la puce avec le graphisme. L’autre limite est la convolution : passer de l’Ambisonics d’ordre zéro à l’ordre trois, un format qui résout le son selon seize directions, multiplie le nombre de filtres par 16. Deux des articles indépendants ci-dessous rapportent des gains de 3 à 5 fois, et ceux-ci viennent d’un travail réduit (moins de rayons, moins de points d’échantillonnage) plutôt que du même travail exécuté sur un silicium plus rapide.
| Métrique | Valeur | Source |
|---|---|---|
| Accélération du précalcul de la réverbération par rapport au lanceur de rayons intégré de Steam Audio (affirmation propre de Valve) | 50-150 fois avec Radeon Rays sur des GPU OpenCL 1.2 ; environ 20 fois avec Embree sur des CPU récents à 4 cœurs | Données les plus récentes disponibles : Valve, actualités Steam Audio, 30 octobre 2019 |
| Accélération en doublant les unités de calcul GPU pour Radeon Rays, de 4 à 8 ou de 8 à 16 (affirmation propre de Valve) | Environ 1,2 à 1,9 fois | Données les plus récentes disponibles : Valve, actualités Steam Audio, 21 février 2019 |
| Filtres de convolution pour 16 sources, Ambisonics d’ordre trois contre ordre zéro (démo propre d’AMD) | 256 contre 16 | Données les plus récentes disponibles : AMD GPUOpen, TrueAudio Next acceleration of Steam Audio, 21 octobre 2019 |
| Temps de calcul du lancer de rayons adaptatif avec cache de réponses impulsionnelles, par rapport aux approches précédentes | Accélération de 5 fois | Données les plus récentes disponibles : Schissler et Manocha, i3D 2016 |
| Surcharge mémoire de la même méthode, par rapport aux approches précédentes | Environ deux ordres de grandeur de moins | Données les plus récentes disponibles : Schissler et Manocha, i3D 2016 |
| Accélération obtenue en regroupant les points d’échantillonnage selon des seuils perceptifs, trois scènes | 3 à 4 fois | Données les plus récentes disponibles : Rungta et al., P-Reverb, 2019 |
| Génération neuronale de réponses impulsionnelles contre un algorithme d’acoustique géométrique sur CPU | Plus de 200 fois plus rapide | Données les plus récentes disponibles : Ratnarajah et al., MESH2IR, ACM Multimedia 2022 |
Note sur la valeur aberrante : le multiplicateur de MESH2IR compare un réseau sur GPU à un algorithme sur CPU, donc une partie de l’écart tient au matériel plutôt qu’à la méthode. Les valeurs par scène de Valve n’apparaissent que sur une image de graphique, nous rapportons donc les plages indiquées dans son texte.
5. Occlusion et précision : où se logent les erreurs
Le chiffre le plus proche de l’occlusion elle-même est le niveau sonore direct, qu’un article de 2026 définit comme le paramètre qui capture l’atténuation par la distance et l’obstruction. Même la meilleure variante latente y passe à côté de 1,9 dB dans une petite scène et de 4,2 dB dans une plus grande, et le pipeline de 2014 rapportait une erreur de sonie du même ordre. Ce sont des erreurs par rapport à une simulation de référence, pas par rapport à une vraie salle.
Face à de vraies salles, le tableau est moins flatteur. Un essai interlaboratoires (round robin) publié dans le Journal of the Acoustical Society of America a constaté que l’écart avec la mesure était toujours nettement audible, et que les algorithmes étaient surtout plausibles plutôt qu’authentiques. Les auteurs relient cet écart en grande partie à des données d’absorption et de diffusion simplifiées et à une modélisation médiocre de la diffraction, précisément l’effet dont dépend l’occlusion. Des références mesurées de ce type expliquent pourquoi les essais en chambre anéchoïque restent importants pour le travail de simulation.
| Métrique | Valeur | Source |
|---|---|---|
| Erreur moyenne du pipeline complet de codage d’ondes | 3,3 dB pour la sonie ; 22,5% pour le taux de décroissance | Données les plus récentes disponibles : Raghuvanshi et Snyder, ACM TOG 2014 |
| Erreur absolue moyenne de la meilleure variante latente, scène Audio Gym contre scène Wwise Audio Lab | Niveau sonore direct 1,9 dB contre 4,2 dB ; direction d’arrivée 3,8 contre 3,2 degrés | Seuté et al., SIGGRAPH 2026 |
| Erreur de reproduction normalisée de la diffusion acoustique prédite, globale et par fréquence | 8,8% au global ; 4,2% à 125 Hz, montant à 10% à 1 000 Hz | Données les plus récentes disponibles : Tang et al., IEEE VR 2021 |
| Écart des métriques acoustiques prédites par rapport à la référence | Moins de 10% | Données les plus récentes disponibles : Ratnarajah et al., MESH2IR, ACM Multimedia 2022 |
| Estimation géométrique du libre parcours moyen (distance moyenne parcourue par le son entre deux réflexions) et du temps de réverbération | À moins de 3% et à moins de 4,6% | Données les plus récentes disponibles : Rungta et al., P-Reverb, 2019 |
| Vitesse de recherche des chemins de diffraction d’ordre 10 contre l’état de l’art précédent | Jusqu’à 568 fois plus rapide | Données les plus récentes disponibles : Schissler, Mückl et Calamia, SIGGRAPH 2021 |
| Essai interlaboratoires de simulation acoustique de salles : réponses impulsionnelles simulées contre mesurées, six scènes acoustiques et trois environnements complexes | Écart « toujours nettement audible » ; « surtout plausible mais pas authentique » | Données les plus récentes disponibles : Brinkmann et al., JASA 2019 |
Les budgets de rayons apparaissent ici aussi. La thèse de Göteborg a constaté que son lanceur de rayons sur GPU modélisait bien les premières réflexions et la direction, mais ne pouvait pas soutenir la réverbération tardive : l’énergie décroissait plus vite que dans la référence ondulatoire, à cause des limites du budget de rayons et de la divergence des compute shaders. La thèse conclut que le lancer de rayons audio sur GPU devrait être utilisé surtout comme outil secondaire qui améliore la qualité perceptive et la précision spatiale.
6. Perception : ce que les auditeurs remarquent vraiment
Le résultat le plus utile de ce domaine est peut-être la fréquence à laquelle la précision cesse d’importer. Des professionnels de l’audio de jeu ont jugé un modèle appris de 14 MB aussi réaliste que la référence complète, p = 0,41, tandis qu’un simple modèle en champ libre obtenait moins de la moitié de ce score. Dans ce test, l’acoustique tenant compte de la géométrie était nettement audible, alors que l’erreur physique restante ne l’était pas, ce qui suggère que la structure compte peut-être plus que les derniers décibels.
Le contexte compte aussi. Les jugements de distance ont changé avec la méthode de réverbération dans une scène dynamique mais pas dans une scène statique, et une pièce adaptée l’a emporté sur une pièce très réverbérante, mais pas sur une pièce anéchoïque, dans une petite étude de présence de 2026. Le matériel d’écoute générique ajoute ses propres limites, comme le montrent nos données sur la localisation HRTF des casques de jeu, de sorte que l’acoustique simulée ne vaut que par le dernier maillon de la chaîne.
| Métrique | Valeur | Source |
|---|---|---|
| Note moyenne de réalisme (0-100), modèle latent contre référence de codage d’ondes contre ancre basse en champ libre, 28 professionnels de l’audio de jeu | 61,8 ± 3,8 contre 62,6 ± 3,9 contre 27,7 ± 4,1 | Seuté et al., SIGGRAPH 2026 |
| Comparaison statistique des mêmes notes | Modèle latent contre référence p = 0,41 ; les deux contre l’ancre basse p < 0,001, d de Cohen ≈ 1,4 | Seuté et al., SIGGRAPH 2026 |
| Effet de la méthode de réverbération sur la distance perçue, scène dynamique, 17 participants | F(1,16) = 15,29, p < 0,01 | Données les plus récentes disponibles : Rungta et al., 2017 |
| Ajustement en loi de puissance de la distance perçue (Dr) à la distance réelle (dr), lancer de rayons contre filtre de Schroeder | Dr = 1,56·dr^0,58 (R² = 0,94) contre Dr = 1,08·dr^0,66 (R² = 0,99) | Données les plus récentes disponibles : Rungta et al., 2017 |
| Effet de la méthode de réverbération sur la distance perçue, scène statique, 12 sujets | Aucun effet significatif | Données les plus récentes disponibles : Rungta et al., 2017 |
| Scènes avec une différence significative de notes de réalisme entre trois pipelines de rendu, 51 participants en ligne qualifiés sur 71 recrutés | 2 sur 4 : Floor χ² = 10,82, p < 0,01 ; Havana χ² = 8,27, p = 0,02 | Données les plus récentes disponibles : Tang et al., IEEE VR 2021 |
| Présence spatiale dans Unreal Engine 5 sur Meta Quest 3, dix auditeurs critiques | Baisse significative seulement entre les pièces adaptée (RT60 = 0,21 s) et très réverbérante (RT60 = 2,0 s) | Spacek, Lee et Johnson, AES AVAR Conference 2026 |
| Plus petit changement perceptible du libre parcours moyen pour les premières réflexions, 106 participants en ligne | 0,06 m | Données les plus récentes disponibles : Rungta et al., P-Reverb, 2019 |
Note de contexte : le test de réalisme de 2026 utilisait des vidéos préenregistrées avec une position de source et une trajectoire de récepteur fixes, les évaluateurs ne contrôlaient donc pas la caméra. L’étude à 51 participants s’est déroulée en ligne sur Amazon Mechanical Turk. Aucun des deux protocoles ne teste le jeu compétitif.
Résumé : l’occlusion audio par lancer de rayons et la simulation acoustique dans les jeux en chiffres
| Métrique | Valeur | Source |
|---|---|---|
| Données brutes de simulation contre données encodées, une carte de test | 56 TB contre 41 MB | Raghuvanshi et Snyder, ACM TOG 2014 |
| Temps de décodage par source | Environ 100 μs | Raghuvanshi et Snyder, ACM TOG 2014 |
| Codage d’ondes contre modèle latent, non compressé, une famille de paramètres | 182 GB contre 14 MB | Seuté et al., SIGGRAPH 2026 |
| Note de réalisme, modèle latent contre référence, 28 professionnels | 61,8 contre 62,6, p = 0,41 | Seuté et al., SIGGRAPH 2026 |
| Rayons et rebonds par défaut en temps réel de Steam Audio | 4 096 et 4 | Valve, code source du plugin Steam Audio Unity |
| Rayons par image à environ 80-100 FPS, RTX 2060 | 16 000 | Thèse de l’Université de Göteborg |
| Temps par image, lancer de rayons plus diffusion neuronale, quatre scènes | 6,78 ms à 12,95 ms | Tang et al., IEEE VR 2021 |
| Erreur de reproduction normalisée de la diffusion prédite | 8,8% | Tang et al., IEEE VR 2021 |
| Temps de génération d’un effet acoustique, RTX 2080 Ti | 0,1 milliseconde | Ratnarajah et Manocha, IEEE VR 2024 |
| Réponses impulsionnelles neuronales par seconde, RTX 2080 Ti | Plus de 10 000 | Ratnarajah et al., ACM Multimedia 2022 |
| Diffraction d’ordre 10 contre l’état de l’art précédent | Jusqu’à 568 fois plus rapide | Schissler, Mückl et Calamia, SIGGRAPH 2021 |
| Accélération du lancer de rayons adaptatif par rapport aux approches précédentes | 5 fois | Schissler et Manocha, i3D 2016 |
| Filtres de convolution, 16 sources, Ambisonics d’ordre trois (démo propre d’AMD) | 256 | AMD GPUOpen, 21 octobre 2019 |
| Effet de la méthode de réverbération sur la distance perçue, scène dynamique | F(1,16) = 15,29, p < 0,01 | Rungta et al., 2017 |
| Plus petit changement perceptible du libre parcours moyen, premières réflexions | 0,06 m | Rungta et al., P-Reverb, 2019 |
| Présence spatiale, pièce adaptée contre pièce très réverbérante, dix auditeurs | Baisse significative | Spacek, Lee et Johnson, AES AVAR 2026 |
| Réponses impulsionnelles simulées contre mesurées, neuf environnements de test | Toujours nettement audible | Brinkmann et al., JASA 2019 |
Méthodologie et sources
- Raghuvanshi et Snyder, Parametric Wave Field Coding for Precomputed Sound Propagation, ACM Transactions on Graphics 33(4), 2014
- Seuté, Vasudev, Richan et Buffoni, Reciprocal Latent Fields for Precomputed Sound Propagation, SIGGRAPH Conference Papers 2026
- Tang, Meng et Manocha, Learning Acoustic Scattering Fields for Dynamic Interactive Sound Propagation, IEEE VR 2021
- Ratnarajah et Manocha, Listen2Scene, IEEE VR 2024
- Ratnarajah, Tang, Aralikatti et Manocha, MESH2IR, ACM Multimedia 2022
- Rungta, Rewkowski, Klatzky, Lin et Manocha, Effects of Virtual Acoustics on Dynamic Auditory Distance Perception, 2017
- Rungta, Rewkowski, Klatzky et Manocha, P-Reverb, 2019
- Schissler et Manocha, Adaptive Impulse Response Modeling for Interactive Sound Propagation, i3D 2016
- Schissler, Mückl et Calamia, Fast Diffraction Pathfinding for Dynamic Sound Propagation, SIGGRAPH 2021
- Brinkmann, Aspöck, Ackermann, Lepa, Vorländer et Weinzierl, A Round Robin on Room Acoustical Simulation and Auralization, JASA 2019
- Spacek, Lee et Johnson, The Role of Room Acoustics in 6DoF Interactive Audio for XR, programme de l’AES AVAR Conference 2026
- Université de Göteborg, A GPU Compute Framework for Real-Time Ray-Traced Acoustic Simulation in Unity
- Valve, code source des réglages du plugin Steam Audio Unity et actualités Steam Audio
- AMD GPUOpen, TrueAudio Next Acceleration of Steam Audio Sound Reflections
- NVIDIA, VRWorks Audio SDK in Depth
- Meta, Acoustic Maps in Acoustic Ray Tracing for Unity
- Annonce de Project Acoustics 3.0 et présentation de Project Triton
- Massive Entertainment, Ray Tracing Audio in Snowdrop
- GitHub, microsoft/ProjectAcoustics issue 55
- Note sur les données : une grande partie des meilleures données publiques de ce domaine est ancienne, les lignes antérieures à octobre 2023 sont donc signalées dans leurs tableaux. Les jeux commercialisés ne publient presque jamais leurs nombres de rayons ni leurs budgets audio par image, et nous n’avons trouvé aucun chiffre de ce type pour aucun titre. Les chiffres des fournisseurs sont étiquetés comme des affirmations, et aucune estimation de taille de marché n’est citée, car nous n’en avons trouvé aucune spécifique à la simulation acoustique. L’article de Tang et al. indique la surcharge du réseau à la fois comme inférieure à 11 ms par objet et inférieure à 1 ms par vue ; nous rapportons le chiffre par vue tiré de son tableau de résultats. La page de la thèse que nous avons lue n’affichait ni auteur ni année, et l’entrée AES AVAR est un résumé de programme, pas un article complet. De nombreuses lignes académiques relèvent d’un même cercle de recherche autour de Dinesh Manocha : ce sont des études distinctes, mais pas des voix entièrement indépendantes. La charge de précalcul tirée de GitHub est le rapport d’un seul développeur datant de l’ère 2.0, et nous n’avons pas pu confirmer que le SDK VRWorks Audio est toujours maintenu ni que la documentation de Project Acoustics de Microsoft reste à jour, deux de ses pages redirigeant vers le portail général des développeurs Xbox lors de notre vérification en octobre 2026.
Dernière mise à jour : 31 octobre 2026. Nous actualisons ce tour d’horizon chaque trimestre, et la prochaine révision est attendue lors de la publication des articles techniques d’ACM SIGGRAPH Asia 2026.