Jedna testowa mapa gry wygenerowała 56 TB surowych danych symulacji falowej, a koder zapisał je w 41 MB, czyli kompresja ponad milionkrotna (Raghuvanshi i Snyder, ACM Transactions on Graphics 2014). Na SIGGRAPH 2026 zespół Ubisoft La Forge i Audiokinetic zmniejszył jedną nieskompresowaną rodzinę parametrów ze 182 GB do 14 MB, a 28 specjalistów od dźwięku w grach oceniło wynik na 61,8 wobec 62,6 dla wzorca (Seuté i in., SIGGRAPH Conference Papers 2026). Śledzenie promieni w czasie rzeczywistym działa na znacznie ciaśniejszym budżecie: wtyczka Steam Audio firmy Valve domyślnie używa 4.096 promieni i 4 odbić (Valve, kod źródłowy wtyczki Steam Audio dla Unity). Zebraliśmy dane z ACM Transactions on Graphics, ACM SIGGRAPH, IEEE Virtual Reality, Journal of the Acoustical Society of America oraz z dokumentacji producentów: Valve, AMD, NVIDIA i Meta. Podczas gdy nasze statystyki dźwięku przestrzennego śledzą urządzenia i popyt konsumencki, to zestawienie śledzi mechanizm pod spodem: koszt obliczeń, rozmiar danych i to, co słuchacze faktycznie słyszą.
TL;DR
- 56 TB surowych danych symulacji zakodowano do 41 MB dla jednej mapy testowej (Raghuvanshi i Snyder, ACM TOG 2014).
- 182 GB nieskompresowanych danych kodowania falowego wobec 14 MB dla modelu latentnego, ocena realizmu 61,8 wobec 62,6 (Seuté i in., SIGGRAPH 2026).
- Wczesne odbicia stały się rozróżnialne, gdy średnia droga swobodna, czyli przeciętna odległość, jaką dźwięk pokonuje między odbiciami, zmieniła się o więcej niż 0,06 m (Rungta i in., P-Reverb, 2019).
- Steam Audio domyślnie używa 4.096 promieni w czasie rzeczywistym i 4 odbić (Valve, kod źródłowy wtyczki Steam Audio dla Unity).
- Framework obliczeniowy na GPU utrzymał 80-100 FPS przy 16.000 promieni na klatkę na RTX 2060 (praca University of Gothenburg).
- Hybrydowy potok ze śledzeniem promieni i sieciami neuronowymi potrzebował od 6,78 do 12,95 ms na klatkę w czterech scenach (Tang i in., IEEE VR 2021).
- Generator neuronowy wytworzył efekt akustyczny w 0,1 milisekundy na RTX 2080 Ti (Ratnarajah i Manocha, IEEE VR 2024).
- Dyfrakcja 10. rzędu działała do 568 razy szybciej niż poprzedni stan wiedzy (Schissler i in., SIGGRAPH 2021).
- Różnica między symulowanymi a zmierzonymi odpowiedziami impulsowymi była zawsze wyraźnie słyszalna w dziewięciu środowiskach testowych (Brinkmann i in., JASA 2019).
- Metoda pogłosu zmieniała postrzeganą odległość w scenie dynamicznej, F(1,16) = 15,29, p < 0,01 (Rungta i in., 2017).
1. Obliczenia wstępne fal: terabajty na wejściu, megabajty na wyjściu
Symulacja falowa rozwiązuje fizykę dźwięku wprost, więc okluzja (zablokowany dźwięk staje się przytłumiony) i dyfrakcja (uginanie się dźwięku na krawędzi) wynikają z samej matematyki, a nie z ręcznie dostrojonego filtra. Jest jednak zbyt wolna dla działającej gry, dlatego studia stosują obliczenia wstępne: liczą akustykę offline i dostarczają tylko wyniki. Współczynnik ponad miliona dzieli to, co liczą obliczenia wstępne, od tego, co gracz instaluje.
Ten podział decyduje o tym, kogo stać na tę technikę. Obliczenia mierzone w godzinach na klastrze 140 maszyn to zupełnie inna propozycja dla małego zespołu: raport jednego dewelopera daje około 778 godzin na jednej maszynie 8-rdzeniowej, jeśli uruchomić je jedno po drugim (3.500 sond × 800 sekund ÷ 3.600). Każdą sondę, czyli punkt próbkowania w poziomie, w którym symulowany jest dźwięk, można wysłać do innego węzła obliczeniowego, dlatego ten sam wątek wskazuje na obliczenia w chmurze. To podejście nie jest laboratoryjną ciekawostką: Microsoft Research wymienia Gears of War, Sea of Thieves i Borderlands 3 wśród tytułów na nim zbudowanych.
| Metryka | Wartość | Źródło |
|---|---|---|
| Dane surowe symulacji a zakodowane dane czasu wykonania, mapa testowa Sanctuary | 56 TB wobec 41 MB | Najnowsze dostępne dane: Raghuvanshi i Snyder, ACM TOG 2014 |
| Czas obliczeń wstępnych i rozmiar po zakodowaniu na pięciu mapach testowych z artykułu | Od 4 do 20 godzin na klastrze 140 maszyn; od 20,8 MB do 53,7 MB | Najnowsze dostępne dane: Raghuvanshi i Snyder, ACM TOG 2014 |
| Obciążenie obliczeniami wstępnymi zgłoszone przez dewelopera w jednym projekcie | 3.500 sond po 800 sekund na sondę na 8-rdzeniowym CPU | Najnowsze dostępne dane: GitHub, microsoft/ProjectAcoustics, zgłoszenie 55, 27 maja 2021 (relacja jednego dewelopera) |
| Dane nieskompresowane dla jednej rodziny parametrów akustycznych, kodowanie falowe wobec modelu latentnego | 182 GB wobec 14 MB (scena Wwise Audio Lab); 3,1 GB wobec 1,8 MB (scena Audio Gym) | Seuté i in., Reciprocal Latent Fields, SIGGRAPH Conference Papers 2026 |
| Symulacja metodą elementów brzegowych do zbudowania neuronowego zbioru treningowego | Około 12 dni dla około 100.000 obiektów, do 1.000 Hz | Najnowsze dostępne dane: Tang i in., IEEE VR 2021 |
| Czas symulacji metodą elementów brzegowych na obiekt, 125 Hz wobec 1.000 Hz | 0,87 s wobec 2,80 s | Najnowsze dostępne dane: Tang i in., IEEE VR 2021 |
| Czas obliczeń wstępnych mapy akustycznej ze śledzeniem promieni, a nie symulacji falowej (deklaracja Meta) | Od sekund do minut, zależnie od złożoności sceny | Meta, dokumentacja Acoustic Ray Tracing for Unity |
Uwaga porównawcza: 41 MB to wartość skompresowana, a 182 GB i 14 MB są nieskompresowane, więc tych dwóch wierszy nie da się porównać wprost. Artykuł z 2026 roku uznaje kompresję za temat poza zakresem i nie podaje współczynnika. Nasz rachunek dla jego największej sceny: 182.000 MB ÷ 14 MB = 13.000 do 1.
2. Koszt w czasie wykonania: mikrosekundy na źródło
Obliczenia wstępne przenoszą ciężar poza klatkę. Gdy dane już istnieją, ich odczyt jest prawie darmowy i na tym polega cały argument za tą techniką: około 100 mikrosekund na źródło na Intel Xeon E5540 2,53 GHz, przy obsłudze mniej więcej 100 aktywnych dźwięków. Koszt, który ponosi komputer gracza, to niewielkie wyszukiwanie, a drogi etap odbył się już na klastrze kogoś innego.
Modele neuronowe konkurują teraz w tym samym zakresie. Najnowsze raporty mieszczą się między mikrosekundami a niskimi milisekundami, choć nie mierzono ich na równych warunkach: jedne używają pojedynczego wątku CPU, inne wydajnego GPU, a GPU zajęty klatką grafiki nie jest darmowy. Traktuj tę tabelę jako rzędy wielkości, a nie ranking.
| Metryka | Wartość | Źródło |
|---|---|---|
| Czas dekodowania na źródło, uśredniony po 100.000 losowych par punktów bez pamięci podręcznej | Około 100 μs; około 100 aktywnych dźwięków | Najnowsze dostępne dane: Raghuvanshi i Snyder, ACM TOG 2014 |
| Czas zapytania akustycznego na PC, wersja 2.0 wobec 3.0 (deklaracja Microsoft) | Trafienie w pamięć podręczną (dane już w pamięci) 25 do 15 μs; chybienie w pamięci podręcznej 1.100 do 40 μs | Najnowsze dostępne dane: Microsoft, ogłoszenie Project Acoustics 3.0, 31 sierpnia 2022 |
| Inferencja modelu latentnego na 100 par źródło-odbiornik, jeden wątek CPU | Od 10 μs do 93 μs dla trzech wariantów latentnych; 247 μs dla dużej sieci porównawczej | Seuté i in., SIGGRAPH 2026 |
| Czas wygenerowania jednego efektu akustycznego dla pozycji źródła i słuchacza | 0,1 milisekundy na RTX 2080 Ti | Ratnarajah i Manocha, Listen2Scene, IEEE VR 2024 |
| Neuronowe odpowiedzi impulsowe wygenerowane dla umeblowanej sceny wewnętrznej | Ponad 10.000 na sekundę na RTX 2080 Ti | Najnowsze dostępne dane: Ratnarajah i in., MESH2IR, ACM Multimedia 2022 |
| Czas klatki, śledzenie promieni plus neuronowa predykcja rozpraszania, cztery sceny | Od 6,78 ms do 12,95 ms; sama predykcja ≤1 ms na widok | Najnowsze dostępne dane: Tang i in., IEEE VR 2021 |
| Filtry VRWorks Audio na parę źródło-słuchacz (deklaracja NVIDIA) | 2 filtry, do 48.000 Hz i do 2 sekund długości | NVIDIA, VRWorks Audio SDK in Depth |
Odpowiedź impulsowa to zapis tego, jak przestrzeń odpowiada na pojedyncze kliknięcie. Zastosowanie jej do suchego dźwięku nazywa się splotem, a liczba filtrów potrzebnych na tym etapie szybko rośnie wraz ze szczegółowością przestrzenną (zob. sekcja 4).
3. Budżety promieni: tysiące, nie miliony
Śledzenie promieni w dźwięku żyje na małym limicie, ponieważ każdy promień konkuruje o czas z resztą klatki. Domyślne 4.096 promieni to liczba, która najwyraźniej wyznacza skalę problemu czasu rzeczywistego. Steam Audio śledzi te promienie od słuchacza, więc ustawienie opisuje jeden budżet na scenę, a nie wartość na źródło.
Wydane gry rzadko podają tę liczbę. Massive Entertainment twierdzi, że Avatar: Frontiers of Pandora wysyła «tysiące promieni» na klatkę na GPU do obstrukcji dźwięku, w ramach systemu hybrydowego (opis samego studia, bez dokładnej liczby). Obstrukcja oznacza częściową blokadę, przy której dźwięk nadal dociera do słuchacza inną drogą, w odróżnieniu od pełnej okluzji. Systemy badawcze raportują znacznie głębsze śledzenie, od 50 do 200 rzędów odbić w tabeli poniżej wobec domyślnych 4 odbić w Steam Audio. Ta różnica to dystans między tym, co może wydać demo laboratoryjne, a tym, co zakłada ustawienie domyślne.
| Metryka | Wartość | Źródło |
|---|---|---|
| Domyślne promienie i odbicia, czas rzeczywisty wobec obliczeń wstępnych (ustawienie domyślne Valve) | 4.096 promieni i 4 odbicia wobec 16.384 promieni i 16 odbić | Valve, kod źródłowy wtyczki Steam Audio dla Unity, gałąź główna |
| Domyślne limity czasu rzeczywistego (ustawienie domyślne Valve) | 32 źródła (maksimum 128); 5% rdzeni CPU | Valve, kod źródłowy wtyczki Steam Audio dla Unity |
| Limit próbek okluzji na źródło (ustawienie domyślne Valve) | Domyślnie 16, zakres od 1 do 128 | Valve, kod źródłowy wtyczki Steam Audio dla Unity |
| Śledzenie promieni w shaderze obliczeniowym GPU w złożonej scenie architektonicznej, RTX 2060 | 16.000 promieni na klatkę przy około 80-100 FPS | Praca University of Gothenburg, A GPU Compute Framework for Real-Time Ray-Traced Acoustic Simulation in Unity |
| Rzędy odbić śledzone dla późnego pogłosu | 200 rzędów w siedmiu pasmach oktawowych, od 125 Hz do 8.000 Hz | Najnowsze dostępne dane: Tang i in., IEEE VR 2021 |
| Rzędy odbić obsługiwane w tempie interaktywnym na wielordzeniowym PC | Od 50 do 100 rzędów odbić zwierciadlanych i rozproszonych | Najnowsze dostępne dane: Rungta i in., 2017 |
| Średni czas symulacji na punkt próbkowania, trzy sceny, wczesne a późne odbicia | Od 16,7 ms do 47,5 ms wobec od 68,4 ms do 150,7 ms | Najnowsze dostępne dane: Rungta i in., P-Reverb, 2019 |
Te czasy P-Reverb dotyczą punktu podczas obliczeń wstępnych, a nie klatki podczas gry. Pogłos, który inżynierowie mierzą w grze, to ta sama wielkość fizyczna, która napędza nasze statystyki czasu pogłosu w salach koncertowych, tylko liczona w limicie milisekund.
4. Przyspieszenia: deklarowane a zmierzone
Każdy nagłówkowy mnożnik w tej dziedzinie wymaga sprawdzenia mianownika. Wartość 50-150X dla wstępnych obliczeń na GPU porównuje się z własnym wbudowanym modułem śledzenia jednego producenta, dla wstępnego obliczania pogłosu, na dwóch scenach liczących 80.000 i 140.000 trójkątów. To użyteczny fakt o narzędziach offline i nic nie mówi o tym, co dzieje się z klatką na żywo.
Obliczenia na GPU mają też fizyczny pułap. Podwojenie jednostek obliczeniowych zarezerwowanych dla dźwięku daje mniej niż dwukrotne przyspieszenie, a dźwięk musi dzielić układ z grafiką. Drugim ograniczeniem jest splot: przejście od Ambisonics zerowego do trzeciego rzędu, formatu rozróżniającego dźwięk z szesnastu kierunków, mnoży liczbę filtrów przez 16. Dwa z niezależnych artykułów poniżej raportują zyski rzędu 3x do 5x, a biorą się one z wykonywania mniejszej pracy (mniej promieni, mniej punktów próbkowania), a nie z uruchamiania tej samej pracy na szybszym krzemie.
| Metryka | Wartość | Źródło |
|---|---|---|
| Przyspieszenie wstępnego obliczania pogłosu względem wbudowanego modułu śledzenia promieni Steam Audio (deklaracja Valve) | 50-150X z Radeon Rays na GPU z OpenCL 1.2; około 20X z Embree na nowych 4-rdzeniowych CPU | Najnowsze dostępne dane: Valve, wiadomości Steam Audio, 30 października 2019 |
| Przyspieszenie przy podwojeniu jednostek obliczeniowych GPU dla Radeon Rays, z 4 do 8 lub z 8 do 16 (deklaracja Valve) | Około 1,2x do 1,9x | Najnowsze dostępne dane: Valve, wiadomości Steam Audio, 21 lutego 2019 |
| Filtry splotu dla 16 źródeł, Ambisonics trzeciego rzędu wobec zerowego (własne demo AMD) | 256 wobec 16 | Najnowsze dostępne dane: AMD GPUOpen, przyspieszenie Steam Audio przez TrueAudio Next, 21 października 2019 |
| Czas obliczeń dzięki adaptacyjnemu śledzeniu promieni z pamięcią podręczną odpowiedzi impulsowych, wobec poprzednich podejść | Przyspieszenie 5x | Najnowsze dostępne dane: Schissler i Manocha, i3D 2016 |
| Narzut pamięci tej samej metody, wobec poprzednich podejść | Około dwa rzędy wielkości niższy | Najnowsze dostępne dane: Schissler i Manocha, i3D 2016 |
| Przyspieszenie dzięki grupowaniu punktów próbkowania według progów percepcyjnych, trzy sceny | Od 3x do 4x | Najnowsze dostępne dane: Rungta i in., P-Reverb, 2019 |
| Neuronowe generowanie odpowiedzi impulsowych wobec geometrycznego algorytmu akustycznego na CPU | Ponad 200 razy szybsze | Najnowsze dostępne dane: Ratnarajah i in., MESH2IR, ACM Multimedia 2022 |
Uwaga o wartości odstającej: mnożnik MESH2IR porównuje sieć na GPU z algorytmem na CPU, więc część różnicy wynika ze sprzętu, a nie z metody. Wartości Valve dla poszczególnych scen pojawiają się tylko na obrazie wykresu, dlatego podajemy zakresy z jej tekstu.
5. Okluzja i dokładność: gdzie leżą błędy
Liczbą najbliższą samej okluzji jest poziom dźwięku bezpośredniego, który jeden artykuł z 2026 roku definiuje jako parametr obejmujący tłumienie odległością i obstrukcję. Nawet najlepszy wariant latentny myli się tu o 1,9 dB w małej scenie i o 4,2 dB w większej, a potok z 2014 roku raportował podobną skalę błędu głośności. To błędy względem symulacji wzorcowej, a nie względem prawdziwego pomieszczenia.
Względem prawdziwych pomieszczeń obraz jest mniej pochlebny. Test międzylaboratoryjny w Journal of the Acoustical Society of America wykazał, że różnica względem pomiaru była zawsze wyraźnie słyszalna, a algorytmy były w większości wiarygodne, ale nie autentyczne. Autorzy wiążą tę lukę głównie z uproszczonymi danymi o pochłanianiu i rozpraszaniu oraz słabym modelowaniem dyfrakcji, czyli efektu, od którego zależy właśnie okluzja. Takie wzorce pomiarowe sprawiają, że badania w komorze bezechowej nadal mają znaczenie dla pracy nad symulacją.
| Metryka | Wartość | Źródło |
|---|---|---|
| Średni błąd w pełni zakodowanego potoku falowego | 3,3 dB dla głośności; 22,5% dla tempa zaniku | Najnowsze dostępne dane: Raghuvanshi i Snyder, ACM TOG 2014 |
| Średni błąd bezwzględny najlepszego wariantu latentnego, scena Audio Gym wobec sceny Wwise Audio Lab | Poziom dźwięku bezpośredniego 1,9 dB wobec 4,2 dB; kierunek nadejścia 3,8 wobec 3,2 stopnia | Seuté i in., SIGGRAPH 2026 |
| Znormalizowany błąd odtworzenia przewidywanego rozpraszania akustycznego, ogółem i według częstotliwości | 8,8% ogółem; 4,2% przy 125 Hz, rosnące do 10% przy 1.000 Hz | Najnowsze dostępne dane: Tang i in., IEEE VR 2021 |
| Odchylenie przewidywanych metryk akustycznych od wartości rzeczywistych | Poniżej 10% | Najnowsze dostępne dane: Ratnarajah i in., MESH2IR, ACM Multimedia 2022 |
| Geometryczne oszacowanie średniej drogi swobodnej (średniej odległości, jaką dźwięk pokonuje między odbiciami) i czasu pogłosu | W granicach 3% i w granicach 4,6% | Najnowsze dostępne dane: Rungta i in., P-Reverb, 2019 |
| Szybkość znajdowania ścieżek dyfrakcji 10. rzędu wobec poprzedniego stanu wiedzy | Do 568 razy szybciej | Najnowsze dostępne dane: Schissler, Mückl i Calamia, SIGGRAPH 2021 |
| Test międzylaboratoryjny symulacji akustyki pomieszczeń: symulowane a zmierzone odpowiedzi impulsowe, sześć scen akustycznych i trzy złożone środowiska | Różnica «zawsze wyraźnie słyszalna»; «w większości wiarygodne, ale nie autentyczne» | Najnowsze dostępne dane: Brinkmann i in., JASA 2019 |
Budżety promieni widać także tutaj. Praca z Gothenburga wykazała, że jej śledzenie promieni na GPU dobrze modelowało wczesne odbicia i kierunek, ale nie utrzymało późnego pogłosu: energia zanikała szybciej niż we wzorcu falowym z powodu limitów budżetu promieni i rozbieżności w shaderach obliczeniowych. Praca wnioskuje, że śledzenie promieni dźwięku na GPU należy stosować głównie jako narzędzie pomocnicze poprawiające jakość percepcyjną i dokładność przestrzenną.
6. Percepcja: co słuchacze faktycznie zauważają
Najbardziej użyteczny wynik w tej dziedzinie może dotyczyć tego, jak często dokładność przestaje mieć znaczenie. Specjaliści od dźwięku w grach ocenili 14-megabajtowy model uczony jako równie realistyczny jak pełny wzorzec, p = 0,41, podczas gdy prosty model wolnej przestrzeni uzyskał mniej niż połowę tej oceny. W tym teście akustyka uwzględniająca geometrię była wyraźnie słyszalna, natomiast pozostały błąd fizyczny już nie, co sugeruje, że struktura może mieć większe znaczenie niż ostatnie kilka decybeli.
Znaczenie ma też kontekst. Oceny odległości zmieniały się w zależności od metody pogłosu w scenie dynamicznej, ale nie w statycznej, a pomieszczenie dopasowane wypadło lepiej niż silnie pogłosowe, choć nie lepiej niż bezechowe, w niewielkim badaniu obecności z 2026 roku. Ogólny sprzęt odsłuchowy dokłada własne ograniczenia, jak pokazują nasze dane o lokalizacji HRTF w zestawach słuchawkowych do gier, więc symulowana akustyka jest tak dobra, jak ostatni etap łańcucha.
| Metryka | Wartość | Źródło |
|---|---|---|
| Średnia ocena realizmu (0-100), model latentny wobec wzorca kodowania falowego wobec dolnej kotwicy wolnej przestrzeni, 28 specjalistów od dźwięku w grach | 61,8 ± 3,8 wobec 62,6 ± 3,9 wobec 27,7 ± 4,1 | Seuté i in., SIGGRAPH 2026 |
| Porównanie statystyczne tych samych ocen | Model latentny wobec wzorca p = 0,41; oba wobec dolnej kotwicy p < 0,001, d Cohena ≈ 1,4 | Seuté i in., SIGGRAPH 2026 |
| Wpływ metody pogłosu na postrzeganą odległość, scena dynamiczna, 17 uczestników | F(1,16) = 15,29, p < 0,01 | Najnowsze dostępne dane: Rungta i in., 2017 |
| Dopasowanie potęgowe postrzeganej odległości (Dr) do rzeczywistej odległości (dr), śledzenie promieni wobec filtra Schroedera | Dr = 1,56·dr^0,58 (R² = 0,94) wobec Dr = 1,08·dr^0,66 (R² = 0,99) | Najnowsze dostępne dane: Rungta i in., 2017 |
| Wpływ metody pogłosu na postrzeganą odległość, scena statyczna, 12 osób | Brak istotnego wpływu | Najnowsze dostępne dane: Rungta i in., 2017 |
| Sceny z istotną różnicą w ocenach realizmu w trzech potokach renderowania, 51 zakwalifikowanych uczestników online spośród 71 zrekrutowanych | 2 z 4: Floor χ² = 10,82, p < 0,01; Havana χ² = 8,27, p = 0,02 | Najnowsze dostępne dane: Tang i in., IEEE VR 2021 |
| Obecność przestrzenna w Unreal Engine 5 na Meta Quest 3, dziesięciu krytycznych słuchaczy | Istotny spadek tylko między pomieszczeniem dopasowanym (RT60 = 0,21 s) a silnie pogłosowym (RT60 = 2,0 s) | Spacek, Lee i Johnson, AES AVAR Conference 2026 |
| Najmniejsza zauważalna zmiana średniej drogi swobodnej dla wczesnych odbić, 106 uczestników online | 0,06 m | Najnowsze dostępne dane: Rungta i in., P-Reverb, 2019 |
Uwaga o kontekście: test realizmu z 2026 roku używał nagranych wcześniej filmów ze stałą pozycją źródła i trajektorią odbiornika, więc oceniający nie kontrolowali kamery. Badanie z 51 uczestnikami przeprowadzono online na Amazon Mechanical Turk. Żaden z tych projektów nie testuje gry rywalizacyjnej.
Podsumowanie: okluzja dźwięku ze śledzeniem promieni i symulacja akustyczna w grach w liczbach
| Metryka | Wartość | Źródło |
|---|---|---|
| Dane surowe symulacji a dane zakodowane, jedna mapa testowa | 56 TB wobec 41 MB | Raghuvanshi i Snyder, ACM TOG 2014 |
| Czas dekodowania na źródło | Około 100 μs | Raghuvanshi i Snyder, ACM TOG 2014 |
| Kodowanie falowe wobec modelu latentnego, nieskompresowane, jedna rodzina parametrów | 182 GB wobec 14 MB | Seuté i in., SIGGRAPH 2026 |
| Ocena realizmu, model latentny wobec wzorca, 28 specjalistów | 61,8 wobec 62,6, p = 0,41 | Seuté i in., SIGGRAPH 2026 |
| Domyślne promienie i odbicia Steam Audio w czasie rzeczywistym | 4.096 i 4 | Valve, kod źródłowy wtyczki Steam Audio dla Unity |
| Promienie na klatkę przy około 80-100 FPS, RTX 2060 | 16.000 | Praca University of Gothenburg |
| Czas klatki, śledzenie promieni plus neuronowe rozpraszanie, cztery sceny | Od 6,78 ms do 12,95 ms | Tang i in., IEEE VR 2021 |
| Znormalizowany błąd odtworzenia przewidywanego rozpraszania | 8,8% | Tang i in., IEEE VR 2021 |
| Czas wygenerowania jednego efektu akustycznego, RTX 2080 Ti | 0,1 milisekundy | Ratnarajah i Manocha, IEEE VR 2024 |
| Neuronowe odpowiedzi impulsowe na sekundę, RTX 2080 Ti | Ponad 10.000 | Ratnarajah i in., ACM Multimedia 2022 |
| Dyfrakcja 10. rzędu wobec poprzedniego stanu wiedzy | Do 568 razy szybciej | Schissler, Mückl i Calamia, SIGGRAPH 2021 |
| Przyspieszenie adaptacyjnego śledzenia promieni wobec poprzednich podejść | 5x | Schissler i Manocha, i3D 2016 |
| Filtry splotu, 16 źródeł, Ambisonics trzeciego rzędu (własne demo AMD) | 256 | AMD GPUOpen, 21 października 2019 |
| Wpływ metody pogłosu na postrzeganą odległość, scena dynamiczna | F(1,16) = 15,29, p < 0,01 | Rungta i in., 2017 |
| Najmniejsza zauważalna zmiana średniej drogi swobodnej, wczesne odbicia | 0,06 m | Rungta i in., P-Reverb, 2019 |
| Obecność przestrzenna, pomieszczenie dopasowane wobec silnie pogłosowego, dziesięciu słuchaczy | Istotny spadek | Spacek, Lee i Johnson, AES AVAR 2026 |
| Symulowane a zmierzone odpowiedzi impulsowe, dziewięć środowisk testowych | Zawsze wyraźnie słyszalne | Brinkmann i in., JASA 2019 |
Metodologia i źródła
- Raghuvanshi i Snyder, Parametric Wave Field Coding for Precomputed Sound Propagation, ACM Transactions on Graphics 33(4), 2014
- Seuté, Vasudev, Richan i Buffoni, Reciprocal Latent Fields for Precomputed Sound Propagation, SIGGRAPH Conference Papers 2026
- Tang, Meng i Manocha, Learning Acoustic Scattering Fields for Dynamic Interactive Sound Propagation, IEEE VR 2021
- Ratnarajah i Manocha, Listen2Scene, IEEE VR 2024
- Ratnarajah, Tang, Aralikatti i Manocha, MESH2IR, ACM Multimedia 2022
- Rungta, Rewkowski, Klatzky, Lin i Manocha, Effects of Virtual Acoustics on Dynamic Auditory Distance Perception, 2017
- Rungta, Rewkowski, Klatzky i Manocha, P-Reverb, 2019
- Schissler i Manocha, Adaptive Impulse Response Modeling for Interactive Sound Propagation, i3D 2016
- Schissler, Mückl i Calamia, Fast Diffraction Pathfinding for Dynamic Sound Propagation, SIGGRAPH 2021
- Brinkmann, Aspöck, Ackermann, Lepa, Vorländer i Weinzierl, A Round Robin on Room Acoustical Simulation and Auralization, JASA 2019
- Spacek, Lee i Johnson, The Role of Room Acoustics in 6DoF Interactive Audio for XR, program AES AVAR Conference 2026
- University of Gothenburg, A GPU Compute Framework for Real-Time Ray-Traced Acoustic Simulation in Unity
- Valve, źródło ustawień wtyczki Steam Audio dla Unity oraz wiadomości 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
- Ogłoszenie Project Acoustics 3.0 oraz przegląd Project Triton
- Massive Entertainment, Ray Tracing Audio in Snowdrop
- GitHub, microsoft/ProjectAcoustics, zgłoszenie 55
- Uwaga o danych: znaczna część najlepszych publicznych danych w tej dziedzinie jest stara, dlatego wiersze datowane przed październikiem 2023 są oznaczone w tabelach. Wydane gry prawie nigdy nie publikują liczby promieni ani budżetów klatki dla dźwięku i nie znaleźliśmy takiej liczby dla żadnego tytułu. Dane producentów są oznaczone jako deklaracje, a nie przytaczamy żadnego szacunku wielkości rynku, ponieważ nie znaleźliśmy żadnego dotyczącego symulacji akustycznej. Artykuł Tang i in. podaje narzut sieci zarówno jako poniżej 11 ms na obiekt, jak i poniżej 1 ms na widok; podajemy wartość na widok z tabeli wyników. Strona pracy, którą czytaliśmy, nie pokazywała autora ani roku, a wpis AES AVAR to streszczenie programowe, a nie pełny artykuł. Wiele wierszy akademickich pochodzi z jednego kręgu badawczego wokół Dinesh Manocha, więc są to odrębne badania, ale nie w pełni niezależne głosy. Obciążenie obliczeniami wstępnymi z GitHub to relacja jednego dewelopera z ery wersji 2.0, a nie mogliśmy potwierdzić, że VRWorks Audio SDK jest nadal utrzymywany ani że dokumentacja Project Acoustics firmy Microsoft jest aktualna, ponieważ dwie jej strony przekierowywały na ogólne centrum deweloperskie Xbox, gdy sprawdzaliśmy w październiku 2026 roku.
Ostatnia aktualizacja: 31 października 2026 roku. Aktualizujemy to zestawienie co kwartał, a kolejnego odświeżenia spodziewamy się po opublikowaniu artykułów technicznych ACM SIGGRAPH Asia 2026.