Một bản đồ trò chơi thử nghiệm tạo ra 56 TB dữ liệu thô mô phỏng sóng, và bộ mã hóa lưu chúng trong 41 MB, hệ số nén hơn một triệu lần (Raghuvanshi và Snyder, ACM Transactions on Graphics 2014). Tại SIGGRAPH 2026, một nhóm của Ubisoft La Forge và Audiokinetic đã giảm một họ tham số không nén từ 182 GB xuống 14 MB, và 28 chuyên gia âm thanh trò chơi chấm kết quả 61,8 so với 62,6 của bản tham chiếu (Seuté và cộng sự, SIGGRAPH Conference Papers 2026). Dò tia thời gian thực chạy với ngân sách chặt hơn nhiều: plugin Steam Audio của Valve mặc định dùng 4.096 tia và 4 lần phản xạ (Valve, mã nguồn plugin Steam Audio Unity). Chúng tôi tổng hợp dữ liệu từ ACM Transactions on Graphics, ACM SIGGRAPH, IEEE Virtual Reality, Journal of the Acoustical Society of America, cùng tài liệu của các nhà cung cấp Valve, AMD, NVIDIA và Meta. Nếu thống kê âm thanh không gian của chúng tôi theo dõi thiết bị và nhu cầu người dùng, thì bài tổng hợp này theo dõi bộ máy bên dưới: chi phí tính toán, kích thước dữ liệu và những gì người nghe thực sự nghe được.
Tóm tắt nhanh
- 56 TB dữ liệu mô phỏng thô được mã hóa thành 41 MB cho một bản đồ thử nghiệm (Raghuvanshi và Snyder, ACM TOG 2014).
- 182 GB dữ liệu mã hóa sóng không nén so với 14 MB cho một mô hình tiềm ẩn, được chấm độ chân thực 61,8 so với 62,6 (Seuté và cộng sự, SIGGRAPH 2026).
- Các phản xạ sớm trở nên phân biệt được khi quãng đường tự do trung bình, tức khoảng cách trung bình âm thanh đi giữa các lần phản xạ, thay đổi hơn 0,06 m (Rungta và cộng sự, P-Reverb, 2019).
- Steam Audio mặc định dùng 4.096 tia thời gian thực và 4 lần phản xạ (Valve, mã nguồn plugin Steam Audio Unity).
- Một khung tính toán GPU giữ được 80-100 FPS ở 16.000 tia mỗi khung hình trên RTX 2060 (luận văn Đại học Gothenburg).
- Một quy trình lai giữa dò tia và nơ-ron mất 6,78 đến 12,95 ms mỗi khung hình trên bốn cảnh (Tang và cộng sự, IEEE VR 2021).
- Một bộ sinh nơ-ron tạo ra một hiệu ứng âm học trong 0,1 mili giây trên RTX 2080 Ti (Ratnarajah và Manocha, IEEE VR 2024).
- Nhiễu xạ bậc 10 chạy nhanh hơn tới 568 lần so với kỹ thuật tiên tiến trước đó (Schissler và cộng sự, SIGGRAPH 2021).
- Khoảng chênh giữa đáp ứng xung mô phỏng và đo thực luôn nghe rõ ràng trên chín môi trường thử nghiệm (Brinkmann và cộng sự, JASA 2019).
- Phương pháp tạo độ vang làm thay đổi khoảng cách cảm nhận trong cảnh động, F(1,16) = 15,29, p < 0,01 (Rungta và cộng sự, 2017).
1. Bake Sóng: Vào Hàng Terabyte, Ra Hàng Megabyte
Mô phỏng sóng giải trực tiếp vật lý của âm thanh, nên hiện tượng che chắn (âm thanh bị chặn nên nghe đục) và nhiễu xạ (âm thanh uốn quanh một cạnh) xuất hiện từ toán học chứ không từ một bộ lọc chỉnh tay. Nó quá chậm đối với một trò chơi đang chạy, vì vậy các studio bake (tính toán trước): họ tính âm học ngoại tuyến và chỉ phát hành kết quả. Một hệ số hơn một triệu lần ngăn cách những gì lần bake tính toán với những gì người chơi cài đặt.
Sự tách biệt đó quyết định ai có đủ khả năng dùng kỹ thuật này. Một lần bake đo bằng giờ trên cụm 140 máy trở thành một đề xuất rất khác với một nhóm nhỏ: báo cáo của một lập trình viên cho ra khoảng 778 giờ trên một máy 8 nhân nếu chạy nối tiếp nhau (3.500 điểm dò × 800 giây ÷ 3.600). Mỗi điểm dò, tức một điểm lấy mẫu trong màn chơi nơi âm thanh được mô phỏng, có thể được gửi đến một nút tính toán khác, đó là lý do chính chủ đề thảo luận ấy hướng đến việc bake trên đám mây. Cách tiếp cận này không phải thứ tò mò của phòng thí nghiệm: Microsoft Research liệt kê Gears of War, Sea of Thieves và Borderlands 3 trong số các tựa game được xây dựng trên nó.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Dữ liệu mô phỏng thô so với dữ liệu thời gian chạy đã mã hóa, bản đồ thử nghiệm Sanctuary | 56 TB so với 41 MB | Dữ liệu mới nhất hiện có: Raghuvanshi và Snyder, ACM TOG 2014 |
| Thời gian bake và kích thước đã mã hóa trên năm bản đồ thử nghiệm của bài báo | 4 đến 20 giờ trên cụm 140 máy; 20,8 MB đến 53,7 MB | Dữ liệu mới nhất hiện có: Raghuvanshi và Snyder, ACM TOG 2014 |
| Khối lượng bake do một lập trình viên báo cáo trên một dự án | 3.500 điểm dò với 800 giây mỗi điểm dò trên CPU 8 nhân | Dữ liệu mới nhất hiện có: GitHub, microsoft/ProjectAcoustics issue 55, ngày 27 tháng 5 năm 2021 (báo cáo của một lập trình viên) |
| Dữ liệu không nén cho một họ tham số âm học, mã hóa sóng so với mô hình tiềm ẩn | 182 GB so với 14 MB (cảnh Wwise Audio Lab); 3,1 GB so với 1,8 MB (cảnh Audio Gym) | Seuté và cộng sự, Reciprocal Latent Fields, SIGGRAPH Conference Papers 2026 |
| Mô phỏng phần tử biên để xây dựng tập huấn luyện nơ-ron | Khoảng 12 ngày cho khoảng 100.000 vật thể, đến 1.000 Hz | Dữ liệu mới nhất hiện có: Tang và cộng sự, IEEE VR 2021 |
| Thời gian mô phỏng phần tử biên cho mỗi vật thể, 125 Hz so với 1.000 Hz | 0,87 s so với 2,80 s | Dữ liệu mới nhất hiện có: Tang và cộng sự, IEEE VR 2021 |
| Thời gian bake một bản đồ âm học dò tia, không phải mô phỏng sóng (tuyên bố của chính Meta) | Từ vài giây đến vài phút, tùy độ phức tạp của cảnh | Meta, tài liệu Acoustic Ray Tracing for Unity |
Lưu ý so sánh: 41 MB là con số đã nén, trong khi 182 GB và 14 MB là không nén, nên hai hàng này không thể so sánh trực tiếp. Bài báo năm 2026 coi việc nén nằm ngoài phạm vi và không báo cáo tỷ lệ nào. Phép tính của chúng tôi trên cảnh lớn nhất của nó: 182.000 MB ÷ 14 MB = 13.000 trên 1.
2. Chi Phí Thời Gian Chạy: Micro Giây Cho Mỗi Nguồn
Bake chuyển gánh nặng ra khỏi khung hình. Khi dữ liệu đã có, việc tra cứu gần như miễn phí, và đó là toàn bộ lập luận của kỹ thuật này: khoảng 100 micro giây cho mỗi nguồn trên Intel Xeon E5540 2,53 GHz, hỗ trợ khoảng 100 âm thanh đang hoạt động. Chi phí máy của người chơi phải trả là một lần tra cứu nhỏ, còn phần tốn kém đã diễn ra trên cụm máy của người khác.
Các mô hình nơ-ron giờ đây cạnh tranh trong cùng khoảng đó. Những báo cáo mới nhất nằm trong khoảng từ micro giây đến vài mili giây, nhưng chúng không được đo trong điều kiện ngang nhau: một số dùng một luồng CPU, số khác dùng GPU cao cấp, và một GPU đang dành khung hình cho đồ họa thì không hề miễn phí. Hãy đọc bảng này như các bậc độ lớn, không phải một bảng xếp hạng.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Thời gian giải mã cho mỗi nguồn, lấy trung bình trên 100.000 cặp điểm ngẫu nhiên không có bộ đệm | Khoảng 100 μs; khoảng 100 âm thanh đang hoạt động | Dữ liệu mới nhất hiện có: Raghuvanshi và Snyder, ACM TOG 2014 |
| Thời gian truy vấn âm học trên PC, phiên bản 2.0 so với 3.0 (tuyên bố của chính Microsoft) | Trúng bộ đệm (dữ liệu đã có trong bộ nhớ) 25 đến 15 μs; trượt bộ đệm 1.100 đến 40 μs | Dữ liệu mới nhất hiện có: Microsoft, thông báo Project Acoustics 3.0, ngày 31 tháng 8 năm 2022 |
| Suy luận của mô hình tiềm ẩn cho mỗi 100 cặp nguồn-bộ thu, một luồng CPU | 10 μs đến 93 μs cho ba biến thể tiềm ẩn; 247 μs cho mạng so sánh lớn | Seuté và cộng sự, SIGGRAPH 2026 |
| Thời gian tạo một hiệu ứng âm học cho một vị trí nguồn và người nghe | 0,1 mili giây trên RTX 2080 Ti | Ratnarajah và Manocha, Listen2Scene, IEEE VR 2024 |
| Đáp ứng xung nơ-ron được tạo cho một cảnh trong nhà có nội thất | Hơn 10.000 mỗi giây trên RTX 2080 Ti | Dữ liệu mới nhất hiện có: Ratnarajah và cộng sự, MESH2IR, ACM Multimedia 2022 |
| Thời gian khung hình, dò tia cộng dự đoán tán xạ bằng nơ-ron, bốn cảnh | 6,78 ms đến 12,95 ms; riêng phần dự đoán ≤1 ms mỗi góc nhìn | Dữ liệu mới nhất hiện có: Tang và cộng sự, IEEE VR 2021 |
| Bộ lọc VRWorks Audio cho mỗi cặp nguồn và người nghe (tuyên bố của chính NVIDIA) | 2 bộ lọc, đến 48.000 Hz và dài đến 2 giây | NVIDIA, VRWorks Audio SDK in Depth |
Đáp ứng xung là bản ghi cách một không gian phản hồi một cú nhấp đơn. Áp dụng nó lên một âm thanh khô được gọi là tích chập, và số bộ lọc mà bước đó cần tăng nhanh theo mức chi tiết không gian (xem phần 4).
3. Ngân Sách Tia: Hàng Nghìn, Không Phải Hàng Triệu
Dò tia âm thanh sống với một khoản cấp phát nhỏ, vì mỗi tia phải cạnh tranh thời gian với phần còn lại của khung hình. Mặc định 4.096 tia là con số đánh dấu rõ nhất quy mô của bài toán thời gian thực. Steam Audio dò các tia đó từ người nghe, nên thiết lập này mô tả một ngân sách chung cho cảnh chứ không phải con số cho từng nguồn.
Các trò chơi đã phát hành hiếm khi công bố con số này. Massive Entertainment cho biết Avatar: Frontiers of Pandora gửi ra “hàng nghìn tia” mỗi khung hình trên GPU để xử lý cản trở âm thanh, bên trong một hệ thống lai (mô tả của chính studio, không có số lượng chính xác). Cản trở là sự chặn một phần mà âm thanh vẫn tới được người nghe theo đường khác, trái với che chắn hoàn toàn. Các hệ thống nghiên cứu báo cáo việc dò sâu hơn nhiều, 50 đến 200 bậc phản xạ trong bảng dưới đây, so với mặc định 4 lần phản xạ trong Steam Audio. Khoảng chênh đó là khoảng cách giữa những gì một bản demo phòng thí nghiệm có thể chi và những gì một thiết lập mặc định giả định.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Số tia và số lần phản xạ mặc định, thời gian thực so với bake (thiết lập mặc định của Valve) | 4.096 tia và 4 lần phản xạ so với 16.384 tia và 16 lần phản xạ | Valve, mã nguồn plugin Steam Audio Unity, nhánh master |
| Giới hạn thời gian thực mặc định (thiết lập mặc định của Valve) | 32 nguồn (tối đa 128); 5% số nhân CPU | Valve, mã nguồn plugin Steam Audio Unity |
| Mức trần mẫu che chắn trên mỗi nguồn (thiết lập mặc định của Valve) | Mặc định 16, phạm vi từ 1 đến 128 | Valve, mã nguồn plugin Steam Audio Unity |
| Dò tia bằng compute shader GPU trong một cảnh kiến trúc phức tạp, RTX 2060 | 16.000 tia mỗi khung hình ở khoảng 80-100 FPS | Luận văn Đại học Gothenburg, A GPU Compute Framework for Real-Time Ray-Traced Acoustic Simulation in Unity |
| Số bậc phản xạ được dò cho độ vang muộn | 200 bậc trên bảy dải quãng tám, từ 125 Hz đến 8.000 Hz | Dữ liệu mới nhất hiện có: Tang và cộng sự, IEEE VR 2021 |
| Số bậc phản xạ được hỗ trợ ở tốc độ tương tác trên PC đa nhân | 50 đến 100 bậc phản xạ gương và khuếch tán | Dữ liệu mới nhất hiện có: Rungta và cộng sự, 2017 |
| Thời gian mô phỏng trung bình cho mỗi điểm lấy mẫu, ba cảnh, phản xạ sớm so với muộn | 16,7 ms đến 47,5 ms so với 68,4 ms đến 150,7 ms | Dữ liệu mới nhất hiện có: Rungta và cộng sự, P-Reverb, 2019 |
Các thời gian P-Reverb đó tính trên mỗi điểm trong giai đoạn tính toán trước, không phải trên mỗi khung hình khi chơi. Độ vang mà các kỹ sư đo trong một trò chơi chính là đại lượng vật lý đứng sau thống kê độ vang phòng hòa nhạc của chúng tôi, chỉ khác là được tính dưới giới hạn thời gian vài mili giây.
4. Mức Tăng Tốc: Được Tuyên Bố So Với Đo Được
Mọi hệ số nhân làm tiêu đề trong lĩnh vực này đều cần kiểm tra mẫu số của nó. Con số 50-150 lần cho bake bằng GPU so sánh với bộ dò tia tích hợp của chính một nhà cung cấp, cho việc bake độ vang, trên hai cảnh có 80.000 và 140.000 tam giác. Đó là một sự thật hữu ích về các công cụ ngoại tuyến, và nó không nói gì về điều xảy ra với một khung hình trực tiếp.
Tính toán GPU cũng có một giới hạn vật lý. Nhân đôi số đơn vị tính toán dành cho âm thanh chỉ cho tốc độ thấp hơn gấp đôi, và âm thanh phải dùng chung chip với đồ họa. Giới hạn còn lại là tích chập: chuyển từ Ambisonics bậc không lên bậc ba, một định dạng phân giải âm thanh từ mười sáu hướng, nhân số bộ lọc lên 16 lần. Hai trong số các bài báo độc lập dưới đây báo cáo mức tăng 3 đến 5 lần, và chúng đến từ việc làm ít việc hơn (ít tia hơn, ít điểm lấy mẫu hơn) chứ không phải từ việc chạy cùng khối lượng công việc trên silicon nhanh hơn.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Mức tăng tốc bake độ vang so với bộ dò tia tích hợp của Steam Audio (tuyên bố của chính Valve) | 50-150 lần với Radeon Rays trên GPU OpenCL 1.2; khoảng 20 lần với Embree trên CPU 4 nhân đời mới | Dữ liệu mới nhất hiện có: Valve, tin tức Steam Audio, ngày 30 tháng 10 năm 2019 |
| Mức tăng tốc khi nhân đôi đơn vị tính toán GPU cho Radeon Rays, từ 4 lên 8 hoặc từ 8 lên 16 (tuyên bố của chính Valve) | Khoảng 1,2 đến 1,9 lần | Dữ liệu mới nhất hiện có: Valve, tin tức Steam Audio, ngày 21 tháng 2 năm 2019 |
| Bộ lọc tích chập cho 16 nguồn, Ambisonics bậc ba so với bậc không (bản demo của chính AMD) | 256 so với 16 | Dữ liệu mới nhất hiện có: AMD GPUOpen, TrueAudio Next acceleration of Steam Audio, ngày 21 tháng 10 năm 2019 |
| Thời gian tính toán từ dò tia thích ứng với bộ đệm đáp ứng xung, so với các cách tiếp cận trước | Tăng tốc 5 lần | Dữ liệu mới nhất hiện có: Schissler và Manocha, i3D 2016 |
| Chi phí bộ nhớ của cùng phương pháp, so với các cách tiếp cận trước | Thấp hơn khoảng hai bậc độ lớn | Dữ liệu mới nhất hiện có: Schissler và Manocha, i3D 2016 |
| Mức tăng tốc nhờ gom cụm các điểm lấy mẫu theo ngưỡng cảm nhận, ba cảnh | 3 đến 4 lần | Dữ liệu mới nhất hiện có: Rungta và cộng sự, P-Reverb, 2019 |
| Tạo đáp ứng xung bằng nơ-ron so với thuật toán âm học hình học trên CPU | Nhanh hơn hơn 200 lần | Dữ liệu mới nhất hiện có: Ratnarajah và cộng sự, MESH2IR, ACM Multimedia 2022 |
Lưu ý về giá trị ngoại lai: hệ số của MESH2IR so sánh một mạng chạy trên GPU với một thuật toán chạy trên CPU, nên một phần chênh lệch đến từ phần cứng chứ không phải phương pháp. Các giá trị theo từng cảnh của Valve chỉ xuất hiện trong hình biểu đồ, vì vậy chúng tôi báo cáo các khoảng được nêu trong phần văn bản của nó.
5. Che Chắn và Độ Chính Xác: Lỗi Nằm Ở Đâu
Con số gần nhất với chính hiện tượng che chắn là mức âm trực tiếp, mà một bài báo năm 2026 định nghĩa là tham số nắm bắt suy giảm theo khoảng cách và sự cản trở. Ngay cả biến thể tiềm ẩn tốt nhất ở đó cũng lệch 1,9 dB trong một cảnh nhỏ và 4,2 dB trong một cảnh lớn hơn, và quy trình năm 2014 báo cáo sai số độ to ở quy mô tương tự. Đây là sai số so với một mô phỏng tham chiếu, không phải so với một căn phòng thật.
So với phòng thật thì bức tranh kém khả quan hơn. Một thử nghiệm so sánh liên phòng thí nghiệm (round robin) trên Journal of the Acoustical Society of America cho thấy khác biệt so với phép đo luôn nghe rõ ràng, và các thuật toán phần lớn chỉ hợp lý chứ không chân thực. Các tác giả quy khoảng cách đó phần lớn cho dữ liệu hấp thụ và tán xạ đã được đơn giản hóa cùng việc mô hình hóa nhiễu xạ yếu, đúng hiệu ứng mà hiện tượng che chắn phụ thuộc vào. Những tham chiếu đo thực kiểu này là lý do thử nghiệm trong phòng cách âm vẫn quan trọng đối với công việc mô phỏng.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Sai số trung bình của toàn bộ quy trình sóng đã mã hóa | 3,3 dB đối với độ to; 22,5% đối với tốc độ suy giảm | Dữ liệu mới nhất hiện có: Raghuvanshi và Snyder, ACM TOG 2014 |
| Sai số tuyệt đối trung bình của biến thể tiềm ẩn tốt nhất, cảnh Audio Gym so với cảnh Wwise Audio Lab | Mức âm trực tiếp 1,9 dB so với 4,2 dB; hướng đến 3,8 so với 3,2 độ | Seuté và cộng sự, SIGGRAPH 2026 |
| Sai số tái tạo chuẩn hóa của tán xạ âm học được dự đoán, tổng thể và theo tần số | 8,8% tổng thể; 4,2% ở 125 Hz tăng lên 10% ở 1.000 Hz | Dữ liệu mới nhất hiện có: Tang và cộng sự, IEEE VR 2021 |
| Độ lệch của các chỉ số âm học dự đoán so với giá trị thực | Dưới 10% | Dữ liệu mới nhất hiện có: Ratnarajah và cộng sự, MESH2IR, ACM Multimedia 2022 |
| Ước tính hình học của quãng đường tự do trung bình (khoảng cách trung bình âm thanh đi giữa các lần phản xạ) và thời gian vang | Trong phạm vi 3% và trong phạm vi 4,6% | Dữ liệu mới nhất hiện có: Rungta và cộng sự, P-Reverb, 2019 |
| Tốc độ tìm đường nhiễu xạ bậc 10 so với kỹ thuật tiên tiến trước đó | Nhanh hơn tới 568 lần | Dữ liệu mới nhất hiện có: Schissler, Mückl và Calamia, SIGGRAPH 2021 |
| Thử nghiệm so sánh liên phòng thí nghiệm về mô phỏng âm học phòng: đáp ứng xung mô phỏng so với đo thực, sáu cảnh âm học và ba môi trường phức tạp | Khác biệt “luôn nghe rõ ràng”; “phần lớn hợp lý nhưng không chân thực” | Dữ liệu mới nhất hiện có: Brinkmann và cộng sự, JASA 2019 |
Ngân sách tia cũng xuất hiện ở đây. Luận văn Gothenburg thấy bộ dò tia GPU của nó mô hình hóa tốt các phản xạ sớm và hướng nhưng không thể duy trì độ vang muộn: năng lượng suy giảm nhanh hơn so với tham chiếu sóng do giới hạn ngân sách tia và sự phân kỳ của compute shader. Luận văn kết luận rằng dò tia âm thanh bằng GPU nên được dùng chủ yếu như một công cụ phụ để cải thiện chất lượng cảm nhận và độ chính xác không gian.
6. Cảm Nhận: Người Nghe Thực Sự Để Ý Điều Gì
Kết quả hữu ích nhất trong lĩnh vực này có lẽ là việc độ chính xác thường xuyên thôi còn quan trọng. Các chuyên gia âm thanh trò chơi đánh giá một mô hình đã học nặng 14 MB chân thực ngang bản tham chiếu đầy đủ, p = 0,41, trong khi một mô hình không gian tự do đơn giản đạt chưa đến một nửa số điểm đó. Trong bài kiểm tra này, âm học nhận biết hình học nghe rõ ràng, nhưng sai số vật lý còn lại thì không, điều này gợi ý rằng cấu trúc có thể quan trọng hơn vài decibel cuối cùng.
Bối cảnh cũng quan trọng. Các đánh giá khoảng cách thay đổi theo phương pháp tạo độ vang trong cảnh động nhưng không thay đổi trong cảnh tĩnh, và một căn phòng khớp vượt trội hơn một căn phòng rất vang, nhưng không vượt trội hơn một căn phòng cách âm, trong một nghiên cứu nhỏ về cảm giác hiện diện năm 2026. Thiết bị nghe thông dụng cũng thêm những giới hạn riêng, như dữ liệu định vị HRTF của tai nghe chơi game của chúng tôi cho thấy, nên âm học mô phỏng chỉ tốt bằng khâu cuối cùng trong chuỗi.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Điểm chân thực trung bình (0-100), mô hình tiềm ẩn so với tham chiếu mã hóa sóng so với mốc thấp không gian tự do, 28 chuyên gia âm thanh trò chơi | 61,8 ± 3,8 so với 62,6 ± 3,9 so với 27,7 ± 4,1 | Seuté và cộng sự, SIGGRAPH 2026 |
| So sánh thống kê của chính các điểm số đó | Mô hình tiềm ẩn so với tham chiếu p = 0,41; cả hai so với mốc thấp p < 0,001, d Cohen ≈ 1,4 | Seuté và cộng sự, SIGGRAPH 2026 |
| Ảnh hưởng của phương pháp tạo độ vang lên khoảng cách cảm nhận, cảnh động, 17 người tham gia | F(1,16) = 15,29, p < 0,01 | Dữ liệu mới nhất hiện có: Rungta và cộng sự, 2017 |
| Đường khớp theo luật lũy thừa của khoảng cách cảm nhận (Dr) với khoảng cách thực (dr), dò tia so với bộ lọc Schroeder | Dr = 1,56·dr^0,58 (R² = 0,94) so với Dr = 1,08·dr^0,66 (R² = 0,99) | Dữ liệu mới nhất hiện có: Rungta và cộng sự, 2017 |
| Ảnh hưởng của phương pháp tạo độ vang lên khoảng cách cảm nhận, cảnh tĩnh, 12 đối tượng | Không có ảnh hưởng đáng kể | Dữ liệu mới nhất hiện có: Rungta và cộng sự, 2017 |
| Các cảnh có khác biệt đáng kể về điểm chân thực giữa ba quy trình kết xuất, 51 người tham gia trực tuyến đủ điều kiện trong 71 người được tuyển | 2 trên 4: Floor χ² = 10,82, p < 0,01; Havana χ² = 8,27, p = 0,02 | Dữ liệu mới nhất hiện có: Tang và cộng sự, IEEE VR 2021 |
| Cảm giác hiện diện không gian trong Unreal Engine 5 trên Meta Quest 3, mười người nghe khó tính | Chỉ giảm đáng kể giữa phòng khớp (RT60 = 0,21 s) và phòng rất vang (RT60 = 2,0 s) | Spacek, Lee và Johnson, AES AVAR Conference 2026 |
| Thay đổi nhỏ nhất có thể nhận ra của quãng đường tự do trung bình đối với phản xạ sớm, 106 người tham gia trực tuyến | 0,06 m | Dữ liệu mới nhất hiện có: Rungta và cộng sự, P-Reverb, 2019 |
Lưu ý về bối cảnh: bài kiểm tra độ chân thực năm 2026 dùng video quay sẵn với vị trí nguồn và quỹ đạo bộ thu cố định, nên người chấm không điều khiển camera. Nghiên cứu 51 người tham gia được thực hiện trực tuyến trên Amazon Mechanical Turk. Cả hai thiết kế đều không kiểm tra việc chơi đối kháng.
Tổng kết: Che Chắn Âm Thanh Dò Tia và Mô Phỏng Âm Học Trong Trò Chơi Qua Các Con Số
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Dữ liệu mô phỏng thô so với dữ liệu đã mã hóa, một bản đồ thử nghiệm | 56 TB so với 41 MB | Raghuvanshi và Snyder, ACM TOG 2014 |
| Thời gian giải mã cho mỗi nguồn | Khoảng 100 μs | Raghuvanshi và Snyder, ACM TOG 2014 |
| Mã hóa sóng so với mô hình tiềm ẩn, không nén, một họ tham số | 182 GB so với 14 MB | Seuté và cộng sự, SIGGRAPH 2026 |
| Điểm chân thực, mô hình tiềm ẩn so với tham chiếu, 28 chuyên gia | 61,8 so với 62,6, p = 0,41 | Seuté và cộng sự, SIGGRAPH 2026 |
| Số tia và số lần phản xạ thời gian thực mặc định của Steam Audio | 4.096 và 4 | Valve, mã nguồn plugin Steam Audio Unity |
| Số tia mỗi khung hình ở khoảng 80-100 FPS, RTX 2060 | 16.000 | Luận văn Đại học Gothenburg |
| Thời gian khung hình, dò tia cộng tán xạ bằng nơ-ron, bốn cảnh | 6,78 ms đến 12,95 ms | Tang và cộng sự, IEEE VR 2021 |
| Sai số tái tạo chuẩn hóa của tán xạ được dự đoán | 8,8% | Tang và cộng sự, IEEE VR 2021 |
| Thời gian tạo một hiệu ứng âm học, RTX 2080 Ti | 0,1 mili giây | Ratnarajah và Manocha, IEEE VR 2024 |
| Đáp ứng xung nơ-ron mỗi giây, RTX 2080 Ti | Hơn 10.000 | Ratnarajah và cộng sự, ACM Multimedia 2022 |
| Nhiễu xạ bậc 10 so với kỹ thuật tiên tiến trước đó | Nhanh hơn tới 568 lần | Schissler, Mückl và Calamia, SIGGRAPH 2021 |
| Mức tăng tốc của dò tia thích ứng so với các cách tiếp cận trước | 5 lần | Schissler và Manocha, i3D 2016 |
| Bộ lọc tích chập, 16 nguồn, Ambisonics bậc ba (bản demo của chính AMD) | 256 | AMD GPUOpen, ngày 21 tháng 10 năm 2019 |
| Ảnh hưởng của phương pháp tạo độ vang lên khoảng cách cảm nhận, cảnh động | F(1,16) = 15,29, p < 0,01 | Rungta và cộng sự, 2017 |
| Thay đổi nhỏ nhất có thể nhận ra của quãng đường tự do trung bình, phản xạ sớm | 0,06 m | Rungta và cộng sự, P-Reverb, 2019 |
| Cảm giác hiện diện không gian, phòng khớp so với phòng rất vang, mười người nghe | Giảm đáng kể | Spacek, Lee và Johnson, AES AVAR 2026 |
| Đáp ứng xung mô phỏng so với đo thực, chín môi trường thử nghiệm | Luôn nghe rõ ràng | Brinkmann và cộng sự, JASA 2019 |
Phương pháp luận và Nguồn
- Raghuvanshi và Snyder, Parametric Wave Field Coding for Precomputed Sound Propagation, ACM Transactions on Graphics 33(4), 2014
- Seuté, Vasudev, Richan và Buffoni, Reciprocal Latent Fields for Precomputed Sound Propagation, SIGGRAPH Conference Papers 2026
- Tang, Meng và Manocha, Learning Acoustic Scattering Fields for Dynamic Interactive Sound Propagation, IEEE VR 2021
- Ratnarajah và Manocha, Listen2Scene, IEEE VR 2024
- Ratnarajah, Tang, Aralikatti và Manocha, MESH2IR, ACM Multimedia 2022
- Rungta, Rewkowski, Klatzky, Lin và Manocha, Effects of Virtual Acoustics on Dynamic Auditory Distance Perception, 2017
- Rungta, Rewkowski, Klatzky và Manocha, P-Reverb, 2019
- Schissler và Manocha, Adaptive Impulse Response Modeling for Interactive Sound Propagation, i3D 2016
- Schissler, Mückl và Calamia, Fast Diffraction Pathfinding for Dynamic Sound Propagation, SIGGRAPH 2021
- Brinkmann, Aspöck, Ackermann, Lepa, Vorländer và Weinzierl, A Round Robin on Room Acoustical Simulation and Auralization, JASA 2019
- Spacek, Lee và Johnson, The Role of Room Acoustics in 6DoF Interactive Audio for XR, chương trình AES AVAR Conference 2026
- Đại học Gothenburg, A GPU Compute Framework for Real-Time Ray-Traced Acoustic Simulation in Unity
- Valve, mã nguồn thiết lập plugin Steam Audio Unity và tin tức 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
- Thông báo Project Acoustics 3.0 và tổng quan Project Triton
- Massive Entertainment, Ray Tracing Audio in Snowdrop
- GitHub, microsoft/ProjectAcoustics issue 55
- Lưu ý về dữ liệu: phần lớn dữ liệu công khai tốt nhất của lĩnh vực này đã cũ, nên các hàng có niên đại trước tháng 10 năm 2023 được đánh dấu trong bảng của chúng. Các trò chơi đã phát hành hầu như không bao giờ công bố số lượng tia hay ngân sách khung hình âm thanh, và chúng tôi không tìm thấy con số nào như vậy cho bất kỳ tựa game nào. Số liệu của nhà cung cấp được gắn nhãn là tuyên bố, và không có ước tính quy mô thị trường nào được trích dẫn vì chúng tôi không tìm thấy ước tính nào dành riêng cho mô phỏng âm học. Bài báo của Tang và cộng sự nêu chi phí mạng cả dưới 11 ms cho mỗi vật thể lẫn dưới 1 ms cho mỗi góc nhìn; chúng tôi báo cáo con số theo từng góc nhìn từ bảng kết quả của nó. Trang luận văn mà chúng tôi đọc không hiển thị tác giả hay năm, và mục AES AVAR là một bản tóm tắt chương trình, không phải bài báo đầy đủ. Nhiều hàng học thuật cùng thuộc một nhóm nghiên cứu quanh Dinesh Manocha, nên đó là những nghiên cứu riêng biệt nhưng không hoàn toàn là các tiếng nói độc lập. Khối lượng bake từ GitHub là báo cáo của một lập trình viên từ thời phiên bản 2.0, và chúng tôi không thể xác nhận rằng SDK VRWorks Audio vẫn còn được bảo trì hay tài liệu Project Acoustics của Microsoft còn cập nhật, vì hai trang của nó chuyển hướng đến trung tâm nhà phát triển Xbox chung khi chúng tôi kiểm tra vào tháng 10 năm 2026.
Cập nhật lần cuối: ngày 31 tháng 10 năm 2026. Chúng tôi cập nhật bài tổng hợp này hàng quý, và lần làm mới tiếp theo dự kiến diễn ra khi các bài báo kỹ thuật ACM SIGGRAPH Asia 2026 được công bố.