Разработка игр: как создаётся звук
Звук в играх воспринимается как нечто само собой разумеющееся, хотя его производство — процесс не менее трудоёмкий и важный, чем создание трёхмерных моделей и эффектов.
Все мы любим игры, но редко задумываемся над тем, как они разрабатываются. Но даже в этом случае чаще всего можно услышать разговоры о графике, оптимизации, качестве сетевого кода. Звук воспринимается как нечто само собой разумеющееся, хотя его производство — процесс не менее трудоёмкий и важный, чем создание трёхмерных моделей и эффектов.
В этой связи мы решили пообщаться с руководителем аудиокоманды минского офиса Wargaming, чтобы тот раскрыл некоторые секреты своей профессии. Приготовьтесь удивляться!
– Для начала представься. Кто ты и какую должность занимаешь?
– Меня зовут Алексей Томанов, я руководитель аудиокоманды минской студии Wargaming. Мы занимаемся проектами World of Tanksи World of Tanks Blitz.
– Когда я впервые был на экскурсии в этом отделе, то увидел много комнат, сделанных по спецзаказу. Всё изолировано, чтобы никто лишний не заходил, у каждого сотрудника несколько экранов над рабочим столом. Зачем столько людей и оборудования, если игра уже готова и в процессе меняется незначительно?
– Значительно или незначительно — зависит от того, какие задачи перед нами ставятся. Сейчас мы находимся в преддверии выхода глобального обновления, когда World of Tanks будет переведена на новый графический движок. В этой ситуации надо дорабатывать и звук, чтобы он соответствовал картинке.
Все те значительные изменения, которые игроки услышат, мы делаем вшестером, и зачастую нам даже не хватает рук! Бывает, что приходится подолгу задерживаться на работе, до 23:00 и даже позже.
– Вы недавно сменили звуковой движок на Wwise. Можешь объяснить это решение для непосвящённых, поскольку многие люди, и я в том числе, звук воспринимают как файл, который можно проигрывать и редактировать. Казалось бы, какой смысл менять движок, если звук уже есть и для конечного слушателя будет звучать одинаково?
– Это то же самое, как сравнивать самопальный графический движок и, например, Unreal Engine. На рынке представлено ограниченное количество звуковых движков, но топ здесь один, и это безоговорочно Wwise.
Переход на него был обусловлен тем, что в предыдущие годы, с 2011-го по 2014-й, мы активно занимались записью звука на полигонах. Танки, выстрелы, двигатели и так далее. В итоге мы собрали огромное количество контента, но его нужно было интегрировать. А для этого требуется соответствующий инструментарий. Если выражаться словами видеопродакшена: раньше мы пользовались старой версией Sony Vegas, а сейчас работаем с Adobe After Affects. Те возможности, которые предоставляет Wwise, гораздо шире тех, что мы могли выжать из FMOD.
– И что тебя больше всего впечатлило?
– Гибкость подхода при реализации одной и той же задачи. Возможности несравнимо шире. Инструментарий невероятно гибкий. Задачи любого уровня можно решать разными путями. Как разработчики Wwise заложили такую функциональность, я понятия не имею. Скорее всего, они даже не подозревали, что компоненты программы можно использовать не по прямому назначению. Зачастую решения, которыми мы делимся с производителями Wwise, их удивляют.
– Раз уж упомянули запись звука… В игре представлено огромное количество танков. И вполне очевидно, что не всех их можно было записать «вживую».
– Конечно, тем более что многие из них никогда не существовали в реальности! Мы их называем «бумажными», так как они остались только на чертежах. Эти документы где-то добывают наши историки (для меня загадка, где они это берут). В итоге получается, что вроде бы небольшой исторический период, захватывающий несколько лет до и несколько лет после Второй мировой, представлен более чем 400 моделями танков.
Безусловно, для «бумажных» танков звук подбирается. С большего это саунд-дизайн. У нас есть библиотеки звуков существовавших в то время танков, мы сами их записывали, поскольку такого контента даже в продаже нет. Из него потом создаются звуки двигателей, выстрелов и так далее.
С выстрелами мы промаялись около года, пока не научились их правильно записывать. Это сумасшедшая звуковая динамика, не все микрофоны её выдерживают. Могут разрываться мембраны. Нужны специальные микрофоны.
И мы нашли для себя «лайфхак». Профессиональные микрофоны на самом деле очень хорошо пишут звук, и выстрелов в том числе, но с их помощью нельзя получить тот «киношный» звук, к которому все привыкли по фильмам. А ведь в основном ролики на YouTube смотрят с телефона или планшета.
В итоге мы столкнулись с забавной ситуацией: в настоящий звук танков люди не верят, поскольку фильмы их приучили к другому. Так что дополнительно мы использовали записи на мобильные устройства, делали обработку, чтобы это было похоже одновременно и на настоящий, записанный на крутые микрофоны звук, и на «голливудский».
– У тебя самого крыша не едет придумывать звуки для 400 боевых машин, которые должны как-то друг от друга отличаться?
– На самом деле в этом есть система. Мы не делаем совсем 400 разных выстрелов. Мы решаем это другим, более хитрым способом. У нас есть калибровая сетка — от такого калибра до такого, каждый со своим специфическим звучанием. И таких калибров у нас восемь. Но в рамках одного диапазона калибровой сетки происходит магия, то есть смешение слоев.
Каждый выстрел — это, по сути, 10 одновременно играющих звуков. Предатака, тело выстрела, низовая составляющая, хвост, отражения, дальние отражения, резонанс корпуса танка, резонанс ствола танка, движение откат-накатного механизма. И это всё смешивается в реальном времени. Причём не из одного сэмпла, обращаю внимание. В каждый такой контейнер, допустим, откат-накатный механизм, вложено три разных семпла. В резонанс корпуса — четыре. И каждый раз, когда ты стреляешь, это складывается в неповторимую комбинацию в рамках одного калибра.
– Ухо разницы не замечает, но при этом не возникает дискомфорта от повторения одного и того же звука.
– Да, это как смотреть на воду или огонь. Почему человеку это нравится? Потому что огонь один, но в нем нет повторяющихся шаблонов, пламя всегда идёт по-разному. Здесь происходит примерно то же самое.
Плюс существуют микротайминги сдвигов между слоями, так что даже при совпадении сэмплов получается другой звук. И это решает проблему вариативности в рамках одного калибра.
– Что проще было делать, звуки выстрелов или техники, попаданий?
– Всё сложно. Звуки попаданий, например, невозможно записать.
– Да, кстати!
– Ну а как это сделать? По танкам стрелять нам не дают. Так что это чистый саунд-дизайн. Однако мы как-то рискнули и на полигоне выстрелили из РПГ-7 в остов танка СУ-100. Микрофон мы поставили на стойку сзади примерно в четырёх метрах, спрятали рекордер в небольшой ямке, чтобы его не побило осколками. Поставили, отошли, включили запись.
То, что мы получили, нас реально удивило, потому что издалека это один звук, а вблизи — совсем другой. Приблизительно как сильный удар по бас-бочке. Большой барабан. Фактически это то, с чего можно начинать симуляцию.
Мы брали разные барабаны и под них записывали попадания, подмешивая лязги, которые записывали здесь же. Рядом с офисом есть железнодорожные пути. Мы ходили, стучали по шпалам и рельсам. Кстати, самый лучший звук, не у рельсы, которая лежит, а у рельсы, вкопанной в землю. У неё длинные резонансы, хорошие.
Мы в хорошем качестве это всё записали, это 192 кГц. Когда пики снижаются на 24 тона, получается очень такой жирный цельнометаллический звук. Потом домешивали резонансы рельсов, дописывали сцепки вагонов и получали, собственно, звук попадания. Он точно так же, как звуки выстрелов, генерируется случайным образом из сэмплов.
Это самые частые звуки в игре, и нельзя, чтобы мозг чувствовал повторения. Это очень важно для игр жанра ММО, где игроки проводят по 5–6 часов каждый день в течение года-двух.
– Но как создаётся картина боя? Танки выезжают на поле, начинают стрелять, но ведь надо их как-то подбадривать. Соответственно, надо ещё и музыку подключать. При этом музыка не должна играть постоянно, не должна приедаться и обязана быть запоминающейся. Тебя ещё музыка для World of Tanks не доводит до белого каления?
– Музыка присутствует у нас в геймплее, и это то, что мы изменим в ближайшее время. Мы сделали хороший звук, именно информационную часть: попадания, выстрелы и так далее. Следующий шаг — эмоциональная составляющая.
Существующие звуки создают атмосферу, но не дают настроения. Чтобы подключить эмоции, действительно нужна музыка. Та, что существует сейчас, не подходит под обновлённый звук. Поэтому мы уже давно делаем новую музыку, и это будет очень эпично.
Ты говоришь, музыка приедается. Да, действительно, если это игра для одиночного прохождения, то там производство музыки другое. Там всё подчинено сценарию, и ты можешь писать музыку под отдельные фрагменты, которые заскриптованы и обязательно должны произойти. В нашей же игре таких моментов нет в принципе, так как всё непредсказуемо, постоянно меняется и зависит от поведения игроков.
Поэтому музыка должна быть такой же вариативной, как и весь звук. И наше решение было сделать её неповторяющейся. Сейчас происходит так: когда начинает играть мелодия, она представляет собой случайную аранжировку, которая складывается из частей и инструментов в том числе. Другими словами, не просто из записанных частей, а из состава инструментов. Рандом и горизонтальный, и вертикальный.
Таким образом, ты можешь сыграть 100 боёв на одной карте, и та музыка, что звучит, будет соответствовать теме, но аранжировка будет разной всегда.
В дополнение к этому музыка запускается не с самого начала боя, и так и не должно быть: потому что в бою нужно создать эмоциональную динамику. Для этого музыка должна появляться ближе к кульминации. Именно так это и реализовано. Эти условия вычисляются на стороне игры.
– Вы записываете звук на хорошем оборудовании и воспроизводите его на хорошем оборудовании. Однако многие геймеры сидят на откровенном барахле, которое в принципе не способно передать всю полноту частот, которую вы им пытаетесь влить в уши. Соответственно, проводите ли вы специальную подгонку под то, чтобы звук хорошо звучал и на дорогих наушниках, и на дешёвых?
– Всегда. Это постоянный процесс. Потому мы и работаем на мониторах, которые много стоят. Мониторный звук даёт наиболее точное, неприукрашенное звучание каждого звука. Если техническим языком говорить, мониторы имеют линейную АЧХ (амплитудно-частотную характеристику). У многих устройств кривые АЧХ имеют серьёзные отклонения, поэтому на бытовых наушниках и колонках совершенно бессмысленно мониторить звук.
У нас в каждой студии есть мониторы, такие вот кубики [показывает размер], дорогие устройства, совершенно непримечательные на вид. Они дают самый лучший в мире мониторинг средних частот. А средние частоты воспроизводятся с любого устройства. Так что мы слышим их реальный спектр: выровненный, неприукрашенный звук — такой, каким он будет на большинстве устройств.
Тестировать же звук на разных наушниках и колонках долго и непродуктивно.
– А люди, которые занимаются этим на любительском уровне, слушают звук на различных наушниках, даже на смартфонах!
– Это происходит, когда ты только начинаешь работать со звуком. Я, когда начинал, тоже слушал себя в машине, в пустом клубе, на больших порталах, когда удавалось до них добраться, на маленьких динамиках, ноутбуках и так далее. Я слушал и пытался понять, как же сделать так, чтобы добиться того самого, универсального звука для всех устройств.
Для этого тебе нужны хорошие мониторы, спектроанализатор, чтобы видеть спектр, и опыт работы с инструментами. Это годами насиженный опыт. Я уже по одной картинке спектроанализатора могу сказать, будет этот звук хорошо звучать на всех устройствах или нет.
– Ещё один вопрос. Все знают, что такое «белый шум». Но от тебя я впервые услышал такое понятие, как «розовый шум». Зачем вы его используете и что это такое?
– Есть много разных шумов. Есть синий, коричневый и так далее. Это разные спектры одного и того же шума. Можно из белого шума сделать розовый…
– Почему они так называются?
– У них разные спектры, и они реально звучат по-разному. Белый шум похож на то, как звучит старый аналоговый телевизор, когда шипит. Гадкий противный и не очень приятный звук.
Розовый шум имеет спектр с большим количеством низа и с меньшим верха. Он является приятным, естественным шумом. С ним я могу легко показывать фокусы — сделать шум листвы, прибой волн, шелест травы и так далее. Прямо из шума. Это естественное звучание природы. Это то, что мы слышим, когда как будто бы ничего не слышим. Кроме того, розовый шум — это первый звук, который человек слышит в утробе матери.
Иначе говоря, это самый приятный спектр звуков в принципе. Когда под розовый шум делается сведение звука, он становится таким же приятным. Есть даже техника сведения миксов и треков под розовый шум.
А сейчас будет «лайфхак». Мы много работаем со звуком, и ухо «замыливается» за 2–3 часа работы. Ты просто перестаёшь понимать, ты слышишь хороший звук или плохой. Но розовый шум позволяет обнулить эту тему. Это как с запахами, когда ты приходишь в парфюмерный магазин: тебе спустя некоторое время надо понюхать кофе, чтобы вновь заработали обонятельные рецепторы.
Для слуха то же самое. Примерно 40 секунд прослушивания розового шума восстанавливает слух.
– А как ты относишься к игровым гарнитурам, которые активно продвигают производители железа?
– Много маркетинга.
– Когда компания Microsoft выпустила Windows Vista и убила EAX-звук, многие люди перестали видеть смысл в покупке звуковых карт. Имеют ли они сейчас какое-то значение или того, что даёт материнская плата, вполне достаточно?
– Я бы не сказал. Считается, что люди делятся на два типа — аудиалы и визуалы — в потреблении медиаконтента. Мы используем два органа чувств, и кто-то больше «питается» картинкой, а кто-то — звуком.
Для тех, кому звук действительно важен, безусловно, нужно озадачиваться тем, чтобы покупать внешнюю звуковую карту, хорошие наушники. Мы недавно даже с программистами разговаривали. Один говорит: мол, чем внутренняя звуковая карта отличается от внешней? Я отвечаю, когда ты надеваешь наушники, ты слышишь шумы от наводки электроники, как работает видеокарта, жёсткий диск — они дают помехи. Он говорит: да, точно, но если бы ты мне не сказал, я бы никогда не обратил на это внимания.
У звука такая специфика. Он работает в фоне, и многих вещей ты просто не замечаешь, потому что они проходят мимо сознания. Но как только ты на них акцентируешь своё внимание, ты начинаешь их слышать, и они становятся для тебя раздражителями.
Внешняя аппаратура, внешняя звуковая карта снижает количество помех и всего того, что может раздражать. Я, например, вообще не могу на встроенной звуковой карте работать, потому что я сразу это всё слышу.
– А есть соблазн вернуться к EAX, который на аппаратном уровне просчитывает все эти реверберации?
– Это всё есть в существующем движке. В том же Wwise есть плагины, которые представляют собой предзаписанные импульсы в реально существующих пространствах. Например, в лесу записывается щелчок и отражения. Файл помещается туда, а потом ты накладываешь на исходный сигнал «хвост» через специальный алгоритм. И точно так же эти импульсы снимаются в лесах, залах, соборах и так далее. Это Wwise Convolution Reverb.
Есть также инструмент Wwise Reflect. Это один из новых инструментов, который позволяет работать со стенами. Любая стена как объект может иметь свои характеристики: звукопроницаемость, звукоотражаемость, звукопоглощаемость и прочее. Они настраиваемые, и у каждой стены есть свои коэффициенты громкости отражения. Ты можешь настроить, что эта стена у тебя стальная, та — деревянная, а следующая — ледяная. У них разные характеристики.
Даже на последней конференции в Лос-Анжелесе, на которой мне удалось побывать, говорили о геометрии пространства в зависимости от материалов. Эту технологию представила компания ATI, она рассчитывается на видеокартах. И мне кажется, что за этим будущее: формирование в реальном времени геометрии пространства и материалов, которые входят в эту геометрию и соответствующие отражения.
В World of Tanks мы бы это уже внедрили, но тут встаёт главный вопрос: зачем? Есть замечательная игра от Blizzard под названием Overwatch. Там всё происходит в закрытых локациях, везде маленькие дверцы, комнаты и коридоры. И там присутствие этих технологий необходимо. Ты должен слышать врага за стеной. В World of Tanks этой нужды нет в принципе, так как танк противника звучит только тогда, когда он появляется вместе с маркером. Над ним полоска здоровья, красный значок. У нас огромные открытые пространства, и здесь уже работают не отражения, а задержки звука — через 100–200 мс. Поэтому Wwise Convolution Reverb смысла использовать нет.
– У вас иногда происходят такие забавные события, типа танков на Луне. Это тоже вы делаете?
– Да, это тоже делаем мы. Иногда нам подбрасывают забавные задачи типа «шаротанки на Луне», которые должны толкаться и забивать друг друга в лузы. Геймплей совершенно другой, а звуки вообще другие. И это мы делаем в короткие сроки.
Полноценный звук для такого мода обычно делается месяца за три, мы же успеваем сделать за месяц, может, чуть дольше. Все благодаря Wwise и гибкости этого движка. Мы можем перерабатывать звуковую цепочку в реальном времени при помощи наложения эффектов, чтобы сделать из танков нечто космическое.
Получаются забавные вещи, как было с последним Halloween.
– По поводу записи музыки. Коллектив у вас небольшой, а музыки нужно много. Сколько людей над ней работает?
– Музыкой у нас занимаются три человека, хотя для шаротанков писал четвертый. Сейчас же музыку пишет два человека, Андрей Климка и Андрей Кулик, а музыку вспомогательного характера, для персональных миссий, писал Слава Скадорва. У всех людей музыкальное образование, огромный опыт написания музыки.
– Это они делали импровизацию с Акирой Ямаокой, когда он приезжал к вам офис?
– Да, они это могут!
Музыка в одиночной игре должна быть максимально яркой, чтобы произвести впечатление в короткий отрезок времени. Музыка же для сессионных игр не должна содержать того обилия эмоций и красок, которую можно и нужно делать в синглах. Эмоции должны быть более спокойными, чтобы игроку было долгое время комфортно с этим.
– Но при этом даже у сессионных игр должна быть своя индивидуальность, какая-нибудь главная задорная мелодия, которая сразу вас ассоциирует с «Танками».
– Главную мелодию проводить через все карты и треки, мне кажется, не очень хорошо, потому что эти карты близки к реальным локациям, на них есть свой фольклор, характерные национальные особенности, которые стоит подчеркнуть гармонически, инструментально и хочется использовать весь спектр национальных культур…
– Но как три человека могли впитать все эти национальные культуры?!
– Нам отводится время, чтобы проводить изыскания, слушать определённую музыку. Не все национальные мелодии мы можем осилить на самом деле, поскольку есть такие, в которых нам легко ошибиться: например, китайские, корейские, арабские мотивы. Они нашему европейскому музыкальному образованию неподвластны. Нужно там родиться, чтобы понимать их тонкости, поэтому нам помогали композиторы из этих стран, носители этой культуры, и мы опирались на их опыт.
