声网杨帆：多人游戏社交化是趋势，大模型将催生新玩法

社交是人类永恒的诉求，游戏也不例外。根据伽马数据（CNG）调研报告，90%的游戏用户倾向于在游戏中与其他玩家互动，81.9%的游戏用户倾向于与其他玩家多人组队合作或竞技对抗。在此背景下，游戏开发团队面临的一个现实问题，是增强短周期开发多人语音的能力，以满足当前游戏快速推向市场的需求。

7月25日，在Unity全球开发者大会Unite 2024上，声网音频娱乐产品负责人杨帆接受CSDN采访时表示，在多人游戏社交化的趋势下，多人游戏语音开发门槛迫切需要降低，而大模型（LLM）技术的演进，包括RTE（Real Time Engagement）和AI的结合、多模态的加持、端云结合的方案，将创造更多新场景、新玩法。

声网音频娱乐产品负责人杨帆

游戏社交化趋势亟需低门槛的多人语音开发

在杨帆看来，游戏语音不仅需要关注音质、音效处理和低延时问题，游戏中的多人语音还需要对游戏空间声音进行高度拟真，如射击游戏中的子弹方向、多人走位与音频的匹配，有着更高的要求，声网将之称为“有空间感的3D音频”。

同时，游戏语音还要兼顾性能和功耗，对于受机器性能限制较高的手游尤其如此。因此，游戏行业的多人语音需要大量针对性的开发，这对开发者而言是一个巨大的挑战。

结合硬件算法、AI算法，声网在音效处理、游戏噪音、回声处理等方面积累了完善的技术方案和大量案例。例如，在某出海大逃杀游戏中，开发团队使用WWISE+声网RTC解决方案处理复杂BGM、人声，包括在PC端、移动跨平台，实现了听声辨位，屏蔽现实环境噪音，并保证了在4V4的激烈对抗中不影响游戏的延时和帧率。

基于此，声网加强与Unity合作，在本次大会上发布了UOS Hello多人语音服务，希望满足中小型游戏开发工作室的需求。杨帆表示，UOS Hello把声网的多人语音技术封装成高维度API，提供“深度集成、一键开通”的能力，能够很好地降低中小型开发者集成游戏内置语音的门槛和成本问题。

对于Unity生态中更关注建模、程序或者动效的中小型开发团队，UOS Hello多人语音服务的发布为他们填补了音频处理能力的空白。

杨帆透露，UOS Hello产品未来还将覆盖鸿蒙生态，以及一些头显里的VR游戏。

AIGC 在游戏互动玩法中的应用未来可期

在AI算法的研发，以及和众多游戏行业开发者的交流过程中，声网逐渐清晰地认识到，随着AI时代的到来，更多的创新场景和玩法将会出现。例如，如何结合AIGC和实时互动，让玩家能够跟NPC、跟真人有更好的互动玩法。这依赖于全产业不同技术服务商的共同创造。

目前声网也正在协同国内外多家大模型服务商推进这些技术的演进，目前主要聚焦于支持实时语音、实时视频的大模型，支持情绪识别的大模型，超低延迟游戏内置语音，以及玩家背景人声过滤算法等四个领域。

而针对声网在大模型时代的定位，杨帆表示，声网作为一家PaaS技术服务提供商，核心竞争力在于实时互动层面，会携手大模型技术服务商推动相关技术演进，加速智能化实时互动的落地。。

目前，声网RTE技术应用已覆盖教育、娱乐、游戏等行业，市场占有率稳居第一，份额超过了第2~8位总和，全球注册应用数超过了74.2万，单月支撑通话分钟数600亿+。

而声网RTE+AI的探索也已延伸到泛娱乐、教育等领域。例如，为语聊房和直播间开发AI小助理，以增加社交效率；为线上狼人杀8人局加入一些个性化的NPC，以增强游戏趣味性；面向教育领域开发可实时翻译并输出语音的AI口语陪练，以提高学习效率。

在AI的加持下，杨帆认为，不能给未来设限。“未来逐步走向AI化，实时互动将是一个重要因素，因为我们需要更高速的通道、更高效的处理、更好的算法来维持这一整套服务。声网希望实时互动技术能在更多的行业、在不同的维度，帮助各个企业提升效率，并创造出更多的场景和应用。”

坚持纯粹的PaaS技术服务提供商定位，深耕实时互动领域的声网，伴随着AI的爆发式发展，未来之路终将越走越宽。