Cách tạo hiệu ứng âm thanh game bằng AI

Để làm hiệu ứng âm thanh cho game bằng AI, hãy viết một câu prompt nêu rõ nguồn phát, chất liệu, hành động và không gian, chọn độ dài, bật lặp nếu là âm nền, bấm tạo, rồi cắt gọn file và nhập vào engine của bạn. Trên RaoMusic, độ dài chọn được từ 1 đến 30 giây, file tải về dạng MP3, mỗi clip tốn 1 điểm cho mỗi giây, tối thiểu 5 điểm. Bên dưới là 9 clip thử nghiệm đã được đo đạc.

Kiểm tra lần cuối: 26/10/2026

Chúng tôi tạo và đo các clip thử nghiệm như thế nào

Ngày 26/10/2026, chúng tôi tạo 9 clip trên trình tạo hiệu ứng âm thanh game. Trang này mở sẵn tab Âm thanh, với ElevenLabs được chọn trong menu mô hình. Mọi clip đều để Mức bám mô tả ở giá trị mặc định 0,3 (thông số quyết định kết quả bám sát câu chữ của bạn đến đâu). Prompt tiếng bước chân chạy ba lần, prompt tiếng mưa chạy hai lần (bật và tắt Lặp liền mạch), các prompt còn lại chạy một lần. Tổng cộng 9 clip tốn 75 điểm.

Sau đó chúng tôi giải mã từng file MP3 trong trình duyệt (Web Audio API của Chromium) và đo độ dài, mức đỉnh và mức trung bình theo dBFS (0 là mức to nhất mà một file có thể đạt), cùng khoảng lặng ở đầu và cuối file; mọi phần dưới −60 dBFS được tính là im lặng. Chúng tôi không so sánh các clip với thư viện âm thanh có sẵn hay trình tạo khác. Các con số chỉ nói về độ dài, khoảng lặng và mức âm lượng. Ghi chú nghe thử ngắn bên dưới mỗi clip mô tả file đó nghe như thế nào; hãy bấm phát và tự mình đánh giá.

Viết prompt cho hiệu ứng âm thanh game thế nào?

Hãy nêu bốn yếu tố: nguồn phát (hai thanh kiếm thép), chất liệu hoặc kết cấu âm (tiếng kim loại ngân sắc), hành động (va vào nhau), không gian và khoảng cách (gần, khô, không vang). Bỏ những từ chỉ cảm xúc như "epic" (hoành tráng). Ô mô tả nhận tối đa 450 ký tự, và dòng gợi ý trong ô có ghi tiếng Anh cho hiệu quả tốt nhất; nút Dịch sang tiếng Anh sẽ chuyển mô tả viết bằng ngôn ngữ khác.

Dưới đây là một prompt hai từ và một prompt đầy đủ, cả hai đều dài 2 giây:

Prompt: sword sound (tiếng kiếm) · Độ dài: 2 giây

Prompt: Two steel swords clash with a sharp metallic ring, close and dry (hai thanh kiếm thép va nhau, tiếng kim loại ngân sắc, gần và khô) · Độ dài: 2 giây

Hãy nghe thử cả hai và so sánh. Nếu kết quả gần đúng nhưng chưa ưng, hãy đổi từng chi tiết một (chất liệu trước, rồi đến khoảng cách) để biết từ nào đã làm kết quả thay đổi.

Bạn không cần bắt đầu từ ô trống. Trang có 30 mẫu chia thành sáu nhóm: Chiến đấu, Vũ khí, Giao diện, Âm nền lặp, Di chuyển và Retro 8-bit. Nút Dùng mẫu này sẽ điền sẵn mô tả, độ dài và thiết lập lặp, việc của bạn chỉ là sửa câu chữ từ đó.

Mỗi hiệu ứng âm thanh nên dài bao lâu?

File nào trả về cũng dài đúng bằng thiết lập Độ dài, nhưng bản thân âm thanh thường kết thúc sớm hơn, vì vậy hãy tính trước việc cắt phần đuôi trước khi nhập vào engine:

Clip	Độ dài đã đặt	Đoạn lặng cuối	Mức đỉnh	Mức trung bình	Điểm
Kiếm, prompt hai từ	2 giây	0,65 giây	−3,0 dBFS	−27,3 dBFS	5
Kiếm, prompt chi tiết	2 giây	0,29 giây	−2,8 dBFS	−28,4 dBFS	5
Power-up 8-bit	2 giây	1,49 giây	−3,8 dBFS	−22,3 dBFS	5
Vụ nổ kèm mảnh vỡ	5 giây	0,36 giây	−1,6 dBFS	−16,4 dBFS	5
Bước chân trên sỏi (3 lần tạo)	4 giây	0,00 giây	−22,2 đến −16,8 dBFS	−47,4 đến −45,5 dBFS	5 mỗi lần
Mưa, bật lặp	20 giây	0,00 giây	−17,1 dBFS	−39,8 dBFS	20
Mưa, tắt lặp	20 giây	0,00 giây	−20,9 dBFS	−46,3 dBFS	20

Tiếng power-up 8-bit cho thấy hiện tượng này rõ nhất: âm thanh kết thúc sau khoảng nửa giây, còn 1,49 giây cuối của file dài 2 giây là im lặng. Cứ tạo trước, rồi cắt sau.

Prompt: 8-bit retro power-up, fast ascending chiptune arpeggio (tiếng power-up retro 8-bit, chuỗi arpeggio chiptune đi lên nhanh) · Độ dài: 2 giây

Ghi chú nghe thử: chuỗi arpeggio sóng vuông nhanh và sáng, đúng chất retro. Âm hơi mỏng và tắt đột ngột, nên hợp với tiếng nhặt vật phẩm nhỏ hoặc âm xác nhận trên giao diện hơn là một màn power-up hoành tráng.

Đoạn lặng ở cuối khiến clip vẫn "đang phát" dù âm thanh đã tắt. Điều này gây phiền nếu code của bạn chờ một âm thanh phát xong, hoặc giới hạn số âm thanh được phát cùng lúc. Với những âm thanh dùng thường xuyên, hãy cắt bỏ đoạn lặng bằng phần mềm chỉnh sửa âm thanh. Vì mức tối thiểu 5 điểm, mọi độ dài từ 1 đến 5 giây đều có giá như nhau, nên hãy chừa thêm chút thời gian cho những âm thanh có phần ngân tắt dần dài, như tiếng nổ dưới đây.

Prompt: Large explosion with a rumbling boom and debris falling afterwards (vụ nổ lớn với tiếng ầm rền, sau đó là mảnh vỡ rơi xuống) · Độ dài: 5 giây

Ghi chú nghe thử: tiếng ầm trầm chắc với đuôi âm rền, nhưng gần như không nghe thấy mảnh vỡ rơi; chỉ còn lại một tiếng xì nhẹ. Hợp làm tiếng nổ ở xa hoặc ngoài khung hình. Với tiếng nổ cận cảnh, hãy chồng thêm các tiếng mảnh vỡ va đập riêng.

Làm âm nền lặp (loop) thế nào?

Bật Lặp liền mạch trước khi tạo, chọn độ dài lớn hơn (chúng tôi dùng 20 giây), và mô tả một âm thanh đều đặn, không có sự kiện xảy ra một lần. Cụm "no thunder" (không có sấm) trong prompt tiếng mưa yêu cầu mô hình bỏ những tiếng nổ đơn lẻ, vốn sẽ lặp lại sau mỗi 20 giây; đây chỉ là yêu cầu, không phải cam kết, nên hãy nghe hết clip. Các trình phát bên dưới được đặt chế độ lặp để bạn nghe từng clip nối vòng lại từ đầu:

Prompt: Steady heavy rain falling on leaves and ground, no thunder (mưa lớn đều đặn rơi trên lá và mặt đất, không có sấm) · Độ dài: 20 giây · Lặp liền mạch: bật

Cùng prompt · Độ dài: 20 giây · Lặp liền mạch: tắt

Ghi chú nghe thử: cả hai bản đều là mưa to đều đặn, không có sấm, nhưng nghe như một lớp mưa phủ đều chứ không phải từng giọt rơi lộp độp trên lá, và bản tắt lặp nghe đục hơn. Bản nào cũng dùng được làm nền tiếng mưa; với cảnh cận, hãy thêm các tiếng nước bắn riêng.

Hãy để mỗi trình phát nối vòng vài lần. Theo số đo của chúng tôi, ở bản bật lặp, mẫu cuối cùng nằm gần mẫu đầu tiên hơn khoảng mười lần so với bản tắt lặp, đúng là điều một vòng lặp sạch cần có, nhưng chỉ khi nghe thử trong engine mới khẳng định được: bật chế độ lặp ở đó và để clip lặp lại vài lần. Nếu nghe thấy tiếng "tách" hoặc một khoảng hụt ở điểm nối, hãy kiểm tra hai điều. File MP3 có thể chứa vài mili giây khoảng đệm ở đầu, và khi chuyển sang WAV hay Ogg Vorbis thì khoảng lặng này vẫn còn, nên hãy cắt phần đầu bằng phần mềm chỉnh sửa âm thanh trước khi xuất. Nếu điểm nối vẫn có tiếng tách, hãy thêm một đoạn crossfade ngắn tại điểm lặp.

Làm sao để cùng một âm thanh không bị lặp lại nhàm chán?

Tạo cùng một prompt nhiều lần, rồi chọn và cắt những đoạn dùng được trong từng bản:

Prompt: Footsteps walking on loose gravel, steady pace, close to the mic (tiếng bước chân trên sỏi rời, nhịp đều, gần micro) · Độ dài: 4 giây · tạo ba lần

Ghi chú nghe thử: bản 2 và 3 nghe như bước chân giòn trên sỏi rời. Bản 1 mềm và lép nhép hơn, gần với tuyết hoặc đất ướt hơn là sỏi. Đó chính là lý do nên tạo vài bản rồi chọn: bản 1 vẫn dùng được cho mặt tuyết hoặc bùn.

Ba bản là ba file khác nhau, không phải bản sao: mức đỉnh dao động từ −22,2 đến −16,8 dBFS, và bước chân đầu tiên bắt đầu ở một thời điểm khác nhau trong mỗi bản (từ 0 đến 71 mili giây tính từ đầu file). Cắt từng bước chân ra khỏi mỗi bản, cho game chọn ngẫu nhiên một bước mỗi lần nhân vật đặt chân xuống, và thêm một chút thay đổi cao độ ngẫu nhiên để những đoạn đi bộ dài không lộ ra sự lặp lại. Hãy đo lại mức âm lượng sau khi cắt, vì mức trung bình cả file tính cả những quãng nghỉ giữa các bước. Ba bản tốn 15 điểm.

Cân bằng âm lượng giữa các hiệu ứng âm thanh thế nào?

Các clip tạo ra không có sẵn mức âm lượng đồng đều, nên hãy dành một bước cân chỉnh âm lượng trước khi phát hành. Trong bộ clip của chúng tôi, tiếng nổ có mức trung bình −16,4 dBFS, còn tiếng bước chân trên sỏi khoảng −46 dBFS, chênh nhau chừng 30 dB: phát ở cùng một mức âm lượng, tiếng bước chân sẽ nhỏ hơn hẳn tiếng nổ.

Hãy cắt khoảng lặng trước, sau đó đặt âm lượng theo từng nhóm âm thanh (giao diện, chiến đấu, âm nền) trong engine và chỉnh từng clip bằng tai. Chuẩn hóa theo đỉnh (peak normalization) chỉ cân được khoảnh khắc to nhất: một tiếng kiếm chém ngắn và một vòng lặp tiếng mưa đều đặn, dù được chuẩn hóa về cùng mức đỉnh, nghe vẫn to nhỏ rất khác nhau. Hãy chừa khoảng dư (headroom) dưới 0 dBFS, vì nhiều âm thanh phát cùng lúc sẽ cộng dồn lên.

Nhập hiệu ứng âm thanh vào Unity, Godot và Unreal thế nào?

File có định dạng MP3 (file của chúng tôi là 128 kbps, 44.100 Hz, stereo). Theo tài liệu hiện hành của từng engine, cả ba đều nhận trực tiếp MP3:

• Unity: tài liệu Unity 6.6 liệt kê .mp3 là định dạng âm thanh được hỗ trợ. Kéo file vào thư mục Assets, phát bằng một AudioSource và tích Loop cho âm nền, rồi chọn Load Type trong phần thiết lập nhập của clip: tài liệu gợi ý Decompress On Load cho âm thanh nhỏ và Streaming cho âm thanh liên tục như âm nền dài.
• Godot: Godot nhập được WAV, Ogg Vorbis và MP3. Bật Loop trong Import dock (bảng Import) cho âm nền. Tài liệu khuyên cân nhắc WAV cho hiệu ứng ngắn, lặp đi lặp lại và Ogg Vorbis cho âm thanh dài và nhạc, nên hãy chuyển đổi tiếng bước chân hay tiếng súng nếu chúng phát liên tục.
• Unreal Engine: bấm Import trong Content Browser, hoặc kéo file từ trình quản lý file vào, để tạo một asset Sound Wave. Tài liệu Unreal có liệt kê .mp3 trong các định dạng được chấp nhận và cho biết mọi âm thanh nhập vào đều được chuyển nội bộ sang .wav 16-bit.

Nếu cần đổi sang định dạng khác trước, một phần mềm miễn phí như Audacity có thể cắt khoảng lặng và xuất WAV hoặc Ogg Vorbis trong cùng một lượt.

Chi phí bao nhiêu, và có dùng âm thanh trong game thương mại được không?

Hiệu ứng âm thanh có độ dài từ 1 đến 30 giây, tính 1 điểm mỗi giây, tối thiểu 5 điểm. Một tiếng bấm giao diện 1 giây hay một tiếng nổ 5 giây đều tốn 5 điểm, còn một vòng lặp âm nền 30 giây tốn 30 điểm. Ở hầu hết các quốc gia, tài khoản miễn phí đủ điều kiện được tặng 50 điểm mỗi tháng (một số khu vực không có điểm miễn phí), đủ cho khoảng mười clip ngắn. Bạn không bắt buộc phải đăng ký gói.

Các âm thanh này được miễn phí bản quyền khi dùng trong game thương mại, kể cả trên gói miễn phí, và bạn không cần ghi nguồn RaoMusic. Miễn phí bản quyền nghĩa là bạn được cấp giấy phép sử dụng; quyền tác giả không được chuyển nhượng. Giấy phép cũng không bảo đảm âm thanh là độc quyền của riêng bạn: người dùng khác có thể tạo ra âm thanh tương tự. Người đăng ký gói còn tải được giấy chứng nhận giấy phép (PDF) cho từng clip. Chi tiết có trên trang giấy phép thương mại. Với âm thanh dùng ngoài game, chẳng hạn hiệu ứng chuyển cảnh cho video, trình tạo hiệu ứng âm thanh AI dùng chung tab Âm thanh, còn nhạc nền trọn bài thì có trình tạo nhạc game.