如何用 AI 制作游戏音效

用 AI 制作游戏音效，步骤是：用一句话写出提示词，讲清声源、材质、动作和空间；选好时长；环境音打开循环；生成后裁掉多余部分，再导入游戏引擎。在 RaoMusic 上，时长可选 1 到 30 秒，文件以 MP3 下载，每秒 1 积分、每段最低 5 积分。下面是 9 段实测音效。

最后核对：2026 年 10 月 26 日

测试音效是怎么生成和测量的

2026 年 10 月 26 日，我们在游戏音效生成器上生成了 9 段音效。页面打开时默认在「音效」标签页，模型菜单里选的是 ElevenLabs。所有片段都用「描述贴合度」的默认值 0.3（它控制生成结果有多贴近你的文字）。脚步声提示词跑了 3 次，雨声提示词跑了 2 次（「无缝循环」开和关各一次），其余提示词各跑 1 次。9 段一共花了 75 积分。

然后我们在浏览器里（Chromium 的 Web Audio API）解码每个 MP3，测量时长、以 dBFS 计的峰值和平均电平（0 dBFS 是文件能达到的最大音量），以及开头和结尾有多少静音，低于 −60 dBFS 的部分都算作静音。我们没有拿这些片段和音效素材库或其他生成器做对比。数据只说明时长、静音和电平。片段下方的简短试听笔记描述了这个文件听起来是什么样；点播放自己听听，自己判断。

游戏音效的提示词怎么写？

写清四件事：声源（钢剑）、材质或质感（清脆的金属鸣响）、动作（相击）、空间和距离（近距离、干声）。不要写「epic（史诗感）」这类情绪词。描述框最多 450 个字符，输入框的提示文字写着英文效果最佳；用其他语言写的话，可以点「译成英文」按钮转换。

下面是一个两个词的提示词和一个完整提示词，时长都是 2 秒：

提示词: sword sound（剑的声音） · 时长: 2 秒

提示词: Two steel swords clash with a sharp metallic ring, close and dry（两把钢剑相击，金属鸣响清脆，近距离、干声） · 时长: 2 秒

两段都播放一下，对比着听。如果某一版接近想要的效果但还差一点，每次只改一个细节（先改材质，再改距离），这样才知道是哪个词改变了结果。

不用从空白输入框开始。页面上有 30 个模板，分成六组：战斗、武器、界面、循环环境音、移动、复古 8-bit。点「使用模板」会自动填好描述、时长和循环设置，你在此基础上改文字就行。

每个音效该设多长？

每个文件的长度都和「时长」设置完全一致，但声音本身往往结束得更早，所以导入前要准备好裁掉结尾：

片段	设定时长	结尾静音	峰值	平均电平	积分
剑击，两个词的提示词	2 秒	0.65 秒	−3.0 dBFS	−27.3 dBFS	5
剑击，详细提示词	2 秒	0.29 秒	−2.8 dBFS	−28.4 dBFS	5
8-bit 道具强化音	2 秒	1.49 秒	−3.8 dBFS	−22.3 dBFS	5
带碎片的爆炸	5 秒	0.36 秒	−1.6 dBFS	−16.4 dBFS	5
碎石脚步声（3 版）	4 秒	0.00 秒	−22.2 至 −16.8 dBFS	−47.4 至 −45.5 dBFS	每版 5
雨声，开循环	20 秒	0.00 秒	−17.1 dBFS	−39.8 dBFS	20
雨声，关循环	20 秒	0.00 秒	−20.9 dBFS	−46.3 dBFS	20

8-bit 道具强化音最能说明这个规律：声音大约半秒就结束了，这个 2 秒文件的最后 1.49 秒都是静音。先生成，再裁剪。

提示词: 8-bit retro power-up, fast ascending chiptune arpeggio（8-bit 复古道具强化音，快速上行的芯片音乐琶音） · 时长: 2 秒

试听笔记：快速、明亮的方波琶音，复古味很对。声音偏单薄，结尾戛然而止，更适合拾取小道具或界面确认音，不太适合分量很重的道具强化。

结尾有静音，声音停了片段却还在「播放」。如果你的代码要等音效播完才继续，或者限制了同时播放的音效数量，这就会有影响。频繁触发的音效，要在音频编辑器里把结尾裁掉。因为每段最低 5 积分，1 到 5 秒的时长价格都一样；像下面这段爆炸这种余音衰减很长的声音，时长就多留一点。

提示词: Large explosion with a rumbling boom and debris falling afterwards（大爆炸，低沉的轰鸣，随后碎片落下） · 时长: 5 秒

试听笔记：低沉的轰鸣很扎实，余音也有隆隆声，但几乎听不到碎片落下，只剩一点微弱的嘶嘶声。适合用作远处或画面外的爆炸。如果是近距离爆炸，要另外叠加碎片撞击声。

循环环境音怎么做？

生成前打开「无缝循环」，时长选长一些（我们用的是 20 秒），描述一个持续稳定、没有突发事件的声音。雨声提示词里写「no thunder（不要雷声）」，是要求模型别加入突发的雷鸣，否则它会每 20 秒重复一次；这只是要求，不是保证，所以要完整听一遍。下面的播放器都设成了循环播放，可以听到每段首尾衔接的效果：

提示词: Steady heavy rain falling on leaves and ground, no thunder（持续的大雨落在树叶和地面上，不要雷声） · 时长: 20 秒 · 无缝循环: 开

同一提示词 · 时长: 20 秒 · 无缝循环: 关

试听笔记：两版都是持续的大雨，没有雷声，但听起来是一片均匀的雨幕，而不是一颗颗雨滴打在树叶上，关循环的版本更闷一些。两版都可以当背景雨声铺底；近景画面要另外加溅水声。

让每个播放器首尾循环几遍。我们测量发现，开循环版本的最后一个采样与第一个采样的距离，比关循环版本近了大约十倍，这正是干净循环需要的；但只有在引擎里听过才能确认：在引擎里也打开循环，让片段重复播放几遍。如果在衔接处听到咔哒声或空隙，检查两件事。MP3 文件开头可能带有几毫秒的填充静音，转成 WAV 或 Ogg Vorbis 后这段静音还在，所以导出前先在音频编辑器里裁掉开头。如果衔接处仍有咔哒声，就在循环点加一个短的交叉淡化。

怎么避免同一个音效反复重复？

同一个提示词多生成几次，再从每一版里挑出可用的部分裁出来：

提示词: Footsteps walking on loose gravel, steady pace, close to the mic（在松散碎石上行走的脚步声，步速平稳，贴近麦克风） · 时长: 4 秒 · 生成 3 次

试听笔记：第 2、3 版听起来像清脆地踩在松散碎石上。第 1 版更软、更黏，比起碎石更像雪地或湿泥地。这正是多生成几版再挑的原因：第 1 版照样能用在雪地或泥地上。

三版是不同的文件，不是复制品：峰值在 −22.2 到 −16.8 dBFS 之间，第一声脚步出现的时间点也各不相同（在 0 到 71 毫秒之间）。从每一版里裁出单个脚步，让游戏每走一步随机挑一个播放，再加一点随机音高变化，这样长距离行走时就听不出重复。裁完之后要再检查一次电平，因为整个文件的平均电平包含了脚步之间的停顿。三版共花 15 积分。

不同音效之间的音量怎么平衡？

生成的片段音量并不统一，所以上线前要安排一轮音量平衡。在我们这组片段里，爆炸平均电平是 −16.4 dBFS，碎石脚步声约 −46 dBFS，相差大约 30 dB：在同样的音量设置下播放，脚步声会比爆炸小得多。

先裁掉静音，然后在引擎里按音效类别（界面、战斗、环境音）分别设置音量，再凭耳朵微调单个片段。峰值标准化只能对齐最响的那一瞬间：一段短促的剑击和一段持续的雨声循环，标准化到同样的峰值后，听起来响度仍然差别很大。在 0 dBFS 以下留一些余量，因为多个音效同时播放时音量会叠加。

怎么把音效导入 Unity、Godot 和 Unreal？

文件是 MP3（我们拿到的是 128 kbps、44,100 Hz、立体声）。根据三个引擎当前的官方文档，它们都能直接导入 MP3：

• Unity：Unity 6.6 手册把 .mp3 列为支持的音频格式。把文件拖进 Assets 文件夹，用 AudioSource 播放，环境音勾选 Loop；然后在片段的导入设置里选 Load Type（加载方式）：手册建议较小的音效用 Decompress On Load，长环境音这类连续音频用 Streaming。
• Godot：Godot 可以导入 WAV、Ogg Vorbis 和 MP3。环境音在 Import 面板（中文界面为「导入」面板）里打开 Loop。文档建议短促、反复播放的音效考虑用 WAV，长音效和音乐用 Ogg Vorbis，所以频繁触发的脚步声、枪声可以先转格式。
• Unreal Engine：在 Content Browser（内容浏览器）里点 Import，或者直接从文件管理器把文件拖进去，就会生成一个 Sound Wave 资产。Unreal 文档把 .mp3 列在支持的格式里，并说明所有导入的音频都会在内部转成 16 位 .wav。

如果需要先转成其他格式，可以用 Audacity 这类免费编辑器，一次完成裁剪静音和导出 WAV 或 Ogg Vorbis。

要花多少积分？音效能用在商业游戏里吗？

音效每秒 1 积分，每段最低 5 积分，时长可选 1 到 30 秒。1 秒的界面点击音和 5 秒的爆炸声都是 5 积分，30 秒的环境音循环是 30 积分。在大部分国家，符合条件的免费账号每月可获得 50 积分（部分地区不发放免费积分），大约够做十段短音效。不需要订阅。

这些音效可免版税用于商业游戏，免费方案同样适用，也不需要署名 RaoMusic。免版税指的是使用授权，版权并不转让给你。授权也不保证音效独家：其他用户也可能生成相似的音效。订阅用户还可以为每个片段下载授权证书（PDF）。详情见商业授权页面。如果要做游戏以外的音效，比如视频转场，通用的 AI 音效生成器用的是同一个「音效」标签页；完整的背景音乐则可以用游戏音乐生成器来做。