用 AI 製作遊戲音效,步驟是:用一句話寫出提示詞,交代聲源、材質、動作和空間;選好長度;環境音打開循環;生成後剪掉多餘的部分,再匯入遊戲引擎。在 RaoMusic 上,長度可選 1 到 30 秒,檔案以 MP3 下載,每秒 1 點、每段最低 5 點。以下是 9 段實測音效。
最後確認:2026 年 10 月 26 日
測試音效是怎麼生成和測量的
2026 年 10 月 26 日,我們在遊戲音效產生器上生成了 9 段音效。頁面開啟時預設在「音效」分頁,模型選單選的是 ElevenLabs。所有片段都用「描述貼合度」的預設值 0.3(它控制生成結果有多貼近你的文字)。腳步聲提示詞跑了 3 次,雨聲提示詞跑了 2 次(「無縫循環」開、關各一次),其他提示詞各跑 1 次。9 段總共花了 75 點。
接著我們在瀏覽器裡(Chromium 的 Web Audio API)解碼每個 MP3,測量長度、以 dBFS 計的峰值與平均電平(0 dBFS 是檔案能達到的最大音量),以及開頭和結尾有多少靜音,低於 −60 dBFS 的部分都算靜音。我們沒有拿這些片段和音效素材庫或其他產生器比較。數據只說明長度、靜音和電平。片段下方的簡短試聽筆記描述了這個檔案聽起來是什麼樣子;按下播放聽聽看,自己判斷。

遊戲音效的提示詞怎麼寫?
寫清楚四件事:聲源(鋼劍)、材質或質感(清脆的金屬鳴響)、動作(相擊),以及空間和距離(近距離、乾聲)。不要寫「epic(史詩感)」這類情緒字眼。描述框最多 450 個字元,輸入框的提示文字寫著英文效果最好;用其他語言寫的話,可以按「譯成英文」按鈕轉換。
下面是一個只有兩個字的提示詞和一個完整的提示詞,長度都是 2 秒:
提示詞: sword sound(劍的聲音) · 時長: 2 秒
提示詞: Two steel swords clash with a sharp metallic ring, close and dry(兩把鋼劍相擊,金屬鳴響清脆,近距離、乾聲) · 時長: 2 秒
兩段都播放一下,對照著聽。如果某一版很接近但還差一點,每次只改一個細節(先改材質,再改距離),才能知道是哪個字改變了結果。
不必從空白輸入框開始。頁面上有 30 個範本,分成六組:戰鬥、武器、介面、循環環境音、移動、復古 8-bit。按「使用範本」會自動填入描述、長度和循環設定,你再從這裡修改文字就好。

每個音效該設多長?
每個檔案的長度都和「時長」設定完全一致,但聲音本身常常更早結束,所以匯入前要準備好剪掉結尾:
| 片段 | 設定長度 | 結尾靜音 | 峰值 | 平均電平 | 點數 |
|---|---|---|---|---|---|
| 劍擊,兩個字的提示詞 | 2 秒 | 0.65 秒 | −3.0 dBFS | −27.3 dBFS | 5 |
| 劍擊,詳細提示詞 | 2 秒 | 0.29 秒 | −2.8 dBFS | −28.4 dBFS | 5 |
| 8-bit 道具強化音 | 2 秒 | 1.49 秒 | −3.8 dBFS | −22.3 dBFS | 5 |
| 帶碎片的爆炸 | 5 秒 | 0.36 秒 | −1.6 dBFS | −16.4 dBFS | 5 |
| 碎石腳步聲(3 版) | 4 秒 | 0.00 秒 | −22.2 至 −16.8 dBFS | −47.4 至 −45.5 dBFS | 每版 5 |
| 雨聲,開循環 | 20 秒 | 0.00 秒 | −17.1 dBFS | −39.8 dBFS | 20 |
| 雨聲,關循環 | 20 秒 | 0.00 秒 | −20.9 dBFS | −46.3 dBFS | 20 |
8-bit 道具強化音最能看出這個規律:聲音大約半秒就結束了,這個 2 秒檔案的最後 1.49 秒都是靜音。先產生,再剪輯。
提示詞: 8-bit retro power-up, fast ascending chiptune arpeggio(8-bit 復古道具強化音,快速上行的晶片音樂琶音) · 時長: 2 秒
試聽筆記:快速、明亮的方波琶音,復古味很到位。聲音偏單薄,結尾戛然而止,比較適合撿取小道具或介面確認音,不太適合份量很重的道具強化。
結尾有靜音,聲音停了片段卻還在「播放」。如果你的程式要等音效播完才繼續,或限制了同時播放的音效數量,就會受到影響。頻繁觸發的音效,要在音訊編輯軟體裡把結尾剪掉。因為每段最低 5 點,1 到 5 秒的長度價格都一樣;像下面這段爆炸這種餘音衰減很長的聲音,長度就多留一點。
提示詞: Large explosion with a rumbling boom and debris falling afterwards(大爆炸,低沉的轟鳴,接著碎片落下) · 時長: 5 秒
試聽筆記:低沉的轟鳴很紮實,餘音也有隆隆聲,但幾乎聽不到碎片落下,只剩一點微弱的嘶嘶聲。適合當作遠處或畫面外的爆炸。如果是近距離爆炸,要另外疊加碎片撞擊聲。
循環環境音怎麼做?
生成前打開「無縫循環」,長度選長一點(我們用 20 秒),描述一個持續穩定、沒有突發事件的聲音。雨聲提示詞裡寫「no thunder(不要雷聲)」,是要求模型別加入突發的雷鳴,否則它會每 20 秒重複一次;這只是要求,不是保證,所以要完整聽一遍。下面的播放器都設成循環播放,可以聽到每段頭尾銜接的效果:
提示詞: Steady heavy rain falling on leaves and ground, no thunder(持續的大雨落在樹葉和地面上,不要雷聲) · 時長: 20 秒 · 無縫循環: 開
同一個提示詞 · 時長: 20 秒 · 無縫循環: 關
試聽筆記:兩版都是持續的大雨,沒有雷聲,但聽起來是一片均勻的雨幕,而不是一顆顆雨滴打在樹葉上,關循環的版本更悶一些。兩版都可以當背景雨聲鋪底;近景畫面要另外加濺水聲。
讓每個播放器頭尾循環幾遍。我們量測發現,開循環版本的最後一個取樣與第一個取樣的距離,比關循環版本近了大約十倍,這正是乾淨循環需要的;但只有在引擎裡實際聽過才能確認:在引擎中也打開循環,讓片段重複播放幾遍。如果在銜接處聽到「喀」的雜音或空隙,檢查兩件事。MP3 檔案開頭可能帶有幾毫秒的填充靜音,轉成 WAV 或 Ogg Vorbis 後這段靜音仍在,所以匯出前先在音訊編輯軟體裡剪掉開頭。如果銜接處還是有雜音,就在循環點加一段短的交叉淡化。
怎麼避免同一個音效一直重複?
同一個提示詞多生成幾次,再從每一版裡挑出能用的部分剪下來:
提示詞: Footsteps walking on loose gravel, steady pace, close to the mic(在鬆散碎石上行走的腳步聲,步伐平穩,貼近麥克風) · 時長: 4 秒 · 生成 3 次
試聽筆記:第 2、3 版聽起來像清脆地踩在鬆散碎石上。第 1 版比較軟、比較黏,與其說是碎石,更像雪地或濕泥地。這正是多產生幾版再挑的原因:第 1 版照樣能用在雪地或泥地上。
三版是不同的檔案,不是複製品:峰值介於 −22.2 到 −16.8 dBFS,第一聲腳步出現的時間點也各不相同(在 0 到 71 毫秒之間)。從每一版剪出單一腳步,讓遊戲每走一步就隨機挑一個播放,再加一點隨機音高變化,長距離行走時就聽不出重複。剪完後要再檢查一次電平,因為整個檔案的平均電平包含了腳步之間的停頓。三版共花 15 點。
不同音效之間的音量怎麼平衡?
產生出來的片段音量並不一致,所以上線前要安排一輪音量平衡。在我們這組片段裡,爆炸平均電平是 −16.4 dBFS,碎石腳步聲約 −46 dBFS,相差大約 30 dB:用同樣的音量設定播放,腳步聲會比爆炸小聲很多。
先剪掉靜音,再在引擎裡依音效類別(介面、戰鬥、環境音)分別設定音量,然後用耳朵微調個別片段。峰值正規化只能對齊最大聲的那一瞬間:短促的劍擊和持續的雨聲循環,正規化到同樣的峰值後,聽起來的響度依然差很多。在 0 dBFS 以下保留一些餘裕,因為多個音效同時播放時音量會疊加。
怎麼把音效匯入 Unity、Godot 和 Unreal?
檔案是 MP3(我們拿到的是 128 kbps、44,100 Hz、立體聲)。根據三個引擎目前的官方文件,它們都能直接匯入 MP3:
- Unity:Unity 6.6 手冊把 .mp3 列為支援的音訊格式。把檔案拖進 Assets 資料夾,用 AudioSource 播放,環境音勾選 Loop;接著在片段的匯入設定裡選擇 Load Type(載入方式):手冊建議較小的音效用 Decompress On Load,長環境音這類連續音訊用 Streaming。
- Godot:Godot 可以匯入 WAV、Ogg Vorbis 和 MP3。環境音在 Import 面板(中文介面為「匯入」面板)裡打開 Loop。文件建議短促、反覆播放的音效考慮用 WAV,長音效和音樂用 Ogg Vorbis,所以頻繁觸發的腳步聲、槍聲可以先轉檔。
- Unreal Engine:在 Content Browser(內容瀏覽器)裡按 Import,或直接從檔案總管把檔案拖進去,就會產生一個 Sound Wave 資產。Unreal 文件把 .mp3 列在支援的格式中,並說明所有匯入的音訊都會在內部轉成 16 位元 .wav。
如果需要先轉成其他格式,可以用 Audacity 這類免費軟體,一次完成剪掉靜音和匯出 WAV 或 Ogg Vorbis。
要花多少點數?音效能用在商業遊戲裡嗎?
音效每秒 1 點,每段最低 5 點,長度可選 1 到 30 秒。1 秒的介面點擊音和 5 秒的爆炸聲都是 5 點,30 秒的環境音循環是 30 點。在大部分國家,符合資格的免費帳號每月可獲得 50 點(部分地區不提供免費點數),大約夠做十段短音效。不需要訂閱。
這些音效可免版稅用於商業遊戲,免費方案同樣適用,也不需要標註 RaoMusic。免版稅指的是使用授權,著作權並不會轉讓給你。授權也不保證音效獨家:其他使用者也可能生成相似的音效。訂閱用戶還可以為每個片段下載授權證書(PDF)。詳情請見商業授權頁面。如果要做遊戲以外的音效,例如影片轉場,通用的 AI 音效產生器用的是同一個「音效」分頁;完整的背景音樂則可以用遊戲音樂產生器來做。
常見問題
範圍是 0 到 1,預設 0.3。數值越高,生成結果越照著你的文字走;數值越低,模型詮釋描述的自由度越大。
下載的檔案是立體聲,我們拿到的全都是雙聲道 MP3。如果需要單聲道(例如放在 3D 場景中某個位置的聲源),可以在 Unity 的匯入設定勾選 Force To Mono,把片段混成單一音軌;也可以用音訊編輯軟體直接匯出單聲道。
音效是最長 30 秒的短片段。選單主題曲、戰鬥音樂或背景音樂請用遊戲音樂產生器,它能生成完整的純音樂曲目。
把模型切換成 Rao。它的「音效」分頁可以設定 BPM 和調性,每次 10 點,適合需要和配樂融在一起的短旋律提示音與過場音效。
