Створення звукових ефектів (SFX) для мобільної гри

Звуковий ефект живе 0.1–2 секунди. За цей час він має підтвердити дію гравця, передати фізичні властивості об'єкта й не набриднути при сотому повторенні. Особливо гостро це проявляється в мобільних іграх, де гравець виконує сотні однотипних дій за сесію — кожен крок, кожен удар, кожен клік по UI має звучати природно й не дратувати. Ми працюємо над звуковим дизайном мобільних ігор понад 5 років і знаємо, як досягти цього при жорстких обмеженнях пам'яті та процесора.

Чому один файл на подію — це помилка

Якщо крок по дерев'яній підлозі — один WAV-файл, мозок помічає повторення після 8–10 кроків. Це «machine gun effect» — термін із гейм-аудіо. Рішення — пул варіацій: 4–6 варіантів одного звуку з незначними відмінностями за pitch (±2 півтони), volume (±2 дБ) та timing. У Unity це AudioSource.pitch = Random.Range(0.95f, 1.05f). У Wwise — Random Container з режимом shuffle.

Другий рівень варіативності — контекстні варіанти: крок по металу звучить інакше, ніж по каменю. Це вимагає системи surface detection: raycast під ногами персонажа повертає PhysicsMaterial, за яким вибирається потрібний пул. Така архітектура в 1.5–2 рази збільшує час виробництва, але повністю усуває монотонність.

Як створюються звукові ефекти для мобільних ігор?

Синтез. Для UI-звуків, sci-fi ефектів, магії — синтезатори (Serum, Vital) та FM-синтез (FM8, DX7 емуляція). Вибух в аркадній грі — це layering: low-end бум (sub через синус або pitchdown), transient (білий шум через band-pass), tail (реверберація з decay 0.8–1.2 с). Усі три шари синтезуються або обробляються незалежно, потім зводяться. Синтезовані звуки в 2–3 рази дешевші у виробництві, ніж фолей, але вимагають ретельного налаштування, щоб звучати органічно.

Фолей. Органічні звуки — кроки, удари, скрипи — часто записуються в студії. Удар кулака в RPG: реальний удар по шкіряному мішку + тонкий wooden crack + синтетичний transient у high-mid (2–4 кГц для «укусу»). Layering у DAW (Reaper, Pro Tools, Nuendo), обробка: EQ для формування тіла, компресія з fast attack для підкреслення transient, saturation для щільності. Фолей дає унікальне звучання, яке неможливо точно повторити синтезом.

Бібліотеки. Sonniss GDC Bundle (безкоштовно, тисячі звуків), Boom Library, A Sound Effect — вихідний матеріал, який доопрацьовується під проєкт. Брати «з коробки» без обробки — погана практика: звук буде впізнаваним (чули в 20 інших іграх) і не впишеться в загальну палітру. Ми доопрацьовуємо кожне джерело — змінюємо pitch, розрізаємо, накладаємо ефекти.

Які технічні вимоги до звуку на мобільних платформах?

Фінальні файли: WAV, 44.1 кГц, 16 біт для більшості ефектів. Музичні стинги та ambient — 48 кГц / 24 біт. Стерео тільки для ефектів, які будуть використовуватися в 3D-позиціонуванні або як music loops. Короткі UI-звуки — моно, це вдвічі менше пам'яті.

Unity транскодує WAV у Vorbis (Android) та AAC (iOS) при білді. Для дуже коротких звуків (< 200 мс) — використовувати Decompress On Load + PCM, інакше декомпресія додасть latency. Для довгих ambient-треків — Compressed In Memory.

Нормалізація до -16 LUFS (integrated) перед постачанням — обов'язкова. Піковий ліміт — -1 dBTP. Без цього мікс на пристрої буде неконтрольованим. Порівняйте: необроблені звуки можуть відрізнятися за гучністю на 6–10 дБ, що руйнує баланс гри.

Що входить у постачання набору SFX?

Усі SFX — у вигляді іменованих WAV-файлів з описом у специфікації. Якщо проєкт на Wwise або FMOD — додатково налаштовані події з варіаціями всередині middleware. Якщо Unity — prefab AudioClip з налаштуваннями імпорту або AudioMixer group. Також передаємо:

• повний чеклист використаних джерел (бібліотеки, записи, синтез);
• документацію щодо системи варіативності та контекстного вибору;
• гарантію заміни будь-якого звуку без додаткової плати протягом двох тижнів після постачання.

Терміни орієнтовно

Стандартний набір із 30–80 ефектів займає від 1 до 2 тижнів. Бюджет визначається індивідуально після аналізу звукової карти проєкту — зв'яжіться з нами для оцінки.

Щоб замовити створення звукових ефектів для вашої гри, зв'яжіться з нами — ми оцінимо звукову карту та запропонуємо оптимальний варіант. Запитайте демо-набір варіативних SFX — покажемо якість на ваших сценах.

Як вибрати підхід до камери в застосунках?

Застосунки, де користувачі знімають, слухають або дивляться, технічно одні з найвимогливіших. Ми стикаємося з цим щодня. Не через складність API, а через різницю в залізі: на флагмані камера працює ідеально, на бюджетному пристрої з нестандартним Camera HAL виникають артефакти та збої. На iOS стабілізація одного покоління відрізняється від іншого. Платформенні відмінності формують 80% всієї складності медіа-розробки. Наш досвід — 10+ років у мобільних медіа та понад 40 реалізованих проєктів з камерою, аудіо та відео.

CameraX проти Camera2 та AVFoundation

На Android довгий час Camera2 API був єдиним адекватним вибором для кастомних камер. Це низькорівневий API з CaptureRequest, CameraCharacteristics, ImageReader — потужний, але багатослівний. Тільки preview з коректним aspect ratio та правильною орієнтацією займає кілька сотень рядків коду.

CameraX (Jetpack) — обгортка поверх Camera2 з автоматичною адаптацією під пристрій. Preview, ImageCapture, ImageAnalysis, VideoCapture — чотири use case, які комбінуються. Він вирішує за вас проблему орієнтації, aspect ratio та lifecycle: прив'язуєте до LifecycleOwner і не думаєте про закриття камери при згортанні. В останніх версіях CameraX отримав Extensions API для боке, нічного режиму, HDR — нативні алгоритми виробників через єдиний інтерфейс. CameraX дозволяє скоротити час розробки вдвічі порівняно з Camera2.

Коли потрібен Camera2 напряму: RAW-зйомка через ImageFormat.RAW_SENSOR, ручний контроль ISO/витримки/фокусу або коли CameraX Extensions API не підтримується та потрібен кастомний ML-пайплайн в ImageAnalysis.

На iOS AVFoundation — єдиний шлях для кастомної камери. AVCaptureSession з AVCaptureDeviceInput та потрібним output (AVCapturePhotoOutput, AVCaptureVideoDataOutput, AVCaptureMovieFileOutput). Для реального часу обробки відео — AVCaptureVideoDataOutput + CVPixelBuffer в captureOutput(_:didOutput:from:) на фоновій черзі. Саме тут CoreML-моделі отримують кадри для інференсу.

Типова помилка з AVFoundation: конфігурувати сесію на main thread. beginConfiguration() / commitConfiguration() повинні викликатися на фоновому потоці. Інакше preview фрізиться, користувач бачить заморозку інтерфейсу. Ця помилка зустрічається в 70% проєктів, які ми аудитували.

Що робити з AudioFocus на Android та AudioSession на iOS?

Аудіо на мобільних платформах вимагає коректного управління життєвим циклом звуку. AudioFocus — механізм координації між застосунками. AudioManager.requestAudioFocus() з OnAudioFocusChangeListener. Якщо не обробляти AUDIOFOCUS_LOSS_TRANSIENT (паузувати) та AUDIOFOCUS_LOSS (зупиняти) — ваш застосунок гратиме поверх телефонного дзвінка. Це гарантований поганий відгук у Google Play (Wikipedia: AudioFocus).

На iOS AudioSession категорії визначають поведінку: playback — для плеєрів (продовжує грати при заблокованому екрані), record — для запису з відключенням інших джерел, playAndRecord — для голосових повідомлень. Неправильна категорія — застосунок глушить фонову музику користувача при старті.

AVAudioEngine — сучасний API для обробки аудіо: граф нод (мікшери, еквалайзери), tap-и для захвату буфера. Для мовлення в реальному часі — SFSpeechRecognizer + inputNode.installTap.

На Android для запису з шумопригніченням — NoiseSuppressor.isAvailable() + create(audioRecord.audioSessionId). Працює не на всіх пристроях, потрібен fallback.

Відео: відтворення та стрімінг

ExoPlayer (Media3) — стандарт для Android. Підтримує HLS, DASH, SmoothStreaming, прогресивне відтворення. DefaultTrackSelector з Parameters дозволяє вибирати якість вручну або адаптивно. DRM через DefaultDrmSessionManager з Widevine L1/L3.

Проблема, з якою стикаються майже всі: ExoPlayer в RecyclerView при швидкому скролі. Потрібен PlayerPool — пул перевикористовуваних плеєрів. Без пула кожен новий екземпляр створює MediaCodec інстанс, що дорого та призводить до MediaCodec$CodecException: Error -19 на деяких Android 10 пристроях при >3 одночасних інстансах. Використання пулу зменшує споживання пам'яті до 3 разів.

AVPlayer / AVPlayerViewController на iOS — для відтворення. Для кастомного UI — AVPlayerLayer + власні контроли. HLS працює нативно через AVPlayer(url:) з m3u8. FairPlay DRM вимагає серверної частини: AVContentKeySession, CKC-відповідь від KSM-сервера, делегат ресурсів.

Для Flutter — video_player як базовий шар, chewie для UI. Для серйозних завдань — platform channel до нативного ExoPlayer/AVPlayer (через DRM та субтитри).

WebRTC на мобільних — через нативні фреймворки або flutter_webrtc. Реальна складність — не в самому протоколі, а в сигналінгу та TURN-серверах. Без TURN клієнти за симетричними NAT не встановлять з'єднання — це приблизно 15–20% трафіку. Coturn — стандартний open-source сервер.

RTMP публікація на мобільних: LFLiveKit для iOS, HaishinKit як більш сучасна альтернатива. На Android — rtmp-rtsp-stream-client-java або через FFmpeg з JNI. Останнє дає максимальну гнучкість, але бінарник зростає на 10–15 МБ.

Обробка медіа: компресія та транскодування

Відео в ProRes може займати 6 ГБ/хвилину. Перед завантаженням потрібна компресія. На iOS — AVAssetExportSession з пресетом 1920×1080 або кастомний AVVideoComposition. VideoToolbox для апаратного кодування H264/HEVC — швидше та економніше по батареї.

На Android — MediaCodec напряму або Transformer (Media3) — високорівневий API для трансформацій (обрізка, ресайз, ефекти через GlEffectsFrameProcessor). Для зображень — BitmapFactory.Options.inSampleSize для даунсемплінгу, Glide / Coil для кешування. Coil на Coroutines добре вписується в Compose. Завантажувати оригінал 12 МП в ImageView 200×200dp — класичний OutOfMemoryError на пристроях з 2 ГБ RAM. Тому ми завжди стискаємо зображення до 1 МБ перед відправкою.

Як реалізувати стрімінг на мобільних пристроях: покроковий план?

1. Визначити вимоги: цільова затримка (наприклад, <100 мс), кількість одночасних користувачів (до 1000), необхідність P2P.
2. Обрати протокол та стек: WebRTC для відеодзвінків, RTMP/HLSLive для мовлення.
3. Налаштувати сигналінг (SIP, WebSocket, MQTT) та TURN-сервер.
4. Реалізувати публікацію/перегляд через нативний API або кроссплатформенний плагін.
5. Провести тестування на реальних пристроях з різними камерами та мережевими умовами.
6. Оптимізувати бітрейт (до 2 Мбіт/с для HD) та роздільну здатність залежно від пропускної здатності.

Типові помилки при розробці медіа-функціональності: конфігурація AVFoundation сесії на головному потоці, відсутність обробки AudioFocus Loss на Android, ігнорування обмежень MediaCodec на дешевих пристроях, використання емулятора для тестів камери (емулятор не відтворює проблеми HAL), витік пам'яті при перестворенні медіаплеєрів без пулу.

Що входить в роботу?

Процес розробки медіафункціональності

Складність нелінійна: базове відтворення відео — 1–2 дні, кастомна камера з обробкою кадрів та стрімінгом — 3–5 тижнів. Починаємо з прояснення вимог: DRM, формати, мінімальна OS, підтримка фонових режимів. Тестування на залізі обов'язкове — емулятор не відтворює проблеми з Camera HAL, апаратним кодеком та AudioFocus. Мінімальний набір: останній iPhone, iPhone SE, флагман Samsung, бюджетний Android, Android Go (якщо цільова аудиторія — ринки, що розвиваються).

Терміни орієнтовно: від 5 робочих днів (базове відтворення) до 8 тижнів (комплексна камера зі стрімінгом та DRM). Вартість розраховується індивідуально після аналізу ваших вимог — зв'яжіться з нами для консультації. Типовий бюджет таких проєктів: від $2,000 до $15,000.

Фраза послуги: «Робота з медіа в мобільних застосунках» — це наш профіль. Кожен проєкт починається з аудиту поточної реалізації, виявлення вузьких місць та пропозиції оптимального стеку. Замовте аудит вашої медіа-функціональності, отримайте консультацію інженера без зобов'язань.