遊戲音訊的爆音除錯：四輪修復的踩坑記

Crystal Hangul 的試玩回饋裡，「爆音」這個詞出現了三次。第一次是進戰鬥的時候，第二次是殺第一隻敵人的時候，第三次是戰鬥結束跳結算畫面的時候。三個爆音的原因各不相同，我修了四輪才全部解決。

第一輪：進戰鬥爆音

玩家從選關畫面進入戰鬥，畫面切換的瞬間聽到一聲短促的 click。每次進關都會發生。

原因是 AVAudioSession 和 AVAudioEngine 的第一次啟動。iOS 的音訊硬體在 session 被啟用的那一刻會做一次配置，這個配置過程會產生一個聽得到的 click 聲。原本的 code 在進入戰鬥時才啟動音訊引擎，所以每次進關都是一次「第一次啟動」。

我把啟動時機移到 App 啟動畫面的背後。App 一開的時候就呼叫 prewarm()，把 session 啟用、引擎跑起來、所有音效 buffer 全部預載。之後進戰鬥、回選單、再進戰鬥，音訊引擎全程在跑，不會再有硬體重配置的 click。

這一輪修完之後，進戰鬥的 click 消失了。但試玩回饋馬上回報了下一個爆音。

第二輪：首殺爆音和多聲部硬剪

第一隻敵人被打死的時候，會聽到一聲很刺耳的爆音。之後的敵人碎裂就正常了，只有第一隻有問題。

這個爆音有兩個幫兇。

第一個是主執行緒卡頓。敵人死亡的時候，渲染層要生成碎片的 3D mesh（十幾顆不規則碎晶）。第一隻敵人死的那一幀，這些 MeshResource 全部現場計算，卡住了主執行緒。音訊引擎的 render callback 被延遲，音訊 buffer 出現空洞，DAC 就爆了。

我把碎片 mesh 改成 static cache：App 啟動的時候就預先算好 16 顆碎片形狀，戰鬥中直接從 cache 拿。碎片的 seed 是固定的，每次長一樣，沒有理由每次都重算。

第二個幫兇是多聲部疊加。敵人碎裂的那一刻，碎裂音效、強射 whoosh、字塊完成和弦、BGM 可能同時在響。所有聲部的波形加在一起，峰值超過 0dBFS，DAC 硬剪成方波。硬剪的聲音就是爆音。

我在主混音輸出後面接了 Apple 內建的 Peak Limiter。它會在峰值快超標的時候自動壓縮振幅，避免硬剪。主混音的輸出音量也留了 headroom 給引擎外的 TTS 韓文發音，兩邊加起來也不會爆。

同一輪還處理了 RealityKit 的暖機問題。RealityKit 的 ARView 在建立的時候會啟動一個進程級的內部音訊引擎（CoreRE）。這個啟動也會產生 click，跟 AVAudioEngine 的啟動是兩回事。我在 App 啟動時先建一個隱形的 ARView 讓 CoreRE 暖起來，進戰鬥時 RealityKit 就不會再做第一次啟動了。

插曲：暖機 ARView 害畫面全黑

上一輪加的隱形暖機 ARView 引起了一個新問題：進戰鬥之後畫面全黑。美術背板、敵人、塔全部消失，只剩 SwiftUI 的字塊盤浮在黑色背景上。

原因是 RealityKit 不允許兩個 ARView 同時活著。暖機 ARView 和戰鬥 ARView 並存的時候，渲染管線衝突，戰鬥 ARView 的 scene 整個沒有輸出。

我改成交棒制：進戰鬥前先銷毀暖機 ARView，再建戰鬥 ARView。回選單時（等視圖樹拆完之後延遲一個 runloop）再把暖機 ARView 建回來。任何時刻都恰好只有一個 ARView 存在，CoreRE 全程不經歷「最後一個 ARView 消失」的關機重啟，爆音對策的效果保留。

第三輪：結算爆音

最後一波打完跳結算畫面的時候，勝利音效又爆了一聲。這個爆音在 Peak Limiter 加了之後仍然存在，因為原因跟振幅無關。

原本的一次性音效播放用固定的 cursor 輪替：第一個音效用 player 0，第二個用 player 1，以此類推。問題是戰鬥結束那一刻是池子最忙的時候。最後一波的連殺碎裂音效尾音很長（五到六秒），十個 player 可能大部分都還在響。勝利 stinger 輪到一個還在響的 player，.stop() 在波形中間截斷，產生一個不連續的 click。Peak Limiter 壓的是振幅，救不了波形不連續。

我改成追蹤每個 player 的尾音預計結束時刻（用 buffer 長度除以 sample rate 算出來的）。選 player 的時候優先挑尾音已經衰減完的，.stop() 的時候波形已經是零，沒有不連續的問題。全部都在忙的時候才挑剩餘尾音最短的，被截斷的聽感降到最低。

四種爆音，四個不同的原因

回頭看，四輪修的爆音各有不同的根源：

• 進戰鬥 click：AVAudioSession 硬體重配置。解法是把啟動時機移到 App 啟動。
• 首殺爆音：主執行緒被 MeshResource 生成卡住，音訊 buffer 空洞。解法是 mesh 預算 + static cache。
• 多聲部硬剪：多音源疊加超過 0dBFS。解法是 Peak Limiter。
• 結算 click：player 輪替打斷尚未衰減的波形。解法是追蹤尾音結束時刻，優先挑閒置的 player。

加上 RealityKit ARView 的暖機問題（CoreRE 內部音訊引擎和 AVAudioEngine 是兩套，要分開暖）以及暖機 ARView 引起的畫面全黑（任何時刻只能有一個 ARView），整個除錯過程跨了音訊和渲染兩個領域。最難的部分是辨認爆音的來源：同一個「爆了一聲」的症狀，背後的原因可能是振幅、可能是波形不連續、可能是主執行緒卡頓、可能是音訊硬體配置。每一種都要不同的修法。

水晶韓語塔防是一個用 RealityKit 做的 iOS 塔防遊戲，拼韓文句子建塔，打敗水晶怪物。App Store 下載。這篇是「費曼的實習生」系列，記錄遊戲開發中遇到的技術問題和除錯過程。