遊戲音效的壓縮取捨：為什麼 128kbps 比 320kbps 更適合遊戲
換句話說，有損壓縮丟掉的是「理論上人類聽不到」的資訊。比特率越低，編碼器被迫做的取捨就越激進，被丟掉的東西就越可能「其實聽得到」——這就是壓縮偽影（artifacts）的來源：預回聲（pre-echo）、頻帶限制（高頻被截斷）、金屬感、立體聲場塌陷、瞬態音模糊等等。
所以問題從來不是「128 夠不夠」，而是：在遊戲這個特定的聆聽情境下，那些被丟掉的東西，玩家有沒有機會、有沒有注意力去聽到？
1.3 遊戲音訊與唱片音訊是兩種完全不同的商品
唱片音訊的設計目標很單純：在一個相對安靜、注意力集中的環境裡，讓人專注地聽音樂。聽眾戴著耳機或坐在喇叭前，聆聽本身就是目的。在這種情境下，任何壓縮偽影都會被放大檢視，320kbps 甚至無損是合理的追求。
遊戲音訊的設計目標完全不同。它是一個功能性、互動性、被混音系統即時組裝的資源。玩家在玩遊戲時，聽覺資源大多被分配給「資訊性」的聲音：敵人的腳步從哪來、技能有沒有冷卻好、血量是不是快見底、NPC 是不是在叫我。音樂和環境音是氛圍配角，音效是資訊載體，而這一切都在視覺主導、手部操作、時間壓力下發生。
打個比方：你不會用檢視攝影作品的方式去看紅綠燈。紅綠燈只需要在對的距離、對的光線下，讓你清楚辨識顏色就好。遊戲音效就是那個紅綠燈——它的價值在於「在對的時刻傳遞對的資訊與情緒」，而不是「經得起發燒友逐幀分析」。
二、遊戲音訊是「多軌 × 海量 × 即時」的極端場景
要理解為什麼 128kbps 在遊戲裡常常不吃虧，得先理解遊戲音訊系統的運作方式。它和「播放一首歌」是截然不同的問題。
2.1 預算表上真正稀缺的是記憶體與下載體積
在遊戲專案裡，音訊部門永遠在跟預算打架。這裡的預算不是錢，而是幾個硬指標：
I/O 頻寬：載入時間、關卡切換的卡頓，很多時候是資產讀取造成的。
平台限制：某些平台對音訊記憶體池有硬性上限，超過就是 crash。
把一個音效從 320kbps 降到 128kbps，等於在每一個維度上同時省下 60% 的成本。對一個有上萬個音效資產的專案，這不是「最佳化」，這是「能不能做完」的問題。而這些省下來的預算，可以拿去換更高解析度的貼圖、更多的動畫、更長的關卡——那些玩家看得見、也真的會注意到的東西。
2.2 同時發聲數：壓縮偽影會被其他聲音掩蔽
這是遊戲音訊最有趣、也最常被忽略的一點。在一首音樂裡，編碼器產生的偽影往往是孤立的：安靜的段落裡，一個輕微的預回聲就會被聽出來。但在遊戲裡，一個音效幾乎永遠不是單獨存在的。
想想一個戰鬥場景：背景有一層持續的環境音、一層戰鬥音樂、角色的腳步、武器揮擊、命中判定、敵人受擊語音、UI 提示音、技能特效、遠處的爆炸……同時可能有 20 到 60 條音軌在發聲。在這種密度下，單一檔案 128kbps 產生的偽影，會被其他聲音在頻域與時域上大量掩蔽。玩家的大腦在處理的是「整體的聲音事件」，而不是「逐一分析每個音檔的品質」。
這也是為什麼很多音效設計師會說：你永遠要「在混音裡」做品質判斷，而不是「在耳機裡單獨播放」做判斷。單獨播放一個 128kbps 的音效，你可能會皺眉；放進實際的混音場景，你常常會發現根本聽不出差別。而玩家永遠只會聽到後者。
2.3 玩家的聽覺注意力是次要資源
認知心理學上有個概念叫「注意力資源有限」。玩遊戲時，視覺與手部操作占走了絕大多數的認知頻寬，聽覺處理是並行但低優先的。這不代表音效不重要——恰恰相反，音效在遊戲裡承擔了大量「不用看也知道」的資訊傳遞——但它代表玩家對「音質瑕疵」的敏感度，遠低於對「聲音資訊是否正確、是否即時」的敏感度。
玩家會抱怨「我聽不出敵人在哪」，不會抱怨「這個腳步聲的高頻有點糊」。玩家會抱怨「技能音效太吵」，不會抱怨「這首歌的 16kHz 以上被裁掉了」。這不是玩家不懂，而是他們的大腦在遊戲情境下自動做了正確的資源分配。遊戲音訊的品質指標，是「資訊傳遞效率」，不是「頻譜完整度」。
三、128kbps 在遊戲裡「夠用」的技術根據
上面談的是情境與注意力，接下來談硬技術。128kbps 之所以在遊戲裡不吃虧，有幾個很具體的原因。
3.1 多聲道與單聲道：每聲道碼率的真相
這是整篇文章裡最容易被誤解、也最值得記住的一點。
「128kbps 立體聲」意味著兩個聲道「共享」128kbps，平均每聲道 64kbps。而「320kbps 立體聲」則是每聲道 160kbps。看起來差距很大。
但遊戲音效裡，絕大多數的點音效（Point Source SFX）其實是單聲道資產。原因是：3D 空間定位應該由遊戲引擎在執行期透過 panning、HRTF、衰減、都卜勒等技術即時計算，而不是把定位資訊「烘」進檔案裡。如果在檔案裡就做成立體聲，引擎再去做空間化，只會得到一個定位混亂、相位衝突的結果。
而「128kbps 單聲道」，等於每個聲道 128kbps——這已經接近「320kbps 立體聲每聲道 160kbps」的水準了。換句話說，只要你正確地把點音效存成單聲道，128kbps 提供的單位聲道品質其實相當可觀。這是遊戲音訊領域一個非常實用的常識：先確定聲道數，再談比特率。很多「128 聽起來很糟」的案例，其實是「立體聲檔案被降到 128」造成的，而不是 128 本身的問題。
3.2 頻帶限制與遊戲音效的能量分布
128kbps 有損壓縮最明顯的副作用之一，是對高頻的頻帶限制。以經典的 MP3 為例，128kbps 的截止頻率大約落在 16kHz 附近，而 320kbps 可以延伸到 20kHz 以上。從頻譜圖上看，差異非常明顯。
但問題是：你聽得到 16kHz 以上嗎？成年人的聽覺上限普遍在 15 到 17kHz 之間，年紀越大衰減越明顯。而遊戲音效的能量分布，絕大多數集中在 200Hz 到 8kHz 這個區間——腳步、槍聲、撞擊、語音、UI 提示音，幾乎都在這裡。真正需要 16kHz 以上空氣感的，是弦樂的泛音、銅管的光澤、鈸的嘶聲——也就是「音樂」，而不是「音效」。
再加上遊戲音效多半會被混音系統加上低通濾波、動態壓縮、音量自動化（例如距離衰減就自帶高頻衰減），原始檔案的 16kHz 以上資訊，在到達玩家耳朵之前早就被處理掉了。在這種前提下，為了保留一段「反正會被砍掉、而且多數人也聽不到」的頻譜，付出 2.5 倍的檔案體積，性價比非常低。
3.3 現代編碼器與 MP3 時代已經不同
「128kbps 很糟」這個印象，很大程度上來自 1990 年代末到 2000 年代的 MP3 時代。當時的編碼器技術相對原始，128kbps 的 MP3 確實容易出現明顯的水泡聲（swirling）、預回聲與立體聲場塌陷。
但今天的編碼器生態已經完全不同了。以遊戲業界廣泛使用的 Ogg Vorbis 與 Opus 為例，兩者在低比特率下的效率都遠優於老式 MP3。Opus 在 96kbps 立體聲的表現，主觀上已經接近透明；而 Vorbis 在 128kbps 下的品質，普遍被認為相當於 160 到 192kbps 的 MP3。
換句話說，「128kbps」這個數字在不同編碼器下的意義天差地遠。如果你用的是 Opus 或 Vorbis，128kbps 已經是相當體面的規格；如果你還在用二十年前的 MP3 編碼器，那確實該重新檢視一下管線。很多人批評 128kbps，其實批評的是「過時的編碼實作」，而不是「128 這個數字」。
3.4 解碼成本與平台相容性
還有一個很實務的考量：解碼成本。高比特率檔案解碼時需要更多的緩衝與運算，在行動裝置、掌機、網頁（Web Audio API）這些環境下，同時播放數十條高比特率音軌是有壓力的。128kbps 的檔案解碼更快、緩衝更小、延遲更低，對「即時互動」的遊戲來說，這是實打實的體驗差異。
此外，某些平台對音訊格式與比特率有既定規範（例如部分主機平台的音訊中介層、部分手機廠商的低延遲音訊路徑），128kbps 的 Ogg Vorbis 或 ADPCM 往往是相容性最好、踩坑最少的選擇。在跨平台專案裡，「穩定可預期」的價值往往高於「理論上更高的品質上限」。
四、什麼時候「不該」用 128kbps：必須回到高比特率的例外清單
說到這裡，必須踩一下煞車。這篇文章不是要主張「所有遊戲音效都該用 128kbps」。負責任的結論永遠是分級的，而不是一刀切的。以下這幾類資產，通常值得給予更高的比特率，甚至無損。
4.1 音樂型遊戲與原聲帶
如果你的遊戲是節奏遊戲、音樂遊戲，或者音樂本身是核心賣點（例如大型 RPG 的主題曲、敘事型遊戲的鋼琴配樂），那麼音樂軌就應該被當成「唱片」來對待。這類內容會被玩家反覆聆聽、專注聆聽，甚至被玩家二次剪輯、上傳、比較。在這種情境下，320kbps 甚至無損是合理的，因為它符合該內容被消費的方式。
實務上常見的做法是：遊戲內的互動音樂用中等比特率（例如 160 到 192kbps），而可以獨立欣賞的原聲帶版本則另外發行高比特率或無損。兩者服務不同的使用情境，不需要互相委屈。
4.2 語音、旁白與敘事演出
人聲對壓縮偽影特別敏感，尤其是齒音（sibilance）、氣音與細微的語氣變化。低比特率的語音容易出現「金屬味」與「口水聲變形」，而玩家在聆聽敘事語音時，注意力是高度集中的——這正是偽影最容易被察覺的情境。
建議語音資產至少使用 128 到 192kbps 的單聲道（注意：單聲道 128kbps 已經是不錯的規格），重要角色與過場演出可以再往上拉。同時要搭配適當的前處理（去噪、EQ、壓縮），因為糟糕的原始錄音遠比比特率更傷害聽感。
4.3 低頻、環境音與持續性音床
持續性的環境音（風聲、雨聲、海浪、城市底噪）與低頻成分強的音效（爆炸、引擎、心跳），在低比特率下比較容易出現「呼吸感」與「頻譜空洞」。這類音床通常會長時間播放、音量較低、且會被玩家反覆聆聽（例如在大廳掛機時），偽影的累積效應比較明顯。
這類資產建議使用 160 到 192kbps，或者改用更適合的格式（例如循環點設計良好的 Vorbis 檔案）。另外，環境音床往往佔用大量播放時間，但檔案可以透過「無縫循環」的方式大幅壓縮長度，這比提高比特率更有效。
五、實務工作流：把分級編碼寫進製作流程
講完原理，來談落地。以下是我們在專案裡實際採用、也推薦給獨立團隊的分級策略與管線做法。
5.1 建立資產分級表（Asset Tier）
不要用「一刀切」的比特率去處理所有音效。先建立一份分級表，讓每個資產類別都有明確的規格。以下是一個可以直接套用的範例：
資產類別
建議聲道
建議比特率
格式建議
理由
短點音效（腳步、UI、命中）
單聲道
96–128kbps
Vorbis / ADPCM
時長短、混音中密度高、被掩蔽
中長音效（技能、爆炸、環境物件）
單聲道
128–160kbps
Vorbis
瞬態明顯，需保留攻擊感
持續環境音床
立體聲
160–192kbps
Vorbis（無縫循環）
長時間播放，偽影累積明顯
戰鬥／場景音樂
立體聲
160–192kbps
Vorbis / Opus
音樂性內容，但仍在混音中
語音與旁白
單聲道
128–192kbps
Opus / Vorbis
人聲對偽影敏感，注意力集中
主選單／主題曲／音樂遊戲軌
立體聲
256–320kbps
Vorbis / 無損
被當作音樂欣賞，屬例外清單
這張表的價值不只是規格，而是「共識」。當美術、程式、音效、發行都能看著同一張表溝通，就不會出現「為什麼這個音效只有 96kbps」這種爭論，因為那是類別決定的，不是個人偏好決定的。
5.2 編碼器與參數選擇
格式選擇上，幾個實務建議：
參數上，記得開啟「位元率管理模式」（VBR 或 ABR），並確認編碼器的取樣率設定正確。很多「128kbps 聽起來很糟」的案例，其實是取樣率被錯誤降採樣（例如從 48kHz 降到 22kHz）造成的，而不是比特率本身的問題。
5.3 A/B 盲測與自動化回歸
規格訂好了，還是要驗證。建議建立一個簡單的盲測流程：
讓團隊成員（包含非音訊背景的人）進行盲聽，記錄「能不能聽出差別」與「偏好哪一個」。
把結果記錄成專案的「聽感基線」，後續任何管線變更都用同一套測試回歸。
同時，把編碼流程自動化：用腳本批次匯出、自動套用分級表、自動檢查位元率與聲道數是否符合規格、自動產生報表。人為手動匯出是規格漂移的最大來源，自動化管線可以在資產進入版本控制之前就攔下有問題的檔案。
六、常見迷思與反方觀點
最後，來正面回應幾個最常聽到的反對意見。這些意見都有它的道理，但通常建立在不同的前提上。
6.1 「320 一定比 128 好聽」
在「單獨聆聽一首音樂」的前提下，這句話大致成立。但在「遊戲混音場景下、玩家注意力分散、音效被大量掩蔽」的前提下，這句話的實際意義大幅下降。品質不是絕對值，而是「在特定使用情境下的主觀體驗」。用唱片場景的標準去要求遊戲場景，就像用顯微鏡的標準去要求望遠鏡——工具沒錯，用錯地方而已。
6.2 「現在容量不是問題了吧」
對部分平台（PC、次世代主機）確實如此，但遊戲市場的主力早就轉移到行動端與掌機。手機儲存空間有限、下載意願有限、資料傳輸費用有限；Switch 卡匣容量有成本；網頁遊戲的載入時間直接影響留存。即使在 PC 上，包體大小也影響更新頻率與玩家耐心。容量從來不是「不是問題」，只是「問題被誰承擔」。
6.3 「玩家設備越來越好，聽得出差異」
設備變好是事實，但設備變好不代表「需求變高」。高階耳機確實能放大壓縮偽影，但同時也會放大遊戲混音本身的問題——而那些問題通常比比特率嚴重得多。與其把預算花在提高比特率，不如花在更好的混音、更精準的空間化、更清晰的資訊層級設計上，這些對玩家體驗的邊際效益高得多。
七、結論：把位元花在聽得見的地方
回到最初的問題：為什麼 128kbps 比 320kbps 更適合遊戲？
答案不是「因為 128 音質比較好」——它當然不是。答案是：在遊戲這個特定的情境裡，128kbps 提供的品質已經足以滿足玩家的實際感知需求，而它省下的資源可以投入到玩家真正會注意到的地方。這是一個工程取捨，而不是一個品質妥協。
更重要的是，這個結論從來不是「一律 128」。它是一個分級策略：短音效與大量重複的資產用 96 到 128kbps，語音與環境音床用 160 到 192kbps，音樂與重點演出用 256 到 320kbps 甚至無損。真正專業的做法，是針對每一類資產，去問「它會被怎麼被聽到」，然後給它剛剛好的規格——不多也不少。
把位元花在聽得見的地方，把省下來的資源花在看得見的地方。這大概就是遊戲音訊工程最務實、也最浪漫的一句話了。
如果你正在為自己的專案制定音訊規格，歡迎在底下回覆你的平台、類型與目前遇到的預算瓶頸，我們可以一起討論更細緻的分級方案。也歡迎分享你曾經「聽出差別」或「完全聽不出差別」的實測經驗，這類真實案例對整個社群都很有價值。
```