加速王牌
Kai
“直路交給我！”
概覽
Voice Racer 測試說話如何成為即時的遊戲操作。原型結合咪高峰互動、資訊豐富但易讀的賽車 HUD、可自訂的語音技能和快速的街機式回饋。
開發範疇
- ▹語音及咪高峰輸入
- ▹賽車玩法循環
- ▹即時 HUD 回饋
- ▹可自訂的語音觸發技能
遊戲實錄
看看原型的實際運作
取自目前 Unity 版本：聆聽列中的即時語音轉文字、道具效果（加速、炸彈、Turbo）和即時反應的 HUD。
互動假設
說一句話，能否像按掣一樣快而公平？
Voice Racer 中每一件道具，都要在比賽途中大聲讀出口令才能發動。這個原型測試語音能否做到即時又公平：能包容口音和聽錯，但又不會寬鬆到讓背景聊天意外發動道具。
輸入流程
語音指令如何觸發
- 01
聆聽
每格畫面取樣咪高峰音量（RMS → dBFS）
- 02
語句
語音活動偵測把說話切成短片段
- 03
辨識
裝置端串流模型（Sherpa-ONNX）或 Whisper；支援廣東話、普通話和英文
- 04
語句緩衝
把最近的片段接起來，即使中途停頓也能算數；靜默 10 秒後清空
- 05
比對
以字元及粵拼對目前的口令組進行模糊比對
比對成功 — 相似度 ≥ 78% 且音量足夠：道具發動，然後進入冷卻（例如加速 20 秒、Turbo 25 秒）未能比對 — HUD 顯示聽到的內容和相似度分數；繼續聆聽
回到聆聽；每次道具發動後緩衝都會重設
工程筆記
讓語音成為可用的遊戲操作
塑造輸入層的幾個考慮：
- 聽錯：比對同時以字元和粵拼進行，所以讀音相近的字（「密」與「麥」）仍然算數，真正不同的句子則不會通過。
- 誤觸發：音量門檻（RMS ≥ 0.02，約 −34 dBFS）防止含糊細語剛好被正確轉寫而發動道具。
- 中途停頓：語音活動偵測會把說話切成片段，所以比對器評分的是累積的緩衝，而不只是最新的片段。
- 調校：即時除錯面板顯示聽到的文字、每句口令的相似度和咪高峰 dB，用來按真實聲音和咪高峰校準門檻。
- 無障礙與後備：每件道具都有對應的鍵盤按鍵（1–5），玩家亦可在各語言的設定檔中改寫口令。
出發陣容
角色與賽車
道具之星
Mimi
“聲線可愛，搞事認真。”
甩尾高手
Yuna
“每個彎都有它的節奏。”
戰術技師
Sol
“先計算，再加速。”
我完成的工作
- 把咪高峰輸入對應到獨立的賽車動作和技能
- 為成功辨識、未能辨識和冷卻中的指令設計視覺回饋
- 圍繞速度、名次和語音技能打造街機式 HUD
- 以簡短、可重複的比賽循環測試這個操作構思
主要挑戰
- 應付背景噪音和不同的說話音量
- 指令未被辨識時即時給予回饋
- 令語音輸入有用，同時不取代傳統駕駛技巧
下一步
- 加入校準和無障礙預設
- 測試其他指令詞彙
- 量度不同桌面咪高峰的輸入延遲
項目圖集
對遊戲、互動科技或獨立開發有興趣？
聯絡我