前言#
在遊戲音頻設計領域，Wwise 作為主流音頻中介軟體提供了 WAAPI（Wwise Authoring API）來支持工具開發。然而，長期以來，WAAPI 的使用一直局限於少數技術音頻工程師，形成了明顯的技術門檻。傳統開發模式下，每個專案特定需求都需要專人開發專門工具，不僅效率低下，還難以在不同專案間復用。
而在 AI 大模型技術爆發的今天，WwiseAgent 專案應運而生，徹底改變了這一現狀。
技術突破#
WwiseAgent 的核心優勢在於打破了傳統 WAAPI 工具開發的技術壁壘。
傳統 WAAPI 開發面臨三大痛點：首先，開發者必須同時精通編程和 Wwise 音頻系統；其次，每個工具往往只解決單一特定問題，泛化能力極差；最後，工具維護和更新需要持續投入技術資源。
下面是開發模式對比：
| 功能 | 傳統 WAAPI 方式 | WwiseAgent | 突破點 |
|---|---|---|---|
| 需求響應時間 | 數天到數週 | 即時 | 無需專門開發 |
| 開發門檻 | 需專業程式員 | 無 | 自然語言互動 |
| 功能泛化性 | 低（專項定制） | 高 | 一套系統解決多種需求 |
| 維護成本 | 持續需要 | 幾乎為零 | 模型自我更新 |
實戰演示#
以下是一些在工作中比較常見的 waapi 需求，通過 Wwise Agent 解決的表現
- 簡單的創建對象，並進行進一步操作
- 通過 excel 直接批量創建對象
（待錄製視頻） - 按照特定要求整理工程，規範資產管理
（待錄製視頻）
以上是三個比較簡單，但是在平時工作中比較繁瑣的任務。這種任務交給技術音頻的話排期又會很靠後，設計師自己來的話又很麻煩。當然，Wwise Agent 能夠實現的功能不止如此，所有通過 Waapi 能夠做到的操作，它都可以做到，具體就需要設計師在實際生產中自己嘗試了。
後續方向#
對於 Wwise Agent 的下一步發展方向，無非也只有優化響應速度和進一步的多模態輸入來考慮了。畢竟在當今 AI 浪潮下，誰也不知道 Wwise 會在何時推出官方的 AI 服務，同時其自身也受限於 Waapi 的操作權限。
對於優化響應速度的話，無非也就是推動端到端的本地模型部署，通過蒸餾，剪枝等技術進一步壓縮模型大小。
對於多模態輸入來說的話，則需要根據實際工作場景，增加對於可能的圖片，視頻，音頻等的輸入支持。