Oyun Geliştirmede Yapay Zeka Destekli Hikaye Anlatımı: Anlatı, Seslendirme ve Ses Tasarımının Otomasyonu

Yapay Zeka, oyun geliştirmeyi hızla değiştiriyor ve içerik üretme, doğrulama ve teslim etme yollarını ölçekli olarak mümkün kılıyor. AI, prosedürel seviye oluşturma, uyarlanabilir zorluk ve NPC davranışı için yaygın olarak kullanılmışken, şimdi onu çok daha dinamik bir şeye uyguluyoruz—otomatik hikaye anlatımı ve oyun odaklı anlatı deneyimleri.

Gig Game Corp'ta, gerçek zamanlı olarak dinamik, seslendirilmiş oyun içeriği üreten AI odaklı sistemler geliştiriyoruz. Bunun için birincil test vakalarımızdan biri, AI kullanarak bilgi yarışması soruları üreten, doğruluğunu doğrulayan ve çevresel ses efektleri ve ses sonrası işleme ile tamamlanmış gerçekçi seslendirmeler sentezleyen bir oyun olan “Would I Lie??”. Bu yaklaşım, soruları manuel olarak senaryolaştırma, karakter diyaloğu yazma ve seslendirme kaydetme ihtiyacını ortadan kaldıran ve sürekli yüksek kaliteli bir oyuncu deneyimi sağlayan otomatik bir içerik hattı oluşturmamıza olanak tanır.

Bu makale, bu sistemi oluştururken izlediğimiz teknik yaklaşımı, AI tarafından üretilen içeriği nasıl doğruladığımızı ve daha sürükleyici oyun deneyimleri yaratmak için AI'yı ses mühendisliğine nasıl uyguladığımızı özetlemektedir.

Adım 1: AI Tarafından Üretilen Soru ve Anlatı Oluşturma

Hattaki ilk adım içerik üretimidir. "Would I Lie??" için bu, bilgi yarışması soruları, olası cevaplar ve oyun içi sunucu diyaloğu oluşturmak anlamına gelir. Binlerce soruyu manuel olarak derlemek yerine, GPT-4 kullanarak yapılandırılmış içeriği JSON formatında üretiyoruz, bu da daha sonra ek AI modelleri tarafından işlenip filtreleniyor.

Bunu parçalamak için şu adımları izliyoruz:

1. Konu Üretimi – AI, önceden tanımlanmış zorluk seviyeleri ve kategorilere dayalı olarak konuları seçer, hem gerçek hem de sahte bilgi yarışması konuları üretir.
2. Soru ve Cevap Üretimi – AI, verilen bir konuya dayalı olarak çoktan seçmeli bir soru oluşturur ve bir doğru cevap ve birkaç makul yanlış cevap içerdiğinden emin olur.
3. Yapılandırılmış Çıktı Biçimlendirme – AI, üretilen soruyu oyun motoruna sorunsuz entegrasyon sağlayan bir JSON şemasına yapılandırır.

Bir Bilgi Yarışması Sorusu İçin Örnek AI Tarafından Üretilen JSON Çıktısı

{
  "question": "Dünyanın ilk 'diplomatik şaka savaşı'na yol açan tarihi olay nedir?",
  "answers": [
    { "text": "Fransız ve Hint Savaşı", "isCorrect": false },
    { "text": "1835 Toledo Savaşı", "isCorrect": true },
    { "text": "1978 İzlanda Morina Savaşları", "isCorrect": false },
    { "text": "1962 Penguen Antlaşması", "isCorrect": false }
  ],
  "difficulty": "orta",
  "category": "tarih"
}

Çıktıyı JSON formatında yapılandırarak, soruları gerçek zamanlı olarak depolama, doğrulama ve alma işlemlerini verimli bir şekilde gerçekleştirebiliriz, bu da çeşitlilik ve tekrar oynanabilirlik sağlayan büyük, dinamik olarak üretilmiş bir soru havuzu sağlar.

Adım 2: AI Odaklı Doğrulama ve Filtreleme

AI tarafından üretilen içerikteki en kritik zorluklardan biri kalite kontrolüdür. Dil modelleri, ilgi çekici sorular üretme konusunda son derece yetenekli olsa da, her zaman gerçek doğruluk, denge veya uygun ifade garantisi vermezler. Bunu ele almak için çok aşamalı bir doğrulama süreci uyguluyoruz:

1. Gerçek Sorular İçin Gerçek Kontrolü – AI tarafından üretilen gerçek bilgi yarışması soruları, gerçek doğruluğu doğrulamak için eğitilmiş ikincil bir AI modeli ile doğrulanır. Bir soru güven eşiğini geçmezse, inceleme için işaretlenir veya elenir.
2. Çift Algılama – Daha önce üretilenlere çok benzeyen soruları algılamak ve filtrelemek için Jaccard benzerliği ve Levenshtein mesafesi algoritmalarını kullanıyoruz. Bu, tekrarı önler ve çeşitli bir soru seti sağlar.
3. Zorluk Ayarlaması – AI, sorunun amaçlanan zorluk seviyesiyle uyumlu olup olmadığını değerlendirir. Örneğin, "zor" bir sorunun, tarihsel oyuncu verilerine dayanarak doğru cevaplanma olasılığı daha düşük olmalıdır.

Bu önlemleri uygulayarak, yalnızca doğrulanmış, yüksek kaliteli soruların nihai oyuna girmesini sağlıyoruz.

Adım 3: AI Tarafından Sentezlenen Seslendirme ve Diyalog Üretimi

Bir soru üretildikten ve doğrulandıktan sonra, bir sonraki adım oyuncuya AI tarafından üretilen seslendirmelerle iletmektir. Önceden kaydedilmiş sesler kullanmak yerine, oyun içi sunucuları hayata geçirmek için metin-okuma (TTS) teknolojisi, özellikle ElevenLabs'in AI odaklı ses sentezini kullanıyoruz.

ElevenLabs'i gerçek konuşma üretmek için çağırmadan önce, önce soru tanıtımı ve cevap açıklaması için yapılandırılmış diyalog oluşturmak amacıyla OpenAI kullanarak ayrı bir AI geçişi gerçekleştiriyoruz. Bu yaklaşım, her bileşenin dikkatlice kontrol edilmesini sağlar, istenmeyen sapmaları, gereksiz ayrıntıları veya doğru cevabın erken açıklanmasını önler.

Aşırı Çalışmayı ve Halüsinasyonu Önlemek İçin Kontrollü AI Yönlendirmesi

Doğruluk ve yapıyı korumak için, her AI isteminde belirli talimatlar sağlıyoruz, açıkça tanımlayarak:

• AI'nin nasıl başlaması gerektiği – Yanıtın, oyunun tonu ve tarzıyla uyumlu önceden tanımlanmış bir girişle açık, yapılandırılmış bir formatta başlamasını sağlamak.
• AI'nin nasıl bitmesi gerektiği – AI'ye nerede durması gerektiğini açıkça talimat vererek, modelin ek bilgi icat etmesini veya oyuncu yanıtlarını tahmin etmeye çalışmasını önlemek.
• Nelerin dahil edilmemesi gerektiği – Erken cevap ipuçları, alakasız yorumlar veya spekülatif diyalog gibi gereksiz ayrıntıları kısıtlamak.

Örneğin, soru anlatımı oluştururken, AI istemini şu şekilde yapılandırıyoruz:

• Bilgi yarışması sorusu için tonu belirleyen ilgi çekici bir girişle başlayın.
• Çoktan seçmeli seçenekleri açıkça sunun, tarafsız kalmalarını sağlayın.
• "Ne düşünüyorsunuz?" gibi önceden tanımlanmış bir ifadeyle bitirin, AI'nin doğru cevabı tahmin etmesini önleyin.

Benzer şekilde, cevap açıklama anlatımı oluştururken:

• Oyuncunun seçimini yeniden teyit ederek ve soruyu yeniden ifade ederek başlayın devamlılığı sağlamak için.
• Doğru cevabı açıkça duyurun, doğru bir şekilde iletilmesini sağlayın.
• "Doğru mu bildiniz?" gibi kısa önceden tanımlanmış bir yanıtla bitirin, ek, istenmeyen AI tarafından üretilen yorumları önleyin.

AI Halüsinasyon Risklerini Minimize Etme

Soru ve cevap üretimini ayrı AI geçişlerine bölerek ve başlama ve durma noktalarını kesin bir şekilde tanımlayarak, AI'nin yanlışlıkla cevapları açıklayabilecek veya alakasız bilgiler ekleyebilecek halüsinasyonlarını ortadan kaldırıyoruz. AI'nin tam diyaloğu tek bir istekte üretmesine izin verseydik, sonucu "tahmin etmeye" çalışabilir, bu da istenmeyen önyargı, tutarsızlıklar veya gereksiz dolgu içeriğine yol açabilir.

Her bilgi yarışması sorusu, farklı ses stilleri ve kişiliklere sahip iki AI tarafından üretilen sunucu karakteri tarafından anlatılır. Diyalogları dinamik olarak üretilir ve yapılandırılmış bir formatı takip eder.

Örnek AI Tarafından Üretilen Diyalog

{
  "Conversation": [
    { "VoiceId": "2", "Dialog": "Tamam, millet! İşte bir sonraki sorunuz... Dünyanın ilk 'diplomatik şaka savaşı'na yol açan tarihi olay nedir?" },
    { "VoiceId": "3", "Dialog": "Ooooh, iyi bir şaka savaşını severim! Bu, lastik tavuklar ve sahte antlaşmaları içermeli." },
    { "VoiceId": "2", "Dialog": "Seçenekleriniz... A) Fransız ve Hint Savaşı, B) 1835 Toledo Savaşı, C) 1978 İzlanda Morina Savaşları veya D) 1962 Penguen Antlaşması." },
    { "VoiceId": "3", "Dialog": "Dürüst olmak gerekirse, penguenler olmasını istiyorum. O küçük adamlar acımasız." }
  ]
}

Yapılandırılmış diyalog son haline getirildikten sonra, ElevenLabs'e yüksek kaliteli ses sentezi için gönderiyoruz, böylece oyunun AI tarafından üretilen sunucularını hayata geçirirken katı içerik doğruluğunu koruyan açık, ilgi çekici ve hatasız bir anlatım sağlıyoruz. AI tarafından üretilen diyaloğu bu formatta yapılandırarak, manuel senaryolaştırma ihtiyacını ortadan kaldırırken doğal ve dinamik bir konuşma akışını koruyoruz.

Adım 4: AI Odaklı Ses Mühendisliği ve Son İşleme

Sürükleyici hikaye anlatımı deneyimleri yaratmanın önemli bir faktörü ses tasarımıdır. AI tarafından üretilen seslendirmeleri daha otantik hissettirmek için, NAudio kullanarak ses işleme teknikleri uyguluyoruz, bunlar arasında:

• Arka plan kalabalık gürültüsü ekleme – Alkış, kahkaha veya gerilimli mırıltılar gibi izleyici tepkileri ekleme.
• Dinamik ses efektleri – Farklı oyun içi ortamlara uyacak şekilde yankı, eko veya bozulma uygulama.
• Radyo tarzı filtreleme – Eski yayınları simüle etmek için frekans aralıklarını değiştirme.
• Ses karıştırma otomasyonu – Gerçek zamanlı olarak birden fazla seslendirme ve ses efektini birleştirme.

Özel Bir Durum: Sahne Geçişlerini ve Soru Dışı Diyaloğu Yönetme

Bilgi yarışması soruları ve cevap açıklamalarının ötesinde, AI'yi sahne geçişleri ve soru dışı diyalog oluşturmak için de kullanıyoruz, bu da oyun tanıtımı, puan güncellemeleri, tur geçişleri ve son kapanış gibi önemli oyun anları için gereklidir. Bu segmentler, bir soru-cevap formatı etrafında yapılandırılmadıkları için farklı bir yaklaşım gerektirir, bunun yerine sahneyi kurmak, oyuncuları meşgul etmek ve oyun öğeleri arasında kesintisiz bir akış sağlamak için hizmet ederler.

Çeşitlilik ve tekrar oynanabilirliği sağlamak için, OpenAI kullanarak her sahnenin birden fazla versiyonunu üretiyoruz, böylece oyun her oynandığında farklı etkileşimler ve ton değişiklikleri sağlanıyor. Ayrıca, her sahne için karakterleri rastgele değiştirme programı uygulayarak, etkileşimlerin taze ve dinamik hissetmesini sağlıyoruz. Örneğin, bir oyun sırasında bir puan güncellemesi ana sunucu ve yardımcı sunucu tarafından iletilebilirken, başka bir oyunda, bir yan karakter—örneğin tuhaf bir sunucu, aşırı hevesli bir yapımcı veya hatta bir stajyer—devralabilir, mizah ve öngörülemezlik ekleyebilir. Karakter atamalarını rastgele yaparak, çeşitli etkileşimler yaratıyoruz, diyaloğun tekrarlayıcı hale gelmesini önlüyor ve her oyun oturumunu benzersiz kılıyoruz.

Yapıyı korumak ve diyalog tutarsızlıklarını önlemek için, her sahnenin başlangıcını ve sonunu açıkça tanımlıyoruz, farklı segmentler arasındaki geçişlerin kesintisiz olmasını sağlıyoruz. Her AI tarafından üretilen senaryo, önceki ve sonraki diyalog sahneleriyle sorunsuz bir şekilde bağlanacak şekilde tasarlanmıştır, konuşmada sarsıcı veya doğal olmayan geçişleri önler. AI tarafından üretilen içeriğin, amaçlanan anlatı akışının kapsamı içinde kalmasını sağlamak için önceden tanımlanmış giriş/çıkış işaretçileri ve sahneye özgü kısıtlamalar kombinasyonunu kullanıyoruz.

Senaryolar son haline getirildikten sonra, tıpkı soru üretim sürecinde olduğu gibi, ElevenLabs ses teknolojisi kullanılarak sentezlenir ve ortam ses efektleri ve ses geçişleriyle karıştırılır böylece sürükleyicilik artırılır ve sahneler arasında fark yaratılır. Örneğin, bir bitiş sekansı canlı bir izleyicinin enerjisini simüle etmek için kalabalık tezahüratları eklenmiş olacak, oyunun sonunu pekiştirir. Bu arada, bir ön gösteri sahne arkası sahnesi ana oyun şovundan önceki diyaloğu işitsel olarak ayırt etmek için telefon filtresi geçişi uygulanmış olacak. Bu ses efektleri ve işleme teknikleri, daha ilgi çekici ve sinematik bir deneyim yaratmaya yardımcı olur, her sahneyi farklı hissettirir ve genel prodüksiyon kalitesini pekiştirir.

Gelecekte AI Ses Tasarım Yeteneklerini Genişletme Planımız

İleriye dönük olarak, AI odaklı ses tasarım araçlarımızı daha büyük bir ses efektleri kütüphanesi ve AI'nin gerçek zamanlı olarak dinamik olarak uygulayabileceği ek ses filtreleri geliştirerek genişletmeyi planlıyoruz. Bu, sistemin sahneye göre ses efektlerini ayarlamasına olanak tanır, ister boş bir odada yankı eklemek ister dramatik etki için fırtına sesleri eklemek olsun.

Ayrıca, bu araçları kullanarak otomatik korku ve bilim kurgu sesli dramalar oluşturacak bir AI tarafından üretilen eski tarz radyo hikaye anlatımı kanalı başlatmayı planlıyoruz. Bunlar, AI hikaye anlatımı yeteneklerimizin hem teknik bir gösterimi hem de yeni bir eğlence biçimi olarak hizmet edecek, AI'nin hikayeler, diyaloglar ve tamamen karışık ses manzaraları insan müdahalesi olmadan dinamik olarak nasıl üretebileceğini sergileyecek.

Son Bir Düşünce: AI Kullanımı ve Maliyet Verimliliği

AI, dinamik hikaye anlatımı ve içerik üretimi için güçlü bir araçtır, ancak gerçek maliyetlerle gelir—hem hesaplama kaynakları hem de finansal yük açısından. Her AI tarafından üretilen ses satırı, gerçek zamanlı etkileşim veya dinamik olarak oluşturulmuş sahne, işlem gücü ve API çağrıları gerektirir, bu da kullanıma göre ölçeklenir. Oyunlarda AI benimsenmesi arttıkça, bu maliyetleri anlamak ve yönetmek geliştirme sürecinin kritik bir parçası haline gelir.

AI odaklı sürükleyiciliği maliyet verimliliğiyle dengelemek için, bu oyunun farklı kullanım durumları için optimize edilmiş iki versiyonunu tasarlıyoruz.

İlk versiyon, geçiş sahnesi diyalogunu gerçek zamanlı olarak dinamik olarak üretecek, AI'nin oyuncular ve takımlarla isimleriyle doğrudan etkileşimde bulunmasına olanak tanıyacak. Bu versiyon, YouTube ve Twitch gibi platformlarda canlı yayınlar için tasarlanmıştır, burada oyun oturumunu tekil, tek başına bir deneyim olarak kontrol ediyoruz. Çünkü her oturumda yalnızca bir kez çalışır, AI işlem maliyeti yönetilebilir kalır. Bu versiyon, AI tarafından üretilen sunucuların izleyiciyle gerçek zamanlı olarak etkileşimde bulunmasına olanak tanıyarak, maliyeti haklı çıkaran tamamen dinamik bir deneyim sunarak katılımı artırır.

Ancak, AI odaklı diyalog üretimi anlık değildir. Ortalama olarak, bir diyalog satırını konuşmaya dönüştürmek 4 ila 7 saniye sürer ve çağrı başına 0,16 ila 0,20 dolar maliyeti vardır. Bu, AI tarafından üretilen içeriğin ne zaman ve nasıl oluşturulacağını dikkatlice planlamamızı gerektirdi, böylece oyuncu deneyimini kesintiye uğratmaktan kaçınılır. Fark edilebilir gecikmeleri en aza indirmek için, sistemimizi içeriği ihtiyaç duyulmadan önce önceden yüklemek veya oyunculara bir soruya cevap vermeleri için zaman verildiğinde gibi doğal duraklamalar sırasında üretmek üzere tasarladık. Bu, oyuncuları oyundan çıkarabilecek kesintileri önleyerek kesintisiz bir deneyim sağlar.

Maliyet endişelerini ele almak için, Gig.Game içinde yer alan ikinci versiyon, özel oyun için tasarlanmıştır ve aşırı maliyetler olmadan yüksek hacimli oturumları desteklemelidir. Her oturum için gerçek zamanlı AI diyalogu üretmek yerine, AI tarafından hazırlanmış geçişler ve diyalog segmentleri setini önceden üreterek, yüksek kaliteli, tutarlı bir deneyim sağlarken anlık AI işlemeyi en aza indiririz. Bu, sürükleyiciliği feda etmeden ölçeklenebilir, maliyet etkin oyun sunmamıza olanak tanır.

Buradaki ana çıkarım, AI kullanımının stratejik olarak planlanması gerektiğidir. Gerçek zamanlı AI odaklı deneyimler, benzersiz bir katılım sağlar, ancak kontrollü, tek seferlik ortamlar için en uygundur, örneğin canlı yayınlar. Buna karşılık, önceden üretilmiş AI içeriği, tekrarlanabilir oyun sağlar, sürekli AI işlem maliyetleri olmadan. Her iki yaklaşımı kullanarak, AI'nin yeniliğin bir sağlayıcısı olarak kalmasını, maliyetin bir darboğazı olmamasını sağlıyoruz, aynı zamanda sürükleyicilik ve katılım için gerekli akıcılığı koruyoruz.

AI4 2025: AI Hikaye Anlatımını Eylemde Sergileme

AI odaklı hikaye anlatım motorumuzu geliştirmeye devam ederken, bilgi yarışması oyunlarının ötesinde AI tarafından üretilen anlatı deneyimleri için yeni uygulamalar keşfediyoruz, bunlar arasında:

• Otomatik etkileşimli kurgu – Oyuncu seçimlerine göre değişen AI tarafından üretilen dallanma anlatıları.
• AI tarafından yönlendirilen oyun seslendirmeleri – Oyuncu davranışına gerçek zamanlı olarak tepki veren dinamik NPC'ler.
• AI odaklı canlı oyun etkinlikleri – AI tarafından üretilen diyalog ve sesle otomatik olarak gelişen oyun içi hikayeler.

Las Vegas'ta AI4 2025'te olacağım, AI odaklı oyun geliştirmede başkalarının nasıl yenilik yaptığını görmek için sabırsızlanıyorum. Ayrıca, AI hikaye anlatım teknolojimizin süit içi demolarını vereceğim, AI'nin anlatı üretimini, seslendirmeyi ve ses mühendisliğini oyun geliştirme iş akışlarını nasıl geliştirebileceğini sergileyeceğim.

Eğer oyunlarda AI'nın geleceği ile ilgileniyorsanız, bağlantı kuralım. AI'nın hikaye anlatımında en büyük etkiyi nerede yapacağını düşünüyorsunuz? Tartışalım.