suroot66 / genshin_audio_banner

genshin_audio_banner

这是一个原神语音定向屏蔽工具

• 食用场景：

  针对觉得吵闹的语音屏蔽掉，不影响其他语音

  当你理解原理之后，也可以用类似方法进行语音替换

• 食用要求：

  你必须懂得计算机操作系统的基本使用，并且知道如何安装Python

前期准备

• Windows系统

• 已安装Python3.7及以上

• Extractor，用于pck文件解压，已经放到depends下面了

• vgmstream，用于wav文件转码，已经放到depends下面了

  工具及原理参考Bug 侠的文章 https://bugxia.com/2377.html

• ffmpeg，用于音频文件重采样，已经放到depends下面了

以上工具均为绿色版打包，如果使用异常，请自行寻找你的系统上可用的版本

使用步骤

一、了解原理

1. pck文件

   pck文件是一种游戏资源打包格式，根据Bug 侠的研究，原神人物对话语音、角色音效都在对应语言（中文、英文等）子目录下的 External0~31.pck（随着游戏更新，文件数量可能会增加），在原神资源路径下搜索External0.pck可以找到这些文件的位置。例如安卓上，中文语音资源路径在sdcard/Android/data/com.miHoYo.GenshinImpact/files/AudioAssets/Chinese下

2. pck与wav的对应关系

   原理参考b站大佬天空薄荷枪的文章 https://www.bilibili.com/read/cv14099028/

   总结就是pck文件是多个wav文件拼起来的，每个wav文件为1条角色语音，而这个wav文件不能直接播放，需要先转码

3. 要做什么

   需要找到我们想屏蔽的那条语音是第几个pck文件里面的第几条wav，然后在pck文件的对应位置把wav的内容全设置为0，这样游戏就不能解析wav内容，从而达到静音的效果

二、获取要屏蔽的语音位置

由于个人需要，我已经搜集了流浪者的大世界语音，并且记录在了python脚本里面，如果你刚好也只想屏蔽这些，那么恭喜你本章内容不用看了。否则你需要先从pck中解析出wav音频文件，并且找到那条语音

1. pck文件解压

   先把External0~31.pck文件都放到pck文件夹下，双击打开Extractor工具，选择pck文件（可以多选），点击开始

   扫描完成后，点击左下角"反"（全选），然后点击解压，解压到wav文件夹下

2. wav文件转码

   使用python wav_process.py命令运行转码脚本，将把wav下的音频文件都转码到wavwav文件夹下

3. 找到目标语音所在的wav

   这个步骤是最难搞的，External0~31.pck解压以后，有接近4万条语音，要想找到某一条语音十分困难，我目前想到的办法只有两种：

   第一，使用语音识别工具把音频转文字然后搜索；

   第二，用音频比对工具，先把目标语音在游戏中内录（记得关闭bgm音量），然后用它作为目标语音，对接近4万条语音进行相似度比对，当相似度达到一定阈值时，确认该条语音与目标一致.

   当然，如果你头铁的话，也可以一条一条人工去听（笑），这种方法也不是完全不可行，如果你的目标语音很短（2秒以内），或者很长（明确知道有几十秒），那么按照时长排序一下，人工去听或许也可以

   无论是语音识别还是音频相似度比对，要想在本地运行，对电脑的配置要求都是比较高的，低端配置甚至要跑好几天才能出结果（比如我）。如果你想本地运行，请自行寻找一些免费、开源的语音识别项目或音频相似度比对项目，理论上是可行的，祝大家成功吧 ..

   这里，我只对云端语音识别的方法进行介绍。这种方法原则上是收费的，因为要用到第三方的api，但是新人注册可以白嫖很多很多余额，至少百度跑个一轮是绰绰有余

   • 百度短语音识别：https://ai.baidu.com/tech/speech/asr

     对于部分时长较短的语音，百度识别效果极其糟糕（实测43条语音，有9条识别不出来，而且无论我用正则表达式还是谐音词方式去找，都找不到，后来发现识别的结果和原文风马牛不相及）

   • 有道：https://ai.youdao.com/product-asr.s

     效果比百度好些，而且会比较稳定，这意味着，如果某条语音没识别出来，那么用游戏内录的语音先识别一次（比如"风起"识别成"冯琪"），再去批量识别的文件中搜（"冯琪"），大概率是能搜到的

   • 还有腾讯、讯飞等，都有新人赠送额度

   具体步骤就是，先去上述ai平台注册账号，领取新人福利，然后创建短语音识别应用，在应用管理界面中复制API KEY和SECRET KEY，最后复制到python脚本中，然后运行脚本即可（有道和百度的脚本我已经写好了）：
   
   （有道效果好但是新人赠送的余额很少，我这里过滤了3秒以上的音频，用来给百度那9条漏网之鱼补刀的，但就这还透支了，有一个pck文件没识别完。富哥有钱的话不用考虑这些）

   注意，大部分api都只支持16000或8000采样率的音频，而我们wavwav路径下转码后的wav是48000采样率的，因此识别前需要进行重采样至16000，可直接运行python resample.py将wavwav中的音频重采样到resample文件夹下。

   识别完毕后，通过搜索语音文本可以找到文件名称，从而获取pck序号和wav序号。不过由于语音识别不一定完全准确，除了关键词搜索外，也需要一定搜索技巧，例如谐音、正则等：
   （切，烦心）

   
   （罪业的报偿 这tm不用正则谁想得到..）

三、屏蔽目标语音

知道了语音在第几个pck、第几个wav之后，就可以使用脚本屏蔽了

• 确保pck文件放在了pck文件夹下
• 把脚本的target_dict内容替换成想要屏蔽的语音位置，如下：
  脚本中现有的target_dict，是截至原神4.6版本安卓端的散兵大世界语音（指角色语音界面能听到的，可在大世界由各种因素触发的语音，不包括闲聊语音和普攻语音）的位置，有相同需求的小伙伴可以不用替换内容直接运行。但不保证不同版本、不同系统、不同设备的目标语音位置相同，请大家自行尝试
• 执行python ban.py，屏蔽后的pck将会输出到pck-out文件夹下
• 将pck-out下的pck，原封不动复制回游戏资源路径下，覆盖原文件

重新启动游戏，这个时候语音应该已经屏蔽成功了