SoundGame/research/new8/batch1-assets-report.md

# 批次 1 资产报告：radio《不眠频率》+ dungeon《回声地窟》

> 音频资产管线 agent 产出 · 2026-09-02 · 覆盖任务书 A（语音）/ B（BGM）/ C（音效）/ D（收尾）。
> 总耗时 ≈ **35 分钟**（00:47–01:21，含 2 轮 GPU TTS 串行、8 个 Mureka 任务、全部 QC 与文档）。

## 1. 语音（TTS，GPU flock 串行）

| 项 | radio | dungeon |
|---|---|---|
| 台词句数 | 132（双性别 103 + NPC 平铺 29） | 125（×2 性别，无 NPC） |
| 生成文件 | 103×2 + 29 = 235 条 ×2 格式 = 470 文件 | 250 条 ×2 格式 = 500 文件 |
| speaker | HOST=Uncle_Fu/Serena，PROD=Dylan/Vivian（VOICE_SPK 逐句覆盖，同性别双音色） | 全表 Uncle_Fu/Serena，单一 instruct 常量 |
| `--check` | ALL OK（无时长离群/短句） | ALL OK |

- 台词表进入 `tools/gen_voice_dual.py`（新增 radio/dungeon），**由一次性提取脚本直接解析两份 voice-ids 设计文档生成**，并做了二次闭环校验（重解析文档 vs 脚本内表格逐字 diff）——台词全文与文档一字不差。
- NPC 平铺按 rpg 先例写入 `NPCS["radio"]`（id, speaker, instruct, 台词），staging 走 `<game>/npc/`，convert 落 `web/radio/audio/voice/<id>.*`。
- `extract_voice_text.py` 已刷新 `web/harness/voice_text.json`：games=8，radio 132 条、dungeon 125 条。
- **文档内矛盾检查**：无重复 id、无超 40 字（汉字口径，与文档自查注记一致；p7/p9 含标点 41/43 字，走章程 §3.4 自动拆句机制，0.12s 句间停顿）。发现一处**文档头部账目笔误**（不影响管线，未改文档）：15-radio-voice-ids.md 头注「HOST 21 + PROD 82」与逐行表不符，逐行表实数 HOST 29 + PROD 74（总数 103 一致）。
- **radio 电话音质感（资产侧带通，15-radio.md §6.2）**：convert 转码时按来电者逐档 `highpass+lowpass+轻压缩`（老周 500-2800 / 小鹿 400-3400 / 糖糖 450-3000 / 陈姐 420-3100 / 老韩 300-3400 Hz，均 acompressor threshold=-20dB ratio=3 attack=10 release=150）；已验证滤波生效（NPC 高频带能量 ≈ 未滤波 HOST 的 1/4，时长与 staging 完全一致）；ogg+m4a 双格式均从同一滤波链转出。未滤波原声保留在 `tools/gen_voice_dual_wav/radio/npc/`（不入库）。

## 2. BGM（Mureka API）

8 首全部一次成功，无重试；**总花费 $0.24（预算 $0.30 内，台账见 `tools/mureka_log.md` 2026-09-01 节，项目累计 $0.87/$2.00）**。

| 曲目 | task id | 选用 choice | 候选时长 | 响度目标 |
|---|---|---|---|---|
| radio onair | 158551062544386 | 158551165370369 | 135.5/201.2s | -20 LUFS |
| radio bridge | 158551207313409 | 158551341465604 | 211.2/225.1s | -20 LUFS |
| radio menu | 158551383277574 | 158551500914690 | 188.6/222.0s | **-24 LUFS**（menu pad，10 文档 §1.2） |
| radio ending | 158551538401281 | 158551630872578 | 202.0/189.2s | -20 LUFS |
| dungeon menu | 158551678976001 | 158551817322499 | 162.8/177.8s | -20 LUFS（16-dungeon.md §9.1） |
| dungeon explore | 158551855333377 | 158551978868739 | 177.0/209.8s | -20 LUFS |
| dungeon battle | 158552010457089 | 158552169709569 | 186.4/225.9s | -20 LUFS |
| dungeon boss | 158552209555457 | 158552331321345 | 149.5/202.3s | -20 LUFS |

- 选用原则：拿不准选时长更接近 90s 的候选（仅 radio ending 选候选 1）。
- 后处理（脚本入库 `web/{radio,dungeon}/gen/gen_bgm.sh`，可复现）：首个强 onset（silenceremove -35dB）→ 93s 裁剪 → 首尾 3s acrossfade(tri) 无缝循环 → loudnorm（TP=-2/LRA=11）→ 44.1kHz → ogg q3 + m4a 128k。**成品全部 90.00s**，mean -20.4~-24.7dB，循环接缝差值与在库 BGM 同量级。
- 无节奏关键曲目，未跑 bpm_precise（dungeon battle/boss 的 bpm 仅为 prompt 特征词）。

## 3. 音效（SYN 程序合成；SA3 全部跳过）

- `web/radio/gen/gen_sfx.py`：`ui_confirm ui_menu`（storyline 全局先例同款），2 文件 ×2 格式。
- `web/dungeon/gen/gen_sfx.py`：19 文件 ×2 格式 = 17 id（`pulse`、材质尾音 4、**预 pan 立体声 `side_wall_l/r side_open_l/r`**（mono 源 + ffmpeg `pan` 派生，脚本断言极性：能量只在目标声道）、`step_own step_turn bump coin potion gear atk_swing parry hurt levelup`）。
- **QC（解码回读法，全部通过）**：逐声道真峰值 ≤ -3dBFS（修复：硬 pan 立体声不能按声道均值测，否则漏检超限；AAC/MDCT 过冲按实测迭代补 volume）；|直流| ≤ 0.001（与在库 91 件 sfx 基线一致；修复：源去直流 + 8ms cos² 淡入淡出 + 前后垫 60/120ms 静音 + highpass=f=30 抑制编解码直流再生）；无首尾爆豆。最终 42 文件全绿。
- 可复现：两个 gen 脚本入库，一键重出全部 ogg+m4a；staging（`web/<game>/gen/staging/`、`tools/bgm_post_wav/`）已加入 .gitignore 不入库。

## 4. 缺失资产清单（SA3 待 HF token，本轮全部跳过、未尝试生成）

> **已于 2026-09-02 晚全部补产闭环，见本文档 §8**（amb_studio 产出备用未接线；dungeon 28 文件
> 为 A/B 替换而非纯缺失——批次 2 曾以 SYN 兜底，见 `web/dungeon/gen/gen_sfx2.py`）。

**radio（13 件）**：`onair_sting phone_ring line_connect line_drop amb_studio amb_rain_city amb_station amb_kid_room arg_muffled amb_street_rain amb_cab brake_screech tape_static`（15-radio.md §5.2；prompt 草稿在表内，token 就绪后按 gen_rpg_sfx.sh 工艺补产）。

**dungeon（24 文件 = 13 个 SA3 源 + 11 个 pan 派生）**：`echo_1 echo_2 echo_3 echo_4 stairs_down atk_hit enemy_die mob_step_small mob_step_bug mob_step_heavy`（+各 l/c/r 三份派生）`tel_small tel_bug tel_heavy`（+各 l/r 派生）（16-dungeon.md §9.2；mono 源 → `stereotools`/`pan` 派生工艺同表注）。

**SA3 缺失影响评估**：radio 的 amb/线索音缺失时游戏层按「资产缺失回退路径」静默降级（设计 §9 断言已有屏蔽资产的兜底断言）；dungeon 回声/脚步是核心动词，**开发联调前建议先补产 dungeon 的 SA3 条目**（或临时用 SYN 兜底：side_* 已有 SYN 版，echo/mat 可参考 §9.2 降级条款程序合成）。

## 5. check_all_assets 结果（radio/dungeon 已入 GAMES 列表）

```
| 游戏 | ogg | m4a | 0字节 | 解码失败 | voice male/female id 一致 |
| radio   | 241 | 241 | 0 | 0 | ✅ 各 103（平铺 29 个角色/NPC 句，豁免） |
| dungeon | 273 | 273 | 0 | 0 | ✅ 各 125 |
结论：全部通过（8 游戏全绿，exit=0）
```

radio ogg 构成 = 103+103 双性别 + 29 平铺 NPC + 2 sfx + 4 bgm；dungeon = 125+125 + 19 sfx + 4 bgm。

## 6. 遗留问题 / 待办

1. ~~**SA3 token**：环境未配置（env.d/sfx.sh 无有效 HF token），radio 13 + dungeon 24 件 sfx 待补产（清单见 §4，prompt 均已在设计文档定稿）。~~ **已闭环（2026-09-02 §8）**。
2. **人工试听两处**：① radio NPC 带通句可读性抽检（不可读回退未滤波原声，staging 重转即可，管线已支持）；② 多音字风险句（15-radio-voice-ids.md 文末注记：h1_dango「嘶」、k1_lullo、d9_face 等；16b：btl_bat「蝠」、unlock_potion「行囊」）。
3. **文档笔误待策划改**：15-radio-voice-ids.md 头注「HOST 21 + PROD 82」应为「HOST 29 + PROD 74」（总数 103 不变，不影响任何资产）。
4. radio 无「大姐/姑娘」自称合规、gd_* 两级不同句等台词侧设计约束均已在表内落实，开发接线时按 §7.2 看门狗表取用即可。
5. 红线遵守：GPU 全程 flock 串行（radio → dungeon 两轮，无并行）；Mureka $0.24 ≤ $0.30 且每笔记账；未改 web/engine/、未写任何 game.js/index.html/test；key 未入任何入库文件（mureka.sh 本就被 gitignore）。

## 7. 产出物索引

| 类型 | 路径 |
|---|---|
| 台词表（入库） | `tools/gen_voice_dual.py`（radio/dungeon 表 + SPEAKERS + VOICE_SPK + NPC_BANDPASS） |
| voice 成品 | `web/{radio,dungeon}/audio/voice/{male,female}/`（+ radio 平铺 `voice/<id>.*`） |
| bgm 成品 + 脚本 | `web/{radio,dungeon}/audio/bgm/`；`web/{radio,dungeon}/gen/gen_bgm.sh` |
| sfx 成品 + 脚本 | `web/{radio,dungeon}/audio/sfx/`；`web/{radio,dungeon}/gen/gen_sfx.py` |
| 期望文本映射 | `web/harness/voice_text.json`（games=8） |
| 台账/总账 | `tools/mureka_log.md`（2026-09-01 节）；`docs/audio/asset-manifest.md`（radio/dungeon 章节） |
| staging（不入库） | `tools/gen_voice_dual_wav/{radio,dungeon}/`、`web/<game>/gen/staging/`、`tools/bgm_post_wav/`、`tools/mureka_out/` |

## 8. SA3 补产（2026-09-02 晚，HF token 就绪后；§4 缺失清单闭环）

> 总耗时 ≈ **40 分钟**（18:57–19:38，3 轮 GPU flock 串行生成 + 全部 QC/A-B/文档）。
> 模型 `stabilityai/stable-audio-3-small-sfx` 17 文件经 hf-mirror（gated+token）全量下载成功，
> 落 `models/hf/hub/models--stabilityai--stable-audio-3-small-sfx/`。生成参数：`--steps 8 --seed 20260902`，
> 3 轮 CLI 批量（radio 12 + dungeon 13 + amb_studio 1），原始 wav 在 `web/<game>/gen/staging/sfx_sa3/`（不入库）。

**环境修复（重要，机器迁移遗留）**：`tools/stable-audio-3/.gitignore` 的 `models/` 规则误伤了
源码子包 `stable_audio_3/models/`（factory.py 的依赖，初迁时未入库而丢失，import 直接报
ModuleNotFoundError）。已从上游 GitHub（经 ghfast.top 代理，本机直连 GitHub 不通）恢复该子包，
并在 .gitignore 追加 `!stable_audio_3/models/` 防复发。CLI 需 `source env.d/sfx.sh`
（HF_TOKEN/HF_ENDPOINT），模型已在缓存时加 `HF_HUB_OFFLINE=1` 免网络。

**工艺（入库脚本 `web/{radio,dungeon}/gen/gen_sfx_sa3.py`，含 `--emit` 打印生成命令）**：
SA3 输出为定长 latent 床（radio raw 16.16s / dungeon raw 10.59s，与请求时长无关），按实测事件
窗截取（arg_muffled 摔门峰 @5.00s、brake_screech 最强吱咬 @3.91s、tape_static 停带 @3.72s，
窗切点 50ms 缓出）；one-shot 去直流 + 8ms cos² 淡化 + 峰值定档；amb 床只去直流不淡化
（游戏层 0.4s 重触发重叠掩接缝），RMS −26dBFS 定档 + 峰值帽 −8（escape amb 床先例）；
dungeon 候选按在役 SYN 版解码 RMS 同口径对齐（保混音参数，峰值帽 −4 不变；垫后计算避免稀释偏差；
派生 l/r/c 从对齐后基准复制，与 SYN 派生逐声道振幅一致）。编码 ogg q4 + m4a 128k
（hp30 + 垫 60/120ms），解码回读 QC 全过：逐声道真峰值 ≤ −3dBFS、|直流| ≤ 0.001、
超限降增益 + 首轮重编 18kHz 低通（本轮无一触发补偿）；phone_ring 另验循环边界 ≤ −60dBFS。

### 8a. radio（13 件 = 缺失 11 + phone_ring 替换 + amb_studio 备用；11+替换件已接线）

| id | 时长s | ogg峰dBFS | m4a峰dBFS | RMS | 结论 |
|---|---|---|---|---|---|
| onair_sting | 2.14 | −4.10 | −4.14 | −19.0 | 补产落地（台标 sting，k1 前 INTRO 已接线） |
| phone_ring | 5.20 | −4.00 | −3.76 | −30.5 | **替换 SYN**（A/B：真电话铃双击响明显更优；循环周期 5.2s 烘进文件、边界静音 ≤−60dBFS，游戏侧 `_ringSrc` loop 接口零改动，原 SYN 备份在 `tools/asset_fix_backup/sa3_ab_20260902/radio/`） |
| line_connect | 0.78 | −7.30 | −7.11 | −33.6 | 补产落地（接听咔哒，subtle 档 −7） |
| line_drop | 2.23 | −7.27 | −7.51 | −31.1 | 补产落地（挂断+忙音） |
| amb_rain_city | 16.16 | −8.77 | −8.58 | −26.2 | 补产落地（C1 老周侧 amb 床） |
| amb_station | 16.16 | −7.66 | −7.73 | −34.3 | 补产落地（C2 小鹿侧；峰值帽导致偏静，深夜车站符合设计） |
| amb_kid_room | 16.16 | −10.52 | −10.70 | −37.2 | 补产落地（C3 糖糖侧；刻意安静，反衬 arg_muffled 线索） |
| arg_muffled | 4.58 | −8.44 | −8.74 | −33.9 | 补产落地（**C3 埋线索**：k1_b 已接线 ×2 播，事件窗含摔门 @raw 5.0s） |
| amb_street_rain | 16.16 | −8.14 | −7.76 | −27.2 | 补产落地（C4 陈姐侧） |
| amb_cab | 16.16 | −11.31 | −11.20 | −26.4 | 补产落地（C5 老韩侧，引擎+雨刷） |
| brake_screech | 2.38 | −4.75 | −5.01 | −22.9 | 补产落地（**C5 危机拍**：h1_danger 已接线 preMs=2000 前置，最强吱咬事件窗 2.2s） |
| tape_static | 3.53 | −5.70 | −5.40 | −33.4 | 补产落地（p9 直面留言机电流） |
| amb_studio | 10.00 | −14.56 | −14.59 | −27.1 | 备用（文档 §5.2 有、game.js 未接线——直播间底噪由 bgm/onair 承担；不改代码） |

### 8b. dungeon（28 文件 = 13 SA3 源 + 15 pan 派生，全部同名替换在役 SYN 兜底）

| 源 id | SA3 时长s (SYN) | ogg峰 (SYN峰) | SA3 RMS (SYN RMS) | 结论 |
|---|---|---|---|---|
| echo_1 | 0.83 (0.58) | −11.1 (−5.5) | −28.4 (−28.3) | 替换；**距离档递增校验通过** 0.83<1.43<2.18<2.98 |
| echo_2 | 1.43 (1.08) | −4.3 (−4.4) | −29.7 (−27.3) | 替换（峰值型瞬态，RMS 对齐受峰值帽 −1~2dB 内） |
| echo_3 | 2.18 (1.68) | −14.0 (−4.2) | −28.5 (−28.4) | 替换 |
| echo_4 | 2.98 (2.38) | −14.1 (−4.2) | −26.9 (−26.2) | 替换 |
| stairs_down | 3.72 (1.88) | −4.0 (−4.6) | −25.1 (−24.1) | 替换（真实下行金属梯+窟内混响） |
| atk_hit | 0.87 (0.48) | −4.5 (−4.6) | −25.8 (−21.4) | 替换（甲壳钝响峰值对齐，RMS −4.4dB 为峰值帽所致） |
| enemy_die | 1.88 (1.08) | −3.6 (−4.0) | −21.5 (−19.8) | 替换 |
| mob_step_small | 0.63 (0.42) | −7.2 (−4.4) | −27.1 (−27.0) | 替换（+_l/_c/_r 派生 3 文件） |
| mob_step_bug | 0.73 (0.48) | −4.3 (−3.7) | −22.6 (−20.7) | 替换（+派生 3；虫肢咔嗒质感） |
| mob_step_heavy | 0.83 (0.58) | −4.4 (−4.3) | −22.6 (−20.8) | 替换（+派生 3） |
| tel_small | 1.18 (0.78) | −3.5 (−3.6) | −19.5 (−17.6) | 替换（+_l/_r 派生 2） |
| tel_bug | 1.28 (0.78) | −5.3 (−4.7) | −23.1 (−23.0) | 替换（+派生 2） |
| tel_heavy | 1.48 (1.08) | −3.5 (−4.3) | −17.4 (−12.9) | 替换（+派生 2；SYN 低吼 RMS −12.9 受峰值帽只对齐到 −17.4，峰值 −3.5 保留冲击力） |

**A/B 结论（默认「质量明显更好才替换」）**：13 源全部替换。依据：① 真实声源质感（石壁反射/
虫甲/金属梯）对合成正弦+噪声团，听感代差明确，且 16-dungeon.md §9.2 本就以 SA3 为正选、SYN 仅为
无 token 兜底（gen_sfx2.py 头注「日后补产 SA3 版，直接覆盖同名文件」）；② 语义可测项全部达标——
echo 距离档时长/暗度严格递增（回声尾长=墙距是核心玩法信息）、脚步/前摇/命中时长落在玩法窗口
（mob_step ≤0.83s、tel 1.18-1.48s、atk_hit 0.87s）、响度按在役 SYN 解码 RMS 对齐（混音零改动）。
SYN 版全部备份于 `tools/asset_fix_backup/sa3_ab_20260902/dungeon/`，可一键回退。

### 8c. 终检与回归

- `tools/check_all_assets.py`：8 游戏全绿——radio **254/254**（235 voice + 15 sfx + 4 bgm）、
  dungeon **303/303**（250 voice + 49 sfx + 4 bgm），0 字节/解码失败/配对缺失均为 0。
- `web/radio/test/playtest.mjs`：**221 断言全绿**（未改任何代码；静态审计「sfx 缺失」变 0——
  STABLE_AUDIO_PENDING 清单闭环；arg_muffled ×2 / brake_screech 前置 2s 触发断言原本就有）。
- `web/dungeon/test/playtest.mjs`：**1610 断言全绿**（同名替换游戏层零改动）。
- 接线复核：arg_muffled=game.js L111（k1_b `sfx` + `sfxEcho` atMs 6500）、brake_screech=L154
  （h1_danger `danger:true, preMs:2000, sfx`），R1 报告属实，本轮零代码改动。
- key/token 未入任何入库文件；GPU 全程 flock 串行（3 轮）；未动 web/engine/、web/harness/live/**、
  8123/8124/8001 服务。