SoundGame Dev
cc0f8c008d
- 新增 web/ 纯音频 HTML5 平台：共享引擎（手势/WebAudio 三层/设置/震动）、 Node 零依赖服务器（静态 + 注册登录 + 进度存档 API） - 游戏：剑与声(RPG 新作)、声命线、暗室(重设计)、音序回响(重设计)、 节拍行者(跟随领奏重构)、盲航(同向闪避重构)；声东击西删除 - 全局功能：男声/女声双套 TTS 资产、三档语速、BGM 音量三档、 震动反馈语言(10 种震型)、服务器进度同步 - 资产：899 ogg + 899 m4a（Qwen3-TTS 双性别语音、Stable Audio 3 音效、 Mureka BGM 4+3 首），终检零缺失 - 文档：docs/design/ 13 篇设计审查文档、docs/audio/ 资产管线、 web/server/README.md API 文档
69 lines
6.6 KiB
Markdown
69 lines
6.6 KiB
Markdown
# R3 音频轮次报告（2026-08-29，音乐音效总监）
|
||
|
||
本轮主题：《节拍行者》重构语音 + 3 首 BPM 精确 BGM，《盲航》重构语音备产。依据 `docs/design/03-rhythm-voice-ids.md`、`03-rhythm-rebuild.md`、`04-space-voice-ids.md`。Mureka 本轮 $0.15 / $0.30，累计 $0.30 / $2.00。
|
||
|
||
## 1. rhythm 语音（重构版）
|
||
|
||
- 台词表照录 `docs/design/03-rhythm-voice-ids.md`（31 句），合入 `tools/gen_voice_dual.py` 全量替换 R1 版。female=Vivian / male=Uncle_Fu，全表同一 instruct 常量。
|
||
- 生成统计：**male 31 条 / 116.6s，female 31 条 / 105.4s**（ogg+m4a 各 62 文件）。
|
||
- QC：时长/峰值/两性离群（>3 倍）全部 **ALL OK，零重生成**。
|
||
- 旧 id 清理：平铺 9 个旧 id 全部删除（`welcome rules tut_start tut_done grade_* restart`，其中 `grade_* restart` 按新文案重录覆盖，`welcome` 文案变更重录）；`tut_start` 彻底弃用。目录现仅含新表 31 id × 2 性别。
|
||
|
||
## 2. rhythm BGM（3 首，Mureka）
|
||
|
||
| 曲目 | 选用候选（task/choice） | 源实测 BPM | 处理 | 成品实测 BPM | 循环时长 |
|
||
|---|---|---|---|---|---|
|
||
| track90《启程》 | 157963509563393 / 157963627134980（首提候选 1） | 98.75 | atempo=0.911392 拉伸 | **90.01** | 85.33s（32 小节） |
|
||
| track105《追风》 | 157963652431875 / 157963780292611（首提候选 0） | **105.00 精确** | 无拉伸 | **104.99** | 73.14s（32 小节） |
|
||
| track120《星爆》 | 157964212305921 / 157964317097985（重提候选 0） | **120.00 精确** | 无拉伸 | **120.00** | 72.00s（36 小节） |
|
||
|
||
- 后处理：首个强 onset 对齐小节头裁剪 → 整数小节 + 末 2 拍与开头 acrossfade 无缝循环 → loudnorm I=-20/TP=-2 → ogg q3 + m4a 128k。成品 mean -21.2/-21.3/-19.9dB。
|
||
- **BPM 测量方法学（重要）**：`librosa.beat.beat_track` 在 22050Hz/hop512 下按整帧量化，105 BPM 附近一档=4.3 BPM（读数 103.36/107.67 都是量化伪影）。改用自写梳状扫描 `tools/bpm_precise.py`（0.05 BPM 步进 + 相位扫描 + 抛物线插值，合成 105.00 点击轨校准通过）。`tools/bpm_check.py`（粗筛）+ `bpm_precise.py`（判定）均留在 tools/。
|
||
- 重试记录：track90 首提 121.0/98.75、重提 80.0/120.0 四候选均不达标，已达"每首最多重试 1 次"上限，按规则停止重提，选用 98.75 拉伸修正（电子乐 8.9% 减速，瞬态影响可接受，成品实测 90.01）。track120 首提不达标、重提即中 120.00。track105 首提即中。
|
||
- 旧 `bgm/groove` 已删除。花费明细已追加 `tools/mureka_log.md`（5 任务 × $0.03 = $0.15）。
|
||
|
||
## 3. space 语音（备产，已完成）
|
||
|
||
`docs/design/04-space-voice-ids.md` 在本轮执行期间就绪（52 句），已全量生成：
|
||
|
||
- **male 52 条 / 188.0s，female 52 条 / 159.4s**（ogg+m4a 各 104 文件）。female=Serena / male=Uncle_Fu，全表同一 instruct。
|
||
- QC：**ALL OK，零重生成**。
|
||
- 旧 id 清理：`num0–9 num_shi num_bai n_* intro1–4 hit1 hit2 gameover restart` 全部弃用删除（含平铺）；`shield_ready shield_block` 沿用 id 重录。
|
||
- 注意：重构版闪避改为**同向**（左来左滑），新台词已按此写死，与 R1 旧台词（反向）语义相反——开发务必以新 game.js + 新语音为准，不可混用。
|
||
|
||
## 4. 删除清单（资产侧已执行）
|
||
|
||
- rhythm voice 平铺 9 id；rhythm sfx `judge_good judge_miss judge_perfect tick tick_accent`（反馈改震动、数拍融入 BGM）；rhythm `bgm/groove`。
|
||
- space voice 旧 27 id（平铺 + male/female 全部，新表 52 id 重录替换）。
|
||
|
||
## 5. 给开发的配合说明
|
||
|
||
1. **rhythm 乐器音 sfx（已于 R3 收尾补齐，见 §7）**：重构 §4 需要的 `inst_kick inst_snare inst_hat_l inst_hat_r inst_tom_hi inst_tom_lo inst_accent` 已生产落盘；`cue_*` 6 个旧提示音已确认不再使用并删除。
|
||
2. BGM 对网格：三首成品 BPM 实测偏差 ≤0.01%，直接按设计 SPB（0.667/0.571/0.5s）排程即可；循环长度均为整数小节，`src.start(t0)` 从 0 播即是小节头。
|
||
3. rhythm 结算评级句已含准确率档位文案（S=九成五/A=八成五/B=七成/C=不到七成），与 §2 判定阈值一致，代码直接按 rate 映射 grade_* 即可。
|
||
4. space 里程碑触发点：10/25/50/100 颗（`ms_*`）；结算 time 档 `<30/30–60/60–120/≥120s`，dodge 档 `<5/5–14/15–49/≥50`。
|
||
|
||
## 6. Mureka 花费
|
||
|
||
本轮 $0.15（5 任务，全部 succeeded）；累计 **$0.30 / $2.00**。详见 `tools/mureka_log.md` R3 节。
|
||
|
||
## 7. 补产：rhythm 演奏乐器音 sfx（R3 收尾，2026-08-29）
|
||
|
||
重构 §4 的 7 个手势乐器音已补齐，落 `web/rhythm/audio/sfx/`（ogg q3 + m4a 128k）：
|
||
|
||
| id | 内容 | 生成方式 | 时长 | 峰值 | 声像/调性 |
|
||
|---|---|---|---|---|---|
|
||
| inst_kick | 底鼓（tap） | Stable Audio 3（"punchy deep EDM kick, dry, single hit"） | 0.50s | -0.8dB | 中央 |
|
||
| inst_snare | 军鼓（doubletap） | Stable Audio 3 | 0.45s | -1.1dB | 中央 |
|
||
| inst_tom_hi | 高通鼓（up） | Stable Audio 3（high pitched synth tom） | 0.50s | -1.2dB | 中央，升调感 |
|
||
| inst_tom_lo | 低通鼓（down） | Stable Audio 3（low pitched deep synth tom） | 0.60s | -1.0dB | 中央，降调感 |
|
||
| inst_hat_l | 闭合镲（left） | Stable Audio 3（closed hi-hat） | 0.20s | -1.1dB | **极左**（L=-1.1dB / R=-22.7dB） |
|
||
| inst_hat_r | 开放镲（right） | Stable Audio 3（open hi-hat） | 0.60s | -2.2dB | **极右**（R=-2.2dB / L=-23.3dB） |
|
||
| inst_accent | Perfect 亮音叠加层 | **numpy 程序合成**（音高可控） | 0.38s | -1.8dB（0.8 峰值） | A minor 上行琶音 A5→E6→A6，三音 90ms 间隔快衰减 |
|
||
|
||
- 调性处理：三首 BGM 均 A minor（Mureka prompt 指定）；accent 用 A 小调音级（A/E/A）程序合成，音高精确对齐；鼓件为伪音高打击乐，tom_hi/lo 在 prompt 里分了高低音区。staging wav 在 `tools/gen_inst_wav/`。
|
||
- 后处理：去头静音（silenceremove -45dB）→ 定长裁剪 + 末端 40-100ms 淡出防爆音 → 峰值归一 -1dBFS → hat 先 downmix 再 pan 后归一（避免了 pan 叠加削波的一版返工）。
|
||
- **id 映射注意**：设计文档 §4 写的叠加层 id 是 `sfx/accent`，本轮按主 agent 指令统一命名 `inst_accent`（与其他 6 件同前缀），开发以 `inst_accent` 为准。
|
||
- **cue_* 处置：删除**。通读 03-rhythm-rebuild.md，全文无 cue_* 资产引用（仅 §8.2 有内部变量 `_cues` 指期望音符），§4 手势音全部改走 inst_* 乐器音——旧指令音 `cue_double cue_down cue_left cue_right cue_tap cue_up`（6 id × 2 格式）已删。
|
||
- Mureka 花费不变（本轮 $0，累计 $0.30 / $2.00）。
|