xsl/SoundGame
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
3704cd07925385624aaa1a783b7757135aea3b69
SoundGame/docs/audio/asset-manifest.md
T
xsl 24c526af68 feat(assets): SA3 音效补齐 radio 11+1 与 dungeon 13源+15pan（token 走 hf-mirror 实测可用） 
- 模型 17/17 文件经镜像全量缓存（gated+token，直连本机不通；sfx.md/setup.md/asset-pipeline.md 镜像结论同步更新）
- 修复迁移遗留：stable_audio_3/models/ 源码子包被 .gitignore models/ 规则误伤丢失，从上游恢复并加白名单
- radio：arg_muffled/brake_screech 等叙事件落地（接线原有 L111/L154 零改动）+ phone_ring SYN→SA3 升级；dungeon 13 源 A/B 对齐（RMS 偏差 ≤0.3dB）全量同名替换，SYN 原版备份 tools/asset_fix_backup/sa3_ab_20260902/
- 关键玩法语义达标：echo 距离档 0.83<1.43<2.18<2.98s 严格递增；one-shot 真峰值全 ≤-3dBFS（解码回读法）
- check_all_assets 8 游戏全绿（radio 254/254、dungeon 303/303）；playtest radio 221/dungeon 1610 全绿
2026-09-02 19:35:38 +08:00

18 KiB
Raw Blame History

音频资产清单（R1，2026-08-29）

本文档是 5 个 web 游戏的 voice / sfx / bgm 资产总账，以及双性别语音的音色分配。

目录约定（R1 新增）

  • 双性别旁白：web/<game>/audio/voice/male/<id>.{ogg,m4a} 和 web/<game>/audio/voice/female/<id>.{ogg,m4a}，两个目录内 id 集合完全一致。
  • 原有平铺文件 web/<game>/audio/voice/<id>.{ogg,m4a} 暂时保留，等引擎切换读取 male/female 子目录后由后续轮次清理。
  • 所有 web 音频均为双格式：.ogg（libvorbis q3，44.1kHz）+ .m4a（aac 128k，44.1kHz，iOS 用）。
  • 生成管线：tools/gen_voice_dual.py（台词表内嵌，从各游戏原 gen 脚本只读提取），staging wav 在 tools/gen_voice_dual_wav/<game>/<gender>/。

音色分配表（游戏 × 性别 → speaker）

游戏 male female 备注
storyline Uncle_Fu Vivian 仅旁白+系统音双性别；角色音色不动（见下）
escape Uncle_Fu Serena male 沿用原旁白音色
simon Uncle_Fu Serena female 沿用原主持人音色
rhythm Uncle_Fu Vivian female 沿用原解说音色
space Uncle_Fu Serena female 沿用原导航音色
rpg Uncle_Fu Serena 旁白；NPC 单音色平铺（见 rpg 章节）
radio Uncle_Fu（HOST）/Dylan（PROD） Serena（HOST）/Vivian（PROD） 双性别行同性别双 speaker（VOICE_SPK 逐句覆盖）；NPC 单音色平铺 5 音色+逐人带通（见 radio 章节）
dungeon Uncle_Fu Serena 旁白全表统一 instruct，无 NPC

关于 Ryan：冒烟测试样本在 tools/samples/ryan_zh_*.wav（3 条中文句）。Ryan 是英语母语音色（见 env.d/tts.md），项目已有中文发音投诉（反馈⑥），男声统一采用中文母语的 Uncle_Fu；如需换成 Ryan，改 tools/gen_voice_dual.py 的 SPEAKERS 表重跑即可。

instruct 模板（每性别全游戏内一致）

同一游戏的同一类台词，male/female 使用同一 instruct 模板（仅性别描述词不同），数字/短句（≤2 字）一整批同 instruct 连续生成：

  • storyline 旁白：male「低沉醇厚的中年男声旁白，冷静、缓慢，带着末世废墟的苍凉感」/ female「冷静低沉的女声旁白，语速缓慢，带着末世废墟的苍凉感」（另有 WARM/COLD/EPIC 三个结局变体，见脚本）
  • escape（R2 起，全游戏同一常量）：male「低沉平稳的男声，冷静、克制，带一点神秘感」/ female「沉稳平静的女声，冷静、克制，带一点神秘感」
  • simon（R2 起，全游戏同一常量，两性别同文）：「平静、清晰，像一个耐心的游戏主持人」
  • rhythm（R3 起，全表统一）：female（Vivian）「活力清晰的年轻女声，像节奏游戏主持人，情绪饱满但不夸张」/ male（Uncle_Fu）「低沉醇厚的男声，像节奏游戏主持人，平稳有力」
  • space（R3 起，全表统一）：female（Serena）「平静清晰的女声，像飞船领航员，沉稳可信」/ male（Uncle_Fu）「低沉醇厚的男声，像飞船领航员，沉稳有力」
  • rpg（R4 起，旁白全表统一）：female（Serena）「平静清晰的年轻女声，像在讲武侠故事」/ male（Uncle_Fu）「低沉醇厚的男声，像说书人，平静有韵味」；NPC 各角色 speaker+instruct 恒定（村长 Uncle_Fu·慈祥和缓的老者／老猎人 Eric·沙哑粗犷豪爽中带着暖意／头目 Dylan·凶狠粗鲁大声喝骂／寨主 Uncle_Fu·低沉阴狠慢条斯理）

各游戏资产清单

storyline《声命线》

  • voice 双性别版（male/ 与 female/ 各 37 条（R6 +skip_hint）：旁白 + 系统音 = help menu status1 status2 status3 p1–p8 n00_intro n01_wake n04_exit n05_signal n06_whistle n08_vent n09_dead n10_rain n11_child n13_leave n14_ignore n15_bridge n16_culvert n16b_culvert_c n17_cable n17b_cable_c n20_convoy n22_fight n23_tower e1_dawn e2_price e3_alone e4_static

  • voice 角色台词（不做双性别，沿用平铺原文件）：

    角色 speaker 文件 id
    林晚（主角） Serena n02_linwan n03_radio n12_take n19_betray n21_redeem n24_open n25_secure
    猎狗（反派） Dylan n07_dog n18_dog
    小满（小男孩） Vivian（稚嫩童声 instruct） e1_child
    林晨（妹妹，收音机录音） Vivian（收音机 instruct） n03_msg
    广播女声 Vivian（机械广播 instruct） n05_bcast

    约定：角色台词在两个性别目录下使用同一份文件（由开发复制/链接或引擎回退到平铺目录，见 round1-report）。

  • sfx（12）：footsteps gunshot heartbeat radio_static rubble signal_beep struggle ui_confirm ui_menu water whistle wind

  • bgm（2）：dark_drone（剧情）+ R6 新增 menu（菜单 pad，-24 LUFS 档）

escape《暗室》（R2 重设计版，最终清单见 round2-voice-ids.md）

  • voice 双性别版（male/ 与 female/ 各 75 条（R6 +skip_hint）：引导 g0_intro g1_move g1_done g2_wall g3_left g4_down g5_inspect g5_key g6_doubletap g6_done g7_goal、引导纠错 guide_wrong_* guide_blunt_* guide_offpath guide_skip reopen_prompt、三级提示 stuck_ask stuck_{key,cabinet,box,gate}_{1,2,3}、导航 nav_{up,down,left,right}、房间 room_{storage,cabinet,power,gate}、用时 time_band1–4、保留句 wall start_room found_key inspect_* unlock_cabinet box_fixed fix_box escape use_fail inv_* replay again empty_1–3、菜单 help_ops menu_*
  • voice 已删除（R2）：n0–n9 nshi unit_min unit_sec time_prefix intro tutorial hint_key hint_cabinet hint_box hint_gate（整句化替代）；平铺 voice/ 旧文件全部移除
  • sfx（16）：amb_drip amb_hum amb_wind（保留）+ R2 新增 amb_storage amb_cabinet amb_power amb_gate amb_gate_live（Stable Audio 3，6s，统一 -25dB 均值，storage/power 偏左、cabinet 偏右 pan）+ door_creak gate_open pickup power_on spark step unlock wall win_chime；已删除 ui_deny（反馈改震动）
  • bgm（2）：drone（探索）+ R6 新增 menu（菜单/结算 pad）

simon《音序回响》（R2 重设计版，最终清单见 round2-voice-ids.md）

  • voice 双性别版（male/ 与 female/ 各 69 条（R6 +skip_hint）：交互教学 t0_welcome t0_goal t1_up–t6_double t_try t_ok t_wrong_* t_blunt_* t7_ready t7_retry t_skip、轮次 round_01–round_20 round_more（整句）、成绩 score_band1–6（整句）、流程 your_turn chances_out retry_use relisten replay rules_prompt rules gameover、反馈 correct wrong chance_plus new_record、菜单 menu_*
  • voice 已删除（R2）：di lun num_shi num_0–num_9 score_pre best_pre（拼接件）+ intro teach_* listen（旧连播教学）；平铺 voice/ 旧文件全部移除
  • sfx（7）：gameover tone_doubletap tone_down tone_left tone_right tone_tap tone_up；已删除 correct wrong newrecord（反馈改震动）
  • bgm：游玩无 BGM（用户要求）；R6 新增 menu（菜单/结算极轻 pad，volume 0.3，10 文档 §4）

rhythm《节拍行者》（R3 重构版，台词依据 docs/design/03-rhythm-voice-ids.md）

  • voice 双性别版（male/ 与 female/ 各 32 条（R6 +skip_hint）：开场流程 welcome welcome_back tut_1 tut_2 tut_3 tut_done tut_skip mid_song、教学纠正 retry_early retry_late retry_gesture retry_listen retry_skip、选曲解锁 select_hint song1_name song2_name song3_name song_locked unlock_song2 unlock_song3、结算 grade_s grade_a grade_b grade_c new_best_combo restart、菜单规则 rules settings_hint menu_main menu_resume menu_lobby
  • voice 已删除（R3）：tut_start（平铺旧 id 全部移除，其余旧 id 均在 R2 已替换）
  • voice 修订（R5）：menu_main 改词重录为「菜单。单击切换选项，双击确认。」（对齐 round2-review 裁决②全球菜单约定；选曲界面非模态菜单不受影响）
  • sfx（7，R3 补齐）：inst_kick inst_snare inst_hat_l inst_hat_r inst_tom_hi inst_tom_lo inst_accent（演奏乐器音，详见 round3-report §7；hat_l 闭合镲极左 / hat_r 开放镲极右，accent 为 A minor 合成亮音）；已删除 judge_* tick tick_accent（R3）与 cue_*（R3 收尾，重构不再使用指令音）
  • bgm（3，R3 重制）：track90（90.01 BPM，85.33s）track105（104.99 BPM，73.14s）track120（120.00 BPM，72.00s），A minor 电子乐，整数小节无缝循环，loudnorm -20 LUFS；旧 groove 已删除；R6 新增 menu（选曲/结算 pad）

space《盲航》（R3 备产，台词依据 docs/design/04-space-voice-ids.md）

  • voice 双性别版（male/ 与 female/ 各 53 条（R6 +skip_hint）：演练 drill_*（14）、保护期 protect_*（5）、功能引入 feat_* shield_ready shield_block（6）、被撞归因 hit_*（5）、里程碑 ms_10 ms_25 ms_50 ms_100、结算 time_1–4 dodge_1–4 new_record restart_hint、菜单系统 second_run_ask menu_* help_recap settings_hint paused
  • voice 修订（R4）：menu_main 改词重录为「菜单。单击切换选项，双击确认。」（对齐 round2-review 裁决②全球菜单约定）
  • voice 已删除（R3）：num0–9 num_shi num_bai n_time n_sec n_dodge n_ge n_milestone intro1–4 hit1 hit2 gameover restart（数字拼接与旧教学弃用）；平铺旧文件全部移除
  • sfx（12）：alarm boost crash dodge hit shield shield_block whoosh_down whoosh_left whoosh_right whoosh_up
  • bgm（2）：engine（对局）+ R6 新增 menu（菜单/结算 pad）

rpg《剑与声》（R4 新游戏第一章，台词依据 docs/design/05-rpg-ch1-voice-ids.md + 05-rpg-addendum.md）

  • voice 旁白双性别版（male/ 与 female/ 各 113 条，male=Uncle_Fu 说书人 / female=Serena 武侠故事）：序章 intro_1–3、R6 新增首次战斗教学 tut_battle_1–5、系统状态 sys_* help_* settings_hint st_*、场景 desc_*（16）、选项 opt_*（18）、事件 evt_*（6）、战斗 btl_* cmd_* tut_*（27，含 R5 补录 btl_half_bandit）、商店 shop_*（7）、敌方档位 foe_hp_high/mid/low（addendum §6.2 补录）
  • voice NPC 单音色平铺（14 条，落 voice/ 根，引擎平铺回退）：村长 npc_headman_1–4（Uncle_Fu·慈祥和缓）、老猎人 npc_hunter_1–4（Eric·沙哑豪爽）、寨丁头目 npc_elite_1/half/die（Dylan·凶狠）、黑风寨主 npc_boss1_1/2/die（Uncle_Fu·低沉阴狠，与村长同 speaker 不同 instruct）
  • sfx（35）：前摇 tel_wolf tel_bandit tel_spider tel_elite tel_boss1 tel_croc tel_shaman tel_puppet tel_boss2（1.0s 格挡窗口）；战斗 atk_swing atk_hit parry skill_slash enemy_die potion + SYN hurt flee；探索 chest drink_water rest door_heavy + SYN step coin levelup；环境 amb_village amb_path amb_fork amb_chest amb_stream amb_hunter amb_deepwood amb_gate amb_hall amb_swamp amb_peak（5s 无缝循环，均值 -25dB）；ui_deny 按设计不做
  • bgm（6，Mureka）：village battle boss ending（R4）+ R6 新增 menu（菜单 pad）与 explore（探索轻垫乐，10 文档 §7 恢复，volume 0.35）；90s 无缝循环；amb_* 由游戏层手动 loop 接 sfx 总线
  • 再生成方法见 web/rpg/gen/README.md

radio《不眠频率》（批次 1 新游戏，叙事模式，台词依据 docs/design/15-radio-voice-ids.md）

  • voice 双性别版（male/ 与 female/ 各 103 条）：HOST 主播 29 条（male=Uncle_Fu「低沉温和的中年男声，深夜电台主播，沉稳亲切，有磁性」/ female=Serena「温暖清晰的年轻女声，深夜电台主播，沉稳亲切，不甜腻」：开场 b_open b_rain、主播句 z1_* l1_* k1_* w1_* h1_* 主播行、心结 d9_face d9_avoid、结局 e1–e4_a/b）+ PROD 导播/系统/向导 74 条（male=Dylan / female=Vivian，instruct「贴近耳机的低语男/女声，年轻电台导播，冷静克制」：gd_* sys_* prog_c1–5 rep_*、导播行、抉择提示 p1–p9、尾声 ep_*）。同性别双 speaker 逐句覆盖见 tools/gen_voice_dual.py 的 VOICE_SPK["radio"]（同场景高频对话的两者永不同 speaker）。
  • voice NPC 平铺（29 条，落 voice/ 根，引擎平铺回退；转码带通见下）：老周 7 条（z1_，Uncle_Fu·苍老沙哑）、小鹿 4 条（l1_，Serena·哭腔倔强）、糖糖 6 条（k1_，Vivian·稚嫩童声）、陈姐 7 条（w1_，Vivian·疲惫沙哑中年）、老韩 5 条（h1_*，Eric·沙哑粗犷司机）。
  • 通话滤波（资产侧，15-radio.md §6.2）：convert 转码时按来电者逐档 ffmpeg 带通+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）；参数在 tools/gen_voice_dual.py 的 NPC_BANDPASS，未滤波原声保留在 staging tools/gen_voice_dual_wav/radio/npc/ 可重滤/回退。HOST/PROD 不滤波。待人工试听：滤波句可读性抽检，不可读句按「宁窄勿脏」回退未滤波原声（staging 重转即可）。
  • sfx（15）：ui_confirm ui_menu（SYN 程序合成兜底）+ SA3 12 件（web/radio/gen/gen_sfx_sa3.py，2026-09-02 补产，token 走 hf-mirror）：onair_sting line_connect line_drop arg_muffled brake_screech tape_static amb_rain_city amb_station amb_kid_room amb_street_rain amb_cab amb_studio + phone_ring（SYN→SA3 真铃声替换，循环周期 5.2s 烘进文件、游戏侧 loop 接口零改动；原 SYN 备份 tools/asset_fix_backup/sa3_ab_20260902/）。amb_studio 文档 §5.2 有、game.js 未接线（直播间底噪由 bgm/onair 承担），产出备用。
  • bgm（4，Mureka $0.12）：onair bridge ending（-20 LUFS）+ menu（menu pad，-24 LUFS，10 文档 §1.2）；90.00s 无缝循环；后处理脚本 web/radio/gen/gen_bgm.sh。
  • 合计 254 ogg + 254 m4a（每游戏音频 = 235 voice + 15 sfx + 4 bgm）；台词/生成/终检走 tools/gen_voice_dual.py --game radio 与 tools/check_all_assets.py。

dungeon《回声地窟》（批次 1 新游戏，Roguelike 模式，台词依据 docs/design/16-dungeon-voice-ids.md）

  • voice 双性别版（male/ 与 female/ 各 125 条，无 NPC——怪物不说话）：male=Uncle_Fu「低沉醇厚的男声，像探窟向导，沉稳有力」/ female=Serena「平静清晰的女声，像探窟向导，沉稳可信」，两常量全表统一。分组：序章/标题 4、教学 DRILL 19、系统/菜单/状态 35、探索事件 9、战斗 30、卡关/看门狗/纠错 14、结算/元进度 14。
  • sfx（49 文件）：批次 1 SYN 21 文件（web/dungeon/gen/gen_sfx.py：pulse、材质尾音 mat_stone/door/stair/water、预 pan 立体声 side_wall_l/r side_open_l/r（mono 源 + ffmpeg pan 派生，能量只在单声道，极性脚本断言）、移动 step_own step_turn bump、拾取 coin potion gear、战斗 atk_swing parry hurt、levelup（D 小调五声上行钟声琶音）+ R2 新增 amb_cave turn_tick）；批次 2 SYN 兜底 28 文件（gen_sfx2.py：echo_1–4 stairs_down atk_hit enemy_die mob_step_{small,bug,heavy}(_l/_c/_r) tel_{small,bug,heavy}(_l/_r)）已于 2026-09-02 全部由 SA3 版同名替换（web/dungeon/gen/gen_sfx_sa3.py，A-B 响度/时长对齐后晋级，echo 距离档 0.83<1.43<2.18<2.98s 递增保持；SYN 原版备份 tools/asset_fix_backup/sa3_ab_20260902/dungeon/）。
  • bgm（4，Mureka $0.12）：menu explore battle boss（全部 -20 LUFS，16-dungeon.md §9.1）；90.00s 无缝循环；battle/boss 的 bpm 仅为 prompt 特征词、无节拍网格玩法，未跑 bpm_precise；后处理脚本 web/dungeon/gen/gen_bgm.sh。
  • 合计 303 ogg + 303 m4a（250 voice + 49 sfx + 4 bgm；批次 1 表述 273 未计 R2 amb_cave/turn_tick 与批次 2 的 28 文件，本行已按实盘点修正）；台词/生成/终检走 tools/gen_voice_dual.py --game dungeon 与 tools/check_all_assets.py。

批次 1 资产账（2026-09-01）

  • radio 132 句（双性别 103 ×2 + NPC 平铺 29）= 235 voice 资产；dungeon 125 句 ×2 = 250。两游戏合计 970 文件（ogg+m4a）。
  • GPU 串行（flock）：radio male/female/npc 与 dungeon male/female 共 5 轮，--check 全绿（无时长离群/短句）。
  • Mureka 8 任务 $0.24（台账见 tools/mureka_log.md 2026-09-01 节），全部一次成功。
  • 音色分配表新增：radio（双性别 HOST=Uncle_Fu/Serena + PROD=Dylan/Vivian 双配对 + NPC 平铺 5 音色）、dungeon（Uncle_Fu/Serena）。
  • sfx 真峰值（逐声道解码回读）全部 ≤ -3dBFS、|直流| ≤ 0.001、无边界爆豆（源 8ms cos² 淡入淡出 + 垫音 + hp30 工艺，web/<game>/gen/gen_sfx.py 内建 QC）。

响度与爆音标准（R6 起）

  • sfx one-shot：峰值归一 -3dBFS（真峰值经 ogg 解码回读校验，见 round6-report §1）；首尾 8ms cos² 淡入淡出；去直流。
  • loop（amb_*/bgm）：首尾交叉淡化保证循环连续，不加淡入淡出；仅做直流/峰值检查。
  • voice：沿用 R1 峰值 0.89 归一策略，不动。
  • bgm：loudnorm -20 LUFS（主题曲）/ -24 LUFS（menu pad）。

发音质量

本轮已采取的规避措施

  • 数字类语音（num_0~9、shi、bai、第、轮、分、秒、颗等）一整批同 instruct 连续生成，减少拼接 prosody 漂移（反馈⑥根因之一）。
  • 台词 >40 字按句拆分生成再拼接（句间 0.12s 静音），避免长句吞字。
  • 每条 assert 时长 >0.3s、峰值 >0.05，统一峰值归一 0.89；同句两性时长比 >3 判离群并重生成。

多音字/发音风险清单（待人工试听确认）

以下条目为文本层面的已知风险点，本轮生成保留原文；如试听发现误读，建议按右栏换写法重生成（改 tools/gen_voice_dual.py 台词表）：

位置 原文 风险 建议换写法
storyline help 双击：重听刚才的台词 「重」可能读 zhòng 「双击：重新听刚才的台词」
storyline n11_child / n13_leave / n16b 数到一千、数数 「数」shǔ/shù 误读时写「数一数，数到一千」
storyline n05_bcast / n19_betray 三、七点、五 坐标需逐字读 误读时写「三，七，点，五」
storyline n16b 数到一百七 可能读成「一百七十个」 写「数到一百七十」
多处（escape/simon/space/storyline） 还（hái）在/还有/还能 「还」hái/huán 误读时改写句子避开
rhythm welcome S / A / B / C 评级 字母发音 现行文本为「评级，S！」，试听确认字母读音

（本表为文本审查结果；时长离群自动检查已通过的部分见 round1-report，最终发音准确性需人工试听把关。）

Reference in New Issue View Git Blame Copy Permalink