SoundGame/web/detective/gen/gen_sfx.py

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""《雨夜专案》SYN 程序合成音效（批次 2，18-detective.md §8.2 标注 SYN 的条目）。

6 个 id（其余 6 条为 Stable Audio 3 条目，见 gen_sfx_sa3.py）：
  sig_shun      小顺签名：布掸子拍柜台两下（双拍软拍，间隔 0.16s）
  sig_wen       温太太签名：门环叩两下（金属环叩木门，二连击）
  sig_fore      法医签名：纸页翻动 + 钢笔划线（噪声簌 + 笔尖刮擦两段）
  contra_hit    指证命中：不和谐金属小二度相击 + 盖章尾（全游戏最强确认音，-4dBFS）
  contra_miss   指证落空：钝木鱼一下（非 error 音色、不威吓，-8dBFS）
  turn_tick     看门狗 L1：880Hz 木鱼族轻响（dungeon 同配方自存一份，-8dBFS）

签名 earcon 规格：条目切换/指证选择/状态复述时前置（0.3-0.5s 量级），节拍可数
（两下=可辨身份），电平中低不抢人声。

可复现：本脚本入库，一键出 web/detective/audio/sfx/*.{ogg,m4a}；中间 wav 在
gen/staging/sfx/（不入库）。规格：ogg libvorbis q4 44.1kHz + m4a aac 128k；
one-shot 真峰值 <= -3dBFS（解码回读法）。

用法：.venv-tts/bin/python web/detective/gen/gen_sfx.py   （纯 CPU，无 GPU 依赖）
"""
import os
import subprocess

import numpy as np
import soundfile as sf

SR = 44100
HERE = os.path.dirname(os.path.abspath(__file__))
STAGING = os.path.join(HERE, "staging", "sfx")
DST = os.path.join(HERE, "..", "audio", "sfx")
FFMPEG = "/home/xsl/SoundGame/tools/bin/ffmpeg"
os.makedirs(STAGING, exist_ok=True)
os.makedirs(DST, exist_ok=True)


def t(d):
    return np.arange(int(SR * d)) / SR


def env_exp(d, attack, release):
    n = int(SR * d)
    e = np.ones(n)
    na, nr = max(1, int(SR * attack)), max(1, int(SR * release))
    e[:na] = np.linspace(0, 1, na)
    e[-nr:] *= np.linspace(1, 0, nr)
    return e


def lowpass(x, k):
    return np.convolve(x, np.ones(k) / k, mode="same")


def bandpass(x, lo, hi):
    kh, kl = max(1, int(SR / (np.pi * hi))), max(1, int(SR / (np.pi * lo)))
    return lowpass(x, kh) - lowpass(x, kl)


def save(name, sig, peak_db=-6.0):
    """mono 存。工艺同 tools/fix_clicks.py：去直流 → 首尾 8ms cos² 淡入淡出 →
    峰值归一指定 dBFS（签名 earcon 默认 -6，contra_hit -4，miss/tick -8）。"""
    sig = sig - np.mean(sig)
    nf = max(1, int(SR * 0.008))
    fade = 0.5 * (1 - np.cos(np.pi * np.arange(nf) / nf))
    sig = sig.astype(np.float64).copy()
    sig[:nf] *= fade
    sig[-nf:] *= fade[::-1]
    sig = sig / (np.max(np.abs(sig)) + 1e-9) * 10 ** (peak_db / 20)
    sf.write(os.path.join(STAGING, name + ".wav"), sig.astype(np.float32), SR)


rng = np.random.default_rng(20260909)

# ---- sig_shun：布掸子拍柜台两下（软布拍击：中频噪声团 + 轻微柜台木腔共鸣） ----
def duster_pat(dur=0.10):
    x = t(dur)
    pat = bandpass(rng.standard_normal(len(x)), 250, 1600) * env_exp(dur, 0.012, 0.05)
    wood = 0.4 * np.sin(2 * np.pi * 190 * x) * np.exp(-x * 55)
    return pat + wood

y = np.zeros(int(SR * 0.42), dtype=np.float64)
for i, amp in enumerate([1.0, 0.85]):
    k = duster_pat()
    s = int(SR * (0.02 + i * 0.16))
    y[s:s + len(k)] += k * amp
save("sig_shun", y)

# ---- sig_wen：门环叩两下（金属环叩木门：非谐波金属簇 + 门板低频响应，二连击） ----
def knocker(dur=0.13):
    x = t(dur)
    ring = sum(a * np.sin(2 * np.pi * fr * x) * np.exp(-x * dc)
               for fr, a, dc in [(880, 1.0, 30), (1350, 0.5, 42), (2210, 0.3, 55)])
    door = 0.55 * np.sin(2 * np.pi * 120 * x) * np.exp(-x * 40)
    thud = lowpass(rng.standard_normal(len(x)), 80) * np.exp(-x * 70) * 0.45
    return ring + door + thud

y = np.zeros(int(SR * 0.46), dtype=np.float64)
for i, amp in enumerate([1.0, 0.8]):
    k = knocker()
    s = int(SR * (0.02 + i * 0.18))
    y[s:s + len(k)] += k * amp
save("sig_wen", y)

# ---- sig_fore：纸页翻动 + 钢笔划线（簌簌噪声扫频 + 笔尖刮擦两划） ----
d = 0.30
x = t(d)
page = bandpass(rng.standard_normal(len(x)), 900, 5000) * env_exp(d, 0.02, 0.10) * 0.8  # 翻页簌
y = page.copy()
for start, dur2 in [(0.14, 0.10), (0.21, 0.07)]:                                        # 钢笔两划
    seg = t(dur2)
    pen = bandpass(np.random.default_rng(int(start * 1000)).standard_normal(len(seg)),
                   1500, 4500) * env_exp(dur2, 0.01, 0.03) * 0.5
    s = int(SR * start)
    y[s:s + len(pen)] += pen
save("sig_fore", y)

# ---- contra_hit：不和谐金属小二度相击 + 盖章尾（矛盾证实音，全游戏最强确认音） ----
# 1250/1320Hz 小二度拍频互殴 0.18s -> 顿 0.05s -> 低频盖章闷击（thunk）收尾。
d1 = 0.18
x1 = t(d1)
clash = (np.sin(2 * np.pi * 1250 * x1) + np.sin(2 * np.pi * 1320 * x1)
         + 0.4 * np.sin(2 * np.pi * 2500 * x1) + 0.3 * np.sin(2 * np.pi * 2640 * x1)) * np.exp(-x1 * 13)
d2 = 0.16
x2 = t(d2)
stamp = (np.sin(2 * np.pi * 95 * x2) * np.exp(-x2 * 22)
         + 0.6 * lowpass(rng.standard_normal(len(x2)), 70) * np.exp(-x2 * 40))
save("contra_hit", np.concatenate([clash, np.zeros(int(SR * 0.05)), stamp, np.zeros(int(SR * 0.08))]),
     peak_db=-4.0)

# ---- contra_miss：钝木鱼一下（低频短木腔音，非 error 音色） ----
d = 0.16
x = t(d)
save("contra_miss", np.sin(2 * np.pi * 310 * x) * np.exp(-x * 30)
     + 0.5 * np.sin(2 * np.pi * 620 * x) * np.exp(-x * 45)
     + 0.3 * lowpass(rng.standard_normal(len(x)), 60) * np.exp(-x * 70),
     peak_db=-8.0)

# ---- turn_tick：880Hz 木鱼族轻响（dungeon 同配方自存一份；无进展轨 L1 不占台词通道） ----
d = 0.16
x = t(d)
save("turn_tick", np.sin(2 * np.pi * 880 * x) * np.exp(-x * 38)
     + 0.35 * np.sin(2 * np.pi * 1760 * x) * np.exp(-x * 52),
     peak_db=-8.0)


def encode(name):
    """staging wav -> ogg q4 + m4a 128k，解码回读校验：逐声道真峰值 <= -3dBFS、|直流| <= 0.001。
    工艺：源尾部垫 50ms 静音（编码器软着陆）+ highpass=f=30（抑制解码直流再生）；
    纯弦 AAC 过冲按实测迭代补 volume（abyss link_beep 同坑，dungeon 补偿同款）。"""
    src = os.path.join(STAGING, name + ".wav")
    base, _sr0 = sf.read(src, always_2d=True)
    pad_t = np.zeros((int(SR * 0.05), base.shape[1]), dtype=np.float64)
    base = np.concatenate([base, pad_t])
    for ext, cmd in [("ogg", ["-c:a", "libvorbis", "-q:a", "4"]),
                     ("m4a", ["-c:a", "aac", "-b:a", "128k"])]:
        out = os.path.join(DST, f"{name}.{ext}")
        vol, dc_adj = 0.0, 0.0
        tmp = "/tmp/_sfx_enc_det.wav"
        for _attempt in range(4):
            sig = base - dc_adj
            if vol < 0:
                sig = sig * (10 ** (vol / 20))
            sf.write(tmp, sig.astype(np.float32), SR)
            subprocess.run([FFMPEG, "-y", "-v", "error", "-i", tmp, "-af", "highpass=f=30",
                            "-ar", "44100", *cmd, out], check=True)
            chk = "/tmp/_sfx_qc_det.wav"
            subprocess.run([FFMPEG, "-y", "-v", "error", "-i", out, "-c:a", "pcm_f32le", chk], check=True)
            y, _sr = sf.read(chk, always_2d=True)
            tp = 20 * np.log10(np.max(np.abs(y)) + 1e-9)
            dcv = float(np.mean(y.mean(axis=1)))
            if tp <= -3.0 and abs(dcv) <= 0.001:
                break
            if tp > -3.0:
                vol -= (tp + 3.0) + 0.25
            if abs(dcv) > 0.001:
                dc_adj -= dcv
        else:
            raise AssertionError(f"{name}.{ext}: 补偿后仍超限 tp={tp:.2f}dBFS dc={dcv:.4f}")
        print(f"[ok] {name}.{ext}  peak={tp:.2f}dBFS" + (f"  (vol {vol:+.2f}dB)" if vol else ""))


for _n in ["sig_shun", "sig_wen", "sig_fore", "contra_hit", "contra_miss", "turn_tick"]:
    encode(_n)
print("detective SYN sfx done: 6 files x2 formats")