otomegame游戏音频提取通用教程

server/2024/10/21 3:52:29/

otomegame游戏音频提取通用教程

文章目录

  • otomegame游戏音频提取通用教程
    • 一、otomegame游戏介绍
    • 二、游戏拆包与语料提取目标
      • TTS语料积累最终目标:
    • 三、游戏拆包简要介绍
      • 1,游戏资源提取关键词
      • 2,游戏拆包工具
        • (1)游戏资源提取工具介绍
    • 四、目标otomeGame游戏的查找与确认
    • 五、对确定OtomeGame游戏确定
      • 1,根据上一步筛选出的目标游戏进行批量游戏下载
      • (1)免费游戏,以及部分价格不高的游戏
      • (2)比较贵的付费游戏

一、otomegame游戏介绍

  乙女游戏(日语:乙女ゲーム,Otome Game)是一种主要面向女性玩家的恋爱模拟游戏。这类游戏通常以女性主人公为中心,玩家需要与多个男性角色建立关系,从而推进故事情节。乙女游戏的目标通常是找到真爱、解锁特定场景或达到特定结局。

  • 乙女游戏通常包含多个男性角色,每个角色都有独特的性格和背景故事。玩家需要与这些角色互动,以发展恋爱关系。男性角色较多,音色丰富。非常适合找到成熟男声数据,解决目前男生音库匮乏的问题

乙女游戏在日本非常受欢迎,但在近年来,这种游戏类型也开始在全球范围内吸引越来越多的玩家。一些知名的乙女游戏包括《神秘时钟》(Amnesia)、《背德学园》(Diabolik
Lovers)和《樱花庄的宠物女孩》(Hakuoki)等

二、游戏拆包与语料提取目标

TTS语料积累最终目标:

  1. 获取游戏内全部自然人声音频,并将音频按角色进行划分,要求一个角色一个文件夹,文件夹下所有音频都为该角色的音频
  2. 角色音频格式最好转为无损音频压缩的WAV格式
  3. 如果有文本,需要将文本也进行下载,并进行文本与语音的对齐,确定每个一文本所在的音频位置,也需要按照角色分类
  4. 如果没有文本,则需要对文本进行ASR处理,然后进行文本与语音的对齐
  5. 最终结果交付数据:一个文件夹以游戏名命名,里面有两个文件夹voices和texts。voices里都有n个以角色名命名的文件夹,texts里有n个角色名命名的文件

三、游戏拆包简要介绍

1,游戏资源提取关键词

关键词:游戏反编译,游戏逆向及破解方法,游戏资源提取,游戏拆包,游戏破解,解包
以上关键词,是检索过程中涉及的主要关键词
关键词作用

  • 未能破解的游戏,可按照游戏名+关键字检索破解教程
  • 检索游戏拆包教学教程,提高游戏破解技巧

2,游戏拆包工具

主要使用解包和分析游戏资源的工具有:AssetStudio,HCA Decoder。其中AssetStudio是初步接触游戏拆包以及本次TTS音频语料积累中最常用的工具。

(1)游戏资源提取工具介绍

Unity发布出来的exe文件、apk文件或者webGL文件,其中的数据可以使用资源提取工具AssetStudio以及代码反编译工具ILSpy将代码文件提取出来。
由于目前主要目标是获取语料,在这里主要使用的是资源提取工具AssetStudio这个对基于Unity开发的游戏,有人长期维护Unity游戏破解工具,目前最好的破解工具是:AssetStudio
注:目前Unity游戏解包主要工具是这个AssetStudio,其中AssetStudio能破解大部分2022年以前的游戏,以后的少部分可以。其中对2020年之前的效果会更好一些

AssetStudio

  • AssetStudio 是一个通用的游戏资源查看器,支持许多游戏如明日方舟、原神、Honkai Impact 3rd 等。
  • 它可以提取游戏中的图片、3D 模型、声音、配置表和其它资源,让我们可以自由查看游戏资源,了解游戏的制作细节。
  • AssetStudio 支持的游戏格式包括 Unity Bundle,Unreal Pak,Nintendo RomFs 等,所以它的适用范围很广。
  • 它提供资源搜索、预览和导出功能,可以高效浏览和研究游戏中的资源。

HCA Decoder:

  • HCA Decoder 是 Hyperdimension Neptunia 游戏系列的声音解码器,用于解码 HCA 格式的声音文件。
  • HCA 格式属于 NIS America company 制作的 Neptunia 游戏独有的声音格式。HCA Decoder 可以将其解码为 WAV 或 OGG 格式,方便我们播放和重混这些声音。
  • HCA Decoder 简单易用,我们只需要拖入 HCA 文件即可一键解码和导出,非常方便。

四、目标otomeGame游戏的查找与确认

五、对确定OtomeGame游戏确定

1,根据上一步筛选出的目标游戏进行批量游戏下载

(1)免费游戏,以及部分价格不高的游戏

这个价格区间,可能需要龙哥判断一下
在这个区间或者免费的目标游戏,可以直接在Steam上进行下载

(2)比较贵的付费游戏

下面是一些盗版网站途径下载,主力是俄罗斯的盗版网站

  1. 资源丰富的俄罗斯破解游戏网站:Byrutdb
  2. 曾经资源最好的破解游戏网站:RuTracker网站使用前需要进行一些步骤:RuTracke网站使用教程
  3. 如果在上面的破解网站找不到,可以使用以下的途径,不过找到概率稍低。
  • 3个破解游戏网站整合
  • 5个破解游戏网站整合
  • 25个破解游戏网站整合
  • steam游戏破解工具注1:以上盗版网站与破解工具还未全部测试,之后在使用过程中,大家可以整理出哪些网站比较好,质量还行注2:下载的时候如果遇到结尾为torrent的,是迅雷下载种子,可以用迅雷下载它注3:下载时,建议在虚拟机中下载,避免中毒注4:如果5个破解游戏网站整合的地址无法打开请先登录b站再打开该目录

http://www.ppmy.cn/server/7702.html

相关文章

前端入门:HTML(CSS边框综合案例)

案例&#xff1a; 源代码&#xff1a; css-borders.html: <body> <div id"square"> </div> <br> <div id"triangle"> </div> <br> <div id"trapezium"> </div> <br> <div id…

Python自动化系列---Python基础

1. 什么是自动化测试 1&#xff09;代码&#xff1a;Python&#xff0c;Java 2&#xff09;工具&#xff1a;Jmeter&#xff0c;Robotframework—RF 3&#xff09;为什么写代码/做自动化&#xff1a;回归测试执行的&#xff08;自动化框架脚本&#xff09;–稳定老功能 2. Py…

DRF: 序列化器、View、APIView、GenericAPIView、Mixin、ViewSet、ModelViewSet的源码解析

前言&#xff1a;还没有整理&#xff0c;后续有时间再整理&#xff0c;目前只是个人思路&#xff0c;文章较乱。 注意路径匹配的“/” 我们的url里面加了“/”&#xff0c;但是用apifox等非浏览器的工具发起请求时没有加“/”&#xff0c;而且还不是get请求&#xff0c;那么这…

MultiHeadAttention在Tensorflow中的实现原理

前言 通过这篇文章&#xff0c;你可以学习到Tensorflow实现MultiHeadAttention的底层原理。 一、MultiHeadAttention的本质内涵 1.Self_Atention机制 MultiHeadAttention是Self_Atention的多头堆嵌&#xff0c;有必要对Self_Atention机制进行一次深入浅出的理解&#xff0c;这…

安卓手机APP开发__媒体开发部分__网络栈

安卓手机APP开发__媒体开发部分__网络栈 目录 概述 配置ExoPlayer来使用一个特定的网络栈 支持的网络栈 Cronet OkHttp 安卓内嵌的网络栈 其它的网络栈

分类预测 | Matlab实现CNN-LSTM-SAM-Attention卷积长短期记忆神经网络融合空间注意力机制的数据分类预测

分类预测 | Matlab实现CNN-LSTM-SAM-Attention卷积长短期记忆神经网络融合空间注意力机制的数据分类预测 目录 分类预测 | Matlab实现CNN-LSTM-SAM-Attention卷积长短期记忆神经网络融合空间注意力机制的数据分类预测分类效果基本描述程序设计参考资料 分类效果 基本描述 1.Mat…

在使用 sqlite 时遇到的奇怪问题的正解

在使用 sqlite 时遇到的奇怪问题&#xff0c; 用 DB Browser for SQLite &#xff08;一款 sqlite 可视化工具&#xff09;操作 sqlite 数据库 &#xff0c;一个名叫 testDB 的数据库&#xff08;位置在C:\sqlite\testDB.db&#xff09;&#xff0c;在里面建了一个表&#xff0…

【PyTorch】1-基础知识(张量、导数、CUDA)

PyTorch&#xff1a;1-基础知识 注&#xff1a;所有资料来源且归属于thorough-pytorch(https://datawhalechina.github.io/thorough-pytorch/)&#xff0c;下文仅为学习记录 1.1&#xff1a;张量 神经网络核心包&#xff1a;autograd&#xff08;自动微分&#xff09; 张量…