Lol Audio Unpack：这些年折腾的英雄联盟音频工具
最近给这个工具补好了独立文档，也录了一份操作视频，想着博客里还是应该有一篇文章，把它为什么会出现、这些年又为什么一直改，稍微说清楚。
现在的名字是 Lol Audio Unpack，GitHub 地址还是 lol_extract_voice。早期确实主要提取英雄语音，后来地图、音效、音乐也都加进来了，名字跟着改了，仓库地址就没动。
使用方法已经放在文档里，配了截图，这里就不再从选目录开始讲了。这篇主要回顾我自己怎么折腾到现在。时间隔得太久，有些早期细节只能凭印象说。
录音录烦了
大概 2015 年那会儿，B 站的鬼畜很火，我觉得挺有意思，就跟着教程学了一点。刚开始用的都是教程作者给的素材，学完总想自己做一个。当时也在玩英雄联盟，就想拿某个英雄的台词做鬼畜，或者剪个混剪。
想做视频，先得有素材。最早的方法很直接，进游戏录。
录了一阵就烦了。有些英雄话很多，遇到不同英雄有不同台词，换个皮肤又有一套，对同系列皮肤还可能有特殊互动。为了录一句话，得先把触发条件凑齐，凑齐了也不一定马上说。反正我当时没有耐心把这些都录一遍。
于是开始研究能不能解包。以前虽然没真正做过游戏 MOD，但多少知道一点，声音总归要存在游戏文件里，找出来就不用在游戏里等它开口了。
一个英雄一个英雄地补
-
V1 做的事情，就是拿脚本把已有工具串起来。手工能做的事情，让它替我跑一遍。
-
那时重心还在视频上。先拿到一个英雄的素材，脚本就停在那儿，我去剪视频。剪着剪着发现，只用一个英雄太平了，没什么东西可剪，又回来补其他英雄。
补的时候就发现，有些英雄的路径和前一个不一样，原来的处理方式套不上，又得研究、改脚本。就这么一点点补，慢慢把英雄都加上了。并没有一开始就想好要做一个多完整的工具，纯粹是做视频时缺什么，回来补什么。
-
英雄处理完，发现地图里也有声音。地图比英雄麻烦多了，播报、技能和装备音效、背景音乐，还有一堆零碎声音混在一起。拿到文件以后，找自己需要的东西又成了新的问题。
-
到了 V2，程序已经是按批量处理写的了，从入口就奔着所有英雄一起解包去。想只处理某一个英雄，反而没那么方便。
那时还没有命令行入口，参数都是在主脚本里改。想换一个英雄，就打开脚本，填它的 WAD 路径，再改这次需要处理什么。自己用知道改哪里，别人拿到就不一定了。后来也有人在 Issues 里问怎么用、怎么只处理一部分，那会儿已经过去好多年，程序还带着最早那种自用脚本的习惯。
2019 年我发过一个手工解包的视频，也把处理好的文件分享了出来。资源后来断断续续更新了好几年，直到 2025 年底左右才停下来。这里面还绕过一圈试听网站和网盘，后面再说。
V3 和配置优先级
V3 基本上重写了一遍。V2 的条理不多，能用就行，很多东西放在一起，后来想改就越来越费劲。
这次稍微把模块分清楚了，哪个部分准备数据，哪个部分解包，哪个部分转码，各自该放什么，至少在这个项目里能解释得通。拿去跟成熟项目比肯定还有差距，但自己回来看，总算知道该去哪里改。
命令行也是这一轮慢慢补的。至少不用每次先打开 Python 文件改路径，换个英雄、换个输出目录，传参数就行。可是入口加着加着，又把配置弄复杂了。
最开始想得很全：环境变量、配置文件、命令行都支持。真正开始处理优先级才头疼。用户在命令行写了几个参数，后面又加一个 -c 指定配置文件，环境变量里还留着以前的值，到底该用哪一份？
开发者可以规定谁覆盖谁，可使用者未必按这个规则理解。他可能觉得几种配置是互补的，哪儿缺就从另一份拿；也可能早就忘了环境变量里还放着一个旧目录。最后程序读到了一个值，用户却不知道它从哪儿来的。
现在做了取舍，命令行参数和配置文件分开用，使用 -c 就从配置文件读取动作和参数，不再跟命令行选项混着覆盖。那段三种来源叠在一起的逻辑，处理起来费劲，用起来也没省多少事。
从补全到 Agent
中间停过一段时间。后来有了 AI 辅助，最早用的是 Cursor 那种补全，写个注释，按 Tab 补一段，再自己测试。有时候好用，有时候还得花时间去改，进度也没有一下子快起来。
再后来有了能改文件、跑检查的 Agent，之前积着的东西才推进得快了一些，界面也做出来了。这个界面又刚好接上了很早以前的一个想法：找个英雄，直接试听它的声音。
试听网站和网盘
2020 年疫情那会儿，我想过做一个英雄台词试听网站。脚本已经能解包，声音也有了，找个地方存起来，再做一个网页，按英雄点开听，看起来没有多复杂。
麻烦的是资源放哪儿。
试过把资源放到 GitHub，再借 CDN 或 Cloudflare 之类的服务来访问。测试版也做过，但国内访问不稳定，后来找不到合适的替代办法。现在回头看，这种用法本来也不适合长期依赖。我只是个人开发者，纯爱好，没什么收入，没办法一直花钱养一个音频站。
NOTEWAV 的体积
那时候分享的是 WAV，没有再做有损压缩。我自己听过压缩后的效果，觉得有些声音不太对，就想保留好一点的素材。结果光英雄和地图里的台词，印象中就有三十多 GB。
单条音频看起来没多大，试听时却是一条接一条地点。更别说有人需要全部下载，写个爬虫跑一遍就是整份资源的流量。对使用者来说只是下载，对我来说 CDN 的账单还得照付。真放到付费 CDN 上试过一段时间，后来还是放弃了，纯烧钱，还看不到什么成果。
网盘也折腾得不轻。文件解包、分类、压缩、上传，好不容易分享出来，链接过一阵又失效。我不知道它具体在检测什么，只能按自己碰到的情况试。压缩包加密以后有时能多撑一阵，但也没有彻底解决。
后来改成分享原始 WEM，体积小了很多，上传和下载都轻松一些。WEM 是游戏里用的音频文件，常用的剪辑软件不能像 WAV 一样直接拿来用，还得转码。
我找到了 vgmstream，又改了一下它的控制台程序，让它能扫描目录、按规则批量输出。文件太多，靠命令行一个个填进去肯定不现实。这部分后来也单独留成了一个项目。
文件还是继续更新着，但有时候已经只是习惯性更新了。网盘总出问题，我也看不清到底有多少人下载、还有多少人在用。
本地明明就有游戏文件
中间我还想过把程序改成 Node.js，做成网页：选择本地游戏目录，解包完直接在网页里试听。当时没有把这个想法做完，但这个方向后来一直记着。
到准备做 GUI 的时候，再回头看分享资源这件事，就觉得绕了很大一圈。
很多来找音频的人本身就在玩英雄联盟，电脑里已经有游戏客户端。我从自己的客户端解包，转成 WAV，压缩、上传，再让别人下载、解压。他本地已经有这些声音了，我还让他下一遍，折腾什么呢。
当然，也有人没有安装游戏，或者专门想找重做前的旧语音，那是另外一种情况。程序本身需要本地资源，准备好符合要求的旧版本文件，也可以交给它处理，不会替用户下载客户端。
但对已经有游戏文件的人来说，给他一个界面，选好目录，处理完就能找、能听，需要哪几条再导出，明显方便得多。我也不用再维护一堆网盘链接。
当前界面截图，取自项目文档。图中是在常规地图里查找心之钢音效。
这也比较符合实际需求。很多人只是想找个金身音效、地图标记声，或者某个英雄的几句台词，用不着下载整份英雄或地图音频包。以前分享时总得按英雄、地图这些单位打包，不可能一个音效一个压缩包。现在直接在本地找，选几条导出就行。
虽然还是 Python 写的，但已经优化过几轮，解包速度对我来说够用了。我之前在自己电脑上试过，全部台词语音的解包加转码大概十五分钟，后来又做了一些优化。这个只是那次处理的耗时，不包括把所有音效都转一遍。
全量处理里，转码通常更慢，尤其音效文件又小又多，CPU 和硬盘都可能卡住，换台电脑、换一批资源，耗时也会变。
能只转自己挑出来的几条，省下来的时间比继续死磕全量转码速度还明显。
试听后只导出自己需要的声音，不用先把整个资源包转成 WAV。
用 Obsidian 加其他工具手工解包，当然也能拿到这些文件。我写这个程序，一直就是为了省这些重复操作，现在界面把找素材的过程也接上了。
视频没怎么做，工具还在改
写到现在，其实早就偏离最初做鬼畜的目的了。那时遇到一个问题就去改脚本，后来反而花更多时间研究声音怎么整理、程序怎么写，视频没做出多少。
也有我自己的原因。早期看鬼畜，会觉得什么素材都能拿来剪，老素材也能玩出新东西。后来我看的不少视频，更像把最近火的梗揉在一起，做一段时间的汇总。我跟这些热梗的速度没有那么快，有些看了解释，也还是不知道笑点在哪儿。
这只是我自己的理解，倒不是说笑点有多高。做视频总得先知道自己在笑什么，我自己都没弄懂，就更不知道该怎么剪给别人看。慢慢没什么灵感，重心也就移到工具上了。
以前想做的试听网站，最后没有按网站的形式留下来。现在这个本地界面，倒是让我能找个英雄，点开听，挑几条导出去用了。当年的那个需求算是有了一个能用的结果。
事件名和台词，还有两个坑
文件能解出来，能播放，接下来还得知道它是什么。
事件名的翻译
现在可以按事件查找，但事件名是游戏内部用的，有些新英雄命名比较规整，老英雄和旧资源就不一定了。有缩写，有历史命名，也有光看英文猜不出来的东西。词典能翻译单词，未必能告诉我它在这个英雄身上代表什么。
我想做的是把这些事件整理成人能看懂的描述，至少知道大概怎么触发、该往哪里找。以后如果能整理好，也可以再做不同语言的显示。这个方向放在 lol-event-semantics 里，目前还在慢慢研究。
难点是数量太多，还需要理解英雄机制和皮肤的特殊互动。一个个靠人工校对，工作量太大，而且我也不是每个英雄都懂。交给大模型试过一些，效果还没有好到能直接全部用上，逐条核对又要花很多时间和 token，只能慢慢来。
另外一个坑是语音转文本。
2020 年那篇台词整理文章里就试过语音识别，后来也试过腾讯、讯飞这些服务，识别完再人工听、核对。
普通人说话还好，英雄联盟里很大一部分英雄设定上就不是人，说话方式、口音、后期特效都有，光靠自动识别不太放心。人工也不是听一遍就保证正确，还是得反复核验。
后来陆续人工核对过大概一百个英雄，花了不少时间。几个游戏版本过去，再解包一遍，原来的音频 ID 对不上了。
举个例子，同一句话这个版本叫 12345.wem，下个版本可能换成 45678.wem；反过来，同一个 ID 下的文件内容也可能变化。如果把整理好的台词直接挂在 ID 上，后面更新时就容易错位。那会儿还不知道会这样，发现自己处理过的对应关系不能直接继续用，就停下来了。
后来专门做了历史版本的实测，确认这两种情况都存在。现在资源库按原始 WEM 的实际内容做哈希，同样的字节内容可以复用，不同版本的 ID 则分别记录它们指向什么。
当前的做法是，原始 WEM 内容完全一样，就只存一份，通过硬链接让不同目录引用它。文件名换了，内容没变，仍然能找到同一份内容。解包时还得读取实际源文件，不能因为 ID 没变就直接认定声音也没变。
硬链接共享底层文件，所以直接修改一处可能影响其他引用。需要剪辑时先导出独立的 WAV，或者复制到资源库之外。
这只能判断文件字节是否相同，还不能判断两段声音是不是同一句台词。重新编码、重新录制，都可能让哈希变化；配音老师换个语气说同样的话，文本也可以完全没变。语音转文本和跨版本的台词核对，还得继续研究。
至少现在手里有了能确认原始文件内容是否重复的方法，之前的 ID 问题也有了一个处理方向。但它离自动整理好所有台词，还有不少距离。
顺带拆出来的项目
前面这些事折腾久了，相关工具也慢慢拆出来了。最近这些项目的阶段总结里有整体记录，这里只补它们跟音频工具的关系。
| 项目 | 跟这条音频处理流程的关系 |
|---|---|
| league-tools | 把用到的解析、音频解包等能力整理成独立 Python 包，供上层程序使用。 |
| pyvgmstream | 在 Python 里使用 vgmstream 的解码能力，供程序转码和试听。 |
| vgmstream-cli-build | 之前为了批量转码改过的控制台版本，也能独立使用。 |
| RiotManifest、RiotManifestGo | 处理 Riot 清单与资源下载的另一条工具线，分别有 Python 和 Go 版本。 |
清单和下载有它们自己的项目，现在的 Lol Audio Unpack 处理本地准备好的资源，没有把下载器一起塞进来。后续游戏客户端怎么改、资源怎么组织，还要继续看实际文件；既有的旧资源处理也不能因为新客户端出现就直接扔掉，重做前的语音有人需要，文件也还在那里。
文档和视频
现在软件的使用说明放在 lau.oogoo.top，界面操作、控制台参数、目录规则和版本更新都在那边维护。这篇就留着记开发经过，不跟文档一起逐版本改功能列表。
Lol Audio Unpack 源码仓库仓库地址仍为 lol_extract_voice，代码、Issues 和发布记录都在这里。操作视频放在下面，想跟着界面走一遍可以看视频，具体参数和说明还是查文档方便。
也可以直接到 B 站观看。
最早只是想找点素材，后来视频没怎么做，解包工具倒是一直写到了现在。现在能在自己电脑上找到想要的声音，听一下，导出去用，对我来说已经方便不少。剩下事件名和台词这两个坑，慢慢填吧。
Built with Astro & FangYuan (mod by Fuwari)
提供CDN加速/云存储服务 
辽公网安备21021302000353号