0. 开端#

某日SO2 [aka.SulphurDXD] 跟我解释他用多邻国的日语单子学习界面的音频做人力的想法。至于想做的是什么我忘了，或许是热异常也或许是致被涂黑世界的书信。

然后当时我好像又显得很冷漠（经典剧情

然后后面不知怎的就又想起来了

总之想法都有了，那就做把

1. 音源获取#

录屏然后截音频是我首先想到的直接方法，但是需要手动裁剪，而且需要录屏，录屏需要手动操作，手动操作需要时间，时间就是金钱，金钱就是生命，生命就是上帝，上帝就是SO2。所以录屏音源需要SO2。但是我没有SO2。

所以这个方法行不通。（？）

换一个方法，是否可以干回老本行去解包？

从APP中初步判定，多邻国平假语音的学习页在英语学日语模式（系统语言还得是英语）的第二页，并且点击单个单词会延迟一会。可以推测出每个片假名的音频是通过网络请求的，而非本地文件。

根据多邻国官网博客的这篇SDUI介绍文章也可以印证，APP内所有的UI都是后端服务器传输过来的，因此都会通过网络更新（沟槽的Web还在追我）。也就是说，所有多邻国用户疑似额外装了一个浏览器到自己手机上🤣🤣🤣【你别笑】【私人笑声x114514】

多邻国安卓解包也相同印证了这一点。assets/文件里面甚至有CSS文件定义

jiebao1

那怎么办？开个HttpCanary抓网络包？

别急，多邻国还有网页版。

pac1

总之在游客模式下经过一番 すし おちゃ ごはん的洗礼过后（大号找不到密码），飞舞也是成功在F12开发工具的网络面板中找到了片假名页（中文系统语言没有这一页）。多邻国开发者人也怪好的，直接就把所有日语平片假和汉字的JSON丢回来了

日文字母页面数据URL: https://www-prod.duolingo.com/2017-06-30/alphabets/courses/ja/en（选填?alphabetsPathProgressKey=......）

（是2017的老东西了，而且填了alphabetsPathProgressKey之后后面还有一堆汉字，超级大）

单个片假名数据结构如下：

pac2

可以看见character是对应的片假名，ttsUrl就是音频URL

那剩下的就很简单了，写一个requests爬虫把所有文件下下来然后重命名成片假名：

import os
import json
import requests

output_dir = 'HiraganaFetch/output'
os.makedirs(output_dir, exist_ok=True)

# 把上面请求返回写进这个json文件，并且简化了
with open('HiraganaFetch/metadata.json', 'r', encoding='utf-8') as f:
    metadata = json.load(f)

# 只下载片假名
for group in metadata['alphabets'][0]['groups']:
    # 每行有5个片假名
    for row in group['characters']:
        for character in row:
            if character is None:
                continue
            name = character['character']
            tts_url = character['ttsUrl']
            if tts_url:
                output_file = os.path.join(output_dir, f"{name}.mp3")
            
            # 下载
            response = requests.get(tts_url)
            if response.status_code == 200:
                with open(output_file, 'wb') as audio_file:
                    audio_file.write(response.content)
                print(f"Downloaded: {output_file}")
            else:
                print(f"Failed to download: {tts_url}")

output/ 文件夹下就是所有片假名音频。

2. 别样的UTAU音源处理大战#

并非别样，是真无聊

由于我不是很相信UTAU的sampler（主要是不会调），所以就全丢进melodyne提前拉平了

总之过程十分的枯燥

ty1

别忘了24位深转16位深单声道音频，不然UTAU/OPENUTAU可能会不支持格式而导致调参不保存之类的问题。（惨痛教训

import os
import soundfile


def convert_wav_to_16bit(input_folder, output_folder):
    os.makedirs(output_folder, exist_ok=True)

    for filename in os.listdir(input_folder):
        if filename.endswith('.wav'):
            input_path = os.path.join(input_folder, filename)
            output_path = os.path.join(output_folder, filename)

            
            data, samplerate = soundfile.read(input_path)
            soundfile.write(output_path, data, samplerate, subtype='PCM_16')

convert_wav_to_16bit('Tuned/', 'Final/')