StarRail Voice Sorting Scripts

星穹铁道语音的解包、转码、整理、分类、标签清理和数据统计工具。

脚本

• Voice_Sorting.py：统一处理流程：解包、转码、整理、二次分类、清理标签。
• 6_Merge_Language_Xlsx.py：独立合并同语言索引 XLSX。
• 7_Statistics.py：独立生成数据统计 XLSX。
• Deprecated/：旧分步脚本备份，不再作为推荐入口。

安装

python -m pip install -r .\requirements.txt

项目自带以下工具，无需单独安装：quickbms.exe、wwise_pck_extractor.bms、vgmstream-cli.exe。

目录约定

Data/
  pcks/                 # 待解包的 PCK
  raw/                  # 解包后的 WEM；支持 chinese(prc) 等子目录
  wav/                  # 平铺的普通 WEM 转码输出：<哈希>.wav
  sorted/               # 第一次按角色整理的中间结果
  second_sorted/        # 最终分类结果
  Sorted.json           # 普通语音二次分类规则
Indexs/
  CHS.xlsx EN.xlsx JP.xlsx KR.xlsx
数据统计_模板.xlsx

battle 语音在索引中使用 AudioEvent_MediaID 文件名。转码后其来源文件为 MediaID.wav，与普通语音统一放在 Data/wav/。

先执行 dry-run

不会解包、转码、复制、移动或创建整理结果，仅检查输入和目标路径：

python .\Voice_Sorting.py -l CHS --skip-unpack --dry-run

若索引不在当前 Indexs，可明确指定：

python .\Voice_Sorting.py -l CHS --skip-unpack --dry-run `
  --index "..\Indexs\CHS.xlsx"

完整处理流程

python .\Voice_Sorting.py -l CHS

该命令依次执行：PCK 解包、递归 WEM 转 WAV、按 XLSX 整理、二次分类、清理 LAB 中的 HTML 标签。

常用参数：

• --skip-unpack：跳过 PCK 解包，只处理已有 WEM。
• --mode cp|mv：整理时复制或移动 WAV，默认 cp。
• --wem、--wav：覆盖 WEM 输入与 WAV 输出目录。
• --final：覆盖最终分类输出目录。

生成数据统计

整理完成后，用独立工具 7_Statistics.py 从 Data/second_sorted 生成按角色和类别的语音数量、标注数量与总时长统计：

python .\7_Statistics.py -l CHS `
  --game "StarRail" `
  --version "4.4"

输出：

StarRail_4.4_数据统计.xlsx

常用参数：

• --dataset：数据集目录，默认 Data/second_sorted。
• --template：统计模板 XLSX，默认 数据统计_模板.xlsx。
• --game、--version：游戏名与版本号，用于输出文件名。
• --stats-dir：指定统计 XLSX 输出目录。
• --dry-run：仅打印输出路径，不写入文件。

合并上级索引 XLSX

将上级索引目录的同语言 XLSX 合并，并输出到本项目 Indexs/：

python .\6_Merge_Language_Xlsx.py `
  --source-index-dir "..\Indexs" `
  --output-dir ".\Indexs" `
  --languages CHS EN JP KR

合并器兼容旧版四列索引和当前包含“是否为战斗语音”的六列索引；同一 battle 事件与 MediaID 的重复行会去重。

相关资料

星穹铁道语音包下发规则