游戏语音的本质其实还是使用真人声优为其配音，所以中文化的本质是使用原日文配音的声优（当然，你也可以用其他人的声音）训练出的模型进行转换，从而达到中文配音，大概思路去下：
（1）解密游戏，提取游戏原配音（纯净人声无伴奏）
（2）从网上抓取提取原日文声优的干声，越多越好
（3)本地或者云上训练声音模型（你电脑配置好，可能20分钟就可以出模型）
（4）本地或者云端进行替换原游戏音
（5）将中文化的语音替换，然后打包封装即可

这个是我用日本歌姬aimer训练出的《千本樱》（原唱：初音），大家可以看看效果。
网页链接
具体细节占楼更新

大佬牛，

这个技术好，厉害

第一步：解密游戏
1.首先使用maidump将官方版变成mai的文件夹模式。
这里以clannd为例，初次解密后是

观察游戏，一般语音是放在pak文件里，寻找对应的pak解包工具（吧主分享了一个pak解压文件，我试了很久没反应，后来找了这个下面这个软件打开了（实在解不开可以试试土办法，自己拿个psv实机运行，用手机录制，输出为wac的无损格式即可）

2，从你想替换的游戏原音提取纯净的人声，单独放个文件夹存档备用
我这里一般使用的是这个网站在线提取https://www.yinziai.com/tools/extract-voice
ps：有些游戏bgm和配音是分开运行的，没有合在一起，假如你这个游戏的原声本来就是纯净人声（无伴奏音乐这种），直接存着备用，不用再预处理（提取人声）了

意思是提取游戏语音，用ai翻译成国语，然后再打包回去？

第二步：寻找原日文声优的“干声”（就是纯净人声，这是个行业术语，没有bgm和伴奏那种）
1，这个可以去网上各个地方找，以我训练的aimer为例，我是通过从她的无损专辑提取，歌曲用上面那个人声去除伴奏后，单独用软件将‘干声’切割成5-15s左右的训练数据。我使用的声音切割软件是下图：（网上很多安装包，百度即可）

切割后的效果是这种，选一下，长了的破音，无声的声音删除，保持每个声音片段在5-15s之间，新建一个名为aimer的文件夹，将整个文件夹打包成一个“aimer.zip”的zip文件
ps:注意，所有训练的数据必须是干声哈！纯人声这种

如果用这个方法，重新制作中文版弹丸论破V3就好了。

第三步：云端环境搭配和模型训练
1，搭建云端环境
up是穷鬼，电脑很垃圾，所以采用的是租超级便宜的纯云端的服务器（1块钱1小时那种）训练，3个小时差不多就出模型，花费不到10元，超级便宜，哈哈！当然你电脑性能好的话（显卡显存超过12gb，可以自己本地训练。一样的效果）
模型训练采用的是sovits4.0平台，以下是云端训练模型的步骤，以autodl云平台为例：
（1）.打开网站https://www.autodl.com/create，（自己提前注册登录哈）
（2），点击控制台-容器实例-租用新实例


（3.）选择一个便宜的服务器，我选的rtx3090的，1.6一个小时，拉到下面这个社区镜像，输入so，搜图中这个镜
像，点击镜像创建即可。

（4），点击右边的控制台-容器实例，你就可以看到你租的服务器镜像了，开机，点击jupyterlab进入云端电脑
（这个云端电脑没有装桌面，习惯就好），云端环境就搭好了。

这样也行？！楼主好有想法

遇见大佬，先赞为敬

第三步：模型训练
2，模型训练
（1）点击右边的控制台-容器实例，你就可以看到你租的服务器镜像了，开机，先别急，去把配置文件改了，别浪费我租的云电脑的性能，，点击configs文件夹---config.json，单击右键“以editor”打开，看右边
"learning_rate"旁边的数字改成 0.0004 ,"batch_size"数字改成24，拉到最下面，看到有个spk，把逗号后面的全部删除就行了
ps：为啥是24，因为我租的电脑是24g的显存，learning_rate与batch_size成正比关系，记住这个比例就行了



（2）把你之前的那个“aimer.zip”的压缩包上传到dataset_raw目录，如下图

（3）看下面有个进度条，完了后，点那个蓝色的加号，开一个“终端”，在黑色终端输入解压命令
unzip aimer.zip，把之前收集到的干声数据集解压到这个目录下，如下图所示：



（4）完成上面的步骤，准备工作就做好了，接下来使用up提供的一键脚本，鼠标点一下一键执行.ipynb
，看右边，鼠标移动到预处理，先点下蓝色大圈再点下蓝色小圈的启动按钮，这样我们就开始在云端数据预处理了，等进度条跑完，预处理就完成，自动停止了

跑完效果如下：