底特律变人游戏封包语音提取

Detroit: Become Human (PC) BigFile 封包系统分析

大肥鱼Flash逆向整合

1. 封包文件清单

索引和数据的分离设计：.idx 只有 10 MB，游戏启动时先加载它，之后按需从 30 个分片里 seek 读取。

2. BigFile_PC.idx 索引格式

2.1 头部

偏移 0:   51 55 41 4E 54 49 43 44 52 45 41 4D 54 41 42 49 4E 44 45 58
          "QUANTICDREAMTABINDEX"（19 字节，明文魔数）
偏移 19:  4 字节，值为 0x12（未知，疑似版本号）
偏移 23:  4 字节，0x00B0385F（未知）
偏移 27:  "ZEP" × 24（填充区，疑似调试/对齐用）
偏移 101: uint32 BE 条目数（Steam 版 = 373748）
偏移 105: 条目区起点

自校验公式：105 + 条目数 × 28 == 文件大小，对 Steam 版：105 + 373748×28 = 10465049，精确相等。

2.2 条目结构（28 字节，全大端）

从偏移 105 起，每条 28 字节，7 个 uint32 BE：

真实数据示例（前几条）：

@105: type=19001  f2=1  id=166   off=2048     size=1529  unk=0  file=0
@133: type=19001  f2=1  id=706   off=4096     size=73     unk=0  file=0
@161: type=19001  f2=1  id=635   off=6144     size=41     unk=0  file=0

读取方法：offset/size 相对于 bigfile 指定的分片文件，直接 seek(offset) + read(size) 即可拿到资源本体。容器层无加密、无压缩。

3. BigFile_PC.dep 依赖清单

与 idx 同构但更精简：

"QUANTICDREAMTABINDEX" + 00 00 00 12 + uint32 BE 条目数 + 条目区（从偏移 27 起）

条目同样 28 字节，但 offset/size 恒为 0（它只声明"存在哪些 type/id"，供依赖分析用）。

4. 资源本体格式

按索引切出来的资源分两大类：

4.1 QZIP 容器（模型/纹理/音频等）

"QZIP\0" + 8 字节类型魔数 + 类型相关头 + 数据

常见魔数：GOGCCHK_（19001）、NOCHK___（19000）、ETF_RAW_（2229）、ETF_RAWL（2230）、DC_INFO（29）、CSNDDATA（1033）、CSNDEVNT（1023）等。

QZIP 内部压缩是 Quantic Dream 自研算法，不是标准 zlib（对多个偏移尝试 zlib.decompress 均失败）。模型/纹理的最终解码目前依赖 daemon1 的工具（见第 8 节）。

4.2 COM_CONT 明文结构（文本/目录类）

LOCALIZ_（1016）、CATALOG（3）、MOTION_GRAPH（15000）等直接以 COM_CONT 开头，无 QZIP 壳，是带标签的序列化结构（详见第 6 节）。

5. 语音资源深挖（CSNDDATA）

这是本项目重点。类型 1033（CSNDDATA）共 80976 条，全部可解析，结构：

"QZIP\0CSNDDATA"                       (13 字节)
00 00 00 00                            (4 字节 0)
uint32 LE (数据区大小 - 21)
uint32 LE 20                           (占位串长度)
"18446744073709551615"                 (20 字节占位串)
float32 LE @45                         时长（秒，与解码结果一致）
uint32 LE @49                          事件名长度
ASCII 事件名 @53                       如 X1106M_HOLDON_INTRO_PC_X11MMARKUS_SINGING_ENG
uint32 LE                              内嵌 RIFF 总大小（8 + riff_size）
"RIFF" + ... "WAVE" + "fmt " + "data"  (标准 RIFF/WAVE，Wwise 封装)

关键点：

• 内层是 Wwise "Custom Vorbis"（WAVE_FORMAT_EXTENSIBLE + 私有 GUID，48 kHz 单声道）。用 vgmstream 可直接解成 PCM WAV，不用关心 GUID。
• 事件名 = 台词/音效名，命名规则见下；这也是"说话人"信息的来源。
• 时长字段是可信的（35.47s 的 float 与 vgmstream 解码结果一致）。

5.1 事件名命名规则

X1106M_HOLDON_INTRO_PC_X11MMARKUS_SINGING_ENG
│      │   │      │   │   │      │        └─ 语言后缀（ENG/JPN/...）
│      │   │      │   │   └──────┴─ 角色 token：X11M + "MARKUS"
│      │   │      └───┴─ 平台/用途（PC/FA/VO...）
│      └───┴─ 场景名（HOLDON_INTRO）
└────────── 章节码（X11 + 主角线 M）

章节码第 4 位是主角线：K=卡拉线、C=康纳线、M=马库斯线、A/X=其他。角色 token 里 X<章节><线><角色名>，如 X07KKARA、X08CHANK、X05MMARKUS、X09KALICE。

5.2 说话人提取规则（实测）

1. 取 token 中 X + 数字 + 线字母（K/C/M/A/X）后的部分为角色名
2. K/C/M/X 线字母直接剥离；A 仅在后面是已知人名时剥离（否则 "ANDROID" 这类保留）
3. 已知人名表兜底：KARA/MARKUS/CONNOR/HANK/ALICE/AMANDA/CARL/LUTHER/ROSE/JOSH/NORTH/SIMON/JERRY/RALPH/ZLATKO/KAMSKI/DANIEL/TODD/CHLOE/LEO/REED/GAVIN/FOWLER/TRACI/CARLOS/CURTIS/HARVEY/MARLA/PERKINS/CARTLAND/WARREN
4. 解析不到标 UNKNOWN

5.3 语言分布（全量验证）

80976 = 12 种配音语言 × 每种恰好 6748 条：

中文（SCH 简体 / CHI 繁体）只有字幕，没有配音。全部配音总时长约 29.2 小时/语言。

6. LOCALIZ_ 本地化文本格式

类型 1016，1327 条，COM_CONT 明文。结构要点：

"COM_CONT" + uint32 + uint32        (容器头)
... "LOCALIZ_" 标记 ...
uint32 LE loca_type（5 或 6）        (5=英法双语，6=全语言)
uint32 LE lang_count
内容区：
  [ 语言块 ] × lang_count
    语言块头: 01 03 00 00 + 语言码（3 字节 ASCII，如 ENG）
    键值流:
      uint32 unk + uint32 key_len
      key（ASCII）
      uint32 text_len + text（UTF-16LE）

实测：每语言 18140 键；SCH（简体）与 CHI（繁体）同时存在。带章节码的台词键约 1 万/语言，其中 6748 个有配音（其余为字幕/选项/流程名）。文本里带 {S}{*1}、<QD_BR> 等事件标记，训练前需清洗。

7. CSNDEVNT 音频事件

类型 1023/1031，QZIP\0CSNDEVNT 壳：

"QZIP\0CSNDEVNT"
01 00 00 00              (版本/标志)
3C 00 00 00              (结构大小)
0A 00 00 00              (ID 串长度)
"1284272540"             (事件 ID，十进制 ASCII)
16 00 00 00              (事件名长度)
"Play_AD_VO_CAR_SHOP_PH" (事件名，AD_VO=语音对白)
00 00 00 00
float32 × 2              (疑似音量/时长)
uint32 1022              (引用类型 CSNDBNK_)
uint32                   (bank 索引)

8. exe 侧逆向线索（脱壳后）

用 radare2 / IDA 分析 DetroitBecomeHuman.exe.unpacked.exe：

结论：索引读取逻辑就是"校验魔数 → 读条目数 → 循环读 28 字节大端条目"，与文件侧观察完全一致。

9. 提取工具链

9.1 本仓库工具（Rust）

dbh-bigfile-unpack：解析 idx、按类型/分片过滤提取、自动分片目录、生成 HTML 索引 + CSV 清单。核心优化：

• 30 个分片各一个线程，组内按偏移排序顺序读（消除随机寻址）
• 大类型目录按 4096 个/子目录分片（规避 NTFS 单目录瓶颈，8 万小文件从 165s 降到 26s）
• 8MB 滑窗批量读（语言过滤场景下把寻道量减少 30 倍）

gui_dingzhi：中英/中日语音数据集导出（语音 + 说话人 + 三语文本 + 角色名映射），自动调 vgmstream 转 WAV 并裁剪首尾静音。

# 解包全部资源（按类型目录）
dbh-bigfile-unpack.exe -i 游戏目录 -o unpacked -t 1016 -t 1033
# 语音数据集（中英中日）
dbh-bigfile-unpack.exe --dataset -i 游戏目录 -o E:\dbhvoic --lang ENG,JPN --wav-convert

9.2 社区工具

• daemon1 的 Detroit.exe（XeNTaX t=19586）：模型/贴图/动画/声音提取，PC/PS4 通用，自带角色文件清单
• dbh-file-parser（GitHub detroitbecometext）：LOCALIZ_ 文本 → JSON
• vgmstream：Wwise .wem → PCM WAV（支持该游戏的内层 Vorbis）

10. 附录：类型号全表（Steam 版 373748 条）

完整 41 种类型用 dbh-bigfile-unpack.exe -i 游戏目录 --list-types 查看。

11. 总结

• 容器层零加密：QUANTICDREAMTABINDEX 明文魔数 + 大端 28 字节条目 + 纯 seek 读取
• 资源层：QZIP 自研压缩壳（文本类除外） + Wwise 音频 + 自研序列化
• 语音文件名本身就是元数据（章节/场景/角色/语言）
• 游戏实际配音量 = 12 语言 × 6748 条/语言