UNITY引擎汉化（AI翻译）过程记录

qq_45711356

于 2024-06-30 16:09:06 发布

阅读量1.1k

点赞数 27

文章标签： unity 游戏引擎

本文链接：https://blog.csdn.net/qq_45711356/article/details/140069670

版权

起因

事情的起因是这样的：有一个我关注的游戏（（￣︶￣）↗日文黄油）发布了，在发布之前我一直以为是RPGmaker的，结果发布了下载下来才发现是UNITY引擎的。众所周知，翻译分为三步：提取文本，翻译文本，打包文本，而UNITY引擎的文本提取和打包难度极高，翻译难度难如登天。更尴尬的是，ai2moe倒了，连带着论坛上成堆的精品汉化教学贴也消失了。自己翻译只能一步一步的摸索。在经过把游戏的资源翻了一遍，调教AI帮忙写了一堆的代码之后，终于完成了翻译。

这个游戏使用的是mono，代表是游戏文件夹内有着MonoBleedingEdge文件夹。并且游戏的文件没有加密。如果游戏使用的是il2cpp，或者游戏的资产经过了加密，该记录不适用，请自行寻找对应的教程或者在参考下面的参考资料。

在文章开始之前，先放几个参考资料在这。本文可能会写成散文，不适合当教程，于是把参考资料放在这，可以先去试一试，不成再回来找解决方法。

AI翻译文本

其实AI翻译文本这一步是最简单的。感谢AINiee，让AI翻译变得如此简单。

GitHub - NEKOparapa/AiNiee: 一款专注于Ai翻译的工具，可以用来一键自动翻译RPG SLG游戏，Epub TXT小说，Srt Lrc字幕等s

我采用的是Autodl部署SakuraLLM，教程可以看AiNiee和SakuraLLM的readme.md，里面很详细。

AiNiee最新版本的优化也可以作用在Autodl部署的模型上，但是稳定性较差，我尝试的时候有很多次线程报错502，云端进程卡住。但是也有几次优化成功，翻译速度大约为原来的两倍（4090），主要是多线程能够充分利用显卡，让显卡的占用率一直保持在0.75左右的高位，不会出现之前单线程的干五秒休息一秒的情况。

具体的优化步骤为：autodl的LLM版本选择0.9.3（sakura-14b-qwen2beta-v0.9.2-iq4xs），修改run文件的运行模型的代码为

llama.cpp/server -m ${MODEL}.gguf -cb -np 4 -c 10240 -ngl 999 -a ${MODEL} --port 6006

但是还是有几率报错，需要自己调试。另外-c的代码会随着显存大小不同而不同，这个是对应24g显存的显卡（3090和4090），其他显卡需要自己根据脚本修改参数。

提取asset文件（level文件）内的文本

其实这两个教程的第一步都是让我去解包Assembly-CSharp.dll，但是我第一遍其实没有找到Assembly-CSharp里面的文本，于是直接跳到了提取level文件里面的文本了。使用到的工具主要是UABEA,AssetStudio，SExtractor。

主要参考的是[Unity3D-游戏汉化教程]第3期：MonoBehaviour_哔哩哔哩_bilibili视频。

首先需要找到文本数据到底存储在哪。这个部分建议使用AssetStudio，因为它的筛选和预览都相对更加成熟。在AssetStudio中，在File导入游戏的data文件夹即可看到游戏的所有资产。游戏的文本就在这些资产当中。游戏的文本可能会出现在TextAsset，MonoBehaviour和Texture2D这三个中，最后一个大多为图片数据，不好翻译，于是我只考虑前两个。资产类型可以使用Filter Type筛选。并且在这个游戏的资产中，相同作用的资产一般名称都极为相似，因此可以根据首字母排序，找到对应的文本存储的变量名称。比如我翻译的里面，文本就存储在类型为MonoBehaviour的TextMeshProUGUI，NPC_Conversation和CubismDisplayInfoPartName里面。

在找到对应的资产名称之后，就可以使用UABEA导出了。打开UABEA，选中data文件夹内所有的asset文件和level文件，拖动到UABEA上，就可以打开所有的资源文件了。之后找到所有的文本资产，选择导出Dump，导出成TXT格式的代码，之后就可以进行翻译了。

翻译导出文本可以使用SExtractor，选择引擎为TXT，导出为json，单文本，设置好导出的dump的目录，设定好正则表达式，就可以导出了。我使用的正则表达式是下面的，似乎是匹配括号内的存在非ASCII字符的字符串。也可以使用其他的正则表达式。最后会导出transDic.output.json。之后就可以使用AiNiee，选择MTool导出文件模式翻译这个文件了。

22_search="((?:[^\x00-\x7F]|\\")*)"
writeOffset=1

翻译好了之后将翻译完成的文件重命名为transDic.json，将其和transDic.output.json放在一起，使用SExtractor就可以导出翻译好的TXT文件了，此时transDic.output.json的值也会变成翻译好的transDic.json的值。

最后使用UABEA导入。打开UABEA，选中data文件夹内所有的asset文件和level文件，拖动到UABEA上，就可以打开所有的资源文件了。之后选中所有的文本资产，选择导入Dump，选择翻译好的txt文件所在文件夹，就可以导入了。这一步会耗时很长时间，UABEA可能会卡死，需要耐心等待。如果嫌弃UABEA导入慢，可以一次选择一个文件导入翻译文件，虽然麻烦但是不会长时间卡死。最后在UABEA内选择保存或者另存为就可以了。

由于会翻译部分的非中文代码，这样导出的翻译文件会导致程序不稳定，如果程游戏出现闪退或者卡死，需要逐一翻译排查文件是否导致报错。

提取assemblyCsharp.dll内的文本

在完成asset文件的翻译，排查导致卡死的文件之后，我进入游戏，发现只翻译完成了场景对话，却没有翻译事件对话。于是我开始排查其他文件，终于在Assembly-CSharp.dll里面发现了事件对话文本。之后我通过dnSpy解包之后再编译，最后因为变量名出错以及2000+个UnityEngine.Object和System.object混淆的报错知难而退，选择死磕IL代码中的hex编码字符串。

dnSpy解包（失败尝试）

虽然dnSpy解包之后再编译会报错，但是dnSpy能够很方便的查看文件里是否有文本数据。具体方法是打开dnspy，导入assemblyCsharp.dll，在{}类中挨个寻找是否有文本数据。

dnspy的解包方法参考参考资料，上面讲的很详细。导出文本可以通过调教AI帮忙写python代码，我。但是，在翻译之前记得先编译，看看能否成功编译成DLL，不然翻译完了之后还得进行编码保存之后才能用在IL代码上

导出IL代码并搜索

导出IL代码以及编译成DLL可以参考参考资料的教程，可以在翻译之前看一下能否正确编译IL文件，因为翻译只会修改IL文件里面的字符串变量。重点是如何从IL代码内导入和导出文本。

在IL代码内，字符串是通过bytearray保存的，bytearray为字符串经过utf-16le编码之后保存为16进制数字得来的，因此需要写程序进行查询，导出以及替换。

注意到conversations的bytearray都符合以下格式: IL...::conversations\n...IL...ldc...\n...IL...: ldstr bytearray ( 含注释的字符串 ) ...\n...IL ，也即::conversations后接换行符，后接一行含ldc的IL代码，后接ldstr bytearray 。且反括号下一行为IL代码，其中含IL字符串。我们可以以此构建re正则表达式，匹配conversations内的含注释的字符串，且不受注释内部的反括号的干扰。

在得到字符串之后，可以使用spilt操作，通过注释的标识//，将注释删除，再将字符串转化为bytes变量进行解码，导出原文进行翻译。

在翻译完了之后进行替换时，由于有括号标识数组范围，并且不用注释，替换时可以放飞自我。最后就可以编译dll了。

更改字体

在完成以上的翻译步骤的时候，游戏已经完成了80%的翻译，剩下的我实在不想找了。但是进入游戏之后却发现字体出错，出现了中文变成方块以及中文显示出错的情况，需要修改字体。这个游戏使用的是TMP字体，因为我在AssetStudio里面找到了一堆含有SDF的资产。其他游戏需要判断是哪种字体。

修改字体的操作参考参考资料的贴吧，上面比我的详细多了。下面就只提一下注意事项和踩的坑。

查询unity版本可以使用AssetStudio，也可以随便使用文本编辑器打开一个level文件，开头能显示的就是使用的unity版本。

找SDF文件的时候可以使用AssetStudio，找较大的Texture2D图片，一般日文游戏的字体的Texture2D图片上都写满了日文和繁体汉字。字体需要使用能够显示全部中文和日文的字体，因为有些日文没有翻译。我选择的是思源黑体（中文）（https://github.com/adobe-fonts/source-han-sans/tree/release），反正不是商用，应该不用关心字体收费问题（有偿汉化或者放在营利性论坛或者网盘的可以注意一下）。字表我用的是中文常见3500字和日文常用字（https://gist.github.com/kgsi/ed2f1c5696a2211c1fd1e1e198c96ee4#file-japanese_full-txt）合在一起的结果。在UNITY导出的时候可能没有一起导出字体文件，此时可以在text里面选择我们自定义的字体，之后就一定会导出自定义的TMP字体。最后替换字体的时候可以多试几次，因为可能会有很多个SDF字体。

结尾

在体验了RPGmaker的傻瓜式内嵌汉化之后，UNITY汉化是真的反人类。在汉化的过程中，我也踩了很多坑，比如导出MonoBehaviour的时候全部导出了，于是把部分代码也汉化了，导致游戏报错。以及导出MonoBehaviour的时候是逐个读取level文件并导出的，操作麻烦，也导出了很多个重复的文件。现在把这些总结出来，希望之后会有更多人能够自己翻译喜欢的unity游戏，并且把自己的补丁共享出来。我反正是不想再碰unity的翻译了。

补丁会丢在2dfan上，使用的代码可能会丢在我的github上，但是最近比较忙（懒），放不放上去看心情吧。