0x401-Broken Voice 解题思路 - noyorin的个人笔记

原题：玄机靶场 0x401-Broken Voice 题型：MISC（音频取证 + 文件还原）隐藏链：zip → 按字节拆碎 → 每字节一个文件 → 文件名=偏移 → 拼接还原 → MP3 → 语音念 flag 最终 flag：flag{12398093888892380234800981239082}

0. 整体思路#

题目名字 “Broken Voice”（坏掉的声音）+ 一个 zip，第一反应：zip 里藏着音频，且大概率被拆碎了（“broken” 暗示损坏/拆分）。

1. 识别文件类型（不用解压就能看出来）#

hexdump 开头：

1
50 4b 03 04 14 00 ...

50 4b 03 04 = ASCII PK\x03\x04 = zip 的 Local File Header 签名。

常见文件头魔数速查#

魔数	类型
`50 4b 03 04`	zip
`ff d8`	jpg
`89 50 4e 47`	png
`RIFF....WAVE`	wav
`ff fb` / `ff f3` / `ff e0`~`ff ff`	mp3 帧同步
`ID3`	mp3（带标签）
`OggS`	ogg

2. hexdump 文本还原成二进制#

hexdump -C 是文本，不能直接用。用正则抠出每行的十六进制字节：

1
import re
2
data = []
3
for line in open("Broken+Voice.zip.hexdump"):
4
    m = re.match(r"^[0-9a-f]{8}\s+(.*?)\s*\|", line)
5
    if m:
6
        data += [int(b, 16) for b in re.findall(r"[0-9a-f]{2}", m.group(1))]
7
open("broken.zip", "wb").write(bytes(data))

💡 也可以用 xxd -r 直接还原，但 Python 更可控（能顺便统计行数、校验大小）。

3. 分析 zip 内容——发现”拆碎”模式#

1
import zipfile
2
zf = zipfile.ZipFile("broken.zip")
3
infos = zf.infolist()
4
# → 35712 个文件，文件名全是纯数字：0, 1, 10, 100, 1000, 10000...
5
# 每个文件 comp_size=1, uncomp_size=1, method=0 (stored 不压缩)

关键观察#

35712 个文件 × 每文件 1 字节
文件名 0~35711 连续无缺失（用 set(range(0, 35712)) - set(names) 验证为空）
文件名 = 字节在原始文件中的偏移量

这就是典型的”字节切片”混淆：把一个大文件切成单字节，用文件名记录位置。遇到”大量规律命名的小文件”，直接想到这招。

4. 按文件名排序拼接还原#

1
infos.sort(key=lambda i: int(i.filename))   # 关键：按数值排序，不是字典序！
2
buf = b"".join(zf.read(i) for i in infos)
3
open("broken.bin", "wb").write(buf)          # → 35712 字节

⚠️ 坑：文件名是数字时必须按 int 排序。按字符串排序会变成 0, 1, 10, 100, 1000… 顺序全乱！

5. 判断还原出来的文件类型#

1
open("broken.bin","rb").read(4).hex()   # → fff348c4

开头 ff f3 → MP3 帧同步字（0xFF + 高 3 位掩码 0xE0 匹配）。再用 ffprobe 确认参数：

1
ffprobe broken.bin
2
# → MPEG2 Layer III, 32000 bps, 16000 Hz, mono, duration 8.93s

自洽性验证#

32kbps / 16kHz 的 MPEG2 L3：每帧 144 字节、0.036 秒 → 248 帧 × 144 = 35712 字节 = 文件大小分毫不差

证明还原正确、无多余数据。顺带发现尾部藏 LAME3.100 编码器标记，属于正常 MP3 结构。

6. 音频常规检查（排除隐写）#

1
# 转 WAV
2
ffmpeg -i broken.bin broken.wav
3

4
# 频谱图——看有没有藏文字/图案/摩斯码
5
ffmpeg -i broken.wav -lavfi showspectrumpic=s=1200x600 spec.png
6

7
# 波形图——看能量分布
8
ffmpeg -i broken.wav -lavfi showwavespic=s=1200x300 wave.png

频谱图显示正常语音特征，无隐写图案 → flag 在语音内容本身。

💡 音频隐写常见检查点：频谱图（图案/文字）、倒放、变速、摩斯、DTMF、SSTV、LSB、DeepSound/MP3Stego。

7. 语音识别（关键一步）#

本机没装 ASR，安装 faster-whisper：

1
pip install faster-whisper
2

3
# 国内下载模型必须挂镜像，否则卡死/报 401 错误：
4
export HF_ENDPOINT=https://hf-mirror.com
5
export HF_HUB_DISABLE_XET=1        # 新版 HF 的 xet 存储在国内会 401

1
from faster_whisper import WhisperModel
2
m = WhisperModel("small", device="cpu", compute_type="int8")
3
segs, info = m.transcribe("broken.wav", language="zh")
4
for s in segs:
5
    print(s.text)
6
# → "Flag 是 Flag 123980 9388889 2380 234800 981239082"

方向验证#

同时识别倒放版本：

1
ffmpeg -i broken.wav -af areverse broken_rev.wav

倒放版本被识别成俄语乱码 → 正放才是正确方向。

数字验证#

用 base + small 两个模型交叉识别，数字串完全一致 → 可信。

最终 flag：flag{12398093888892380234800981239082}

8. 工具清单#

工具	用途
Python + regex	hexdump → 二进制
Python zipfile	zip 结构分析、拼接
`file` / 魔数 / ffprobe	文件类型识别
ffmpeg	转 wav、频谱图、波形图、倒放
faster-whisper	语音识别

9. 这类题的通用套路#

特征	处理
zip 里大量规律命名小文件	文件名=偏移，排序拼接
文件名是数字	按 int 排序，别用字典序
拼出来的文件不知道类型	看魔数 / `file` / 帧同步字
音频是”语音”	先频谱图查隐写，再 ASR 听内容
语音听不清/方向可疑	试倒放、变速（areverse / atempo）
数字串易识别错	换模型交叉验证