你玩的音游可能真是AI生成的,用AI节省50%作谱时间

知习社

全站广告位招租!微信:85228832

萧箫 发自 凹非寺
量子位 | 公众号 QbitAI

现在,你打的音游曲谱,还真有可能是AI生成的!

像下面这些根据节拍生成音符的操作,也就是谱面 (chart),现在AI也能搞出来了:

这是发生在著名偶像音游Love Live!系列上的真事儿。

开发它的音游工作室KLab联合九州大学,搞出了一个名叫GenéLive!的“AI谱面协作工具”,已经生成了110首曲子。

作者之一高田敦史(Atsushi Takada)对此表示:

原本我们给一首曲子制作谱面大约需要40小时,现在能节省大约50%的时间。

毕竟对于音游玩家来说,谱面确实非常影响体验。

即使是音乐团队,一不留神也会做出非常卡手的谱面,也就是玩家们调侃的“粪谱”。

△图源TapTap社区@coook

让AI来协助参与的话,究竟能不能提升效率?

增加AI对节拍和乐曲的理解

在了解谱面AI协助工具之前,先简单看看音游的谱面都有哪些常见参数。

例如,一分钟节拍数 (BPM,Beats per minute)。这是一个乐曲的属性,数值越大,代表这首乐曲的速度越快。

又例如,音符 (Note),包括各种不同种类的音符。

更具体来说,音符又分为两个属性,一个是起点(onset),决定音符生成的速度;另一个是类型(sym),决定了音符的操作方式(例如点按、长按等)。

在GenéLive!出现之前,业内其实已经有一个叫做DDC(Dance Dance Convolution)的谱面AI模型。

这个模型结合了RNN和CNN架构,能够自动生成音游谱面。

然而DDC存在一个问题,也就是当谱面难度增加的时候,AI就容易生成低质量的谱面。

针对这一问题,GenéLive!做了两方面的改进:

  • 利用卷积堆栈(conv-stack)进一步提取音频特征,加深AI对乐曲本身的理解
  • 增加专门用于分析节拍等信息的Bi-LSTM,以便于AI生成更能表达情绪的谱面

具体来说,改进后的AI模型细节如下:

那么,这样的效果在评估中的质量如何呢?

已生成110首曲子,其他音游也通用

事实上,据KLab透露,从2020年7月开始,团队就已经在用这个AI工具生成谱面了。

截至2022年1月,他们一共用AI生成了110首曲目!其中的82首还是已经发行的。

也就是说,玩《LoveLive!》系列音游的玩家们,很可能已经玩过AI生成的作品了,尤其是低难度的关卡。

具体到生成质量上,作者们先是将GenéLive!和DDC进行了对比。

结果显示,无论是低难度还是专家难度上,GenéLive谱面的评分都要比DDC更高。

据作者表示,他们在Utapri等其他音游上试了试,表现出来的效果也非常不错:

至于操作上,也比较简单。

作者们给这个工具做了个操作界面,即使制作者不会AI,也能用它自动生成谱面:

由于GenéLive!主要是作为AI协助工具,因此音乐团队也会在AI生成的基础上进行微调。

目前,从难度较高的曲目来看,需要微调的地方已经很少了(红色是AI生成,绿色是微调过后的):

搞出这个论文的机构之一KLab,是日本有名的游戏工作室。

即使你没有听过偶像游戏Love Live!系列,也可能见过这个家喻户晓的鬼畜偶像角色矢泽妮可

△“妮可妮可妮”

这样看来,音游里一些“反人类”的关卡,说不定真是用AI做的……(手动狗头)

论文地址:
https://arxiv.org/abs/2202.12823

DDC项目地址:
https://github.com/chrisdonahue/ddc

参考链接:
[1]https://www.itmedia.co.jp/news/articles/2108/30/news088.html
[2]https://www.taptap.com/topic/14437458
[3]https://arxiv.org/pdf/1703.06891.pdf

未经允许不得转载:小牛头条 » 你玩的音游可能真是AI生成的,用AI节省50%作谱时间

赞 (0) 打赏

评论 0

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏