現在，你打的音遊曲譜，還真有可能是 AI 生成的！像下面這些根據節拍生成音符的操作，也就是譜面（chart），現在 AI 也能搞出來了：

這是發生在著名偶像音遊 Love Live! 系列上的真事兒。開發它的音遊工作室 KLab 聯合九州大學，搞出了一個名叫 GenéLive! 的“AI 譜面協作工具”，已經生成了 110 首曲子。

作者之一高田敦史（Atsushi Takada）對此表示：

原本我們給一首曲子製作譜面大約需要 40 小時，現在能節省大約 50% 的時間。

畢竟對於音遊玩家來說，譜面確實非常影響體驗。即使是音樂團隊，一不留神也會做出非常卡手的譜面，也就是玩家們調侃的“糞譜”。

讓 AI 來協助參與的話，究竟能不能提升效率？

增加 AI 對節拍和樂曲的理解

在瞭解譜面 AI 協助工具之前，先簡單看看音遊的譜面都有哪些常見引數。例如，一分鐘節拍數（BPM，Beats per minute）。這是一個樂曲的屬性，數值越大，代表這首樂曲的速度越快。又例如，音符（Note），包括各種不同種類的音符。

更具體來說，音符又分為兩個屬性，一個是起點（onset），決定音符生成的速度；另一個是型別（sym），決定了音符的操作方式（例如點按、長按等）。

在 GenéLive! 出現之前，業內其實已經有一個叫做 DDC（Dance Dance Convolution）的譜面 AI 模型。這個模型結合了 RNN 和 CNN 架構，能夠自動生成音遊譜面。

然而 DDC 存在一個問題，也就是當譜面難度增加的時候，AI 就容易生成低質量的譜面。針對這一問題，GenéLive! 做了兩方面的改進：

• 利用卷積堆疊（conv-stack）進一步提取音訊特徵，加深 AI 對樂曲本身的理解

• 增加專門用於分析節拍等資訊的 Bi-LSTM，以便於 AI 生成更能表達情緒的譜面

具體來說，改進後的 AI 模型細節如下：

那麼，這樣的效果在評估中的質量如何呢？

已生成 110 首曲子，其他音遊也通用

事實上，據 KLab 透露，從 2020 年 7 月開始，團隊就已經在用這個 AI 工具生成譜面了。截至 2022 年 1 月，他們一共用 AI 生成了 110 首曲目！其中的 82 首還是已經發行的。

也就是說，玩《LoveLive！》系列音遊的玩家們，很可能已經玩過 AI 生成的作品了，尤其是低難度的關卡。

具體到生成質量上，作者們先是將 GenéLive! 和 DDC 進行了對比。結果顯示，無論是低難度還是專家難度上，GenéLive 譜面的評分都要比 DDC 更高。

據作者表示，他們在 Utapri 等其他音游上試了試，表現出來的效果也非常不錯：

至於操作上，也比較簡單。作者們給這個工具做了個操作介面，即使製作者不會 AI，也能用它自動生成譜面：

由於 GenéLive! 主要是作為 AI 協助工具，因此音樂團隊也會在 AI 生成的基礎上進行微調。目前，從難度較高的曲目來看，需要微調的地方已經很少了（紅色是 AI 生成，綠色是微調過後的）：

搞出這個論文的機構之一 KLab，是日本有名的遊戲工作室。即使你沒有聽過偶像遊戲 Love Live! 系列，也可能見過這個家喻戶曉的鬼畜偶像角色矢澤妮可：

△“妮可妮可妮”

這樣看來，音遊裡一些“反人類”的關卡，說不定真是用 AI 做的……（手動狗頭）

論文地址：

https://arxiv.org/abs/2202.12823

DDC 專案地址：

https://github.com/chrisdonahue/ddc

參考連結：

[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