ai遊戲腳本難不難（你玩的音遊可能真是AI生成的）

2023-09-23 18:01:30

蕭簫 發自 凹非寺

量子位 | 公眾號 QbitAI

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」。

△圖源TapTap社區@coook

讓AI來協助參與的話，究竟能不能提升效率？

在了解譜面AI協助工具之前，先簡單看看音遊的譜面都有哪些常見參數。

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；另一個是類型（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：

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？

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等其他音遊上試了試，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界面，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項目地址：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