灌篮高手|LoveLive! 出了一篇AI论文:生成模型自动写曲谱

灌篮高手|LoveLive! 出了一篇AI论文:生成模型自动写曲谱

文章图片

灌篮高手|LoveLive! 出了一篇AI论文:生成模型自动写曲谱

文章图片

灌篮高手|LoveLive! 出了一篇AI论文:生成模型自动写曲谱

文章图片

灌篮高手|LoveLive! 出了一篇AI论文:生成模型自动写曲谱

文章图片

灌篮高手|LoveLive! 出了一篇AI论文:生成模型自动写曲谱

文章图片

灌篮高手|LoveLive! 出了一篇AI论文:生成模型自动写曲谱

文章图片


【灌篮高手|LoveLive! 出了一篇AI论文:生成模型自动写曲谱】机器之心报道
编辑:泽南、小舟
我们终于知道那些折磨人的乐谱是怎么来的了——都是AI生成的 。

知名偶像企划LoveLive!发AI论文了 , 是的没错 。
最近 , 预印版论文平台arXiv上的一篇论文引起了人们的注意 , 其作者来自游戏开发商KLab和九州大学 。 他们提出了一种给偶像歌曲自动写谱的模型 , 更重要的是 , 作者表示这种方法其实已经应用过很长一段时间了 。
通过深度学习技术 , AI算法在图像分类 , 语音识别等任务上有了优异的表现 , 但在理解复杂、非结构化数据方面 , 机器学习面临的挑战更大 , 比如理解音频 , 视频 , 文本内容 , 以及它们产生的机制 。 物理学家费曼曾说过:「凡是我不能亲自创造出来的 , 我就不是真正理解 。 」
而随着技术的发展 , 深度生成模型已在学界和业界获得了广泛应用 。 在如今的游戏开发过程中 , 生成模型正在帮助我们构建各种内容 , 包括图形、声音、角色动作、对话、场景和关卡设计 。
KLab等机构提交的论文介绍了自己的节奏动作游戏生成模型 。 KLabInc是一家智能手机游戏开发商 。 该公司在线运营的节奏动作游戏包括《LoveLive!学院偶像季:群星闪耀》(简称LLAS)已以6种语言在全球发行 , 获得了上千万用户 。 已经有一系列具有类似影响的类似游戏 , 这使得该工作与大量玩家密切相关 。
在LLAS中 , 开发者面临的挑战是为不同歌曲生成乐谱 , 提示玩家在不同时机点击或拉拽按键 , 这是节奏音乐游戏中所定义的挑战 。 在一局游戏中 , 飘过来的按钮被称为音符 , 它们形成类似于乐谱的空间图案 , 与后台播放的歌曲节奏对应 。 一首歌曲存在不同的难度模式 , 从初级、中级、高级和专家到挑战 , 复杂度顺序递增 。

相对其他音游 , LLAS虽然不怎么考验反应速度 , 但机制相对复杂得多在全部按准的前提下还有buff、debuff、三种属性分别对应体力、暴击和分数 , 想要高分还需要在打歌时不停切换队伍 。
由于LoveLive!是一个有12年历史的企划 , 包含四个团体和数个小团体 , 个人还有角色歌 , 很多歌曲都会在游戏中出现 , 设计对应的乐谱变成了一件极具挑战的工作 。

随便一搜就上千首歌曲 。
游戏开发者表示 , 他们的做法是通过AI辅助的半自动化方式:先由AI生成乐谱 , 再由KLab的艺术家进行微调 , 另一种方式是AI生成低难度乐谱 , 游戏设计师在这个基础上设计高难度 。
KLab表示 , 他们使用的GenéLive!模型成功地降低了一半业务成本 , 该模型已部署在公司日常的业务运营中 , 并在可预见的未来时间里持续应用 。

相关经验推荐