Comment fonctionne OsuGAI
OsuGAI transforme une chanson en mapset osu! standard : cercles, sliders et spinners répartis sur le terrain. Il planifie la chanson, génère le rythme et les positions, puis vérifie le résultat. Cette page décrit la v3.0, publiée le 30 octobre 2026.
Sur cette page
- 01Comprendre la musique
- 02Planifier la chanson
- 03Rythme et objets
- 04Placement et géométrie
- 05Vérifications avant téléchargement
Mesures de la v3.0
- Charts d’entraînement
- 157 209
- Paramètres du modèle
- ~77M
- Calcul d’entraînement
- ~78 GPU·h
- Écart moyen en étoiles du test de calibration
- 0,28★
- Maps valides au test de validité
- 36 / 36
- Flower Dance · 6 difficultés · T4
- 79 s
Le test d’étoiles utilise 3 chansons, 4 cibles et une graine par cible ; 2 chansons figuraient dans l’entraînement. Le test de validité distinct utilise 3 graines. Ces petits échantillons ne garantissent pas la qualité générale.
Comprendre la musique
Beat This détecte les temps et débuts de mesure. Notre ajustement de grille en déduit BPM et offset, y compris lors des changements de tempo. MERT-v1-95M fournit des caractéristiques musicales alignées temps par temps. Les maps d’entraînement utilisent le même type de grille. Les introductions, fins et fondus silencieux sont détectés pour laisser le silence vide.
Planifier la chanson
Un planificateur à diffusion gaussienne d’environ 5,9 millions de paramètres décrit toute la chanson par sections avant de placer les objets. Selon la musique et les réglages demandés, il planifie conjointement difficulté, style et pauses : un refrain peut se densifier et un pont calme devenir un repos.
Rythme et objets
Le modèle principal écrit les pressions et relâchements, types d’objets, retours de sliders, nouveaux combos, pauses et vitesses de sliders. C’est un Transformer non autorégressif de type MaskGIT qui affine toute la map en plusieurs passes. Le rythme est généré et nettoyé avant l’ajout des détails et des vitesses.
Placement et géométrie
Un réseau partagé d’environ 71 millions de paramètres réutilise sa compréhension musicale pour le rythme et le placement. Un solveur de contraintes maintient les objets dans le terrain, ajuste les courbes à la longueur nécessaire et écrit les changements de vitesse. Une difficulté impossible à construire proprement échoue au lieu de produire un fichier cassé. Aucun des 24 000 essais de résistance n’a nécessité cet échec.
Les réglages disponibles
Choisissez des cibles de ★1 à ★10 et des réglages distincts par difficulté. Neuf contrôles de style couvrent notamment sliders, angles, espacement, rythme, aim et speed. Les réglages incluent CS, AR, OD, HP et vitesse des sliders. Le modèle lit CS, AR, OD et la vitesse ; HP est inscrit dans le fichier. Les difficultés choisies sont générées ensemble dans un mapset.
Les étoiles choisies sont des cibles ; les maps finales affichent leur difficulté mesurée.
Vérifications avant téléchargement
Le système corrige les pressions trop rapprochées et les maintiens trop courts, retire les objets dans le silence et vérifie la géométrie. L’algorithme d’osu! mesure les étoiles finales, utilisées pour nommer la difficulté. Les tests lisent aussi les maps avec osu!lazer. Dix répétitions avec la même chanson, les mêmes réglages et la même graine ont produit des fichiers .osu identiques octet par octet.
Données d’entraînement
Le corpus contient 157 209 charts : 132 032 ranked, approved ou loved, plus 25 177 ajouts à hautes étoiles hors de la section ranked. La base compte environ 56 millions d’objets. La sélection supplémentaire exclut les maps à gimmicks, celles générées par IA et les chansons communes à la validation ou au test. Toutes les difficultés et versions audio d’une chanson restent dans le même ensemble. 200 chansons classées en 2026 sont réservées aux tests à l’aveugle, hors entraînement.
Entraînement
Le planificateur et le réseau principal ont été entraînés de zéro. Le réseau principal a suivi environ 1,03 million d’étapes : corpus ranked, ajout des maps difficiles, puis échantillonnage équilibré par étoiles. Le planificateur a suivi 60 000 étapes. Une seule RTX 4070 Ti SUPER a fourni environ 68 heures GPU au réseau principal et 10 au planificateur. Les checkpoints ont été choisis sur les maps générées, pas seulement sur la perte de validation.
Ce que nous avons mesuré
Le test de calibration ci-dessous donne un écart absolu moyen de 0,28 étoile. Ce petit panel ne prouve pas les performances sur de nouvelles chansons et ne teste pas ★9–★10. Un test distinct, avec 3 chansons, 4 cibles et 3 graines, a produit 36 maps valides sur 36. Lors de l’évaluation finale, le nettoyage a éliminé les 3,9 problèmes de rythme pour 1 000 objets du modèle brut.
| ★ | Flower Dance | River Flows in You | FREEDOM DiVE |
|---|---|---|---|
| 2 | 1,92 | 1,89 | 2,38 |
| 4 | 3,63 | 3,90 | 4,61 |
| 6 | 5,49 | 5,53 | 6,02 |
| 8 | 8,27 | 8,10 | 8,38 |
Sur 24 maps, la planification retrouve 50% des pauses humaines et couvre 35% de leur durée. Environ 60% des pauses générées correspondent à une pause humaine. Avec le bon plan, le réseau retrouve le nombre exact sur 23 maps sur 24. Ces mesures associent le planificateur publié à un ancien réseau, pas au système publié complet.
De la création à une map jouable
Le navigateur décode et normalise l’audio avant l’envoi. Le service extrait une fois le timing et les caractéristiques musicales, planifie les difficultés et les génère ensemble dans un lot GPU. Nettoyage, mesure des étoiles et assemblage produisent une .osz avec chanson et arrière-plan. Les temps ci-dessous concernent Flower Dance sur une NVIDIA T4 de production ; ce ne sont pas des délais garantis.
| Requête | Temps |
|---|---|
| 1 difficulté | 21–32 s |
| 3 difficultés | 42 s |
| 4 difficultés | 54 s |
| 6 difficultés · répartition automatique | 79 s |
| 9 difficultés | 116 s |
Ce qui change avec la v3.0
La v2.0 séparait les modèles de rythme et de placement. La v3.0 partage un réseau, passe de 10 428 à 157 209 charts, planifie les pauses, varie la vitesse des sliders et propose des réglages par difficulté. Pour Flower Dance sur T4, la v2.0 a pris 72 secondes pour 4 difficultés et la v3.0 79 secondes pour 6. Les charges diffèrent : ce n’est pas un rapport de vitesse.
Limites connues
- Dans le petit test de calibration, ★4–★6 sont plutôt sous la cible et ★8 légèrement au-dessus. ★9–★10 n’y ont pas été évaluées.
- Environ la moitié des pauses humaines manque encore ; certaines pauses générées sont mal placées.
- Certaines chansons reçoivent trop de spinners, surtout à faible difficulté. Les sliders restent volontairement simples.
- De petites erreurs de timing peuvent s’accumuler sur les chansons longues et rapides.
- Les nouveaux combos suivent une règle fixe. Pas de hitsounds personnalisés, de sections kiai ni de storyboards.
- Une structure valide ne prouve ni le plaisir de jeu ni la qualité du design. Ces maps servent à jouer et s’entraîner, pas à la section ranked.
Nos prochaines améliorations
Nous travaillons sur les pauses, la calibration sur toute la plage d’étoiles, les formes de sliders et la vitesse. Les résultats à l’aveugle et les mesures d’auto-intersection des sliders de la v3.0 ne sont pas encore publiés. TaikoGAI et CatchGAI restent des produits futurs.