Cara kerja OsuGAI

Memahami musik

Beat This mendeteksi ketukan dan awal birama. Penyesuaian kisi waktu kami menghitung BPM dan offset, termasuk tempo berubah. MERT-v1-95M memberi fitur musik yang disejajarkan per ketukan. Map latihan memakai jenis kisi yang sama. Intro, penutup, dan fade-out yang hening dideteksi agar bagian tanpa suara tetap kosong.

Beat This · MERT-v1-95M

Merencanakan lagu

Perencana difusi Gaussian dengan sekitar 5,9 juta parameter menjelaskan seluruh lagu per bagian sebelum objek ditempatkan. Berdasarkan musik dan pengaturan yang diminta, perencana mengatur kesulitan, gaya, dan jeda bersama-sama. Refrain bisa lebih padat dan penghubung yang tenang bisa menjadi jeda.

Ritme dan objek

Model utama menulis penekanan dan pelepasan, jenis objek, pembalikan slider, combo baru, jeda, dan kecepatan slider. Ini Transformer non-autoregresif bergaya MaskGIT yang memperbaiki seluruh map dalam beberapa tahap. Ritme dibuat dan dibersihkan dahulu, lalu detail objek dan kecepatan ditambahkan.

Penempatan dan geometri

Satu jaringan bersama dengan sekitar 71 juta parameter memakai pemahaman musik yang sama untuk ritme dan posisi. Pemecah kendala menjaga objek di area permainan, menyesuaikan kurva slider dengan panjang yang diperlukan, serta menulis perubahan kecepatan. Kesulitan yang tidak bisa dibangun dengan benar dinyatakan gagal, bukan menghasilkan berkas rusak. Dari 24.000 uji stres, tidak ada yang memerlukan jalur kegagalan ini.

Yang bisa diatur

Pilih target ★1–★10 dengan pengaturan terpisah per kesulitan. Sembilan kontrol gaya mencakup slider, sudut, jarak, ritme, aim, dan speed. Pengaturan map meliputi CS, AR, OD, HP, dan kecepatan slider. Model membaca CS, AR, OD, dan kecepatan; HP ditulis ke berkas. Semua kesulitan pilihan dibuat bersama menjadi satu mapset.

Bintang pilihan adalah target; map akhir menampilkan kesulitan terukur.

Pemeriksaan sebelum mengunduh

Sistem memperbaiki tekanan yang terlalu berdekatan dan tahanan yang terlalu singkat, menghapus objek dalam keheningan, serta memeriksa geometri. Algoritma osu! mengukur bintang akhir untuk menamai kesulitan. Pengujian juga membaca map melalui osu!lazer. Sepuluh pengulangan dengan lagu, pengaturan, dan seed yang sama menghasilkan .osu identik per byte.

Data pelatihan

Korpus memuat 157.209 chart: 132.032 ranked, approved, atau loved serta 25.177 tambahan berbintang tinggi dari luar ranked. Data dasar berisi sekitar 56 juta objek. Seleksi tambahan mengecualikan map gimmick, map AI, serta lagu yang cocok dengan validasi atau pengujian. Semua kesulitan dan versi audio suatu lagu tetap dalam pembagian yang sama. Sebanyak 200 lagu yang ranked pada 2026 disisihkan untuk uji buta, tidak dilatih.

Pelatihan

Perencana dan jaringan utama dilatih dari nol. Jaringan utama menempuh sekitar 1,03 juta langkah: korpus ranked, tambahan map sulit, lalu pengambilan sampel seimbang menurut bintang. Perencana dilatih 60.000 langkah. Satu RTX 4070 Ti SUPER memakai sekitar 68 jam GPU untuk jaringan utama dan 10 untuk perencana. Checkpoint dipilih berdasarkan map yang dihasilkan, bukan hanya loss validasi.

Yang kami ukur

Kalibrasi di bawah memberi rata-rata galat absolut 0,28 bintang. Ini pemeriksaan sampel kecil, bukan bukti kinerja pada musik baru, dan tidak mencakup ★9–★10. Uji terpisah dengan 3 lagu, 4 target, dan 3 seed menghasilkan 36 map valid dari 36. Pada evaluasi akhir, pembersihan menghilangkan 3,9 masalah ritme per 1.000 objek dari keluaran mentah model.

Pada 24 map, perencanaan menemukan 50% jeda manusia dan mencakup 35% durasinya. Sekitar 60% jeda buatan cocok dengan jeda manusia. Dengan rencana yang tepat, jaringan memberi jumlah persis pada 23 dari 24 map. Pengukuran ini memakai perencana rilis dan jaringan terdahulu, bukan seluruh sistem rilis.

Dari pembuatan hingga map siap dimainkan

Browser mendekode dan menormalkan audio sebelum unggah. Layanan mengekstrak timing dan fitur musik sekali per lagu, merencanakan kesulitan, lalu membuatnya bersama dalam satu batch GPU. Pembersihan, pengukuran bintang, dan pengemasan menghasilkan .osz dengan lagu dan latar. Waktu Flower Dance berikut diukur pada NVIDIA T4 produksi, bukan janji waktu tunggu.

Perubahan pada v3.0

v2.0 memisahkan model ritme dan penempatan. v3.0 memakai jaringan bersama, memperluas data dari 10.428 menjadi 157.209 chart, serta menambahkan perencanaan jeda, kecepatan slider variabel, dan pengaturan per kesulitan. Catatan Flower Dance pada T4 adalah 72 detik untuk 4 kesulitan di v2.0 dan 79 detik untuk 6 di v3.0. Beban berbeda ini bukan rasio kecepatan.

Keterbatasan yang diketahui

• Dalam kalibrasi kecil, ★4–★6 cenderung di bawah target dan ★8 sedikit di atas. ★9–★10 tidak dievaluasi.
• Sekitar separuh jeda manusia masih terlewat; beberapa jeda buatan tidak tepat posisinya.
• Sebagian lagu mendapat terlalu banyak spinner, terutama pada bintang rendah. Bentuk slider sengaja sederhana.
• Galat timing kecil dapat menumpuk menjadi pergeseran pada lagu panjang dan cepat.
• Combo baru mengikuti aturan tetap. Tidak ada hitsound khusus, bagian kiai, atau storyboard.
• Struktur valid tidak membuktikan keseruan atau desain bagus. Map buatan ini untuk bermain dan berlatih, bukan ranked.

Yang sedang kami kerjakan

Kami memperbaiki jeda, kalibrasi seluruh rentang bintang, bentuk slider, dan kecepatan. Hasil uji buta serta pengukuran persilangan diri slider v3.0 belum diterbitkan. TaikoGAI dan CatchGAI tetap produk mendatang.

Bacaan teknis terkait

• Membangun OsuGAI · laporan v1
• Mengapa DanceGAI memakai Planner + Noter
• Uji akurasi timing beatmap AI
• Cara kami mempercepat pembuatan