AI beatmap 的 timing 有多准？ManiaGAI 对比 Mapperatorinator

玩家对一张 beatmap 可以容忍很多东西，唯独不能容忍 timing。音符只要偏离拍子几毫秒，不管配置写得多好，从第一小节起就会感觉不对——所以 AI 作谱者在放下第一个音符之前，必须先回答两个人类作谱者靠耳朵回答的问题：这首歌的 BPM 是多少？拍子究竟落在哪里？

这篇文章讲的就是 ManiaGAI 把这两个问题答得有多好。我们在所有能评估的 ranked osu! mania 歌曲上运行了它的 timing 检测，并把结果与作谱者写下的 timing 进行比较——同时对比 ManiaGAI v1 和开源的 Mapperatorinator。简单来说：在玩家真正听得出来的容差下，ManiaGAI v2 答对的歌曲最多；在最严格的容差下，Mapperatorinator 更精确；而这个基准测试也留下了一些真正悬而未决的问题。详情如下。

测了什么

自动 timing 必须产出作谱者在编辑器里产出的东西：一个 BPM 和一个 offset，以 timing 线的形式写下。对于速度恒定的歌曲，就是一条线。所以测试集是所有作谱者只用一条 timing 线完成 timing 的 ranked 或 approved osu! mania mapset——在去掉变速（rate-edit）合集和重复 mapset 之后，共 2,507 个 mapset。三种方法都在其中 2,501 个上给出了结果，下面的每个数字都基于这 2,501 首歌。

三种方法：

• ManiaGAI v2——自第 2 版（2026 年 10 月 1 日）起 ManiaGAI 背后的 timing 检测：由开源 Beat This 模型输出节拍激活值，再用我们自己的拟合方法转换成 timing 网格。基准测试运行的配置与实际上线的配置接近，但并不完全相同。
• ManiaGAI v1——网站在第 2 版之前使用的检测器。
• Mapperatorinator——OliBomby 的开源 AI 作谱工具的 timing 模式，按发布版本原样运行。它是我们测试过的唯一一个开源 timing 基线。

当检测出的 BPM 与作谱者的一致——允许半速或倍速，因为按 85 或 170 BPM timing 的歌曲可以写出完全相同的谱面——并且节拍相位落在作谱者相位的某个容差之内时，这首歌就算正确。我们报告从 10 到 40 ms 的四种容差。

结果

占 2,501 首歌的比例。“BPM 正确”允许半速/倍速。“单条 timing 线”= 这首歌和作谱者一样，只用一条线完成 timing。

哪种方法领先取决于容差，这也是表中最有信息量的地方。在 10 ms 时，Mapperatorinator 领先；从 20 ms 起，ManiaGAI v2 领先。在 40 ms 时，ManiaGAI v2 在 97.1% 的歌曲上正确，Mapperatorinator 为 91.7%，ManiaGAI v1 为 90.7%。

为什么以 40 ms 作为主要指标

严格的容差衡量的是精度；宽松一些的容差衡量的是 timing 是否可用。我们选 40 ms 作为主要指标，是因为一次试听检查：在 10 ms 标准判为错误的 31 首歌里，有 30 首实际播放时听起来 timing 是正确的。10–40 ms 的误差是真实存在的，表格里也如实列出——但在这个量级上，BPM 和拍子都是对的，而这才是决定谱面能不能踩在拍子上的关键。

逐首对比

百分比掩盖了每种方法具体答对了哪些歌。统计两种方法中恰好只有一种正确的歌曲：

• 在 40 ms 时，ManiaGAI v2 正确而 Mapperatorinator 错误的有 187 首，反过来的情况有 51 首。两者都正确的有 2,242 首；都错误的有 21 首。
• 在 20 ms 时差距小得多：187 首对 153 首。
• 在 40 ms 时与自己的前代相比，ManiaGAI v2 赢了 190 首，输了 30 首。

Mapperatorinator 更强的地方

在速度判断正确时，Mapperatorinator 对拍子的定位更精确：

• 在 10 ms 以内，它在 78.0% 的歌曲上正确，ManiaGAI v2 为 71.4%。
• 它的节拍相位误差更小：中位数为 5.0 ms，ManiaGAI v2 为 5.8 ms。

ManiaGAI 更强的地方

ManiaGAI v2 判断对速度的次数更多（允许半速/倍速时为 98.0% 对 92.6%），而且虚假变速的问题要小得多。这个测试集里的每首歌都只有一个恒定速度，所以任何多出来的 timing 线都是音乐里并不存在的变速——放在谱面里，就意味着拍子网格在歌曲中途突然偏移。

• ManiaGAI v2 为全部 2,501 首歌都只写了一条线。
• ManiaGAI v1 在 181 首歌（7.2%）上多加了线。
• Mapperatorinator 在 2,226 首歌（89.0%）上多加了线——每首歌中位数 6 条，平均 7.9 条。

这需要放在背景下看：Mapperatorinator 并不假设一首歌只有一个速度，而对于真正会变速的歌曲，写多条线才是正确的做法。这个基准测试只包含速度恒定的歌曲，所以它只能体现这种设计的代价，体现不出它的好处。

离上限还有多远？

在 40 ms 时，有 16 首歌（0.6%）难倒了全部三种方法。即使有一个完美的裁判为每首歌挑出三者中最好的结果，也只能达到 99.4%——所以 ManiaGAI v2 的 97.1% 与这个上限之间的距离很小。在这 16 首歌里，对 ManiaGAI v2 来说有 12 首是速度错误，4 首是相位错误。

这个基准测试不能告诉你的事

• 它不是留出集测试。其中 344 首歌在调校 ManiaGAI v2 检测器时用过。我们检查了这是否抬高了结果：在 40 ms 时，ManiaGAI v2 在这些歌上的得分是 97.1%，在它从没见过的 2,157 首歌上是 97.1%；在 10 ms 时，分别是 70.3% 和 71.5%。调校并没有换来无法泛化的准确率——但一个干净的留出集会是更有力的证据。
• 只有速度恒定的歌曲。会变速的歌曲对每种方法来说都更难，而它们不在测试集里。在 ManiaGAI v2 学习的数据中，有 15.8% 的谱面会在歌曲中途变速。
• 只有 ranked 谱面，并以作谱者为标准答案。ranked 谱面的 timing 经过人工检查，这让它成为能找到的最好参照——但它仍然是某一个人的 timing，而样本也只是那些会被 rank 的音乐。
• 只有一个外部基线。Mapperatorinator 是我们运行过的唯一其他方法。我们没有测试过不是为 osu! 打造的节拍追踪器，也不对它们作任何断言。
• 测的是 timing，不是谱面。这个基准测试只给 timing 网格打分，不评价生成的谱面质量如何。
• 接近上线配置，但不完全相同。生产环境的检测器在细节上与这里测量的版本有所不同。

timing 的下一步

有三点很突出。剩下的恒定速度错误大多与速度有关，而不是相位。在最严格的容差下，精度仍有提升空间。而最大的悬而未决的问题，恰恰是这个基准测试回答不了的：每种方法——包括我们自己的——如何处理真正会变速的歌曲。这是未来的基准测试需要填补的空白。

如果你想知道 timing 在实际中意味着什么，osu! 中的 BPM 与 timing 详解介绍了基础知识，技术页面展示了 timing 在整个流程中的位置，而最快的检验方法，就是用一首你很熟悉的歌试试。