原文：GenéLive! Generating Rhythm Actions in Love Live!
Introduction:
介绍机器学习方法、音乐游戏。KLab目前在线运营了三款节奏动作游戏，LoveLive（下称LL）是十分成功的一个，超过千万用户。
介绍谱面是什么，包含不同的难度。
论文以谱面生成为目标，专注与半自动谱面的生成。为什么不需要全自动的谱面生成？因为Klab的创作者需要用不同的专业知识来适应不同的音乐变化，这也是游戏成功运营的关键。因此论文的关注点在于谱面的初稿生成，以便谱师们能够降低在制作谱面时的低技术耗费（粗略的采音和简单的note摆放）。另一个需求是优先考虑简单谱面的生成，因为高难度的谱面需要更多的艺术决策和游戏设计技巧。
论文贡献点在于：使用深度学习模型用于谱面工作流程，降低了谱面编写时间；这一工作模式在节奏游戏上验证了它的普适性；相比于时下流行的DDC有更优秀的效果；提升了所有难度的表现效果，克服了DDC的弱点；在其他游戏上也有一定的实践如StepMania；分享了目前使用的方法模型。
Approach：
音频特征提取（STFT）-CNN捕获频率特征-使用三个卷积栈来综合结果-LSTM生成谱面
机器之心相关链接：
https://www.jiqizhixin.com/articles/2022-03-01-8