অডিওসুরফ এবং বিট হ্যাজার্ডের মতো অডিও ভিত্তিক গেমগুলি কীভাবে কাজ করে?


43

দ্রষ্টব্য: আমি এর একটির ক্লোন কীভাবে তৈরি করব তা জিজ্ঞাসা করছি না। আমি তাদের জিজ্ঞাসা করছি তারা কীভাবে কাজ করে।

আমি নিশ্চিত সবাই এর গেম যেখানে আপনি আপনার নিজস্ব সঙ্গীত ফাইল (বা প্রদত্ত বেশী) ব্যবহার দেখা আছি এবং গেম যেমন তাদের উপর ভিত্তি করে মাত্রা, উত্পাদন Audiosurf এবং হ্যাজার্ড বীট

আমি কী বলতে চাইছি তা প্রদর্শন করতে এখানে অডিওসুর্ফের একটি ক্রিয়া রয়েছে।

যদি আপনি একটি ভারী ধাতব গান সরবরাহ করেন তবে আপনি বিভালদীর মতো কোনও কিছু থেকে বাধা, শত্রু এবং গেমের অভিজ্ঞতা সম্পূর্ণ আলাদা পাবেন।

আমার কী আগ্রহী তা এই গেমগুলি কীভাবে কাজ করে। আমি অডিও (ভাল, ডেটা-সাইড) সম্পর্কে খুব বেশি কিছু জানি না, তবে তারা কীভাবে গানটি স্থির হয় বা কখন এটির গতি বাড়ছে তা বোঝার জন্য প্রক্রিয়া করবেন? আমি অনুমান করি যে তারা কেবল একটি স্তর গঠনের জন্য পিচ মানগুলি (অডিও ফাইলগুলিতে এই ধরণের জিনিস বিদ্যমান বলে ধরে নেওয়া) খাওয়াতে পারে তবে এটি এটি পুরোপুরি ব্যাখ্যা করবে না।

আমি হয় একটি ব্যাখ্যা খুঁজছি, এই ধরণের জিনিস সম্পর্কে নিবন্ধগুলির কয়েকটি লিঙ্কগুলি (আমি নিশ্চিত যে এর জন্য একটি শব্দ বা শর্ত রয়েছে), বা এমনকি এই ধরণের জিনিসটির একটি মুক্ত উত্স বাস্তবায়ন ;-)

সম্পাদনা: কিছু অনুসন্ধান এবং কিছুটা সাহায্যের পরে, আমি এফএফটি (ফাস্ট ফুরিয়ার ট্রান্সফর্ম) সম্পর্কে জানতে পারি । এটি সম্ভবত সঠিক দিকের একটি পদক্ষেপ, তবে এটি এমন কিছু যা আমার কাছে কোনও অর্থ বোধ করে না..আর আমার তরঙ্গ সম্পর্কিত পদার্থবিজ্ঞানের জ্ঞানের সাথে খাপ খায়।


1
আমি কেবল এফএফটিগুলিতে কিছু তথ্য যুক্ত করতে সম্পাদনা করেছি, আশা করি এটি সাহায্য করবে :)
রায় দে

উত্তর:


30

আপনি যে শব্দটির সন্ধান করছেন তা হ'ল সিগন্যাল প্রসেসিং / বিশ্লেষণ হ'ল এতে প্রচুর কৌশল জড়িত তবে সেই গেমগুলি যে মৌলিক ব্যবহার করে তা হ'ল বিট ডিটেকশন । এটি গানের টেম্পোর গণনা করার চেষ্টা করে এবং যেখানে একটি পরিমাপের বীট রয়েছে এবং তাই প্রতিটি বিটের সাথে মিলে যাওয়ার জন্য বাধাগুলি যথাযথ দূরতাকে আলাদা করে দেয়।

"কিক ইন" ইত্যাদি গেমগুলি যেভাবে জানবে তা খুব সহজ এবং ওয়েভফর্মের প্রশস্ততা (ভলিউম) পরিমাপ করা বা কিছু নির্দিষ্ট ফ্রিকোয়েন্সিগুলির ভলিউমকে পৃথক করে দেওয়া এবং তাদের ভলিউম পরিমাপ করার মতো জটিল কিছু পরিমাপ করা হতে পারে।

আপনি যদি আগ্রহী হন তবে আপনি কীভাবে তরঙ্গরূপগুলি বিশ্লেষণ করতে পারেন তা ডিজিটাল সিগন্যাল প্রসেসিংয়ের দিকে নজর দিন, যা মূলত এই গেমগুলি তাদের লোডিং পর্যায়ে কী করছে।

এই লিঙ্কগুলি আপনাকে শুরু করতে ভাল:

সাউন্ড প্রসেসিং
তত্ত্বের পরিচিতি এবং ডিজিটাল ফিল্টারগুলির জন্য বৈদ্যুতিন সঙ্গীত
পরিচিতি

আশা করি এইটি কাজ করবে :)

-রশ্মি

সম্পাদনা: আমি কেবল ফুরিয়ার রূপান্তর সম্পর্কিত আপনার সম্পাদনাটি দেখেছি এবং ভেবেছিলাম যে আমি এটিতে কিছুটা অন্তর্দৃষ্টি যুক্ত করব, যদিও আমি এটির কোনও বিশেষজ্ঞই নই!

এফএফটি একটি তরঙ্গরূপের প্রকৃত ফুরিয়ার রূপান্তর গণনা করার একটি উপায়। মূলত, আপনি যদি অডেসিটিতে কোনও অডিও ফাইল লোড করেন তবে আপনি উপরে বরাবর টাইমলাইনের সাথে তরঙ্গ ফর্মটি দেখতে পাবেন, এটি টাইম ডোমেন হিসাবে পরিচিত । এফএফটি সময় ডোমেন থেকে একটি সংকেতকে ফ্রিকোয়েন্সি ডোমেনে রূপান্তর করবে (মূলত অডিওর মধ্যে থাকা সমস্ত ফ্রিকোয়েন্সি)।

বর্ণালী বিশ্লেষণের জন্য এই রূপান্তরটি কার্যকর। গেমের উদাহরণে, যদি আপনি কোনও ফুরিয়ার ট্রান্সফর্ম করতে থাকেন তবে আপনি সহজেই অডিওতে উচ্চ ফ্রিকোয়েন্সি সংখ্যার পরিমাণ গণনা করতে পারেন এবং সেখান থেকে আপনি দু'পক্ষের ভিজ্যুয়াল এফেক্টস, স্টার বা সাধারণত উচ্চতর ফ্রিকোয়েন্সি শব্দের সাথে যুক্ত কিছু যুক্ত করতে পারেন। কম ফ্রিকোয়েন্সিগুলির জন্য আপনার কাছে বড়, পেটুক দানব বসের শব্দগুলিতে সময় মতো চলতে পারে ইত্যাদি could


1
দুর্দান্ত লিঙ্কগুলি! যাইহোক, আমি সেগুলি ক্লিক করেছি এবং আমার চোখ কিছুটা গলে গেছে। : পি
কম্যুনিস্ট হাঁস

5
@ কম্যুনিস্ট হাঁস: এটি ছিল দুর্বল অংশ। এখন আপনার চোখ আরও শক্তিশালী।
ডপপেলগ্রিনিয়ার

3
@ কম্যুনিস্ট হাঁস আপনি খরগোশের গর্ত থেকে সবেমাত্র আরও পা বাড়িয়েছেন এবং এটি একটি নিচু পথে চলে গেছে;)
রে দে

আমি এক ধরণের বিরক্ত এক্সএনএ আমাকে এমপি 3 ফাইলের মাধ্যমে এই জিনিসগুলির কিছু করতে সত্যিই অনুমতি দেয় না (আমি মনে করি .WAV আমি মনে করি, তবে সেগুলি বিশাল) যা বিরক্তিকর। তবে ওহে, দুর্দান্ত সংস্থান এবং মাথা ব্যথার জন্য আপনাকে অনেক ধন্যবাদ: ডি
কম্যুনিস্ট হাঁস

1
@ কে লিঙ্কটি আপডেট করেছে
রায় দে

6

ব্যাডলোগিক গেমসের এই বিষয়টিতে এখানে একটি দুর্দান্ত সাত অংশ টিউটোরিয়াল সিরিজ রয়েছে। এগুলি বেসিকগুলি থেকে শুরু করে বাস্তবায়ন পর্যন্ত সমস্ত কিছুই কভার করে।

http://www.badlogicgames.com/wordpress/?cat=18

তারা কোড এবং সমস্ত দিয়ে অডিওসুর্ফ অ্যালগরিদমের অনুকরণ করার চেষ্টা করে।


0

বর্ণালী শক্তি পরিবর্তনের বিশ্লেষণ থেকে প্রাপ্ত ডেটা এই ধরণের মানচিত্র তৈরি করতে যথেষ্ট। প্রক্রিয়া করার জন্য খুব বেশি ডেটা থাকলে এখানে সমস্যাটি হতে পারে: কোন ধরণের ডেটা ব্যবহৃত হয় তা নয়, তবে কীভাবে।

কিছু ভিডিও দেখার পরে, আমি বিশ্বাস করতে শুরু করি যে বৈশিষ্ট্য-ডোমেনে (সময়-ডোমেন -> ফ্রিকোয়েন্সি-ডোমেন -> বৈশিষ্ট্য-ডোমেন) ডেটা আরও সরানো হয়েছে। সফ্টওয়্যার বর্ণাল শক্তির পরিবর্তনগুলি ব্যবহার করে ডেটা উত্পন্ন করে এবং পরিচিত বৈশিষ্ট্যগুলি সনাক্ত করার চেষ্টা করে, তবে এটি মানচিত্র সেটআপ করতে বৈশিষ্ট্যগুলি সম্পর্কিত তথ্য ব্যবহার করে। স্বীকৃতি ক্লাস্টারাইজেশন, সর্বাধিক সম্ভাবনা, নিউরাল নেটওয়ার্ক, জেনেটিক অ্যালগরিদম ইত্যাদি দ্বারা করা যেতে পারে।

স্বীকৃতি সমাপ্ত করার পরে, আপনার মতো ইনফোনেশন রয়েছে : যেখানে সময় এবং ফ্রিকোয়েন্সি পাওয়া যায় সেখানে বৈশিষ্ট্যটি কী ধরণের বৈশিষ্ট্য পাওয়া যায়, বৈশিষ্ট্যটির ভেক্টরটি যে গতিবেগ নিয়ে চলেছে ইত্যাদি; আপনি এই ডেটাটি মানচিত্র প্রজন্মের অ্যালগরিদম খাওয়ানোর জন্য উন্নততর স্বীকৃতি অ্যালগরিদমগুলি তৈরি করা, বৈশিষ্ট্যগুলির আরও বেশি পরিবারকে চিহ্নিত করতে, আরও ডেটা আহরণ করতে, এই ডেটাগুলিকে "রেন্ডার" করার নতুন উপায়গুলি আবিষ্কার করার মতো আরও উন্নতি করার জন্য জায়গাটি ব্যবহার করতে পারেন।

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.