osutipe/pptx/presentation.md

---
title: "Construction automatique de niveaux pour le jeu de rythme osu! à partir de fichiers audio"
topic: "osu"
author: "Aboujaib Alexandre - 28173"
theme: "Copenhagen"
header-includes:
  - \AtBeginDocument{\title[Construction automatique de niveaux pour osu!]{Construction automatique de niveaux pour le jeu de rythme osu! à partir de fichiers audio}}
---

# Presentation du problème

### Le jeu osu!

- Jeu de rythme pour PC
- Sorti le 16 septembre 2007, adapté d'un jeu pour DS
- Environ 500 000 joueurs actifs
- Se joue avec une souris/tablette et clavier
![logo](osuLogo.png){ width=50% }
![tablet](tablet.png){ width=40% }

### Les beatmaps (niveaux)
::: columns
:::: column
![Définition d'une beatmap](wikibeatmap.png){ width=110% }
![Beatmap en jeu](gameplay.jpg)
::::
:::: column
![Liste de nouvelles beatmaps](MapList.png){ width=110% }
::::

:::

### Exemples de cercles

![](exemplesEditeur.png)
![](rcMusicRepresentation.png)
![](rcDifficultySpike.png)

### Exemples de sliders

![](sliderSimple.png){ width=50% }
![](sliderWave.png){ width=50% }
![](rcOffScreen.png)
![](rcSliderPath.png)


### Formulation du problème

Nous nous proposons de **créer deux programmes** permettant **au mieux**, à partir d’un **fichier
audio** donné, de **construire un niveau pour osu!**.


# Partie I : Analyse de musique

### Approche en deux temps

#### Spécifications

*Entrée :* un fichier audio (format quelconque)

*Sortie :* des données relatives à la musique permettant le placement des notes :

`(double | (double * double)) list`

#### Processus retenu ici

![](trame.png)

### Schéma du processus

![](process.png)

### Filtres physiques & Transformée de Fourier

::: columns
:::: column
![Un exemple de filtre](filtre_ex.png){ width=90% }
::::
:::: column
![Illustration de la FFT](fft.png)
::::
:::

### Résultats

![](dataBad.png){ width=60% }

Résultat de l'extraction sur une musique (Bad Apple) pendant 15s

### Résultats

![](dataBigBad.png)

Résultat de l'extraction sur la même musique pendant 120s

### Résultats

#### Complexité

![](complexity.png){ width=95% }

### Limites, saturation et améliorations

![](tetris2.png)

### Limites, saturation et améliorations

![](tetris2.png)

> les fréquences ne sont pas correctement détéctées ici (car trop d'harmoniques)

### Limites, saturation et améliorations

![](saturation.png)

### Limites, saturation et améliorations

![](saturation.png)

> une musique "dense" fait que la méthode d'extraction des amplitudes n'est pas précise

# Partie II : placement spatial

# Annexe : code Python

### librairies utilisées ici

![](libs.png){ width=70% }

### quelques fonctions utiles

![](aux.png)

### `parse music` : extraction de la liste des amplitudes et du "sample rate"

::: columns
:::: column
![](code/parsing_1.png){ width=80% }
::::
:::: column
![](code/parsing_2.png)
::::
:::

### `cleaning` : retirer les fréquences trop basses et hautes

![](code/cleaning.png){ width=60% }

### `get amp distribution` : usage de files de priorité pour extraire les maxima

![](code/getDistr.png){ width=50% }

### `get frequency distribution` : fréquence maximale pour chaque point

![](code/getFreqs.png){ width=60% }

### `get sliders` : fusionner les notes trop proches en des 'sliders'

![](code/getSliders.png){ width=75% }

### `draw` : afficher les résultats

![](code/display.png){ width=60% }

### quelques données de test

::: columns
:::: column
![](sample1.png){ width=75% }
::::
:::: column
![](sample2.png)
::::
:::

### interface

![](sample3.png)