README_CN.md

MuG Diffusion

MuG Diffusion 是一款基于 Stable Diffusion （最强大的AIGC模型之一） 的音游谱面制作AI，并进行了大量修改以整合音频波。给它一个音频文件，MuG Diffusion 能够为其生成高质量的多样化谱面，这些谱面与音乐保持同步，并且高度可控。目前，它仅支持4K传统下落式音游（VSRG），有以下参数控制选项：

• 难度：同时支持 osu! star rating system 和 Etterna MSD system 。
• 风格：ranked 谱面（osu!） / stable 谱面 （Malody） ，与其它谱面风格。
• 面条：面条占总物量的比率。
• 模式：支持 Etterna MSD 系统的所有模式，包括 chordjack，stamina，stream，jumpstream，handstream 和 technical。

MuG Diffusion 未来的目标是支持其它音游（osu!standard，下落式5-8K，maimai等），并且希望能够成为一款对于所有谱师和玩家都有利的AIGC工具。

安装与运行

使用整合包

我打包了一份包含 Windows 平台中所有的依赖项和模型权重，双击即可直接运行的整合包，可以在下方获取。

• Google Drive
• hiosu

解压整合包并双击打开“Mug Diffusion.exe”，将会自动打开浏览器网页控制台。在我的电脑上（NVidia RTX 3050Ti，4GB显存），为一条3分钟长的音频生成4张谱面大约需要30秒。

运行源代码

如果您使用其它平台、其他显卡或希望从源代码运行，以下为说明。

• 安装 Python

• 安装 PyTorch

• 安装其它依赖包：

pip install -r requirements.txt

• 安装 FFmpeg，确保 ffmpeg 命令可以正常运行。

• 下载整合包，并复制文件 models/ckpt/model.ckpt 和 models/ckpt/model.yaml 到 {REPOSITORY_ROOT}/models/ckpt/* 目录下。

• 运行网页控制台：

python webui.py

模型结构与方法

致谢

为了确保训练的公平度与透明度，数据集的谱面列表公开在此处。

感谢社区中的每一位谱师。是你们赋予了 MuG Diffusion 灵性。此外，我必须感谢 Malody 开发团队（以及许多其它由于篇幅限制而无法列出的支持者 TAT）的财力支持。

感谢 raber 对于网页控制台的开发， RiceSS 的图标设计，还有许多其它测试人员的大力支持。

特别感谢：

• kangalio：源于 MinaCalc-standalone，MSD控制系统的一个组件。
• Evening：源于 reamberPy，提供了谱面生成非常直观的可视化预览。

声明

通过 Mug Diffusion 生成的谱面完全开源，明确遵循 CC0 1.0 通用公共领域专用协议。

此外，所有由AI生成的谱面都在 [Meta] 部分标有 AIMode: MuG Diffusion vx.x.x。请保持其完整性或明确说明，除非你修改了谱面大部分的配置，否则你将有滥用AI的风险。