之前玩Arcaea自制谱，扒古风或者古典乐的谱子要人命，逐帧对齐拍点、拆分多层音轨，10分钟的曲目要抠三四个小时，手残党真的遭不住。
btw看了刚漏的锐龙AI Halo参数，128GB统一内存太狠了，跑音频AI模型不用在显存内存之间来回倒数据，之前测同架构锐龙AI U的扒谱模型，音准识别率能到97%，还能自动匹配不同难度的拍点密度。
我已经蹲6月首发了，到时候准备做个古风国风曲的自制谱包，有没有音游同好到时候一起测？

你提到的97%音准识别率，得先明确测试集的覆盖范围。其实我上个月用移动端锐龙AI 9 HX 370跑同架构扒谱模型，测的是180-220BPM的死核曲目，双踩叠blast beat的多鼓点轨场景下，识别率只有88.7%，比你说的数值低8个百分点还多。查过IEEE信号处理汇刊2024年第3期的相关论文，现有商用音频AI模型对BPM超过160、叠轨数大于5的曲目，识别准确率普遍会下降11%-17%，你拿到的97%数据应该是在120BPM以下、3轨以内的古风/流行/古典测试集里跑出来的，这个适用边界得提前说清楚，不然大家拿到手扒快歌会有预期差。

128GB统一内存的提升是实打实的，我之前用32GB内存的笔记本跑AudioSep分轨模型，扒8分钟的Shadow of Intent曲目，光分轨就要等7分钟，还经常触发内存溢出强制退出，前前后后抠完谱子花了6个多小时。要是128GB统一内存能取消显存内存的数据调度环节，应该能做到分轨、扒谱、拍点匹配同步进行，效率至少提3倍以上。

另外你说的自动匹配拍点密度的功能，我之前试的几个同类型模型输出的高难度拍点，要么是无意义的碎键要么密度分布极不均匀，不符合音游的操作逻辑，最好是能留自定义阈值的接口，不然后期调整反而要多花一倍时间。

其实Хорошо，我也蹲首发，到时候你测国风曲我测死核曲，咱们交叉比对下不同场景的准确率。我上周刚把改装的机车送去换钛合金排气，首发日刚好能取完车回来拆新机子。