撰写了文章更新于 2020-12-14 09:57:31

一个 UXer 眼中的音游玩法设计

由于某个契机，想聊聊音游的现状、发展历程，再尝试用交互元素去理解玩法设计。分析部门着重在触屏手游，关注音游玩法本身，涉及养成、动作等融合玩法不多展开。

本文全长 5433 字，预计阅读耗时 15 分钟。建议在 Wi-Fi 环境下浏览，便于搜索游戏案例视频对照查看。

1. 概述

音乐游戏（英语：music game，缩写MUG、日语：音楽ゲーム，缩写音ゲー）是一种游戏类型。在音乐游戏中，玩家需要配合音乐节奏、根据视觉提示做出正确的反应。通常，玩家的反应和节奏越吻合，得分越高。
根据音符和判定的区别，有下落式、出现式、单轨式三种主流玩法。
下落式音游：指音符/Note沿单一方向移动至判定区的音游，绝大多数音游目前都属于此类。
轨道/Key：指下落式音游中音符在抵达判定区前的运动区域。下落式一般是固定数量的直线轨道固定数目，如老O2Jam为定轨7K，节奏大师的经典模式为滑轨4-6K等。部分音游会出现有规律的变轨，如Tapsonic TOP中就有变轨音符；甚至还有虽然有轨道，但轨道会不规则变化的音游VOEZ。
无轨：指仅有判定线，而音符不会按照固定数目轨道下落的音乐游戏，如Deemo、Noah's Bottle等。
出现式/展现式音游：指Note在特定位置和时间点出现的音游，如Cytus系列、Tone Sphere、osu!STD、jubeat等。
单轨音游：指只有一个判定点，Note 大体上在单一轨道上以流水线形式排列并流向判定点的音乐游戏，一般伴随着 Note 需要以规定的方式进行击打或者 Note 有自己的想法的操作。代表作为太鼓之达人、Groove Coaster、R2Beat（QQ音速）等。
引自萌娘百科(https://zh.moegirl.org.cn)。

通过这些定义，我们可以判断「某某是滑轨下落式」「某某是出现式」。但音游为什么长这样？还是先回顾下历史吧。

2. 硬件发展和音游形态的演变

2.1 起源

实体映射、单轨式、下落式、音轨和音符、一维谱面

萌生音游雏形的上世纪 70-90 时代，大家对于玩法的想象，更多基于实体概念映射（琴键）和硬件形态。公认第一款音游——1996 年索尼在 PS 平台发行的《PaRappa The Rapper》，在类似五线谱横轴的单音轨上、把 PS 手柄上的按键当作音符敲击。这便是单轨式音游。
https://www.bilibili.com/video/BV18x411W7ks

（牛关暂时无法解析B站视频，只能大家自行跳转链接观看了）

由于个人 PC 尚未普及，音游也同其他游戏类型一样，主要载体为家用机和街机，IO 设备特征为显示器 + 定制化的少量按键。在《PaRappa》次年，KONAMI 发行街机《Beatmania》，直接采用了钢琴意象🎹，将实体键位设计成「下三白键 + 上二黑键 + DJ 圆碟」。模仿五线谱的音轨进一步优化，旋转 90° 与屏幕底部的实体按键相接，统一底部为判定区。低认知门槛、音符与按键在视觉上的亲密性，让玩家非常容易上手。mania 很快火遍全球，奠定了下落式玩法的基础，确立了 KONAMI 旗下名为 BEMANI 的音游品牌。

https://www.bilibili.com/video/BV1Qs411Z738

在乐器意象上尝到甜头后，KOANMI 还尝试过吉他和架子鼓造型的《GuitarFreaks》和《DrumMania》，甚至接近于电子琴的 24 Key 版本《Beatmania》。但由于认知成本高、硬件铺量等问题，销量均不敌的 7 Key 版本续作《IIDX》。该类最广为人知的《太鼓达人》实体映射做到极致，外设造型与太鼓几乎一致。

在此阶段，音游的输出（屏幕）和输入设备（按键）是分离的，为了便于关联两者，引导信息（Key & Note）固定展示在一条轴线（一维空间）上。

2.2 异变

出现式、二维谱面、UGC 社区、类音游

掌机和个人 PC 兴起后，出现了大量或移植或新开发的音游，但是输入与输出（下称 I/O）设备分离的模式没有变化，玩法上并无突破。

直到 2005 年，任天堂在搭载了触摸屏的 NDS 上，推出《战斗！押忍！应援团！》。触摸屏将I/O二为一，判定区用逐渐缩小的包围圈表示，Note 可以不再拘泥于固定轴线，而是散落在整个平面（二维谱面），音轨的组合变化也极大丰富起来。

这便是出现式音游。硬要说缺点的话：

打地鼠一样的图形界面，玩家视线追踪的成本提高，抬高了新手门槛；
关卡制作成本大大提升。

特别第二条限制了开发普及，即便现今触屏手机成为标配，手游音游市场下落式仍然是绝对霸主地位。

值得一提的是，二维谱面的制作成本对于商业开发可能难以承受，但在爱好者社区有非常亮眼的表现。澳洲开发者 peppy 开源了类应援团玩法的 PC 程序及其谱面编辑器—— osu!。映射桌面光标的流畅输入表现吸引了大量 PC 端玩家，逐渐形成社区，有大量爱好者参与创作。目前 osu! 已拥有超过一百万张谱面，官方精选近千个曲包（每个曲包约含谱面 20 张）。

同期的非触摸屏设备 GBA 上，任天堂延续「充分利用二维空间」的思路，于 2006 年开发出了《节奏天国》。过往音游中，引导信息与背景画面不存在直接关联，背景通常是类似 MV 定位的动画短片，该作却将谱面与游戏画面直接融合。为降低认知成本，大胆地放弃区分键位的判定区域，只存在一个输入操作。这种做法使关卡彻底失去了扩展性，一曲就是一个小游戏。但凭借魔性的画面、合家欢式的玩法，《节奏天国》成为任天堂口碑最佳的一款音游，大卖并移植多个平台（该作在 NS 上也有复刻）。

https://www.bilibili.com/video/BV1Bt411E7pQ

（混进来了奇怪的东西）

大多数核心玩家认为音游需包含明确的谱面、判定区域、判定时间、音乐节奏等要素。一些具备上述一部分要素、但不完全满足的游戏常被称为“类音游”。
引自萌娘百科（https://zh.moegirl.org.cn）。

《节奏天国》这种纯粹游览和打节奏的游戏属于「类音游」。后续分析着重在追求高打击频率（BPM, beats per minute）和高准确率（ACC, Accuracy）的原教旨主义音游上。

2.3 白热化

偶像题材、无轨、触屏、滑轨、三维谱面

也许是基于谱面二维化的思路，BEMANI 系列在2008 年推出《Jubeat》，使用 4*4 透明方块按键叠在一张显示屏上，像动画制片的赛璐珞手法一样，将引导信息和输入按键叠在一起，成为街机音游首个二维谱面玩法系列。

2009 年，已经多次试水偶像和卡牌概念的 SEGA 制作了基于 V 家 IP 的 PSP 音游《初音未来 -歌姬计划-》。

采用了同《PaRappa》一致的按键输入方式，将音符直接映射为 PS 系列的「上下左右」「圈叉方形三角」，但不再固定于某一音轨上，而是配合 miku 等人的 MV，由屏幕四周飞入。

加上换装系统和 MV 观赏模式，成为第一个站稳脚跟的偶像音游系列。

2010 年，BEMANI 推出首款搭载大型触摸屏的街机《REFLEC BEAT》。不再有音轨的概念，音符弹珠在屏幕上撞击弹射。但也许是考虑到街机的大尺寸便于玩家操控，仍然保留了判定线的概念，并集中在底部区域。可以视为无音轨下落式音游的雏形。

https://www.bilibili.com/video/BV14s411J7eR

2012年，SEGA 推出街机《maimai》，圆形触屏以圆心为起点作 360° 下落式，判定区为圆周数个按键与触摸滑条。可能是首个出现滑轨概念的音游（未考证）。

https://www.bilibili.com/video/BV1JT4y1G7Pz

此时以触屏为唯一 I/O 设备的手机音游也开始萌芽，但多数是借鉴已有玩法的作品。2011年，一款名为《Groove Coaster》的手机音游提出了新的关卡，其特点是音轨向屏幕深处延伸的三维谱面。显示屏不存在真正的三维空间，这种关卡与玩法创新无关，本质是一条动态单轨。但这种引导视线的视觉效果有非常好的沉浸体验，也有保留乐谱意象的优点，为轨道式音游的视觉表达找到了一条新出路。

https://www.bilibili.com/video/BV1nz411B7bA/

2.4 小结

截止进入手机音游爆发期前，大部分玩法均已在街机与主机平台上通过验证（非按键输入类不在此讨论，如动捕舞蹈游戏 DDR 或 VR 音游光剑）。可以看出，玩法的变革实际是基于硬件设备的革新，主要分为两种思路：

轨道式（I/O 分离）：引导是将时间线展示在屏幕上，指定区域（判定线）映射按键；
出现式（I/O 合一）：将屏幕视为时间线上的一个切面，引导与判定在同一区域。

两种思路并无优劣之分，但有一些分别：

认知成本：
- 入门阶段差别不大，出现式符合哪里亮了点哪里的直观思路，轨道式也可借助五线谱与琴键的文化实体映射；
- 但在高难度游戏中，密集音符段落背谱，轨道式记忆是一张图，出现式式却是一段视频，前者成本较低。
操作成本：出现式要求全屏追踪音符、大幅移动输入，对玩家的视线和精准度要求都更高。
制作成本：轨道式低于出现式，指定段落的切分便于复用，且布局上视觉规范统一，便于与 MV 等包装向内容分层。

3. 怎样做玩法创新？—— 找变量

到了 2014 年移动应用爆发期，手机音游也萌生了大量创意。有没有玩法上的进化呢？

3.1 游戏规则的概念单位：动作和对象

引用《Game Design Vocabulary》书中定义，游戏是由「规则」构成的，「规则」中包含「动作」和「对象」。「动作」是基于硬件物理层输入操作的活动，作用在 GUI 元素呈现的「对象」上（上一张图中列举的视觉元素）。以超级玛丽为例，核心动作是包含方向属性的「移动」和「碰撞」，作用于「怪物」「砖块」「水管」「旗帜」等敌人或场景物体。

游戏关卡中放置不同的对象，为玩家组合动作提供选择。游戏规则或称玩法的创新，也就是这两类事物变量的增减组合。

3.2 从「动作」分析

目前手机音游中「动作」的主流设置为点、按、滑三种输入操作，这是为什么？是否是最优解呢？用来组合的基础动作不宜过多。如果添加过多动作，不仅会分散玩家的注意力，也不利于挖掘动作组合的深度。音游通过高度集中注意力地高频输入，通过视听触通感获得模拟演奏的代入体验。所以音游中的动作（输入）需要：与硬件交互强关联便于高频操作、控制数量保证不造成认知负担便于快速反应。

- 从输入频率角度：音游高级谱面的强度主要来自于音符密度。以初音激唱为例，APM 要求为 400+ 的谱面，也就是平均 150 毫秒一击。在高频输入的场景，动作也应当与物理层映射更加紧密。触屏耗时短又与物理层强关联的输入动作，就是点、按、滑三种。如 osu! 中的 Spinner 和太鼓中的连击气泡，操作成本高、持续时间长，难以与其他动作产生组合，只能作为小节末特殊冲分点或休息区。

- 从认知负担角度：
手机音游最基础的握持是双手握持两拇指输入，已知两侧输入可重复，那么输入动作的变化就是计算 P(n,2)。

P(2,2) = 2
P(3,2) = 6 
P(4,2) = 12 
高频操作的场景中，6种已经是相当丰富的组合。
从2到6，会感到选项有明显跃升。
而6到12，收益就不那么明显了，甚至还有些混乱。

追求高 BPM & ACC 的原原教旨主义音游中，点按滑毫无疑问是触屏设备的基础动作铁三角。

由于铁三角作为「动作」是十分抽象的概念，又在低认知负担的场景，故而关联的「对象」（音符、音轨和判定区）也很难发展意象，甚至限制了视觉风格以几何抽象或乐器仿真居多。但若并非追求竞技性，制作与战斗闯关融合的休闲型音游，可以将铁三角与战斗动作关联，作用于丰富的场景物体或敌人对象。前有横版闯关节奏游戏《啪嗒砰》，近年也有更进一步的优秀作品。如跳舞毯为输入设备的《节奏地牢》和 NS 平台的《节奏海拉鲁》，拥有更丰富的战斗和探索体验，结合Roguelike 降低关卡制作成本。

该类玩法设计不做赘述，感兴趣可以前往油管搜索 Esvlb 的分析视频《Gamer's Companion to Music #26 - Crypt of the NecroDancer》。

3.3 从「对象」分析：

音游中的信息流动

游戏以一段段小的可执行任务串联，这些小任务有固定的体验流程：系统的引导，用户的输入和系统的反馈。以追求打击准确率为控制目标，把玩家看作施控系统、游戏程序为受控系统，是个基于负反馈的一般控制论模型。

以施控系统（玩家）为主视角，必需的信息有「控制目标是什么」「在哪儿输入指令」「受控系统的反馈」。在设计游戏玩法时，要怎样呈现这些信息呢？

列举完这些信息要素，与玩法紧密关联、成为重要作用「对象」的，是引导和输入阶段的「音符」「音轨」和「判定区」。

音符

由于触屏输入的「点按滑」铁三角，音符表现形式受限在对应的：单击音符、长按音符段、滑动音符，以及他们的组合（例：起点点击到终点滑动的长按音符段）。或可加入太鼓气泡（对应连击动作）、spinner （对应长按 + 滑动的动作组合）之类的长时段高强度输入，来划分乐曲章节、调节谱面节奏。

音轨

在音游类型创立的前中期，已经有了许多音轨变量组合的基础变化，一些例子：

随着运算机能提升，音轨作为最初视觉主体「对象」有了很多形态选择，轨道形态或者异形的、平面的非平面的，大体归为两种思路：

- 弱化轨道：

延续传统音游形态，除了出现式，下落式中也有不少弱化音轨的设计，如去除轨道的《Deemo》、音轨只作为辅助线参照的《Project Sekai》等。

优点：视觉主体让位给音符，分摊注意力到背景 MV 等丰富视觉与剧情体验；音符能够使用更多变量如宽度，制作更多样化的谱面。
缺点：无法追求极致 ACC，竞技性减；音符固定在平面，场景模式较单一。

- 将音轨与场景融合：诸多异形音轨即是此。除了前面提到的《节奏地牢》，还有轻度类音游《跳舞的线》等。

优点：新鲜的关卡体验、便于塑造独特的世界观和代入感。
缺点：关卡制作成本高、新引入对象需要注意操作成本。

最典型的是 PS4 平台上的《Thumper》，完全放弃音符概念，将输出动作绑定对象为音轨上的地形，VR 体验同调率 100% 😆。其制作经验前往 B 站搜索《GDC讲座 Thumper VR游戏制作回顾》。

判定区

判定区的首要功能，是为输入时间和位置提供引导。基于受众定位，判定区的基本形态对应各家游戏对输入精度的要求：出现式[收缩圈] > 下落式[判定线] > 无指定。

《Muse Dash》将整块触屏一分为二视为两个按键，对应上下两条音轨。

https://www.bilibili.com/video/BV1u4411a7hB/

到了体验环节，判定区是对输入坐标的视觉引导，指引强度：

判定线 > 收缩圈
单项 > 多项
固定 > 动态

对判定区的改动，务必保证足够的视觉引导！这里有两个出现式案例：

- 正面案例《Cytus》：
做加法「引入垂直匀速的判定线」，减法「限制谱面在纵向顺序出现」。
牺牲二维谱面部分自由度，实现有序的视线引导，降低了游玩门槛和关卡制作成本。https://www.bilibili.com/video/BV1kz4y1D7MP

- 反面案例《大琴师》：
将屏幕分为三列，做加法「中间引入下落音轨展示时间节点」，再做加法「输入区域分为左右两块」。
尽管初衷可能是控制出现式在触屏上操作遮挡视线的问题，但分散在三列的引导信息、以及高精度输入位置的要求，使游戏难度上下限被压缩。尽管游戏品质在线、定位宣发极具特色，直到退场，表现始终不温不火。