OnGroove AI 舞蹈陪练
AI 是音乐的翻译器，不是动作的裁判。
OnGroove 是舞仓生态中的 AI 舞蹈练习产品。它把音乐的节拍、重音与律动翻译成可视化的节拍网格，让舞者看见音乐、完成整段表达，再获得温和且保留可能性的反馈。踢踏舞是第一个被做深的舞种，产品架构为更多舞种预留扩展空间。
- 角色
- 创始人兼首席体验设计师
- 时间
- 2026.04—06
- 范围
- VISION · PRODUCT · UX · PROTOTYPE
- 阶段
- 独立产品探索
舞蹈不是分数。人不是等待被纠正的对象，人在表达。
先让舞者知道自己做对了什么，再给出下一步方向。
离开节拍也可能是一种表达，系统不给“错误”下结论。
重音提示像吸气一样提前出现，用身体可感的方式提示下一拍。
不实时打断，让舞者先完整表达，再进行整体复盘。
从“听用户踏击、判断对错”，转向“听懂音乐、帮助舞者找到方向”。
节拍网格，是产品的母语。
把音乐变得可见
AI 分析 BPM、拍位与重音，把一段音乐翻译成舞者可以直接阅读的网格。
让下一拍可以被感到
重音、播放头和微律动共同形成半步领先的视觉带领。
用同一张网格完成反馈
吻合、稍抢、稍拖与没踩到被轻柔地叠回网格，避免认知切换。
从一段喜欢的音乐，走到一次完整的舞蹈练习。
选择舞种，导入音乐或视频；AI 提取节拍与重音并铺成舞谱。舞者可以调整节奏、贴动作标签、试听，再进入训练。
一个克制而完整的练习闭环
导入音乐
上传音频、视频或选择内置节奏，让练习从舞者真正喜欢的音乐开始。
AI 提取音乐脉搏
识别 BPM、拍位、重音和能量，并允许舞者用自己的耳朵修正 AI。
编排与试听
在参数化网格中调整拍号、细分、重音与动作标签，并共享同一节奏内核。
先录后评
舞者完成整段后再看吻合度与节拍状态，系统不在表达过程中打断。
给方向，不下判决。
反馈不以大字号分数制造焦虑。主角是每一拍的柔和状态、先肯定后引导的语言，以及“你是不是故意这么处理”的开放空间。
“大方向你抓住了。有几拍和音乐稍微错开——你想这么处理，还是想试试落在重音上？”
最重要的 AI 决策，是决定它不做什么。
理解音乐
分析节拍、重音与能量；在音乐重音附近检查录音中的声音峰值；把结果翻译成有方向感的反馈。
评判动作
不判断 Toe 或 Heel，不做姿态识别，不逐拍实时纠错，也不假装理解舞者全部的表达意图。
从产品信念到可交互的 v8 原型
先确定“不评判”的角色与六条设计铁律，再决定功能。
把高风险的动作识别问题，转化为更可靠的音乐理解与信号对齐问题。
建立创建、训练、舞谱库与个人四个入口，以及可扩展的舞种和节奏数据结构。
通过 HTML、CSS、JavaScript、Web Audio 与 Python 音频分析，将交互和技术假设放进同一个原型验证。
这是一项仍在寻找真实共鸣的独立产品探索。
当前已经完成产品定位、核心体验架构、v8 可交互原型与第一阶段音频分析验证。下一步不是继续堆功能，而是邀请真实舞者使用，验证他们是否感到被理解、愿意继续跳，并愿意把它推荐给舞友。页面不呈现虚构的增长或准确率数据。
让技术退后半步，让舞者向自己走近一步。
舞仓解决“我属于哪里”，OnGroove 回答“我要成为谁”。