演示一下用手势操控 wow 游戏角色

[novato]

记得以前 wow 有一、二十个技能，两排技能栏都摆满了，键盘左半边按键不够用，还要绑 shift/alt+XXX 的快捷键，因为一般都是用左手键盘，右手鼠标这样操作的。后面手机大量普及后，很多人都在等 wow 移植到移动端，结果一直没实现。我想除了体积太大（几十 G ）之外——但只用 60 前的场景与模型的话也就几个 G，手机完全可以装下，主要就是操作方式难以移植，因为没法在屏幕上摆十几个按钮，更别说还要旋转摄像头观察左、右、后方的操作。像当前流行的 XXXX 游戏，都是在手机左边摆个虚拟方向盘，右边摆几个技能按钮，搞的像 80 年代红白机的手柄似的，除了没压感之外。
我想手机操作模式无非就是声控跟手势。先实验一下声控，在网上找了一个卡内基·梅隆的sphinx库，这个库可以训练自定义发音的，比如你说“向前奔跑”、“旋风斩”，只要训练成模型了加载进去，再说这句话它就会识别。我用了一个openears的 ios SDK 读取 /辨析 sphinx 训练的句子，再用blend4web加载游戏角色模型和动画，这样就能用声音控制角色移动和技能施放了。实验效果是：安静环境下，大多数情况能控制，但在有噪音的环境容易误判。所以声控并不实用，因为没法控制周围环境。再试一下手势操控。
安卓有一个 GestureOverlayView 可以识别自定义手势，但我不想绑定在 Android 平台，就像什么“小程序”只能在 XX 环境中运行一样，我想要在像浏览器这种 omnipresent 的环境中运行。找到一个华盛顿大学+微软工程师开发的一个$1，把其中的 js 库拿出来再自己加了点垃圾代码，就可在 h5 的 canvas 里用了。
然后用什么 webgl 库加载 3D 模型呢，用threejs还是blend4web？现在大多数人都用 unity，虽然笨重了点但确实好用，就用 unity 写控制逻辑吧，再导出为 webgl。把$1的 canvas 叠加到 unity 的 webgl div 上，用 vuejs 做手势设置和帮助界面，这样一个 [$1+unity+vue ] 的 spa 3D 网站就出来了。问题是这个网站太大，十几兆（血精灵模型+10 几个 fbx 动画），没人会等几分钟去打开一个网站，主要是现在网速太慢，可能等以后网速再提高 10 倍，3D 网站才会普及。那就用 cordova 打包成安卓 app 吧，实际上打包成 ios 或其它平台的 app 都行。

有人可能会说画手势太慢，没有按键快。但技能是有 cd 的，又不是按的越快就能施放更多技能。公共 cd 一秒，如果双持长柄武器，普通攻击都要 2 秒，就算是拿匕首，普攻一般都是近身自动触发的，也不需要按键。一般技能 cd 一、二十秒，大招 2、3 分钟，画一个手势 1 秒钟，也不存在太慢的问题。

运行效果如下：

因为是在安卓 webview 里运行，老手机不支持 webgl，或支持不好的，可能运行不了。
我这边测试是：nexus 6p （ Android6 ）根本打不开，华为 M3 青春版（ Android7 ）运行有点卡，一加 5t 可以流畅运行

演示视频(2.6M)

App 下载（ 15.8M ）

git 库：
https://github.com/novice79/gesture_game

[ohooooo]

想法挺有意思的。不过玩起来还是太累了。声控解决方案还挺不错的，自己在家玩的时候大喊：狂暴之怒，冲锋！破甲~撕裂！还挺带感。就是打团本不能党指挥，哈哈哈

[PcxQkx]

不错的 idea mark

[coolair]

没必要这么麻烦，基本上所有的 MMORPG 移植到手机以后都是 AI 帮你打怪放技能，你唯一需要操作的就是花钱充值。
可以看看 NCSoft 移植的 Lineage I，基本保持了 PC 样式。

[coolair]

而且手机网游就是为了消磨时间、获取快感，需要的是快餐式的享受，没有 PC 端那么强的操作性，你拿你说的 WOW 来比拟，一个走位不当可能就是团灭，在手机上要做的操作精细也是不可能，真要是这样，那估计大家都天天在跑尸体了。
未来是 VR/AR 的天下。

[a4854857]

wow 移植到移动端
---------------------
17 年玩过一个叫做光明大陆的，其实那个已经得到了 wow 的下本精髓了，很需要配合。40 人本还要上 yy，不然过不去。
然后还是出了一个电脑端的，之后都是在用电脑端玩了，不过的确很不适合现在的快餐休闲年代了。

[13200126217]

https://gitee.com/zgn_13200126222/h5/tree/master/three,我之前研究了这个，但 2 天筛网了，又想起来了

[pimpl]

可以考虑用 kaldi，我以前做过基于 kaldi 的命令识别，在 kadli 输出结果上，加上对集外词基于 SVM 算法，结果还不错。

[locoz]

@ohooooo #1 哈哈哈哈哈哈哈哈。家里人：这人该不会是傻了吧