當聽到一段音樂時,身體會跟著節奏律動,是人們對於音樂的情感表現。但是舞蹈的呈現與音樂的相關性,例如:節拍、連續性、多樣化的動作,往往需要專業舞者依靠多年的經驗編舞。近年來人工智慧用於自動編舞是一項具有挑戰性的任務,在本文中我們以音樂與舞蹈的共通語言節拍作為單位,提出了FPS(Frames Per Second)的概念生成舞蹈。首先我們收集了來自網路上專業舞者跳舞的影片並經過音樂特徵分析與骨架提取後分離出每組動作對應的每段音樂作為輸入,訓練我們基於生成對抗網路設計的機器學習模型。實驗結果表明透過FPS概念訓練的網路可以生成連續並與節拍匹配的舞蹈,此外我們還提出適用於FPS概念的生成對抗網路評估指標,來評估機器學習模型是否可以於不同節拍的音樂中生成對應音樂節拍的舞蹈動作,以及多樣化的舞蹈。