Pendengar hanya mengenali emosi yang dituju generator musik gim pada 34% kasus, dibandingkan 25% secara kebetulan, dan karya gubahan manusia dalam tes yang sama mendapat skor yang sama, yaitu 34% (Ferreira, Lelis, dan Whitehead, AIIDE 2020). Hasil itu membingkai bidang ini: sasarannya sulit bahkan bagi musik buatan manusia. Sistem adaptif Hutchings dan McCormack meraih hasil imersi yang signifikan di dalam kelompok, tetapi tidak satu pun dari empat perbandingan antarkelompoknya turun di bawah p = 0,05 (IEEE Transactions on Games 2019). Di Steam, gim yang mengungkapkan penggunaan AI generatif mendapat tingkat rekomendasi 68,4% dibandingkan 86,3% untuk gim berkonten prosedural, meskipun angka itu mencakup gim secara utuh, bukan musik (Bazzaz dan Cooper, pracetak arXiv 2026). Kami menghimpun data dari IEEE Transactions on Games, AIIDE, ISMIR, IEEE Conference on Games, dan studi pemain yang telah ditinjau sejawat. Rangkuman ini terbatas pada sistem dan evaluasinya, jadi bacalah bersama statistik soundtrack gim kami untuk sisi komersial skor gim.
TL;DR
- 34% benar pada valensi dan arousal sekaligus dibandingkan 25% secara kebetulan, dengan karya manusia juga di 34% (Ferreira dkk., AIIDE 2020, 116 peserta).
- Imersi p = 0,121 untuk Zelda dan p = 0,053 untuk StarCraft II, sistem adaptif versus skor asli (Hutchings dan McCormack, IEEE Transactions on Games 2019, 34 pemain).
- Musik adaptif meningkatkan rasa kehadiran dan dampak emosional pada panahan VR (Wen dkk., IEEE TVCG 2026, 22 peserta).
- Kualitas keseluruhan pada skala 1 sampai 5: manusia 4,11, generator terbaik 3,94 (Ferreira dkk., AIIDE 2022, 199 jawaban valid).
- Rasio kemenangan agen gim berbasis audio saja naik dari 0,52 menjadi 0,94 dengan musik adaptif (Khan dkk., IEEE CoG 2023, 90 ronde per kondisi).
- MusicGen menghasilkan klip 8 detik dalam waktu kurang dari 4 detik pada satu mesin uji (Marrinan dkk., pracetak arXiv 2024).
- 5.278 lagu dari 397 gim dalam NES Music Database (Donahue dkk., ISMIR 2018).
- 98.940 klip permainan yang dipasangkan dengan musik dari 389 gim (Cardoso dkk., FDG 2024).
- 38,87% kode wawancara adalah kekhawatiran dan 13,09% adalah manfaat (Worrall dan Collins, IEEE Transactions on Games 2023, 11 komposer).
- Tingkat rekomendasi Steam 86,3% untuk gim berkonten prosedural versus 68,4% untuk gim AI generatif (Bazzaz dan Cooper, pracetak arXiv 2026).
1. Studi Pemain: Ketegangan Bergerak, Imersi Lebih Sulit Dibuktikan
Tidak satu pun dari empat perbandingan antarkelompok dalam studi Hutchings dan McCormack turun di bawah p = 0,05, meskipun uji dalam kelompok pada makalah itu melakukannya. Judul “pemain merasa lebih tenggelam” benar untuk pergeseran tiap orang, bukan untuk kemenangan bersih atas soundtrack asli. Sampel sekecil ini hanya dapat mendeteksi efek besar, sehingga nyaris signifikan pada p = 0,053 bukan bukti keberhasilan maupun kegagalan.
Ketegangan adalah hasil yang lebih kokoh. Dalam Galactic Escape, gim uji Simon Fraser University, skor adaptif meningkatkan ketegangan yang dirasakan bahkan ketika dipetakan terbalik terhadap kurva ketegangan gim. Itu mengisyaratkan bahwa musik yang merespons secara terdengar mungkin lebih penting daripada musik yang merespons dengan benar, yang semestinya membuat siapa pun yang menghabiskan berminggu-minggu untuk aturan pemetaan berpikir ulang. Wen dkk. (2026) menambahkan peringatan dari VR: ketegangan musikal sedang memperbaiki bidikan dan waktu membidik, ketegangan tinggi merusak keduanya, membentuk pola U terbalik.
| Metrik | Nilai | Sumber |
|---|---|---|
| Soundtrack tetap versus soundtrack generatif adaptif pada panahan VR, desain dalam-subjek | 22 peserta, 4 fase ketegangan; rasa kehadiran dan dampak emosional meningkat | Wen dkk., IEEE Transactions on Visualization and Computer Graphics 2026 |
| Imersi, sistem adaptif versus skor asli gim Zelda: MoS | p = 0,121, η² = 0,042 (34 pemain, 2 kelompok masing-masing 17, sesi 20 menit) | Hutchings dan McCormack, IEEE Transactions on Games 2019 |
| Imersi, sistem adaptif versus skor asli StarCraft II | p = 0,053, η² = 0,079 | Hutchings dan McCormack, IEEE Transactions on Games 2019 |
| Efek musik terhadap imersi yang dilaporkan, di dalam tiap kelompok, dengan sistem adaptif | Kenaikan signifikan pada kedua kelompok (p<0,05, uji peringkat bertanda Wilcoxon) | Hutchings dan McCormack, IEEE Transactions on Games 2019 |
| Ketegangan yang dirasakan, rata-rata per soundtrack: dipetakan ke ketegangan 0,62, dipetakan terbalik 0,61, tanpa musik 0,55, netral 0,49 | F(3, 87) = 3,662, p = 0,015, η² parsial = 0,112 (30 pemain dipertahankan dari 35 yang direkrut) | Plut, disertasi doktoral Simon Fraser University 2022 |
| Skor generatif versus skor linear gubahan versus skor adaptif gubahan | 48 peserta; linear dinilai tertinggi pada semua pertanyaan, generatif peringkat kedua yang sangat dekat pada kesesuaian emosi, imersi, dan preferensi | Plut, disertasi doktoral Simon Fraser University 2022 |
| Soundtrack generatif versus linear dalam gim mirip Tetris | 39 mahasiswa sarjana; hipotesis tidak terdukung, pemain tidak dapat membedakan keduanya, kondisi flow tetap terpengaruh | Sites dan Potter, Game Studies 2018 |
| Set pelatihan berperingkat suasana hati dari generator musik gim web, lalu uji A/B terhadap musik statis | 80 karya berperingkat; sifat adaptif belum tentu lebih baik daripada musik gubahan | Adam, tesis magister Cal Poly 2014 |
Dua baris tertua menambah nuansa. Sites dan Potter melihat flow yang lebih tinggi (kondisi larut yang terfokus dan memuaskan) pada mereka yang memainkan versi generatif lebih dulu (sampel dari ringkasan Playlab Tampere University), dan tesis AUD.js tidak menemukan keuntungan otomatis dibandingkan skor gubahan.
Data terbaru yang tersedia untuk tema ini: Wen dkk. 2026. Semua studi lain di sini berasal dari 2014 hingga 2022.
2. Evaluasi Pendengar: Apakah Emosi yang Dituju Tersampaikan?
Karya gubahan manusia tidak lebih baik daripada generator dalam tes Bardo Composer: keduanya mendarat di 34%. Itu lebih merupakan uji kenyataan atas tugasnya daripada kegagalan model. Mengidentifikasi valensi (seberapa menyenangkan atau tidak menyenangkannya musik terasa) dan arousal (seberapa tenang atau enerjiknya) sekaligus memang sulit, dan vendor mana pun yang mengklaim penargetan emosi nyaris sempurna patut ditanya berapa skor pembanding manusianya.
Peringkat kualitas bercerita lebih rapat. Studi AIIDE 2022 menempatkan generator terbaiknya dalam jarak 0,17 poin dari musik manusia (4,11 dikurangi 3,94), meskipun hanya 199 jawaban yang bertahan setelah penyaringan dari 1.600 rekrutan, pengingat bahwa data mendengarkan dari pekerja kerumunan itu berisik sebelum informatif. Tes yang lebih kecil oleh Yan (pracetak arXiv 2023) pada 16 aransemen piano gim ritme juga menemukan bahwa pendengar lebih menyukai musik buatan manusia; jumlah respondennya tidak disebutkan.
| Metrik | Nilai | Sumber |
|---|---|---|
| Bardo Composer (generator untuk sesi RPG meja): benar pada valensi dan arousal sekaligus | 34% versus 25% secara kebetulan, p = 0,02 (116 peserta, 2 kelompok masing-masing 58) | Ferreira, Lelis, dan Whitehead, AIIDE 2020 |
| Bardo Composer: benar pada arousal yang dituju, bagian terbaik yang dilaporkan (episode 4, bagian 1) | 87% peserta | Ferreira, Lelis, dan Whitehead, AIIDE 2020 |
| Kualitas keseluruhan, skala 1 sampai 5, rata-rata ± SD | Manusia 4,11 ± 0,73, metode pencarian pohon (PUCT) 3,94 ± 0,76, CS 3,68 ± 0,96, SBBS 3,62 ± 1,01 (199 jawaban valid dari 1.600 yang direkrut, 80 karya per generator) | Ferreira dkk., AIIDE 2022 |
| Klip emosional gubahan, kesepakatan pendengar pada desain satu peringkat | 58,5% secara keseluruhan: valensi 59,2%, arousal 59,4%, ketegangan 56,8% (180 peserta, 90 klip) | Plut, disertasi doktoral Simon Fraser University 2022 |
| Set klip tempat pendengar mengonfirmasi label sang komposer | 19 dari 30 cocok, 10 tidak sepakat, 1 tanpa kesepakatan yang jelas | Plut, disertasi doktoral Simon Fraser University 2022 |
Bahkan klip yang ditulis untuk emosi sasaran meleset darinya: 10 dari 30 set menuju arah sebaliknya. Sistem generatif yang dilatih dengan label semacam itu mewarisi ketidaksepakatan tersebut.
Data terbaru yang tersedia: Ferreira dkk., AIIDE 2022. Kami tidak menemukan studi pendengar berskala serupa untuk musik gim dari 2025 atau 2026.
3. Pengukuran Sistem: Kecepatan, Stabilitas, dan Perilaku
Rasio kemenangan agen gim berbasis audio saja naik dari 0,52 menjadi 0,94 begitu musik latar mengikuti kesehatan dan jarak pemain. Tidak ada manusia yang bermain dalam studi IEEE CoG itu, dan studi tersebut memakai aturan volume sederhana atas kelompok instrumen yang dipisahkan. Studi itu tetap menyampaikan poin yang berguna: musik adaptif dapat membawa keadaan gim, bukan hanya suasana. Gim ritme membawa gagasan ini paling jauh, meskipun lagunya berlisensi, bukan dihasilkan, seperti ditunjukkan statistik lisensi musik gim ritme kami.
Kecepatan tidak merata. Model klip mengalahkan waktu nyata pada satu mesin uji, sedangkan alur transformer yang berat masih berjalan secara luring. Stabilitas prompt adalah kekhawatiran yang lebih baru: Wu dan Si (IVA 2026) menguji apakah perubahan kecil pada prompt menyebabkan lompatan musikal mendadak, yang akan merusak skor yang mengubah prompt selama bermain.
| Metrik | Nilai | Sumber |
|---|---|---|
| Waktu menghasilkan satu klip MusicGen 8 detik (CPU Threadripper 2950X, GPU RTX 2080) | Kurang dari 4 detik | Marrinan dkk., pracetak arXiv 2024 |
| Siklus pembaruan pesan keadaan gim pada sistem musik adaptif | Setiap 30 ms, dengan agen menulis dua birama (ruas musik) sekaligus | Hutchings dan McCormack, IEEE Transactions on Games 2019 |
| Aransemen unik dari satu skor adaptif generatif | Hampir 14 triliun, dihasilkan secara luring karena model MMM terlalu berat untuk waktu nyata | Plut, disertasi doktoral Simon Fraser University 2022 |
| Kemiripan audio setelah perubahan kecil pada prompt, MusicGen-large, kemiripan kosinus CLAP (1,0 = identik) | 0,7666 dengan satu kata diganti, 0,8202 dengan pergeseran intensitas (75 kelompok prompt di semua kondisi, 6 seed) | Wu dan Si, IVA 2026 |
| Rasio kemenangan, agen audio saja dengan encoder audio FFT, musik asli versus adaptif | 0,52 versus 0,94; rata-rata keunggulan poin kesehatan 27,03 versus 136,14 (90 ronde per kondisi) | Khan dkk., IEEE CoG 2023 |
| Rasio kemenangan, agen audio saja dengan encoder mel-spektrogram, musik asli versus adaptif | 0,56 versus 0,68 (90 ronde per kondisi) | Khan dkk., IEEE CoG 2023 |
| Frechet Audio Distance terhadap set acuan sinematik 32 jam, kampanye RPG meja, lebih rendah berarti lebih dekat | Generator terbaik 3,00 versus soundtrack manusia asli 9,66 | Marra dan Ferreira, lokakarya LAMIR (arXiv 2024) |
| Kesesuaian cerita: divergensi dari musik latar asli (KLD), lebih rendah berarti lebih dekat | Versi dengan prompt emosi 3,34 ± 1,89 versus pembanding 4,84 ± 2,98 | Marra dan Ferreira, lokakarya LAMIR (arXiv 2024) |
Baris Frechet perlu kehati-hatian. Jarak yang lebih rendah berarti audio yang secara statistik lebih dekat ke set acuan sinematik, bukan musik yang lebih baik daripada soundtrack manusia. Makalah Babel Bardo memakai metrik otomatis pada 2 kampanye, tanpa uji preferensi manusia, dan memperlakukan studi pendengar sebagai pekerjaan di masa depan.
4. Data Pelatihan: Korpus yang Dibangun di Atas Chip Suara Lama
NES Music Database memuat 5.278 lagu dari 397 gim, sekitar 46,1 jam secara total. Konsol era 1980-an tetap menjadi pusat riset musik gim karena lagunya ringkas, multi-instrumen, dan simbolik, bukan karena menyerupai skor orkestra modern. Kesenjangan antara data pelatihan dan soundtrack yang dirilis layak diingat: untuk alternatif stok berlisensi, lihat statistik pustaka musik produksi kami.
Kebiasaan evaluasi sama pentingnya dengan ukuran. Baik NES Video-Music Database maupun pembanding YM2413-MDB tidak memakai tes mendengarkan, melainkan bersandar pada metrik objektif dan pengklasifikasi. Generasi bersyarat mendekati musik manusia pada kelima metrik yang dilaporkan, namun pengklasifikasi genre tetap lebih jarang mengenali karya yang dihasilkan daripada karya manusia.
| Metrik | Nilai | Sumber |
|---|---|---|
| Ukuran NES Music Database | 5.278 lagu, 397 gim, 296 komposer | Donahue dkk., ISMIR 2018 |
| Volume NES Music Database | 2.325.636 not, 46,1 jam | Donahue dkk., ISMIR 2018 |
| Ukuran NES Video-Music Database | 98.940 klip berdurasi 15 detik dari 389 gim, 474 jam video | Cardoso dkk., FDG 2024 |
| Karya dengan klip permainan berpasangan, NES Video-Music Database | 4.070 dari 5.278 karya | Cardoso dkk., FDG 2024 |
| Kemiripan pola groove: model bersyarat video, model tanpa syarat, karya manusia | 0,821, 0,694, 0,999 (140 karya per set) | Cardoso dkk., FDG 2024 |
| Akurasi pengklasifikasi genre pada karya yang dihasilkan versus karya manusia | 22% versus 34% | Cardoso dkk., FDG 2024 |
| YM2413-MDB, musik gim chip FM tahun 1980-an dengan label emosi | 669 berkas, 15,4 jam, 19 label emosi, 2 anotator ditambah 3 verifikator per lagu | Choi dkk., ISMIR 2022 |
| Akurasi pengenalan emosi empat kuadran, YM2413-MDB | 0,65 terbaik pada audio (ResNet potongan pendek), 0,48 terbaik pada musik simbolik (regresi logistik) | Choi dkk., ISMIR 2022 |
Label emosi tetap menjadi sumber daya paling langka. VGMIDI dimulai dengan 823 karya yang 95 di antaranya dianotasi, menghasilkan 966 frasa berlabel dan pengklasifikasi sentimen dengan akurasi 89,83 ± 3,14% (Ferreira dan Whitehead, ISMIR 2019). Set berlabelnya kemudian tumbuh menjadi 200 karya (Ferreira, Lelis, dan Whitehead, AIIDE 2020). Label struktur lebih tipis lagi: pracetak 2026 oleh Luo dan Reiss membangun set data audio gim dengan 309 anotasi struktural, dengan argumen bahwa lemahnya pemahaman struktur adalah salah satu alasan industri jarang memakai generator saraf.
Data terbaru yang tersedia: Donahue dkk. 2018, Ferreira dan Whitehead 2019, Choi dkk. 2022.
5. Komposer: Kualitas dan Identitas Lebih Penting daripada Rasa Takut Kehilangan Pekerjaan
‘AI tidak menghasilkan musik orisinal berkualitas manusia’ adalah subtema terbesar dalam satu studi wawancara komposer gim profesional, dengan 191 dari 1.199 kode. Keamanan kerja hanya mendapat 11. Naluri untuk membaca bidang ini sebagai kepanikan soal tenaga kerja tidak sesuai dengan apa yang sebenarnya dibahas ke-11 komposer ini selama wawancara: kualitas, kendali kreatif, dan kepemilikan. Itu membingkai ulang arahan desain untuk alat-alatnya, dan terhubung dengan pertanyaan hukum yang dilacak dalam statistik klaim hak cipta musik hasil AI kami.
Ini adalah jumlah kode dari analisis tematik reflektif oleh satu peneliti, sehingga mengukur seberapa sering topik itu muncul, bukan berapa banyak orang yang memegang suatu pandangan. Perlakukan sebagai peta percakapan, bukan jajak pendapat.
| Metrik | Nilai | Sumber |
|---|---|---|
| Sampel studi, komposer gim profesional dengan setidaknya satu gim terbit | 11 orang, sekitar 13 jam wawancara, 1.199 kode | Worrall dan Collins, IEEE Transactions on Games 2023 |
| Porsi kode tentang kekhawatiran terhadap teknologi musik AI | 38,87% | Worrall dan Collins, IEEE Transactions on Games 2023 |
| Porsi kode tentang benturan antara ego kreatif dan AI versus porsi tentang manfaat AI | 29,36% versus 13,09% | Worrall dan Collins, IEEE Transactions on Games 2023 |
| Kode tentang ‘AI musik berbenturan dengan ego kreatif’ versus ‘AI dapat menguntungkan alur kerja’ | 133 versus 70 | Worrall dan Collins, IEEE Transactions on Games 2023 |
| Kode tentang kekhawatiran keamanan kerja versus kekhawatiran representasi musikal dan kepemilikan | 11 versus 83 | Worrall dan Collins, IEEE Transactions on Games 2023 |
6. Konteks Bidang: Sedikit Sistem yang Diteliti, Pemain Steam yang Waspada
Sensus akademik paling lengkap yang bisa kami baca, dari 2022, hanya mencakup 34 sistem musik generatif dari gim, 19 di antaranya dari dekade sebelumnya. Tinjauan yang lebih baru oleh Luo dan Reiss (AES 2025) menyatakan bahwa prototipe akademik dan penggunaan komersial masih berbeda arah karena kedua pihak memprioritaskan kebaruan, keandalan, dan sumber daya secara berbeda. Tidak ada set data publik yang kami temukan yang menghitung gim terbit yang memakai musik prosedural, sehingga angka semacam itu di internet patut dicurigai.
Proksi terdekat untuk sentimen pemain datang dari Steam, dan cakupannya gim secara utuh, bukan soundtrack. Pracetak 2026 ini memakai generasi konten prosedural sebagai pembanding untuk gim yang mengungkapkan penggunaan AI generatif. Pengulas cenderung membaca AI generatif sebagai tanda rendahnya investasi pengembang, yang menjadi peringatan bagi alat musik apa pun yang dipasarkan dengan label itu.
| Metrik | Nilai | Sumber |
|---|---|---|
| Sistem musik generatif dari gim dalam satu survei akademik | 34 sistem, 19 dari 10 tahun sebelum survei | Plut, disertasi doktoral Simon Fraser University 2022 |
| Porsi rilis Steam yang mengungkapkan AI generatif | 5,6% pada 2024, 10,3% pada 2025 | Bazzaz dan Cooper, pracetak arXiv 2026 |
| Tingkat rekomendasi, gim berkonten prosedural versus gim AI generatif | 86,3% versus 68,4% (5.186 versus 5.970 gim, 508.192 ulasan berbahasa Inggris) | Bazzaz dan Cooper, pracetak arXiv 2026 |
| Hasil regresi logistik untuk gim AI generatif versus gim berkonten prosedural | Rasio odds 0,63 (CI 95% [0,62; 0,64], p < 0,001) | Bazzaz dan Cooper, pracetak arXiv 2026 |
| Tingkat rekomendasi pada gim gratis versus gim berbayar, prosedural versus AI generatif | Gratis 83,1% versus 50,1%; berbayar 86,9% versus 78,9% | Bazzaz dan Cooper, pracetak arXiv 2026 |
| Tingkat rekomendasi pada ulasan yang menunjukkan kesadaran akan AI generatif | 49,5% (63,7% sentimen negatif, n = 7.834) | Bazzaz dan Cooper, pracetak arXiv 2026 |
Ringkasan: Sistem Musik Gim Prosedural dan Generatif dalam Angka
| Metrik | Nilai | Sumber |
|---|---|---|
| Pendengar Bardo Composer benar pada valensi dan arousal | 34% versus 25% secara kebetulan (116 peserta) | Ferreira, Lelis, dan Whitehead, AIIDE 2020 |
| Kualitas keseluruhan, manusia versus generator terbaik, skala 1 sampai 5 | 4,11 versus 3,94 (199 jawaban valid) | Ferreira dkk., AIIDE 2022 |
| Imersi, sistem adaptif versus skor asli StarCraft II | p = 0,053 (34 pemain) | Hutchings dan McCormack, IEEE Transactions on Games 2019 |
| Panahan VR, musik tetap versus generatif adaptif | 22 peserta, rasa kehadiran dan dampak emosional meningkat | Wen dkk., IEEE Transactions on Visualization and Computer Graphics 2026 |
| Soundtrack generatif versus linear dalam gim mirip Tetris | 39 mahasiswa sarjana, hipotesis tidak terdukung | Sites dan Potter, Game Studies 2018 |
| Aransemen unik dari satu skor adaptif generatif | Hampir 14 triliun, hanya luring | Plut, disertasi doktoral Simon Fraser University 2022 |
| Waktu menghasilkan klip MusicGen 8 detik | Kurang dari 4 detik | Marrinan dkk., pracetak arXiv 2024 |
| Kemiripan MusicGen-large setelah pergeseran intensitas pada prompt | 0,8202 kemiripan kosinus CLAP | Wu dan Si, IVA 2026 |
| Rasio kemenangan agen audio saja, musik asli versus adaptif | 0,52 versus 0,94 | Khan dkk., IEEE CoG 2023 |
| Frechet Audio Distance, generator terbaik versus soundtrack manusia | 3,00 versus 9,66 | Marra dan Ferreira, lokakarya LAMIR (arXiv 2024) |
| NES Music Database | 5.278 lagu, 397 gim, 46,1 jam | Donahue dkk., ISMIR 2018 |
| NES Video-Music Database | 98.940 klip, 389 gim | Cardoso dkk., FDG 2024 |
| YM2413-MDB | 669 berkas, 15,4 jam | Choi dkk., ISMIR 2022 |
| Kode komposer tentang ‘tidak orisinal, berkualitas manusia’ versus keamanan kerja | 191 versus 11 dari 1.199 kode | Worrall dan Collins, IEEE Transactions on Games 2023 |
| Tingkat rekomendasi Steam, gim prosedural versus gim AI generatif | 86,3% versus 68,4% | Bazzaz dan Cooper, pracetak arXiv 2026 |
Metodologi dan Sumber
Kami membaca setiap studi atau halaman repositorinya dan melaporkan sampel sebagaimana tercetak. Tidak ada angka yang berasal dari blog SEO atau artikel daftar.
- Wen dkk., Tuning Immersion and Performance with Adaptive Generative Music in VR, IEEE TVCG 2026
- Hutchings dan McCormack, Adaptive Music Composition for Games, IEEE Transactions on Games 2019
- Plut, Application and evaluation of affective adaptive generative music for video games, Simon Fraser University 2022
- Ferreira, Lelis, dan Whitehead, Computer-Generated Music for Tabletop Role-Playing Games, AIIDE 2020
- Ferreira dkk., Controlling Perceived Emotion in Symbolic Music Generation with Monte Carlo Tree Search, AIIDE 2022
- Ferreira dan Whitehead, Learning to Generate Music With Sentiment, ISMIR 2019
- Worrall dan Collins, Considerations and Concerns of Professional Game Composers Regarding Artificially Intelligent Music Technology, IEEE Transactions on Games 2023
- Donahue dkk., The NES Music Database, ISMIR 2018
- Cardoso dkk., The NES Video-Music Database, FDG 2024
- Choi dkk., YM2413-MDB, ISMIR 2022
- Khan dkk., Fighting Game Adaptive Background Music for Improved Gameplay, diperbarui dari IEEE CoG 2023
- Wu dan Si, Evaluating Prompt Robustness in Text-to-Audio Systems, IVA 2026
- Marrinan dkk., AI audio for user-generated game content, pracetak arXiv 2024
- Marra dan Ferreira, Long-Form Text-to-Music Generation with Adaptive Prompts, lokakarya LAMIR
- Bazzaz dan Cooper, Player Perceptions of Generative AI in Games, pracetak arXiv 2026
- Luo dan Reiss, Procedural Music Generation Systems in Games, AES 2025 dan Supervised Learning for Game Music Segmentation, pracetak arXiv 2026
- Sites dan Potter, Everything Merges with the Game, Game Studies 2018, dengan sampel yang diambil dari ringkasan Playlab Tampere University
- Adam, Procedural Music Generation and Adaptation Based on Game State, tesis magister Cal Poly 2014 dan Yan, Generating Rhythm Game Music with Jukebox, pracetak arXiv 2023
- Catatan data: Sebagian besar sampel di sini kecil, sehingga hasil yang tidak signifikan bukan bukti tidak adanya efek. Worrall dan Collins menyebut 29 subtema di satu tempat dan 30 di tempat lain (tabel mereka mencantumkan 29), dan hitungan komposer AAA mereka tidak cocok, sehingga kami tidak mengutip keduanya. Bab PreGLAM Plut menyebut 50 peserta di pendahuluannya dan 48 di metodenya; kami memakai 48. Pada Wu dan Si, tabel teks lengkap yang kami baca menunjukkan kemiripan Stable Audio yang lebih rendah di bawah parafrase daripada yang tersirat dari peringkat abstraknya, sehingga kami hanya mengutip angka MusicGen-large, yang sejalan dengan abstrak. Khan dkk. tidak memakai pemain manusia dan tidak melaporkan uji signifikansi. Pracetak Steam mencakup gim secara utuh dan belum ditinjau sejawat, dan median waktu bermainnya berbeda antara tabel dan teks, sehingga kami menghilangkan angka itu. Wawancara komposer berasal dari 2023 dan sensus sistem dari 2022, sehingga keduanya sudah layak memiliki penerus. Survei musik adaptif yang dijalankan vendor dan beredar di internet tidak dapat dilacak ke dokumen primer sehingga dibuang. Angka adopsi komersial tidak tersedia dalam bentuk yang dapat kami verifikasi.
Terakhir diperbarui: 31 Oktober 2026. Kami memperbarui rangkuman ini setiap kuartal, dan pembaruan berikutnya diperkirakan terjadi ketika prosiding AIIDE 2026 dan ISMIR 2026 dipublikasikan.