Słuchacze rozpoznali emocję, którą miał wywołać generator muzyki do gier, tylko w 34% przypadków wobec 25% losowo, a utwory skomponowane przez ludzi w tym samym teście uzyskały taki sam wynik 34% (Ferreira, Lelis i Whitehead, AIIDE 2020). Ten wynik wyznacza ramy tej dziedziny: cel jest trudny nawet dla muzyki tworzonej przez ludzi. System adaptacyjny Hutchingsa i McCormacka uzyskał istotny wynik immersji w obrębie grup, ale żadne z jego czterech porównań między grupami nie spadło poniżej p = 0,05 (IEEE Transactions on Games 2019). Na Steam gry ujawniające użycie generatywnej AI mają wskaźnik rekomendacji 68,4% wobec 86,3% dla gier z treściami proceduralnymi, choć ta liczba dotyczy całych gier, a nie muzyki (Bazzaz i Cooper, preprint arXiv 2026). Zebraliśmy dane z IEEE Transactions on Games, AIIDE, ISMIR, IEEE Conference on Games oraz recenzowanych badań graczy. To zestawienie skupia się na systemach i ich ocenach, więc warto czytać je razem z naszymi statystykami ścieżek dźwiękowych do gier, które opisują komercyjną stronę muzyki w grach.
TL;DR
- 34% poprawnych odpowiedzi dla walencji i pobudzenia łącznie wobec 25% losowo, przy czym utwory ludzkie także uzyskały 34% (Ferreira i in., AIIDE 2020, 116 uczestników).
- Immersja: p = 0,121 dla Zeldy i p = 0,053 dla StarCraft II, system adaptacyjny wobec oryginalnej ścieżki (Hutchings i McCormack, IEEE Transactions on Games 2019, 34 graczy).
- Muzyka adaptacyjna zwiększyła poczucie obecności i wpływ emocjonalny w łucznictwie w VR (Wen i in., IEEE TVCG 2026, 22 uczestników).
- Ogólna jakość w skali od 1 do 5: ludzie 4,11, najlepszy generator 3,94 (Ferreira i in., AIIDE 2022, 199 ważnych odpowiedzi).
- Wskaźnik wygranych agenta grającego wyłącznie na podstawie dźwięku wzrósł z 0,52 do 0,94 przy muzyce adaptacyjnej (Khan i in., IEEE CoG 2023, 90 rund na warunek).
- MusicGen tworzył 8-sekundowe fragmenty w czasie krótszym niż 4 sekundy na jednym komputerze testowym (Marrinan i in., preprint arXiv 2024).
- 5.278 utworów z 397 gier w NES Music Database (Donahue i in., ISMIR 2018).
- 98.940 fragmentów rozgrywki sparowanych z muzyką z 389 gier (Cardoso i in., FDG 2024).
- 38,87% kodów z wywiadów to obawy, a 13,09% to korzyści (Worrall i Collins, IEEE Transactions on Games 2023, 11 kompozytorów).
- Wskaźnik rekomendacji na Steam: 86,3% dla gier z treściami proceduralnymi wobec 68,4% dla gier z generatywną AI (Bazzaz i Cooper, preprint arXiv 2026).
1. Badania graczy: napięcie reaguje, immersję trudniej udowodnić
Żadne z czterech porównań między grupami w badaniu Hutchingsa i McCormacka nie spadło poniżej p = 0,05, choć test wewnątrzgrupowy z tej pracy to osiągnął. Teza ‘gracze czuli się bardziej zanurzeni’ jest prawdziwa w odniesieniu do zmiany u każdej osoby, ale nie jako czyste zwycięstwo nad oryginalną ścieżką dźwiękową. Tak małe próby wykrywają tylko duże efekty, więc wynik tuż obok progu, p = 0,053, nie świadczy ani o sukcesie, ani o porażce.
Napięcie to wynik bardziej solidny. W Galactic Escape, grze testowej Simon Fraser University, ścieżka adaptacyjna zwiększała odczuwane napięcie nawet wtedy, gdy była odwrotnie przypisana do krzywej napięcia w grze. Sugeruje to, że muzyka reagująca w słyszalny sposób może mieć większe znaczenie niż muzyka reagująca poprawnie, co powinno dać do myślenia każdemu, kto spędza tygodnie nad regułami mapowania. Wen i in. (2026) dodają ostrzeżenie z VR: umiarkowane napięcie muzyczne poprawiało celność i czas celowania, a wysokie napięcie pogarszało oba wskaźniki, co daje kształt odwróconej litery U.
| Metryka | Wartość | Źródło |
|---|---|---|
| Stała ścieżka dźwiękowa wobec adaptacyjnej ścieżki generatywnej w łucznictwie w VR, schemat wewnątrzosobniczy | 22 uczestników, 4 fazy napięcia; wzrosło poczucie obecności i wpływ emocjonalny | Wen i in., IEEE Transactions on Visualization and Computer Graphics 2026 |
| Immersja, system adaptacyjny wobec oryginalnej ścieżki gry Zelda: MoS | p = 0,121, η² = 0,042 (34 graczy, 2 grupy po 17, sesje po 20 minut) | Hutchings i McCormack, IEEE Transactions on Games 2019 |
| Immersja, system adaptacyjny wobec oryginalnej ścieżki StarCraft II | p = 0,053, η² = 0,079 | Hutchings i McCormack, IEEE Transactions on Games 2019 |
| Deklarowany wpływ muzyki na immersję, w obrębie każdej grupy, z systemem adaptacyjnym | Istotny wzrost w obu grupach (p<0,05, test znaków rangowych Wilcoxona) | Hutchings i McCormack, IEEE Transactions on Games 2019 |
| Odczuwane napięcie, średnia wg ścieżki: z mapowaniem napięcia 0,62, z odwrotnym mapowaniem 0,61, bez muzyki 0,55, neutralna 0,49 | F(3, 87) = 3,662, p = 0,015, cząstkowe η² = 0,112 (30 graczy zachowanych z 35 zrekrutowanych) | Plut, rozprawa doktorska, Simon Fraser University 2022 |
| Ścieżka generatywna wobec skomponowanej ścieżki liniowej wobec skomponowanej ścieżki adaptacyjnej | 48 uczestników; liniowa oceniona najwyżej we wszystkich pytaniach, generatywna tuż za nią pod względem spójności emocjonalnej, immersji i preferencji | Plut, rozprawa doktorska, Simon Fraser University 2022 |
| Generatywna wobec liniowej ścieżki w grze podobnej do Tetrisa | 39 studentów studiów licencjackich; hipotezy niepotwierdzone, gracze nie potrafili odróżnić obu ścieżek, a stan flow mimo to został zmieniony | Sites i Potter, Game Studies 2018 |
| Zbiór treningowy oceniony pod kątem nastroju dla generatora muzyki do gry internetowej, następnie testy A/B wobec muzyki statycznej | 80 ocenionych utworów; adaptacyjność niekoniecznie poprawiała wynik względem muzyki skomponowanej | Adam, praca magisterska, Cal Poly 2014 |
Dwa najstarsze wiersze dodają niuansów. Sites i Potter zaobserwowali wyższy stan flow (stan skupionego, satysfakcjonującego zaangażowania) u osób, które grały najpierw w wersję generatywną (próba z podsumowania Tampere University Playlab), a praca o AUD.js nie wykazała automatycznego zysku względem skomponowanej ścieżki.
Najnowsze dostępne dane dla tego tematu: Wen i in. 2026. Wszystkie pozostałe badania tutaj pochodzą z lat 2014 do 2022.
2. Oceny słuchaczy: czy zamierzona emocja przetrwa?
Utwory skomponowane przez ludzi nie wypadły lepiej niż generator w teście Bardo Composer: oba uzyskały 34%. To bardziej sprawdzian realizmu samego zadania niż porażka modelu. Jednoczesne rozpoznanie walencji (jak przyjemna lub nieprzyjemna jest muzyka) i pobudzenia (jak spokojna lub energiczna jest muzyka) jest po prostu trudne, a każdego dostawcę, który twierdzi, że niemal bezbłędnie trafia w zamierzoną emocję, należy zapytać, jaki wynik osiągnął poziom bazowy dla ludzi.
Oceny jakości opowiadają bardziej zwartą historię. Badanie AIIDE z 2022 roku umieściło swój najlepszy generator w odległości 0,17 punktu od muzyki ludzkiej (4,11 minus 3,94), choć po odfiltrowaniu z 1.600 zrekrutowanych osób ostało się tylko 199 odpowiedzi, co przypomina, że dane ze słuchania zbierane od pracowników platform crowdsourcingowych są zaszumione, zanim staną się informacyjne. Mniejszy test Yana (preprint arXiv 2023) na 16 fortepianowych aranżacjach do gier rytmicznych także wykazał, że słuchacze woleli muzykę stworzoną przez ludzi; nie podaje on liczby respondentów.
| Metryka | Wartość | Źródło |
|---|---|---|
| Bardo Composer (generator do sesji papierowych gier fabularnych): poprawna odpowiedź dla walencji i pobudzenia łącznie | 34% wobec 25% losowo, p = 0,02 (116 uczestników, 2 grupy po 58) | Ferreira, Lelis i Whitehead, AIIDE 2020 |
| Bardo Composer: poprawna odpowiedź dla zamierzonego pobudzenia, najlepszy zgłoszony fragment (odcinek 4, część 1) | 87% uczestników | Ferreira, Lelis i Whitehead, AIIDE 2020 |
| Ogólna jakość, skala od 1 do 5, średnia ± odchylenie standardowe | Ludzie 4,11 ± 0,73, metoda przeszukiwania drzewa (PUCT) 3,94 ± 0,76, CS 3,68 ± 0,96, SBBS 3,62 ± 1,01 (199 ważnych odpowiedzi z 1.600 zrekrutowanych osób, 80 utworów na generator) | Ferreira i in., AIIDE 2022 |
| Skomponowane klipy emocjonalne, zgodność słuchaczy w schemacie jednej rangi | 58,5% ogółem: walencja 59,2%, pobudzenie 59,4%, napięcie 56,8% (180 uczestników, 90 klipów) | Plut, rozprawa doktorska, Simon Fraser University 2022 |
| Zestawy klipów, w których słuchacze potwierdzili etykiety kompozytora | 19 z 30 się zgadzało, 10 się nie zgadzało, 1 bez wyraźnej zgodności | Plut, rozprawa doktorska, Simon Fraser University 2022 |
Nawet klipy napisane pod zamierzoną emocję chybiały celu: 10 z 30 zestawów poszło w przeciwnym kierunku. Systemy generatywne trenowane na takich etykietach dziedziczą tę niezgodność.
Najnowsze dostępne dane: Ferreira i in., AIIDE 2022. Nie znaleźliśmy badania słuchaczy muzyki do gier z 2025 ani 2026 roku o podobnej skali.
3. Pomiary systemów: szybkość, stabilność i zachowanie
Wskaźnik wygranych agenta grającego wyłącznie na podstawie dźwięku wzrósł z 0,52 do 0,94, gdy muzyka w tle zaczęła śledzić zdrowie gracza i dystans. W tym badaniu IEEE CoG nie grał żaden człowiek, a system stosuje proste reguły głośności na rozdzielonych grupach instrumentów. Mimo to pokazuje on użyteczną rzecz: muzyka adaptacyjna może przenosić stan gry, nie tylko nastrój. Gry rytmiczne posuwają tę ideę najdalej, choć ich ścieżki są licencjonowane, a nie generowane, jak pokazują nasze statystyki licencjonowania muzyki w grach rytmicznych.
Szybkość bywa nierówna. Model fragmentów wyprzedził czas rzeczywisty na jednym komputerze testowym, podczas gdy ciężki potok oparty na transformerze nadal działał poza grą. Stabilność promptów to nowsza kwestia: Wu i Si (IVA 2026) sprawdzili, czy drobne zmiany w promptach powodują gwałtowne skoki muzyczne, co zepsułoby ścieżkę zmieniającą prompty w trakcie gry.
| Metryka | Wartość | Źródło |
|---|---|---|
| Czas wygenerowania 8-sekundowego fragmentu MusicGen (procesor Threadripper 2950X, karta RTX 2080) | Mniej niż 4 sekundy | Marrinan i in., preprint arXiv 2024 |
| Cykl aktualizacji komunikatów o stanie gry w adaptacyjnym systemie muzycznym | Co 30 ms, przy czym agenci zapisują po dwa takty (odcinki muzyki) naraz | Hutchings i McCormack, IEEE Transactions on Games 2019 |
| Unikalne aranżacje z jednej generatywnej ścieżki adaptacyjnej | Prawie 14 bilionów, wygenerowane poza grą, ponieważ model MMM jest zbyt ciężki dla czasu rzeczywistego | Plut, rozprawa doktorska, Simon Fraser University 2022 |
| Podobieństwo dźwięku po niewielkiej zmianie promptu, MusicGen-large, podobieństwo cosinusowe CLAP (1,0 = identyczne) | 0,7666 po zamianie jednego słowa, 0,8202 po zmianie intensywności (75 grup promptów we wszystkich warunkach, 6 ziaren losowych) | Wu i Si, IVA 2026 |
| Wskaźnik wygranych, agent grający wyłącznie na podstawie dźwięku z koderem audio FFT, muzyka oryginalna wobec adaptacyjnej | 0,52 wobec 0,94; średnia przewaga w punktach zdrowia 27,03 wobec 136,14 (90 rund na warunek) | Khan i in., IEEE CoG 2023 |
| Wskaźnik wygranych, agent grający wyłącznie na podstawie dźwięku z koderem mel-spektrogramu, muzyka oryginalna wobec adaptacyjnej | 0,56 wobec 0,68 (90 rund na warunek) | Khan i in., IEEE CoG 2023 |
| Odległość Frécheta dla dźwięku (Frechet Audio Distance) od 32-godzinnego kinowego zbioru odniesienia, kampania papierowej gry fabularnej, niższa wartość oznacza bliższy dźwięk | Najlepszy generator 3,00 wobec oryginalnej ludzkiej ścieżki 9,66 | Marra i Ferreira, warsztaty LAMIR (arXiv 2024) |
| Dopasowanie do fabuły: rozbieżność względem oryginalnej muzyki w tle (KLD), niższa wartość oznacza bliższy dźwięk | Wersja z promptem emocji 3,34 ± 1,89 wobec poziomu bazowego 4,84 ± 2,98 | Marra i Ferreira, warsztaty LAMIR (arXiv 2024) |
Wiersz z odległością Frécheta wymaga ostrożności. Mniejsza odległość oznacza dźwięk statystycznie bliższy kinowemu zbiorowi odniesienia, a nie lepszą muzykę niż ludzka ścieżka. Praca o Babel Bardo wykorzystała automatyczne metryki w 2 kampaniach, bez testu preferencji ludzi, a badania słuchaczy traktuje jako przyszłą pracę.
4. Dane treningowe: zbiory zbudowane na dawnych układach dźwiękowych
NES Music Database zawiera 5.278 utworów z 397 gier, łącznie około 46,1 godziny. Konsola z lat 80. pozostaje kluczowa dla badań nad muzyką do gier, bo jej utwory są zwarte, wieloinstrumentalne i symboliczne, a nie dlatego, że przypomina współczesną ścieżkę orkiestrową. Warto pamiętać o dystansie między danymi treningowymi a wydanymi ścieżkami: o licencjonowanych gotowych alternatywach przeczytasz w naszych statystykach bibliotek muzyki produkcyjnej.
Zwyczaj oceniania liczy się tak samo jak rozmiar. Ani poziom bazowy NES Video-Music Database, ani YM2413-MDB nie opierał się na teście odsłuchowym, korzystając z metryk obiektywnych i klasyfikatorów. Generowanie warunkowe zbliżyło się do muzyki ludzkiej we wszystkich pięciu raportowanych metrykach, a mimo to klasyfikator gatunku rozpoznawał utwory generowane rzadziej niż ludzkie.
| Metryka | Wartość | Źródło |
|---|---|---|
| Rozmiar NES Music Database | 5.278 utworów, 397 gier, 296 kompozytorów | Donahue i in., ISMIR 2018 |
| Objętość NES Music Database | 2.325.636 nut, 46,1 godziny | Donahue i in., ISMIR 2018 |
| Rozmiar NES Video-Music Database | 98.940 klipów po 15 sekund z 389 gier, 474 godziny wideo | Cardoso i in., FDG 2024 |
| Utwory ze sparowanymi klipami rozgrywki, NES Video-Music Database | 4.070 z 5.278 utworów | Cardoso i in., FDG 2024 |
| Podobieństwo wzorców groove: model warunkowany wideo, model niewarunkowany, utwory ludzkie | 0,821; 0,694; 0,999 (140 utworów na zestaw) | Cardoso i in., FDG 2024 |
| Dokładność klasyfikatora gatunku na utworach generowanych wobec ludzkich | 22% wobec 34% | Cardoso i in., FDG 2024 |
| YM2413-MDB, muzyka z gier na układzie FM z lat 80. z etykietami emocji | 669 plików, 15,4 godziny, 19 etykiet emocji, 2 adnotatorów i 3 weryfikatorów na utwór | Choi i in., ISMIR 2022 |
| Dokładność rozpoznawania emocji w czterech ćwiartkach, YM2413-MDB | 0,65 najlepiej dla audio (ResNet krótkich fragmentów), 0,48 najlepiej dla muzyki symbolicznej (regresja logistyczna) | Choi i in., ISMIR 2022 |
Etykiety emocji pozostają najrzadszym zasobem. VGMIDI zaczęło od 823 utworów, z których 95 zostało opisanych, co dało 966 oznaczonych fraz i klasyfikator sentymentu o skuteczności 89,83 ± 3,14% (Ferreira i Whitehead, ISMIR 2019). Jego oznaczony zbiór urósł później do 200 utworów (Ferreira, Lelis i Whitehead, AIIDE 2020). Etykiet struktury jest jeszcze mniej: preprint Luo i Reissa z 2026 roku zbudował zbiór danych dźwięku do gier z 309 adnotacjami strukturalnymi, argumentując, że słabe rozumienie struktury to jeden z powodów, dla których branża rzadko używa generatorów neuronowych.
Najnowsze dostępne dane: Donahue i in. 2018, Ferreira i Whitehead 2019, Choi i in. 2022.
5. Kompozytorzy: jakość i tożsamość przed obawą o pracę
‘AI nie generuje oryginalnej muzyki o ludzkiej jakości’ było największym podtematem w jednym badaniu wywiadów z zawodowymi kompozytorami gier, z 191 spośród 1.199 kodów. Bezpieczeństwo zatrudnienia uzyskało tylko 11. Odruch, by czytać tę dziedzinę jako panikę o miejsca pracy, nie zgadza się z tym, na co ci 11 kompozytorów faktycznie przeznaczyło czas wywiadów: jakość, kontrolę twórczą i własność. To zmienia założenia projektowe narzędzi i łączy się z kwestiami prawnymi śledzonymi w naszych statystykach roszczeń dotyczących praw autorskich w generowaniu muzyki przez AI.
To liczby kodów z refleksyjnej analizy tematycznej przeprowadzonej przez jednego badacza, więc mierzą, jak często poruszano dany temat, a nie ile osób podziela dany pogląd. Traktuj je jako mapę rozmowy, a nie sondaż.
| Metryka | Wartość | Źródło |
|---|---|---|
| Próba badania, zawodowi kompozytorzy gier z co najmniej jedną wydaną grą | 11 osób, około 13 godzin wywiadów, 1.199 kodów | Worrall i Collins, IEEE Transactions on Games 2023 |
| Udział kodów dotyczących obaw o technologię muzyczną AI | 38,87% | Worrall i Collins, IEEE Transactions on Games 2023 |
| Udział kodów o konflikcie między ego twórczym a AI wobec udziału korzyści z AI | 29,36% wobec 13,09% | Worrall i Collins, IEEE Transactions on Games 2023 |
| Kody ‘muzyczna AI kłóci się z ego twórczym’ wobec ‘AI może usprawnić przepływ pracy’ | 133 wobec 70 | Worrall i Collins, IEEE Transactions on Games 2023 |
| Kody o obawach o bezpieczeństwo zatrudnienia wobec obaw o reprezentację muzyczną i własność | 11 wobec 83 | Worrall i Collins, IEEE Transactions on Games 2023 |
6. Kontekst dziedziny: mało zbadanych systemów, ostrożni gracze Steam
Najpełniejszy spis akademicki, jaki mogliśmy przeczytać, z 2022 roku, obejmuje zaledwie 34 generatywne systemy muzyczne z gier, z czego 19 z poprzedniej dekady. Nowszy przegląd Luo i Reissa (AES 2025) mówi, że prototypy akademickie i zastosowania komercyjne wciąż się rozchodzą, bo obie strony inaczej ustalają priorytety w zakresie nowatorstwa, niezawodności i zasobów. Nie znaleźliśmy żadnego publicznego zbioru danych, który zliczałby wydane gry z muzyką proceduralną, więc każda taka liczba w sieci zasługuje na nieufność.
Najbliższy wskaźnik zastępczy nastrojów graczy pochodzi ze Steam i dotyczy całych gier, a nie ścieżek dźwiękowych. Ten preprint z 2026 roku użył generowania treści proceduralnych jako poziomu bazowego dla gier ujawniających użycie generatywnej AI. Recenzenci mieli tendencję do odczytywania generatywnej AI jako sygnału niskiego zaangażowania twórców, co jest ostrzeżeniem dla każdego narzędzia muzycznego reklamowanego pod tym hasłem.
| Metryka | Wartość | Źródło |
|---|---|---|
| Generatywne systemy muzyczne z gier w jednym przeglądzie akademickim | 34 systemy, 19 z 10 lat przed przeglądem | Plut, rozprawa doktorska, Simon Fraser University 2022 |
| Udział premier na Steam ujawniających generatywną AI | 5,6% w 2024, 10,3% w 2025 | Bazzaz i Cooper, preprint arXiv 2026 |
| Wskaźnik rekomendacji, gry z treściami proceduralnymi wobec gier z generatywną AI | 86,3% wobec 68,4% (5.186 wobec 5.970 gier, 508.192 recenzji po angielsku) | Bazzaz i Cooper, preprint arXiv 2026 |
| Wynik regresji logistycznej dla gier z generatywną AI wobec gier z treściami proceduralnymi | Iloraz szans 0,63 (95% przedział ufności [0,62; 0,64], p < 0,001) | Bazzaz i Cooper, preprint arXiv 2026 |
| Wskaźnik rekomendacji w grach darmowych wobec płatnych, proceduralne wobec generatywnej AI | Darmowe 83,1% wobec 50,1%; płatne 86,9% wobec 78,9% | Bazzaz i Cooper, preprint arXiv 2026 |
| Wskaźnik rekomendacji w recenzjach wykazujących świadomość generatywnej AI | 49,5% (63,7% negatywnego wydźwięku, n = 7.834) | Bazzaz i Cooper, preprint arXiv 2026 |
Podsumowanie: proceduralne i generatywne systemy muzyki w grach w liczbach
| Metryka | Wartość | Źródło |
|---|---|---|
| Słuchacze Bardo Composer, poprawna odpowiedź dla walencji i pobudzenia | 34% wobec 25% losowo (116 uczestników) | Ferreira, Lelis i Whitehead, AIIDE 2020 |
| Ogólna jakość, ludzie wobec najlepszego generatora, skala od 1 do 5 | 4,11 wobec 3,94 (199 ważnych odpowiedzi) | Ferreira i in., AIIDE 2022 |
| Immersja, system adaptacyjny wobec oryginalnej ścieżki StarCraft II | p = 0,053 (34 graczy) | Hutchings i McCormack, IEEE Transactions on Games 2019 |
| Łucznictwo w VR, stała wobec adaptacyjnej muzyki generatywnej | 22 uczestników, wzrosło poczucie obecności i wpływ emocjonalny | Wen i in., IEEE Transactions on Visualization and Computer Graphics 2026 |
| Generatywna wobec liniowej ścieżki w grze podobnej do Tetrisa | 39 studentów studiów licencjackich, hipotezy niepotwierdzone | Sites i Potter, Game Studies 2018 |
| Unikalne aranżacje z jednej generatywnej ścieżki adaptacyjnej | Prawie 14 bilionów, tylko poza grą | Plut, rozprawa doktorska, Simon Fraser University 2022 |
| Czas generowania 8-sekundowego fragmentu MusicGen | Mniej niż 4 sekundy | Marrinan i in., preprint arXiv 2024 |
| Podobieństwo MusicGen-large po zmianie intensywności w prompcie | 0,8202 podobieństwa cosinusowego CLAP | Wu i Si, IVA 2026 |
| Wskaźnik wygranych agenta grającego wyłącznie na podstawie dźwięku, muzyka oryginalna wobec adaptacyjnej | 0,52 wobec 0,94 | Khan i in., IEEE CoG 2023 |
| Odległość Frécheta dla dźwięku, najlepszy generator wobec ludzkiej ścieżki | 3,00 wobec 9,66 | Marra i Ferreira, warsztaty LAMIR (arXiv 2024) |
| NES Music Database | 5.278 utworów, 397 gier, 46,1 godziny | Donahue i in., ISMIR 2018 |
| NES Video-Music Database | 98.940 klipów, 389 gier | Cardoso i in., FDG 2024 |
| YM2413-MDB | 669 plików, 15,4 godziny | Choi i in., ISMIR 2022 |
| Kody kompozytorów o ‘brak oryginalności o ludzkiej jakości’ wobec bezpieczeństwa zatrudnienia | 191 wobec 11 z 1.199 kodów | Worrall i Collins, IEEE Transactions on Games 2023 |
| Wskaźnik rekomendacji na Steam, gry z treściami proceduralnymi wobec gier z generatywną AI | 86,3% wobec 68,4% | Bazzaz i Cooper, preprint arXiv 2026 |
Metodologia i źródła
Przeczytaliśmy każde badanie lub stronę jego repozytorium i podajemy próby tak, jak zostały wydrukowane. Żadna liczba nie pochodzi z bloga SEO ani z listy w stylu listicle.
- Wen i in., Tuning Immersion and Performance with Adaptive Generative Music in VR, IEEE TVCG 2026
- Hutchings i 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 i Whitehead, Computer-Generated Music for Tabletop Role-Playing Games, AIIDE 2020
- Ferreira i in., Controlling Perceived Emotion in Symbolic Music Generation with Monte Carlo Tree Search, AIIDE 2022
- Ferreira i Whitehead, Learning to Generate Music With Sentiment, ISMIR 2019
- Worrall i Collins, Considerations and Concerns of Professional Game Composers Regarding Artificially Intelligent Music Technology, IEEE Transactions on Games 2023
- Donahue i in., The NES Music Database, ISMIR 2018
- Cardoso i in., The NES Video-Music Database, FDG 2024
- Choi i in., YM2413-MDB, ISMIR 2022
- Khan i in., Fighting Game Adaptive Background Music for Improved Gameplay, zaktualizowane względem IEEE CoG 2023
- Wu i Si, Evaluating Prompt Robustness in Text-to-Audio Systems, IVA 2026
- Marrinan i in., AI audio for user-generated game content, preprint arXiv 2024
- Marra i Ferreira, Long-Form Text-to-Music Generation with Adaptive Prompts, warsztaty LAMIR
- Bazzaz i Cooper, Player Perceptions of Generative AI in Games, preprint arXiv 2026
- Luo i Reiss, Procedural Music Generation Systems in Games, AES 2025 oraz Supervised Learning for Game Music Segmentation, preprint arXiv 2026
- Sites i Potter, Everything Merges with the Game, Game Studies 2018, z próbą pobraną z podsumowania Tampere University Playlab
- Adam, Procedural Music Generation and Adaptation Based on Game State, praca magisterska, Cal Poly 2014 oraz Yan, Generating Rhythm Game Music with Jukebox, preprint arXiv 2023
- Uwaga o danych: większość prób tutaj jest niewielka, więc wynik nieistotny statystycznie nie dowodzi braku efektu. Worrall i Collins podają 29 podtematów w jednym miejscu i 30 w innym (ich tabela wymienia 29), a ich liczba kompozytorów AAA nie zgadza się, więc nie cytujemy żadnej z nich. Rozdział PreGLAM u Pluta podaje 50 uczestników we wstępie i 48 w metodach; używamy 48. W pracy Wu i Si tabela z pełnego tekstu, którą przeczytaliśmy, pokazuje niższe podobieństwo Stable Audio przy parafrazie, niż sugeruje ranking z abstraktu, więc cytujemy wyłącznie liczby MusicGen-large, które zgadzają się z abstraktem. Khan i in. nie angażowali ludzkich graczy i nie podają testów istotności. Preprint o Steam obejmuje całe gry i nie jest recenzowany, a jego mediana czasu gry różni się między tabelą a tekstem, więc pomijamy tę liczbę. Wywiady z kompozytorami pochodzą z 2023 roku, a spis systemów z 2022, więc oba czekają na następców. Branżowe zestawienia muzyki adaptacyjnej krążące w sieci, prowadzone przez dostawców, nie dały się powiązać z dokumentem pierwotnym i zostały odrzucone. Liczby dotyczące komercyjnego wdrożenia nie były dostępne w formie, którą moglibyśmy zweryfikować.
Ostatnia aktualizacja: 31 października 2026 roku. Aktualizujemy to zestawienie kwartalnie, a kolejnej większej aktualizacji można się spodziewać, gdy ukażą się materiały konferencyjne AIIDE 2026 i ISMIR 2026.