Статистика процедурных и генеративных систем игровой музыки (2026): более 40 показателей по исследованиям с игроками, оценкам слушателей и тестам систем

Статистика процедурной и генеративной музыки в играх 2026: слушатели угадали задуманную эмоцию лишь в 34% случаев (25% случайно), музыка людей - так же.

Слушатели определили эмоцию, которую задумал генератор игровой музыки, лишь в 34% случаев против 25% случайно, а пьесы, написанные людьми, в том же тесте набрали те же 34% (Феррейра, Лелис и Уайтхед, AIIDE 2020). Этот результат задаёт рамку всей области: цель сложна даже для музыки, написанной людьми. Адаптивная система Хатчингса и Маккормака получила значимый результат по погружению внутри групп, но ни одно из её четырёх сравнений между группами не опустилось ниже p = 0,05 (IEEE Transactions on Games 2019). В Steam игры, заявляющие о генеративном ИИ, получают долю рекомендаций 68,4% против 86,3% у игр с процедурным контентом, хотя эта цифра охватывает игры целиком, а не музыку (Баззаз и Купер, препринт arXiv 2026). Мы собрали данные из IEEE Transactions on Games, AIIDE, ISMIR, IEEE Conference on Games и рецензируемых исследований с игроками. Этот обзор посвящён системам и их оценке, поэтому читайте его вместе с нашей статистикой игровых саундтреков, где разобрана коммерческая сторона игровой музыки.

Кратко (TL;DR)

  • 34% верных ответов по валентности и возбуждению вместе против 25% случайно, при этом пьесы людей тоже дали 34% (Феррейра и соавт., AIIDE 2020, 116 участников).
  • Погружение: p = 0,121 для Zelda и p = 0,053 для StarCraft II, адаптивная система против оригинального саундтрека (Хатчингс и Маккормак, IEEE Transactions on Games 2019, 34 игрока).
  • Адаптивная музыка усилила эффект присутствия и эмоциональное воздействие в VR-стрельбе из лука (Вэнь и соавт., IEEE TVCG 2026, 22 участника).
  • Общее качество по шкале от 1 до 5: человек 4,11, лучший генератор 3,94 (Феррейра и соавт., AIIDE 2022, 199 действительных ответов).
  • Доля побед игрового агента, воспринимающего только звук, выросла с 0,52 до 0,94 при адаптивной музыке (Хан и соавт., IEEE CoG 2023, 90 раундов на условие).
  • MusicGen создавал 8-секундные фрагменты менее чем за 4 секунды на одной тестовой машине (Маринан и соавт., препринт arXiv 2024).
  • 5 278 песен из 397 игр в NES Music Database (Донахью и соавт., ISMIR 2018).
  • 98 940 игровых фрагментов, сопоставленных с музыкой из 389 игр (Кардозу и соавт., FDG 2024).
  • 38,87% кодов интервью были опасениями, а 13,09% - преимуществами (Воррол и Коллинз, IEEE Transactions on Games 2023, 11 композиторов).
  • Доля рекомендаций в Steam: 86,3% для игр с процедурным контентом против 68,4% для игр с генеративным ИИ (Баззаз и Купер, препринт arXiv 2026).

1. Исследования с игроками: напряжение поддаётся, погружение доказать труднее

Ни одно из четырёх сравнений между группами в исследовании Хатчингса и Маккормака не опустилось ниже p = 0,05, хотя тест внутри групп в статье это сделал. Заголовок «игроки почувствовали себя более погружёнными» верен для того, как изменился каждый человек, но не для чистой победы над оригинальным саундтреком. Такие малые выборки способны выявить только крупные эффекты, поэтому почти достигнутая значимость при p = 0,053 не свидетельствует ни об успехе, ни о провале.

Напряжение - более устойчивый результат. В Galactic Escape, тестовой игре Университета Саймона Фрейзера, адаптивный саундтрек усиливал переживаемое напряжение, даже когда был привязан к кривой напряжения игры в обратную сторону. Это говорит о том, что музыка, слышимо реагирующая на происходящее, может быть важнее музыки, реагирующей правильно, и должно заставить задуматься тех, кто неделями возится с правилами привязки. Вэнь и соавт. (2026) добавляют предостережение из VR: умеренное музыкальное напряжение улучшило точность и время прицеливания, а высокое ухудшило и то и другое, то есть зависимость имеет форму перевёрнутой буквы U.

ПоказательЗначениеИсточник
Фиксированный саундтрек против адаптивного генеративного саундтрека в VR-стрельбе из лука, внутрисубъектный дизайн22 участника, 4 фазы напряжения; эффект присутствия и эмоциональное воздействие вырослиВэнь и соавт., IEEE Transactions on Visualization and Computer Graphics 2026
Погружение, адаптивная система против оригинального саундтрека игры Zelda: MoSp = 0,121, η² = 0,042 (34 игрока, 2 группы по 17, сессии по 20 минут)Хатчингс и Маккормак, IEEE Transactions on Games 2019
Погружение, адаптивная система против оригинального саундтрека StarCraft IIp = 0,053, η² = 0,079Хатчингс и Маккормак, IEEE Transactions on Games 2019
Заявленное влияние музыки на погружение внутри каждой группы при адаптивной системеЗначимый рост в обеих группах (p<0,05, критерий знаковых рангов Вилкоксона)Хатчингс и Маккормак, IEEE Transactions on Games 2019
Переживаемое напряжение, среднее по саундтрекам: привязанный к напряжению 0,62, обратная привязка 0,61, без музыки 0,55, нейтральный 0,49F(3, 87) = 3,662, p = 0,015, частичное η² = 0,112 (30 игроков из 35 набранных)Плут, докторская диссертация, Университет Саймона Фрейзера 2022
Генеративный саундтрек против написанного линейного саундтрека против написанного адаптивного саундтрека48 участников; линейный получил высшую оценку по всем вопросам, генеративный немного отстал по эмоциональной согласованности, погружению и предпочтениюПлут, докторская диссертация, Университет Саймона Фрейзера 2022
Генеративный против линейного саундтрека в игре, похожей на Tetris39 студентов бакалавриата; гипотезы не подтвердились, игроки не отличали два варианта, состояние потока всё же менялосьСайтс и Поттер, Game Studies 2018
Обучающий набор веб-игры с оценкой настроения для генератора музыки, затем A/B-тесты против статичной музыки80 оценённых пьес; адаптивность не обязательно давала улучшение по сравнению с написанной музыкойАдам, магистерская диссертация, Cal Poly 2014

Две самые старые строки добавляют нюансов. Сайтс и Поттер отметили более выраженное состояние потока (состояние сосредоточенного, вознаграждающего погружения) у тех, кто сначала играл в генеративную версию (выборка взята из краткого обзора Playlab Университета Тампере), а диссертация по AUD.js не выявила автоматического выигрыша по сравнению с написанным саундтреком.

Самые свежие доступные данные по этой теме: Вэнь и соавт. 2026. Все остальные исследования здесь относятся к периоду с 2014 по 2022 год.

2. Оценки слушателей: сохраняется ли задуманная эмоция?

Пьесы, написанные людьми, набрали не больше, чем генератор в тесте Bardo Composer: оба оказались на уровне 34%. Это скорее проверка реальностью для самой задачи, чем провал модели. Одновременно определить валентность (насколько приятной или неприятной воспринимается музыка) и возбуждение (насколько она спокойна или энергична) попросту трудно, а любого поставщика, заявляющего почти идеальное попадание в эмоцию, стоит спросить, сколько набрала человеческая базовая линия.

Оценки качества рассказывают более плотную историю. Исследование AIIDE 2022 подвело лучший генератор на 0,17 балла к человеческой музыке (4,11 минус 3,94), хотя после фильтрации из 1 600 набранных остались лишь 199 ответов, и это напоминание о том, что данные прослушивания от краудворкеров сначала шумные и лишь потом информативные. Меньший тест Яна (препринт arXiv 2023) на 16 фортепианных аранжировках для ритм-игр также показал, что слушатели предпочли музыку, сделанную людьми; число респондентов в нём не указано.

ПоказательЗначениеИсточник
Bardo Composer (генератор для сессий настольных ролевых игр): верно по валентности и возбуждению вместе34% против 25% случайно, p = 0,02 (116 участников, 2 группы по 58)Феррейра, Лелис и Уайтхед, AIIDE 2020
Bardo Composer: верно по задуманному возбуждению, лучший из сообщённых фрагментов (эпизод 4, часть 1)87% участниковФеррейра, Лелис и Уайтхед, AIIDE 2020
Общее качество, шкала от 1 до 5, среднее ± СОЧеловек 4,11 ± 0,73, метод поиска по дереву (PUCT) 3,94 ± 0,76, CS 3,68 ± 0,96, SBBS 3,62 ± 1,01 (199 действительных ответов из 1 600 набранных, 80 пьес на генератор)Феррейра и соавт., AIIDE 2022
Написанные эмоциональные фрагменты, согласие слушателей в дизайне с одним ранжированием58,5% в целом: валентность 59,2%, возбуждение 59,4%, напряжение 56,8% (180 участников, 90 фрагментов)Плут, докторская диссертация, Университет Саймона Фрейзера 2022
Наборы фрагментов, где слушатели подтвердили метки композитора19 из 30 совпали, 10 не согласились, в 1 не было чёткого согласияПлут, докторская диссертация, Университет Саймона Фрейзера 2022

Даже фрагменты, написанные под целевую эмоцию, не попадали в неё: 10 из 30 наборов пошли в обратную сторону. Генеративные системы, обученные на таких метках, наследуют это расхождение.

Самые свежие доступные данные: Феррейра и соавт., AIIDE 2022. Мы не нашли слушательского исследования игровой музыки такого масштаба за 2025 или 2026 год.

3. Измерения систем: скорость, устойчивость и поведение

Доля побед игрового агента, воспринимающего только звук, выросла с 0,52 до 0,94, когда фоновая музыка стала отслеживать здоровье и расстояние игрока. В этом исследовании IEEE CoG люди не играли, а использовались простые правила громкости для разделённых групп инструментов. Тем не менее оно показывает полезную вещь: адаптивная музыка может нести состояние игры, а не только настроение. Дальше всего эту идею развивают ритм-игры, хотя их треки лицензируются, а не генерируются, как показывает наша статистика лицензирования музыки для ритм-игр.

Скорость неравномерна. Модель коротких фрагментов обгоняла реальное время на одной тестовой машине, тогда как тяжёлый конвейер на основе трансформеров всё ещё работал заранее. Устойчивость к промптам - более новая забота: Ву и Си (IVA 2026) проверяли, вызывают ли небольшие правки промпта резкие музыкальные скачки, которые нарушили бы саундтрек, меняющий промпты по ходу игры.

ПоказательЗначениеИсточник
Время создания 8-секундного фрагмента MusicGen (процессор Threadripper 2950X, видеокарта RTX 2080)Менее 4 секундМаринан и соавт., препринт arXiv 2024
Цикл обновления сообщений о состоянии игры в адаптивной музыкальной системеКаждые 30 мс, агенты пишут по два такта (музыкальных отрезка) за разХатчингс и Маккормак, IEEE Transactions on Games 2019
Уникальные аранжировки одного генеративного адаптивного саундтрекаПочти 14 триллионов, созданы заранее, потому что модель MMM слишком тяжела для реального времениПлут, докторская диссертация, Университет Саймона Фрейзера 2022
Сходство звука после небольшого изменения промпта, MusicGen-large, косинусное сходство CLAP (1,0 = идентично)0,7666 при замене одного слова, 0,8202 при сдвиге интенсивности (75 групп промптов по всем условиям, 6 начальных значений генератора)Ву и Си, IVA 2026
Доля побед, агент только со звуком и аудиокодировщиком FFT, оригинальная против адаптивной музыки0,52 против 0,94; среднее преимущество по очкам здоровья 27,03 против 136,14 (90 раундов на условие)Хан и соавт., IEEE CoG 2023
Доля побед, агент только со звуком и кодировщиком мел-спектрограммы, оригинальная против адаптивной музыки0,56 против 0,68 (90 раундов на условие)Хан и соавт., IEEE CoG 2023
Расстояние Фреше для аудио (Frechet Audio Distance) до 32-часового кинематографического эталонного набора, кампания настольной ролевой игры, чем меньше, тем ближеЛучший генератор 3,00 против оригинального человеческого саундтрека 9,66Марра и Феррейра, семинар LAMIR (arXiv 2024)
Соответствие истории: расхождение с оригинальной фоновой музыкой (KLD), чем меньше, тем ближеВерсия с промптом об эмоции 3,34 ± 1,89 против базовой линии 4,84 ± 2,98Марра и Феррейра, семинар LAMIR (arXiv 2024)

Строка с расстоянием Фреше требует осторожности. Меньшее расстояние означает звук, статистически более близкий к кинематографическому эталонному набору, а не музыку лучше человеческого саундтрека. В статье Babel Bardo использовались автоматические метрики на 2 кампаниях, без теста человеческих предпочтений, а исследования со слушателями отнесены к будущей работе.

4. Обучающие данные: корпусы, построенные на старых звуковых чипах

NES Music Database содержит 5 278 песен из 397 игр, около 46,1 часа в сумме. Консоль 1980-х остаётся центральной для исследований игровой музыки потому, что её песни компактны, многоинструментальны и символьны, а не потому, что она похожа на современный оркестровый саундтрек. Разрыв между обучающими данными и выпущенными саундтреками стоит держать в уме: о лицензируемых альтернативах из музыкальных библиотек см. нашу статистику библиотек производственной музыки.

Привычка оценивать важна не меньше размера. Ни NES Video-Music Database, ни базовая линия YM2413-MDB не использовали тест прослушивания, опираясь на объективные метрики и классификаторы. Условная генерация приблизилась к человеческой музыке по всем пяти сообщённым метрикам, и всё же классификатор жанров узнавал сгенерированные пьесы реже, чем написанные людьми.

ПоказательЗначениеИсточник
Размер NES Music Database5 278 песен, 397 игр, 296 композиторовДонахью и соавт., ISMIR 2018
Объём NES Music Database2 325 636 нот, 46,1 часаДонахью и соавт., ISMIR 2018
Размер NES Video-Music Database98 940 фрагментов по 15 секунд из 389 игр, 474 часа видеоКардозу и соавт., FDG 2024
Пьесы с сопоставленными игровыми фрагментами, NES Video-Music Database4 070 из 5 278 пьесКардозу и соавт., FDG 2024
Сходство ритмического рисунка: модель с условием по видео, модель без условия, пьесы людей0,821, 0,694, 0,999 (140 пьес на набор)Кардозу и соавт., FDG 2024
Точность классификатора жанров на сгенерированных пьесах против пьес людей22% против 34%Кардозу и соавт., FDG 2024
YM2413-MDB, музыка игр на FM-чипе 1980-х с метками эмоций669 файлов, 15,4 часа, 19 меток эмоций, 2 разметчика плюс 3 проверяющих на песнюЧой и соавт., ISMIR 2022
Точность распознавания эмоций по четырём квадрантам, YM2413-MDB0,65 лучший результат на звуке (ResNet на коротких фрагментах), 0,48 лучший результат на символьной музыке (логистическая регрессия)Чой и соавт., ISMIR 2022

Метки эмоций остаются самым дефицитным ресурсом. VGMIDI начинался с 823 пьес, из которых 95 были размечены, что дало 966 размеченных фраз и классификатор тональности с точностью 89,83 ± 3,14% (Феррейра и Уайтхед, ISMIR 2019). Его размеченный набор позже вырос до 200 пьес (Феррейра, Лелис и Уайтхед, AIIDE 2020). Метки структуры ещё малочисленнее: препринт Луо и Райса 2026 года построил набор игрового аудио с 309 структурными аннотациями и утверждает, что слабое понимание структуры - одна из причин, по которым индустрия редко использует нейросетевые генераторы.

Самые свежие доступные данные: Донахью и соавт. 2018, Феррейра и Уайтхед 2019, Чой и соавт. 2022.

5. Композиторы: качество и идентичность важнее страха за работу

«ИИ не создаёт оригинальную музыку человеческого качества» стало самой крупной подтемой в интервью с профессиональными композиторами игр, со 191 кодом из 1 199. Безопасность работы набрала лишь 11. Привычка читать эту область как трудовую панику не совпадает с тем, на что эти 11 композиторов на самом деле потратили время интервью: качество, творческий контроль и право собственности. Это меняет задание на проектирование инструментов и связано с юридическими вопросами, которые мы отслеживаем в нашей статистике претензий по авторским правам на музыку, созданную ИИ.

Это подсчёты кодов из рефлексивного тематического анализа, выполненного одним исследователем, поэтому они измеряют, как часто тема возникала, а не сколько людей придерживаются мнения. Воспринимайте их как карту разговора, а не как опрос.

ПоказательЗначениеИсточник
Выборка исследования, профессиональные композиторы игр с хотя бы одной выпущенной игрой11 человек, около 13 часов интервью, 1 199 кодовВоррол и Коллинз, IEEE Transactions on Games 2023
Доля кодов об опасениях по поводу технологии музыки на основе ИИ38,87%Воррол и Коллинз, IEEE Transactions on Games 2023
Доля кодов о конфликте творческого эго и ИИ против доли о преимуществах ИИ29,36% против 13,09%Воррол и Коллинз, IEEE Transactions on Games 2023
Коды «музыкальный ИИ конфликтует с творческим эго» против «ИИ может улучшить рабочий процесс»133 против 70Воррол и Коллинз, IEEE Transactions on Games 2023
Коды об опасениях за безопасность работы против опасений о музыкальной репрезентации и праве собственности11 против 83Воррол и Коллинз, IEEE Transactions on Games 2023

6. Контекст области: мало изученных систем, настороженные игроки Steam

Самая полная академическая перепись, которую мы смогли прочитать, относится к 2022 году и охватывает всего 34 генеративные музыкальные системы из игр, 19 из них за предыдущее десятилетие. Более новый обзор Луо и Райса (AES 2025) говорит, что академические прототипы и коммерческое применение по-прежнему расходятся, потому что стороны по-разному расставляют приоритеты между новизной, надёжностью и ресурсами. Ни один найденный нами публичный набор данных не подсчитывает выпущенные игры с процедурной музыкой, поэтому любая такая цифра в интернете заслуживает недоверия.

Ближайший показатель-заменитель настроений игроков приходит из Steam и охватывает игры целиком, а не саундтреки. Этот препринт 2026 года использовал процедурную генерацию контента как базовую линию для игр, заявляющих о генеративном ИИ. Авторы отзывов склонны были считать генеративный ИИ признаком низких вложений разработчика, и это предупреждение для любого музыкального инструмента, продвигаемого под таким ярлыком.

ПоказательЗначениеИсточник
Генеративные музыкальные системы из игр в одном академическом обзоре34 системы, 19 за 10 лет до обзораПлут, докторская диссертация, Университет Саймона Фрейзера 2022
Доля релизов Steam, заявляющих о генеративном ИИ5,6% в 2024 году, 10,3% в 2025 годуБаззаз и Купер, препринт arXiv 2026
Доля рекомендаций, игры с процедурным контентом против игр с генеративным ИИ86,3% против 68,4% (5 186 против 5 970 игр, 508 192 отзыва на английском)Баззаз и Купер, препринт arXiv 2026
Результат логистической регрессии для игр с генеративным ИИ против игр с процедурным контентомОтношение шансов 0,63 (95% ДИ [0,62; 0,64], p < 0,001)Баззаз и Купер, препринт arXiv 2026
Доля рекомендаций в бесплатных играх против платных, процедурные против генеративного ИИБесплатные 83,1% против 50,1%; платные 86,9% против 78,9%Баззаз и Купер, препринт arXiv 2026
Доля рекомендаций в отзывах, показывающих осведомлённость о генеративном ИИ49,5% (63,7% негативной тональности, n = 7 834)Баззаз и Купер, препринт arXiv 2026

Итоги: процедурные и генеративные системы игровой музыки в цифрах

ПоказательЗначениеИсточник
Слушатели Bardo Composer, верно определившие валентность и возбуждение34% против 25% случайно (116 участников)Феррейра, Лелис и Уайтхед, AIIDE 2020
Общее качество, человек против лучшего генератора, шкала от 1 до 54,11 против 3,94 (199 действительных ответов)Феррейра и соавт., AIIDE 2022
Погружение, адаптивная система против оригинального саундтрека StarCraft IIp = 0,053 (34 игрока)Хатчингс и Маккормак, IEEE Transactions on Games 2019
VR-стрельба из лука, фиксированная против адаптивной генеративной музыки22 участника, эффект присутствия и эмоциональное воздействие вырослиВэнь и соавт., IEEE Transactions on Visualization and Computer Graphics 2026
Генеративный против линейного саундтрека в игре, похожей на Tetris39 студентов бакалавриата, гипотезы не подтвердилисьСайтс и Поттер, Game Studies 2018
Уникальные аранжировки одного генеративного адаптивного саундтрекаПочти 14 триллионов, только заранееПлут, докторская диссертация, Университет Саймона Фрейзера 2022
Время создания 8-секундного фрагмента MusicGenМенее 4 секундМаринан и соавт., препринт arXiv 2024
Сходство MusicGen-large после сдвига интенсивности в промпте0,8202 косинусного сходства CLAPВу и Си, IVA 2026
Доля побед агента только со звуком, оригинальная против адаптивной музыки0,52 против 0,94Хан и соавт., IEEE CoG 2023
Расстояние Фреше для аудио, лучший генератор против человеческого саундтрека3,00 против 9,66Марра и Феррейра, семинар LAMIR (arXiv 2024)
NES Music Database5 278 песен, 397 игр, 46,1 часаДонахью и соавт., ISMIR 2018
NES Video-Music Database98 940 фрагментов, 389 игрКардозу и соавт., FDG 2024
YM2413-MDB669 файлов, 15,4 часаЧой и соавт., ISMIR 2022
Коды композиторов «нет оригинальности и человеческого качества» против безопасности работы191 против 11 из 1 199 кодовВоррол и Коллинз, IEEE Transactions on Games 2023
Доля рекомендаций в Steam, игры с процедурным контентом против игр с генеративным ИИ86,3% против 68,4%Баззаз и Купер, препринт arXiv 2026

Методология и источники

Мы прочитали каждое исследование или страницу его репозитория и приводим выборки так, как они напечатаны. Ни одна цифра не взята из SEO-блога или списка-подборки.

Последнее обновление: 31 октября 2026 года. Мы обновляем этот обзор ежеквартально, и следующее обновление ожидается после публикации материалов AIIDE 2026 и ISMIR 2026.

Попробуй VoxBooster — 3 дня бесплатно.

Клонирование голоса в реальном времени, саундборд и эффекты — везде, где ты говоришь.

  • Без карты
  • ~30 мс задержки
  • Discord · Teams · OBS
Попробовать 3 дня бесплатно