Người nghe chỉ nhận ra cảm xúc mà một trình tạo nhạc trò chơi nhắm tới ở 34% trường hợp, so với 25% do ngẫu nhiên, và các bản nhạc do con người sáng tác trong cùng bài kiểm tra cũng đạt đúng 34% (Ferreira, Lelis và Whitehead, AIIDE 2020). Kết quả đó định hình cả lĩnh vực: mục tiêu khó ngay cả với nhạc do con người sáng tác. Hệ thống thích ứng của Hutchings và McCormack đạt kết quả đắm chìm có ý nghĩa trong cùng một nhóm, nhưng không phép so sánh nào trong bốn phép so sánh giữa các nhóm xuống dưới p = 0,05 (IEEE Transactions on Games 2019). Trên Steam, các trò chơi công khai dùng AI tạo sinh nhận tỷ lệ đề xuất 68,4% so với 86,3% của các trò chơi có nội dung theo thủ tục, dù con số đó bao quát toàn bộ trò chơi chứ không riêng âm nhạc (Bazzaz và Cooper, bản thảo arXiv 2026). Chúng tôi tổng hợp dữ liệu từ IEEE Transactions on Games, AIIDE, ISMIR, IEEE Conference on Games và các nghiên cứu người chơi đã qua bình duyệt. Bài tổng hợp này chỉ xoay quanh các hệ thống và việc đánh giá chúng, vì vậy hãy đọc cùng thống kê nhạc nền trò chơi của chúng tôi để biết khía cạnh thương mại của nhạc trò chơi.
Tóm tắt nhanh
- Đúng 34% về độ tích cực cộng mức độ kích thích so với 25% do ngẫu nhiên, các bản nhạc của con người cũng ở mức 34% (Ferreira và cs., AIIDE 2020, 116 người tham gia).
- Mức độ đắm chìm p = 0,121 với Zelda và p = 0,053 với StarCraft II, hệ thống thích ứng so với bản nhạc gốc (Hutchings và McCormack, IEEE Transactions on Games 2019, 34 người chơi).
- Nhạc thích ứng làm tăng cảm giác hiện diện và tác động cảm xúc trong môn bắn cung VR (Wen và cs., IEEE TVCG 2026, 22 người tham gia).
- Chất lượng tổng thể trên thang điểm 1 đến 5: con người 4,11, trình tạo tốt nhất 3,94 (Ferreira và cs., AIIDE 2022, 199 câu trả lời hợp lệ).
- Tỷ lệ thắng của tác tử chơi game chỉ dùng âm thanh tăng từ 0,52 lên 0,94 nhờ nhạc thích ứng (Khan và cs., IEEE CoG 2023, 90 ván mỗi điều kiện).
- MusicGen tạo đoạn nhạc 8 giây trong chưa đầy 4 giây trên một máy thử nghiệm (Marrinan và cs., bản thảo arXiv 2024).
- 5.278 bài hát từ 397 trò chơi trong NES Music Database (Donahue và cs., ISMIR 2018).
- 98.940 đoạn gameplay đi kèm nhạc từ 389 trò chơi (Cardoso và cs., FDG 2024).
- 38,87% mã phỏng vấn là lo ngại và 13,09% là lợi ích (Worrall và Collins, IEEE Transactions on Games 2023, 11 nhà soạn nhạc).
- Tỷ lệ đề xuất trên Steam là 86,3% cho trò chơi có nội dung theo thủ tục so với 68,4% cho trò chơi AI tạo sinh (Bazzaz và Cooper, bản thảo arXiv 2026).
1. Nghiên cứu Người chơi: Độ căng thẳng Thay đổi, Mức độ đắm chìm Khó Chứng minh Hơn
Không phép so sánh nào trong bốn phép so sánh giữa các nhóm của nghiên cứu Hutchings và McCormack xuống dưới p = 0,05, dù phép kiểm định trong cùng một nhóm của bài báo thì có. Tiêu đề “người chơi cảm thấy đắm chìm hơn” đúng với mức dịch chuyển của từng người, chứ không phải một chiến thắng rõ ràng trước nhạc nền gốc. Những mẫu nhỏ như vậy chỉ phát hiện được hiệu ứng lớn, nên việc suýt chạm ngưỡng ở p = 0,053 không phải bằng chứng cho thành công lẫn thất bại.
Độ căng thẳng là kết quả vững chắc hơn. Trong Galactic Escape, trò chơi thử nghiệm của Simon Fraser University, một bản nhạc thích ứng đã làm tăng độ căng thẳng cảm nhận được ngay cả khi nó được ánh xạ ngược với đường cong căng thẳng của trò chơi. Điều đó gợi ý rằng âm nhạc phản ứng một cách nghe được có thể quan trọng hơn âm nhạc phản ứng đúng, một điều đáng để bất kỳ ai dành hàng tuần cho các quy tắc ánh xạ phải suy nghĩ lại. Wen và cs. (2026) bổ sung một cảnh báo từ VR: độ căng thẳng âm nhạc vừa phải cải thiện độ chính xác ngắm bắn và thời gian ngắm, độ căng thẳng cao làm suy giảm cả hai, tạo thành hình chữ U ngược.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Nhạc nền cố định so với nhạc nền tạo sinh thích ứng trong môn bắn cung VR, thiết kế trong cùng đối tượng | 22 người tham gia, 4 giai đoạn căng thẳng; cảm giác hiện diện và tác động cảm xúc tăng | Wen và cs., IEEE Transactions on Visualization and Computer Graphics 2026 |
| Mức độ đắm chìm, hệ thống thích ứng so với bản nhạc gốc của trò chơi Zelda: MoS | p = 0,121, η² = 0,042 (34 người chơi, 2 nhóm mỗi nhóm 17 người, phiên chơi 20 phút) | Hutchings và McCormack, IEEE Transactions on Games 2019 |
| Mức độ đắm chìm, hệ thống thích ứng so với bản nhạc gốc của StarCraft II | p = 0,053, η² = 0,079 | Hutchings và McCormack, IEEE Transactions on Games 2019 |
| Tác động của âm nhạc đến mức độ đắm chìm được báo cáo, trong mỗi nhóm, với hệ thống thích ứng | Tăng có ý nghĩa ở cả hai nhóm (p<0,05, kiểm định xếp hạng có dấu Wilcoxon) | Hutchings và McCormack, IEEE Transactions on Games 2019 |
| Độ căng thẳng cảm nhận được, trung bình theo nhạc nền: ánh xạ theo căng thẳng 0,62, ánh xạ ngược 0,61, không có nhạc 0,55, trung tính 0,49 | F(3, 87) = 3,662, p = 0,015, η² riêng phần = 0,112 (giữ lại 30 người chơi trong số 35 người được tuyển) | Plut, luận án tiến sĩ Simon Fraser University 2022 |
| Bản nhạc tạo sinh so với bản nhạc tuyến tính được sáng tác so với bản nhạc thích ứng được sáng tác | 48 người tham gia; bản tuyến tính được đánh giá cao nhất ở mọi câu hỏi, bản tạo sinh về nhì sát nút ở độ phù hợp cảm xúc, mức độ đắm chìm và sở thích | Plut, luận án tiến sĩ Simon Fraser University 2022 |
| Nhạc nền tạo sinh so với tuyến tính trong một trò chơi kiểu Tetris | 39 sinh viên đại học; giả thuyết không được ủng hộ, người chơi không phân biệt được hai loại, trạng thái dòng chảy (flow) vẫn bị ảnh hưởng | Sites và Potter, Game Studies 2018 |
| Tập huấn luyện được chấm điểm theo tâm trạng của một trình tạo nhạc cho trò chơi web, sau đó thử nghiệm A/B với nhạc tĩnh | 80 bản nhạc được chấm điểm; tính thích ứng không nhất thiết cải thiện so với nhạc được sáng tác | Adam, luận văn thạc sĩ Cal Poly 2014 |
Hai hàng cũ nhất bổ sung sắc thái. Sites và Potter thấy trạng thái dòng chảy (flow, tức trạng thái tập trung và đắm chìm đầy thỏa mãn) cao hơn ở những người chơi phiên bản tạo sinh trước (mẫu lấy từ bản tóm tắt của Playlab, Tampere University), và luận văn AUD.js không thấy lợi thế tự động nào so với bản nhạc được sáng tác.
Dữ liệu mới nhất hiện có cho chủ đề này: Wen và cs. 2026. Mọi nghiên cứu khác ở đây đều có từ năm 2014 đến 2022.
2. Đánh giá của Người nghe: Cảm xúc Dự định Có Được Truyền Tải?
Các bản nhạc do con người sáng tác không đạt điểm cao hơn trình tạo trong bài kiểm tra Bardo Composer: cả hai cùng đạt 34%. Đó là một phép thử thực tế đối với chính nhiệm vụ nhiều hơn là một thất bại của mô hình. Việc nhận ra đồng thời độ tích cực (valence, tức âm nhạc nghe dễ chịu hay khó chịu đến mức nào) và mức độ kích thích (arousal, tức nghe êm dịu hay sôi động đến mức nào) đơn giản là khó, và bất kỳ nhà cung cấp nào tuyên bố nhắm đúng cảm xúc gần như hoàn hảo đều nên được hỏi điểm chuẩn của con người là bao nhiêu.
Điểm đánh giá chất lượng kể một câu chuyện chặt chẽ hơn. Nghiên cứu AIIDE 2022 đặt trình tạo tốt nhất của mình cách nhạc của con người 0,17 điểm (4,11 trừ 3,94), dù chỉ 199 câu trả lời còn lại sau khi lọc trong số 1.600 người được tuyển, một lời nhắc rằng dữ liệu nghe từ lao động cộng đồng có nhiều nhiễu trước khi có thể mang tính thông tin. Một thử nghiệm nhỏ hơn của Yan (bản thảo arXiv 2023) trên 16 bản phối piano cho trò chơi nhịp điệu cũng thấy người nghe thích nhạc do con người làm hơn; nghiên cứu này không nêu số người trả lời.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Bardo Composer (trình tạo nhạc cho các buổi chơi nhập vai trên bàn): đúng đồng thời về độ tích cực và mức độ kích thích | 34% so với 25% do ngẫu nhiên, p = 0,02 (116 người tham gia, 2 nhóm mỗi nhóm 58 người) | Ferreira, Lelis và Whitehead, AIIDE 2020 |
| Bardo Composer: đúng về mức độ kích thích dự định, phần tốt nhất được báo cáo (tập 4, phần 1) | 87% số người tham gia | Ferreira, Lelis và Whitehead, AIIDE 2020 |
| Chất lượng tổng thể, thang điểm 1 đến 5, trung bình ± độ lệch chuẩn | Con người 4,11 ± 0,73, phương pháp tìm kiếm trên cây (PUCT) 3,94 ± 0,76, CS 3,68 ± 0,96, SBBS 3,62 ± 1,01 (199 câu trả lời hợp lệ trong số 1.600 người được tuyển, 80 bản nhạc mỗi trình tạo) | Ferreira và cs., AIIDE 2022 |
| Các đoạn nhạc cảm xúc được sáng tác, mức đồng thuận của người nghe trong thiết kế một thứ hạng | 58,5% tổng thể: độ tích cực 59,2%, mức độ kích thích 59,4%, độ căng thẳng 56,8% (180 người tham gia, 90 đoạn nhạc) | Plut, luận án tiến sĩ Simon Fraser University 2022 |
| Các bộ đoạn nhạc mà người nghe xác nhận nhãn của nhà soạn nhạc | 19 trong 30 bộ khớp, 10 bộ bất đồng, 1 bộ không có sự đồng thuận rõ ràng | Plut, luận án tiến sĩ Simon Fraser University 2022 |
Ngay cả những đoạn nhạc được viết theo một cảm xúc mục tiêu cũng trượt khỏi nó: 10 trong 30 bộ đi theo hướng ngược lại. Các hệ thống tạo sinh được huấn luyện trên những nhãn như vậy thừa hưởng sự bất đồng đó.
Dữ liệu mới nhất hiện có: Ferreira và cs., AIIDE 2022. Chúng tôi không tìm thấy nghiên cứu người nghe quy mô tương tự cho nhạc trò chơi từ năm 2025 hay 2026.
3. Phép đo Hệ thống: Tốc độ, Độ ổn định và Hành vi
Tỷ lệ thắng của một tác tử chơi game chỉ dùng âm thanh tăng từ 0,52 lên 0,94 khi nhạc nền bám theo máu và khoảng cách của người chơi. Không có con người nào chơi trong nghiên cứu IEEE CoG đó, và nghiên cứu dùng các quy tắc âm lượng đơn giản trên các nhóm nhạc cụ đã tách riêng. Dù vậy, nó nêu ra một điểm hữu ích: nhạc thích ứng có thể mang trạng thái trò chơi, không chỉ tâm trạng. Trò chơi nhịp điệu đưa ý tưởng này đi xa nhất, dù các bản nhạc của chúng được cấp phép chứ không do máy tạo ra, như thống kê cấp phép nhạc cho trò chơi nhịp điệu của chúng tôi cho thấy.
Tốc độ không đồng đều. Một mô hình tạo đoạn nhạc đã vượt thời gian thực trên một máy thử nghiệm, trong khi một quy trình transformer nặng vẫn chạy ngoại tuyến. Độ ổn định theo câu lệnh là mối lo mới hơn: Wu và Si (IVA 2026) đã kiểm tra liệu những chỉnh sửa nhỏ trong câu lệnh có gây ra các bước nhảy âm nhạc đột ngột hay không, điều sẽ phá hỏng một bản nhạc thay đổi câu lệnh trong lúc chơi.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Thời gian tạo một đoạn nhạc MusicGen 8 giây (CPU Threadripper 2950X, GPU RTX 2080) | Chưa đầy 4 giây | Marrinan và cs., bản thảo arXiv 2024 |
| Chu kỳ cập nhật thông điệp trạng thái trò chơi của một hệ thống nhạc thích ứng | Mỗi 30 ms, các tác tử viết hai khuông nhạc (ô nhịp) mỗi lần | Hutchings và McCormack, IEEE Transactions on Games 2019 |
| Số bản phối độc nhất từ một bản nhạc tạo sinh thích ứng | Gần 14 nghìn tỷ, được tạo ngoại tuyến vì mô hình MMM quá nặng cho thời gian thực | Plut, luận án tiến sĩ Simon Fraser University 2022 |
| Độ tương đồng âm thanh sau một thay đổi nhỏ trong câu lệnh, MusicGen-large, độ tương đồng cosine CLAP (1,0 = giống hệt) | 0,7666 khi đổi một từ, 0,8202 khi đổi cường độ (75 nhóm câu lệnh trên mọi điều kiện, 6 hạt giống) | Wu và Si, IVA 2026 |
| Tỷ lệ thắng, tác tử chỉ dùng âm thanh với bộ mã hóa âm thanh FFT, nhạc gốc so với nhạc thích ứng | 0,52 so với 0,94; chênh lệch máu trung bình 27,03 so với 136,14 (90 ván mỗi điều kiện) | Khan và cs., IEEE CoG 2023 |
| Tỷ lệ thắng, tác tử chỉ dùng âm thanh với bộ mã hóa mel-spectrogram, nhạc gốc so với nhạc thích ứng | 0,56 so với 0,68 (90 ván mỗi điều kiện) | Khan và cs., IEEE CoG 2023 |
| Khoảng cách âm thanh Frechet (Frechet Audio Distance) đến bộ tham chiếu điện ảnh 32 giờ, chiến dịch nhập vai trên bàn, càng thấp càng gần | Trình tạo tốt nhất 3,00 so với nhạc nền gốc của con người 9,66 | Marra và Ferreira, hội thảo LAMIR (arXiv 2024) |
| Độ phù hợp với câu chuyện: độ lệch so với nhạc nền gốc (KLD), càng thấp càng gần | Phiên bản dùng câu lệnh cảm xúc 3,34 ± 1,89 so với mức chuẩn 4,84 ± 2,98 | Marra và Ferreira, hội thảo LAMIR (arXiv 2024) |
Hàng Frechet cần thận trọng. Khoảng cách thấp hơn nghĩa là âm thanh gần hơn về mặt thống kê với một bộ tham chiếu điện ảnh, chứ không có nghĩa là nhạc hay hơn nhạc nền của con người. Bài báo Babel Bardo dùng các thước đo tự động trên 2 chiến dịch, không có bài kiểm tra sở thích của con người, và coi nghiên cứu người nghe là công việc trong tương lai.
4. Dữ liệu Huấn luyện: Các Kho dữ liệu Xây trên Chip Âm thanh Cũ
NES Music Database gồm 5.278 bài hát từ 397 trò chơi, tổng cộng khoảng 46,1 giờ. Một máy chơi game của thập niên 1980 vẫn là trung tâm của nghiên cứu nhạc trò chơi vì các bài hát của nó gọn, nhiều nhạc cụ và mang tính ký hiệu (symbolic), chứ không phải vì nó giống một bản nhạc giao hưởng hiện đại. Khoảng cách giữa dữ liệu huấn luyện và nhạc nền được phát hành đáng được ghi nhớ: về các lựa chọn thay thế được cấp phép, hãy xem thống kê thư viện nhạc sản xuất của chúng tôi.
Thói quen đánh giá quan trọng không kém quy mô. Cả NES Video-Music Database lẫn mức chuẩn YM2413-MDB đều không dùng bài kiểm tra nghe, mà dựa vào các thước đo khách quan và bộ phân loại. Việc tạo có điều kiện tiến gần hơn đến nhạc của con người trên cả năm thước đo được báo cáo, vậy mà một bộ phân loại thể loại vẫn nhận ra các bản nhạc được tạo ra ít thường xuyên hơn các bản của con người.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Quy mô NES Music Database | 5.278 bài hát, 397 trò chơi, 296 nhà soạn nhạc | Donahue và cs., ISMIR 2018 |
| Khối lượng NES Music Database | 2.325.636 nốt, 46,1 giờ | Donahue và cs., ISMIR 2018 |
| Quy mô NES Video-Music Database | 98.940 đoạn 15 giây từ 389 trò chơi, 474 giờ video | Cardoso và cs., FDG 2024 |
| Các bản nhạc có đoạn gameplay đi kèm, NES Video-Music Database | 4.070 trong số 5.278 bản nhạc | Cardoso và cs., FDG 2024 |
| Độ tương đồng mẫu nhịp (grooving): mô hình có điều kiện theo video, mô hình không điều kiện, các bản của con người | 0,821, 0,694, 0,999 (140 bản nhạc mỗi bộ) | Cardoso và cs., FDG 2024 |
| Độ chính xác của bộ phân loại thể loại trên các bản được tạo so với các bản của con người | 22% so với 34% | Cardoso và cs., FDG 2024 |
| YM2413-MDB, nhạc trò chơi dùng chip FM thập niên 1980 có nhãn cảm xúc | 669 tệp, 15,4 giờ, 19 nhãn cảm xúc, 2 người gán nhãn cộng 3 người xác minh cho mỗi bài | Choi và cs., ISMIR 2022 |
| Độ chính xác nhận diện cảm xúc bốn góc phần tư, YM2413-MDB | 0,65 tốt nhất trên âm thanh (ResNet đoạn ngắn), 0,48 tốt nhất trên nhạc ký hiệu (hồi quy logistic) | Choi và cs., ISMIR 2022 |
Nhãn cảm xúc vẫn là nguồn lực khan hiếm nhất. VGMIDI bắt đầu với 823 bản nhạc trong đó 95 bản được chú thích, cho ra 966 cụm nhạc có nhãn và một bộ phân loại cảm xúc đạt 89,83 ± 3,14% (Ferreira và Whitehead, ISMIR 2019). Tập có nhãn của nó sau đó tăng lên 200 bản nhạc (Ferreira, Lelis và Whitehead, AIIDE 2020). Nhãn cấu trúc còn mỏng hơn nữa: một bản thảo năm 2026 của Luo và Reiss xây dựng bộ dữ liệu âm thanh trò chơi với 309 chú thích cấu trúc, lập luận rằng khả năng nắm bắt cấu trúc còn yếu là một lý do khiến ngành công nghiệp hiếm khi dùng các trình tạo nơ-ron.
Dữ liệu mới nhất hiện có: Donahue và cs. 2018, Ferreira và Whitehead 2019, Choi và cs. 2022.
5. Nhà soạn nhạc: Chất lượng và Bản sắc Quan trọng Hơn Nỗi sợ Mất việc
‘AI không tạo ra nhạc gốc có chất lượng như con người’ là chủ đề phụ lớn nhất trong một nghiên cứu phỏng vấn các nhà soạn nhạc trò chơi chuyên nghiệp, với 191 trong số 1.199 mã. Sự ổn định công việc chỉ có 11. Bản năng coi lĩnh vực này là một cơn hoảng loạn về việc làm không khớp với những gì 11 nhà soạn nhạc này thực sự dành thời gian phỏng vấn để nói: chất lượng, quyền kiểm soát sáng tạo và quyền sở hữu. Điều đó định hình lại bản mô tả thiết kế cho các công cụ, và liên quan đến các vấn đề pháp lý được theo dõi trong thống kê khiếu nại bản quyền nhạc do AI tạo của chúng tôi.
Đây là số lượng mã từ một phân tích chủ đề phản tư do một nhà nghiên cứu thực hiện, vì vậy chúng đo mức độ chủ đề được nhắc đến, chứ không phải bao nhiêu người giữ một quan điểm. Hãy coi chúng như một bản đồ của cuộc trò chuyện, không phải một cuộc thăm dò ý kiến.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Mẫu nghiên cứu, nhà soạn nhạc trò chơi chuyên nghiệp có ít nhất một trò chơi đã phát hành | 11 người, khoảng 13 giờ phỏng vấn, 1.199 mã | Worrall và Collins, IEEE Transactions on Games 2023 |
| Tỷ lệ mã nói về lo ngại đối với công nghệ nhạc AI | 38,87% | Worrall và Collins, IEEE Transactions on Games 2023 |
| Tỷ lệ mã về xung đột giữa cái tôi sáng tạo và AI so với tỷ lệ về lợi ích của AI | 29,36% so với 13,09% | Worrall và Collins, IEEE Transactions on Games 2023 |
| Mã về ‘AI âm nhạc xung đột với cái tôi sáng tạo’ so với ‘AI có thể mang lại lợi ích cho quy trình làm việc’ | 133 so với 70 | Worrall và Collins, IEEE Transactions on Games 2023 |
| Mã về lo ngại ổn định công việc so với lo ngại về đại diện âm nhạc và quyền sở hữu | 11 so với 83 | Worrall và Collins, IEEE Transactions on Games 2023 |
6. Bối cảnh Lĩnh vực: Ít Hệ thống Được Nghiên cứu, Người chơi Steam Dè dặt
Cuộc điều tra học thuật đầy đủ nhất mà chúng tôi đọc được, từ năm 2022, chỉ bao gồm 34 hệ thống nhạc tạo sinh từ trò chơi, trong đó 19 hệ thống thuộc thập kỷ trước đó. Một bản tổng quan mới hơn của Luo và Reiss (AES 2025) cho biết các nguyên mẫu học thuật và ứng dụng thương mại vẫn đi theo hai hướng khác nhau vì hai bên ưu tiên tính mới lạ, độ tin cậy và nguồn lực khác nhau. Chúng tôi không tìm thấy bộ dữ liệu công khai nào đếm các trò chơi đã phát hành dùng nhạc theo thủ tục, nên bất kỳ con số nào như vậy trên mạng đều đáng bị nghi ngờ.
Chỉ báo gần nhất về cảm nhận của người chơi đến từ Steam, và nó bao quát toàn bộ trò chơi chứ không riêng nhạc nền. Bản thảo năm 2026 này dùng việc tạo nội dung theo thủ tục làm mức chuẩn cho các trò chơi công khai dùng AI tạo sinh. Người đánh giá có xu hướng coi AI tạo sinh là dấu hiệu nhà phát triển đầu tư thấp, một lời cảnh báo cho bất kỳ công cụ âm nhạc nào được tiếp thị bằng nhãn đó.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Các hệ thống nhạc tạo sinh từ trò chơi trong một khảo sát học thuật | 34 hệ thống, 19 hệ thống thuộc 10 năm trước khảo sát | Plut, luận án tiến sĩ Simon Fraser University 2022 |
| Tỷ lệ các bản phát hành trên Steam công khai dùng AI tạo sinh | 5,6% năm 2024, 10,3% năm 2025 | Bazzaz và Cooper, bản thảo arXiv 2026 |
| Tỷ lệ đề xuất, trò chơi có nội dung theo thủ tục so với trò chơi AI tạo sinh | 86,3% so với 68,4% (5.186 so với 5.970 trò chơi, 508.192 đánh giá tiếng Anh) | Bazzaz và Cooper, bản thảo arXiv 2026 |
| Kết quả hồi quy logistic cho trò chơi AI tạo sinh so với trò chơi có nội dung theo thủ tục | Tỷ số odds 0,63 (KTC 95% [0,62; 0,64], p < 0,001) | Bazzaz và Cooper, bản thảo arXiv 2026 |
| Tỷ lệ đề xuất ở trò chơi miễn phí so với trò chơi trả phí, theo thủ tục so với AI tạo sinh | Miễn phí 83,1% so với 50,1%; trả phí 86,9% so với 78,9% | Bazzaz và Cooper, bản thảo arXiv 2026 |
| Tỷ lệ đề xuất trong các đánh giá thể hiện nhận thức về AI tạo sinh | 49,5% (63,7% cảm xúc tiêu cực, n = 7.834) | Bazzaz và Cooper, bản thảo arXiv 2026 |
Tổng kết: Hệ thống Nhạc Trò chơi Theo Thủ tục và Tạo sinh qua các Con số
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Người nghe Bardo Composer đúng về độ tích cực và mức độ kích thích | 34% so với 25% do ngẫu nhiên (116 người tham gia) | Ferreira, Lelis và Whitehead, AIIDE 2020 |
| Chất lượng tổng thể, con người so với trình tạo tốt nhất, thang điểm 1 đến 5 | 4,11 so với 3,94 (199 câu trả lời hợp lệ) | Ferreira và cs., AIIDE 2022 |
| Mức độ đắm chìm, hệ thống thích ứng so với bản nhạc gốc của StarCraft II | p = 0,053 (34 người chơi) | Hutchings và McCormack, IEEE Transactions on Games 2019 |
| Bắn cung VR, nhạc cố định so với nhạc tạo sinh thích ứng | 22 người tham gia, cảm giác hiện diện và tác động cảm xúc tăng | Wen và cs., IEEE Transactions on Visualization and Computer Graphics 2026 |
| Nhạc nền tạo sinh so với tuyến tính trong một trò chơi kiểu Tetris | 39 sinh viên đại học, giả thuyết không được ủng hộ | Sites và Potter, Game Studies 2018 |
| Số bản phối độc nhất từ một bản nhạc tạo sinh thích ứng | Gần 14 nghìn tỷ, chỉ ngoại tuyến | Plut, luận án tiến sĩ Simon Fraser University 2022 |
| Thời gian tạo đoạn nhạc MusicGen 8 giây | Chưa đầy 4 giây | Marrinan và cs., bản thảo arXiv 2024 |
| Độ tương đồng của MusicGen-large sau khi đổi cường độ trong câu lệnh | 0,8202 độ tương đồng cosine CLAP | Wu và Si, IVA 2026 |
| Tỷ lệ thắng của tác tử chỉ dùng âm thanh, nhạc gốc so với nhạc thích ứng | 0,52 so với 0,94 | Khan và cs., IEEE CoG 2023 |
| Khoảng cách âm thanh Frechet, trình tạo tốt nhất so với nhạc nền của con người | 3,00 so với 9,66 | Marra và Ferreira, hội thảo LAMIR (arXiv 2024) |
| NES Music Database | 5.278 bài hát, 397 trò chơi, 46,1 giờ | Donahue và cs., ISMIR 2018 |
| NES Video-Music Database | 98.940 đoạn, 389 trò chơi | Cardoso và cs., FDG 2024 |
| YM2413-MDB | 669 tệp, 15,4 giờ | Choi và cs., ISMIR 2022 |
| Mã của nhà soạn nhạc về ‘không gốc, chất lượng như con người’ so với ổn định công việc | 191 so với 11 trong số 1.199 mã | Worrall và Collins, IEEE Transactions on Games 2023 |
| Tỷ lệ đề xuất trên Steam, trò chơi theo thủ tục so với trò chơi AI tạo sinh | 86,3% so với 68,4% | Bazzaz và Cooper, bản thảo arXiv 2026 |
Phương pháp luận và Nguồn
Chúng tôi đọc từng nghiên cứu hoặc trang kho lưu trữ của nó và báo cáo các mẫu đúng như đã in. Không có con số nào đến từ blog SEO hay bài liệt kê.
- Wen và cs., Tuning Immersion and Performance with Adaptive Generative Music in VR, IEEE TVCG 2026
- Hutchings và 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 và Whitehead, Computer-Generated Music for Tabletop Role-Playing Games, AIIDE 2020
- Ferreira và cs., Controlling Perceived Emotion in Symbolic Music Generation with Monte Carlo Tree Search, AIIDE 2022
- Ferreira và Whitehead, Learning to Generate Music With Sentiment, ISMIR 2019
- Worrall và Collins, Considerations and Concerns of Professional Game Composers Regarding Artificially Intelligent Music Technology, IEEE Transactions on Games 2023
- Donahue và cs., The NES Music Database, ISMIR 2018
- Cardoso và cs., The NES Video-Music Database, FDG 2024
- Choi và cs., YM2413-MDB, ISMIR 2022
- Khan và cs., Fighting Game Adaptive Background Music for Improved Gameplay, cập nhật từ IEEE CoG 2023
- Wu và Si, Evaluating Prompt Robustness in Text-to-Audio Systems, IVA 2026
- Marrinan và cs., AI audio for user-generated game content, bản thảo arXiv 2024
- Marra và Ferreira, Long-Form Text-to-Music Generation with Adaptive Prompts, hội thảo LAMIR
- Bazzaz và Cooper, Player Perceptions of Generative AI in Games, bản thảo arXiv 2026
- Luo và Reiss, Procedural Music Generation Systems in Games, AES 2025 và Supervised Learning for Game Music Segmentation, bản thảo arXiv 2026
- Sites và Potter, Everything Merges with the Game, Game Studies 2018, với mẫu lấy từ bản tóm tắt của Playlab, Tampere University
- Adam, Procedural Music Generation and Adaptation Based on Game State, luận văn thạc sĩ Cal Poly 2014 và Yan, Generating Rhythm Game Music with Jukebox, bản thảo arXiv 2023
- Lưu ý về dữ liệu: Phần lớn các mẫu ở đây nhỏ, nên một kết quả không có ý nghĩa thống kê không phải bằng chứng cho việc không có hiệu ứng. Worrall và Collins nêu 29 chủ đề phụ ở một chỗ và 30 ở chỗ khác (bảng của họ liệt kê 29), và số nhà soạn nhạc AAA của họ không khớp, nên chúng tôi không trích dẫn cả hai. Chương PreGLAM của Plut ghi 50 người tham gia ở phần giới thiệu và 48 ở phần phương pháp; chúng tôi dùng 48. Ở Wu và Si, bảng trong bản toàn văn mà chúng tôi đọc cho thấy độ tương đồng của Stable Audio khi diễn đạt lại thấp hơn mức mà thứ hạng trong phần tóm tắt ngụ ý, nên chúng tôi chỉ trích dẫn các con số của MusicGen-large vốn khớp với phần tóm tắt. Khan và cs. không dùng người chơi thật và không báo cáo kiểm định ý nghĩa thống kê. Bản thảo về Steam bao quát toàn bộ trò chơi và chưa qua bình duyệt, và thời gian chơi trung vị của nó khác nhau giữa bảng và văn bản, nên chúng tôi bỏ con số đó. Các cuộc phỏng vấn nhà soạn nhạc có từ năm 2023 và cuộc điều tra hệ thống có từ năm 2022, nên cả hai đều đã đến lúc cần một phiên bản kế nhiệm. Các khảo sát nhạc thích ứng do nhà cung cấp thực hiện đang lưu hành trên mạng không thể truy về một tài liệu gốc và đã bị loại. Số liệu về mức độ áp dụng thương mại không có sẵn ở dạng mà chúng tôi có thể xác minh.
Cập nhật lần cuối: ngày 31 tháng 10 năm 2026. Chúng tôi cập nhật bài tổng hợp này hàng quý, và lần làm mới tiếp theo dự kiến diễn ra khi kỷ yếu AIIDE 2026 và ISMIR 2026 được công bố.