1970 年代末存在一个多变的转折点，这不仅是对于日本、美国和欧洲娱乐产业的发展来讲，还是一次对当时硬件水平迅速提升的映射。在充斥着电传打字机、街机机台等名词的时代中，声音在游戏中的切合总不是那么引人注意的。
相对早期的 IBM PC，和后些年的 Apple II 等家用电脑，大多会配以一个简易的蜂鸣器，用于基本的发声互动。不过限于家用电脑的体积和制造成本，扬声器则直接由计算机的 CPU 控制了。通过每一次对蜂鸣器的精确计时，计算机会产生出类似于“咔哒咔哒”的特定音调。
追溯到最早一批由计算机开发构建的游戏，游戏机 Magnavox Odyssey 绝对有着一定的影响力。它的创建者之一 诺兰·布什内尔（Nolan Bushnell）就在 1972 年发行了一部具有里程碑意义的游戏作品——《Pong》。
准确来说，《Pong》的成功似乎并不是和诺兰密不可分的。一个移动点、一个记分系统和两个球拍——这份来自于早期“电子版网球”的灵感设想，被寄托到同样没有接触过游戏开发的员工-艾伦·奥尔康（Allan Alcorn）的手上。反复审视着诺兰给出的概念图，奥尔康决定尝试用学过的编程语言，去制作一个简易的碰撞模型。
来自最初的系统设想
在完善了速度和面积等主干反馈后，奥尔康对其中的碰撞系统做了进一步的升级：将球拍的接触面积划分成八个小段，以来改变球的回弹角度。如果被球拍的中心部分接住，那么球会接近于 90° 角被弹回；而球接触到球拍的外侧部分，程序会先分析球的速度、球拍的接触点、球拍的速度来计算出弹回的轨迹。
球在球拍上停留的时间越长，它的速度就越快，这也符合了现实中的动量守恒。事实上，这样的想法在如今的细节设计中也是颇具新颖的。那时的开发者仿佛像是一个个初学者，他们每一步的尝试与探索，都是对当时匮乏玩法的再次定义和创造。
此时距离游戏开发已经有了三个月之多。当诺兰凝视着旋绕在机器中的光盘时，他告诉奥尔康：“电脑性能的限制是有目共睹的，但怎样才能为游戏添加一些氛围，让它就像是一场真实的比赛一样呢？”
在1972年开发电子游戏，硬件设备就已经占用了大量的空间。若再增加一个声音区块，各类线材的散乱程度可想而知。于是奥尔康从当地商店购买了一个约 1.2 米高的木柜、一台用作显示的黑白电视机。他先是用锯子和打孔机把电视机和木柜固定在一起，再将要焊接的电路集成在了木柜的后面和底部中。
这也是早期大多数街机的内部构造
从数字电路研究到信号调频器，奥尔康发现通过改变其中的波形和频率，可以产生出不同的音调——即使那仍是很单调的“滋滋”声。他将已经做好的音调分成几组，穿插于游戏的各个音效中。在球碰到边界和球拍上时，游戏会反馈出两个声调不同的短音；而当玩家输掉一轮游戏时，游戏则会发出一段略长的音节。
如今我们不得而知，这样做的初衷是为了让音效更加真实，像是欢呼的观众一样，还是另有其他的意图。但在奥尔康研究电路中接通声音信号的原理时，精细地为每个音节编译、变频、调试的过程中，已然形成了一段“历史性的声调”。
作为第一款融入了音乐的电子游戏，《Pong》所体现的新颖玩法，似乎掩盖了声音被引入到游戏的过渡。但随着未来几年中音频设备的突飞猛进，开发者们显然注意到了这一点。
连续音轨的诞生之路
1967年，本计划着毕业后在索尼工作的西角友宏，未能如愿通过公司的最后一轮选拔，“阴差阳错”地加入了一家名为 Takt 的音频公司。在长达一年的工作中，西角友宏并未如愿加入到开发部门，心灰意冷的他决定再找一份新工作。恰好在朋友那里听闻到游戏公司-Taito 在高薪寻求着一位音频工程师，他把自己对音乐的独特想法和工作经验做成了简历，便顺手投递了过去。
从考核到正式录用，西角友宏甚是珍惜这次不易而来的机会。在 1971-1974 的这三年中，他着力于各类体育游戏的玩法构建；不论是最先从《Pong》中汲取足球灵感的《Davis Cup》，还是创立了区别于市面上驾驶系统的赛车游戏《Speed Race》，都体现着他天赋异禀的想法和创造力。
西角友宏（右）和他开发的游戏《Basketball》
虽然说《Pong》开辟了游戏界的声音系统，但和游戏急剧下滑的销量一样——单个的声调需要进一步向“音乐”发展。西角友宏在实验了数款声音芯片的音色水平、音阶调度、以及拓展性和多元性后，他注意到了Chiptune芯片（后续也被称为芯片音乐、8/16位音乐）在游戏市场的潜力。
恰好当时西角友宏正在开发一个游戏项目，主题是两个西部牛仔之间的射击对决。在首次使用了微处理器(Microprocessor)新技术的同时，他尝试把更多的音节采样加入到Chiptune芯片中，再把这些音节拼凑成一小段乐曲，从而在游戏中的特定场景播放。
来自游戏机 Game Boy 的 Chiptune 芯片
不过在 1970 年中期的游戏制作中，储存和内存这两个硬件水平还是捉襟见肘的。西角友宏就面临着这个困境，他想要在游戏中添加声音，就只能从仅有的单声道音节中，反复地重复某个旋律，并以此来阶段性地使用它们。
游戏最终被命名为《Gun Fight》，得益于题材和微处理器的强大，游戏的街机版最终在美国售出了超过 8600 台。其中西角友宏的音乐制作显然让游戏多了一番风味，而那时的玩家们也注意到了，未来的游戏中将会出现更多的音乐元素。
但西角友宏对此仍不满意，他认为把音乐完全切合到游戏中才是“完美的作品”，于是他凭借着不错的业绩，开始向公司申请一个高经费的项目。
从电子硬件到开发工具，几乎都采用了当时先进的设备和系统。在声音方面，他使用了由模拟电路和 德州仪器SN76477 声音芯片组合的单声道系统。这样切入的电路设计不仅能让 CPU 更快地计算图形帧缓冲区中的像素，还能保留之前《Gun Fight》中移位器电路的流畅动画。
游戏的早期的场景设计包括了坦克、战斗机和战列舰。不过当西角友宏看到 1974 年在日本上映的动画《宇宙战舰大和号》时，他决定把这些元素总合成一个太空主题，这样一来也能减少员工们在建模时的工程量。
《宇宙战舰大和号》中的太空飞船
而在那时蓬勃发展的游戏产业，很多的游戏厂商都想把自家的游戏和“休闲类标签”区分开来，于是限制玩家行动时间的计时器设计出现了。这种设计理念推进了游戏的紧张感和挑战性，可西角友宏还是觉得读秒计时过于刻意，不如把时间系统换成逐渐向玩家靠近的敌人。
除此之外，配合着 Midway 版《Gun Fight》中开发的“多芯片桶式移位器电路”，游戏的动画则会更加流畅。在游戏中玩家控制飞船射击，一次射击便能摧毁一个目标。而子弹撞击到敌人时精确的爆炸音效，让游戏具有了更多的打击感。
事实上，《太空侵略者》也是第一个使用连续背景音轨的游戏。西角友宏使用了四个半音阶加低音音符的方式，来循环重复以模仿出“侵略者”和玩家的距离。随着敌人离玩家越来越近，音乐的频率将会显著的加快。
在许多早期的视频游戏中，仅是单一节奏的音乐互动就足以极大地提高游戏性，开发者也越来越注重如何把音乐融入到游戏中。并伴随着此后硬件设备的飞速发展，音乐的制作变得更加系统化，也不会出现先辈们突发奇想而衍生出的“实验性作品”。
实体音游的过渡交织
可以这么说，《Pong》是世界上首款获得成功，并且对后世电子游戏影响最深远的游戏之一。雅达利仅是把装有的《Pong》机台散布在商场、酒吧等娱乐场所，就让每台街机在 1972 年达到了 35-40 美元的日营收额。
只不过这个时期是短暂的——在那个版权保护薄弱的年代，许多厂商推出了《Pong》的山寨版本。随着“打砖块”玩法的局限性和硬件水平的提升，玩家们逐渐对同类游戏感到了些许乏味，而《Pong》那创世纪般的生命力也逐渐走向了枯竭。
凭借着这笔不菲的收入，雅达利在随后的 1974 年发行了一款名为《Touch Me》的街机游戏。游戏的操作很简单：机台上有四个会发出声音的按钮，并且会随机闪烁出黄色的灯光。玩家则须观察记忆按钮闪烁的先后顺序，等到灯光熄灭后再依次拍击按钮。
游戏刚开始时，只会有两个按钮会闪光，闪烁的序列也相对简单。随着玩家完成一组后，游戏会添加一个额外的按钮，最多直至四个。街机的显示屏则会显示玩家正确重复的次数，不过玩家只有三次失误的机会。
雅达利想要用这台街机，与那时流行的弹球机和老虎机来争夺吸引力。然而大多数人确实被游戏吸引到了，但简陋的游戏机制配合上略显刺耳的音效，让很多人玩了几分钟便退下了机台。这样不能让玩家持续买账、且造价昂贵的《Touch Me》，显然没有达到雅达利的预期。
1977 年，拉尔夫·贝尔(Ralph Baer)和霍华德·莫里森(Howard J. Morrison)在一场商场音乐展会上看到了《Touch Me》的展台。与很多开发者受到的启发相同，他们十分欣赏游戏的玩法机制，但游戏后期设计的缺陷与瓶颈也是他们所惋惜的。
于是他们决定用这个灵感做一款新的游戏，把《Touch Me》中的亮点“发掘”出来。在移植游戏的过程中，他们发现这种玩法其实根本用不到街机的体积，所以选择了轻量化的 TMS 1000 微控制器芯片。当抛去前者中复杂的逻辑电路，游戏的设计成本也显得低廉很多。
拉尔夫·贝尔和他设计的游戏
游戏的玩法和《Touch Me》类似，玩家根据按键闪烁的顺序，依靠先前的记忆力顺次按下各个按钮。但不同的是，贝尔和他的团队为每一个按钮都添上了不同的色彩，以及按下按钮后反馈出“不再刺耳”且各异的音效。
当他们拿着这个 8 英寸大小的游戏机，去向各大硬件生产厂家进行演示时，一家叫做 MB(Milton Bradley)的公司看准了游戏的市场前景。在完成了对游戏的收购和生产规划后，游戏名则采用了双方协商而来的《Simon》。
游戏机采用了实体售卖的方式，在 1978 年一经推出便登上了当时玩具的热销榜首。容易上手、小巧便携、老少皆宜也是《Simon》特色宣发的代言词。截止至 1982 年的 4 年内，游戏机的销售量就已经超过了 1000 万台。
看到模仿自家游戏还赚的盆满钵满的《Simon》，雅达利自然是眼红的，于同年推出了《Touch Me》的掌机版本。但就像是当初《Pong》那铺天盖地的盗版一样，《Simon》的玩法也迅速被厂商们模仿，待到雅达利发布掌机时，“音游掌机”的市场已经被瓜分地很明细了。
随着音乐旋律按下按键，清脆有力的回弹反馈，让《Simon》把一个实验性地概念逐渐过渡到了一项音乐互动玩法。而把雅达利的游戏再创造，不仅是对这项理念的延伸，也是定义了现代音乐游戏玩法的雏形。
逐渐成熟的制作系统
到了 1980 年代初期，大多数的计算机和游戏机都有了专用的声音芯片，这时 CPU 和内存的负担也被减轻了。并且每个系统都有着特色的图形和音轨。也是从那时起，音乐开始在游戏中迅速发展，特别是渗透到了日本和西方的游戏文化中。
要知道，不同的系统一般都有不同的复音数，或称为音轨。具有多个音轨当然是有一定优势，但音轨中的波形也需要变化。如家用电脑 Commodore 64 可以产生出正方形、三角形、锯齿形、噪声四种不同类型的波形。
对比于 Commodore 64 的 3 个音轨通道，任天堂的 NES 有 5 个音轨之多，那么后者的音乐水平会更加专业吗？答案并不是。原因在于 NES 中的音轨大部分情况下都只能发出一种类型的波形。
在图片中，NES 的前两个音轨只能产生方波。第三个音轨只会产生出像是三角形的波，通常用于低音基调。第四个音轨只能产生噪音波形。第五个音轨是 PCM 采样现实中乐器的声音。
在《超级马里奥兄弟3》中，玩家可以清楚地听到第五个音轨——PCM 所使用的钢鼓声音。不过介于 NES 音乐芯片的特殊设计，使得很多乐曲中的音节听起来几乎是相同的。而这点在乐曲的曲调上有所体现，毕竟同一种乐器的音节频率是固定的。
《超级马里奥兄弟3》中已经有了一套成熟的音乐制作系统
在当时，大多数开发者会尽量在不同曲目中，对同一个音轨切换不同的波形。但很快就有人发现了，在同一曲目中把波形任意地分配给各个音轨，也不是什么难事。再加上后期的调音适配，就完全能带以玩家超过原有音轨数量的错觉。
1981 年的经典街机游戏《Frogger》就是一个很好的例子。除关卡开始和结束的音乐外，游戏制作了 11 种不同的独立曲目，并全程采用了不同音轨的不同波形。欢快的背景音乐配合着角色移动时即时反馈的动感音效，也标志着 80 年代的音乐系统逐渐成熟了起来。
随着家用游戏机进入 16 位时代，音乐创作中的采样和音调被使用得更加频繁。相比于 NES 的 5 个单声道音轨，世嘉md(Mega Drive)则使用了 10 个可以立体声混用的音轨，其中也包括了一个用于采样乐器的 PCM 样本。
当然，先前《Simon》留下的实体音游理念并没有消逝，只是这个理念的确立需要一个更长跨度的积淀。在硬件设备系统性发展的 20 世纪末，音乐游戏机们终于开始崭露头角。
科乐美于 1998 年率先推出了跳舞机——DDR(Dance Dance Revolution)。与传统使用手柄或摇杆操作的游戏机台不同，跳舞机需要玩家观察屏幕上切合的音符，并配合着所选曲目的鼓点节拍，来逐个踩到街机对应的箭头踏板之上。
跳舞机的设备系统则通常由背后的一根后扶杆，以及前、后、左、右四个方向键的踏板构成。在跳舞机的发展中，之后跳舞机的踏板演变为了八个，能够捕捉玩家的动作，并推出了双人对战模式，生命条系统等现代音游模式。
21 世纪初，由 Namco 开发的《太鼓达人》登陆街机平台，游戏放弃了大多数音游的方向判定系统，玩家需要配合屏幕上流动的音符点，用鼓槌敲打机台上的日本传统乐器“太鼓”的鼓面，从而击打出正确的节奏。除此之外，游戏的选曲目录也是用击鼓的方式来进行的。
其实相比于常规的音乐游戏，这样的击鼓方式会对玩家的节奏感要求更高，而 Namco 也在刻意地提高游戏的难度。不过这也揭露出目前延长音乐游戏寿命的最佳方法，就是尽量添加不同风格的曲目，并且为玩家划分不同的难度梯度。
而在这约为三十年的历程中，最初的一个个音节被串联到了一起，再由开发者们逐步地缝合成数个基本曲调。伴随着硬件设备的发展，当初的蓝图也被填上了色彩，最终演变为一幅绚丽多彩的画卷。而这些刻画着历史性的音符，仿佛在演奏着一首对音乐游戏的赞歌。
