音ゲーの音はゲーム上タイミングを見計らって鳴らしてる物で、ゲームプレイにはそれ程同期にシビアになる必要は無いと思うが
300.123秒の音データを再生して終了時のプロセスタイマーで302.987になってずれんじゃんよ、とかのズレはあるのかもしれないけど

人間が初見で音ゲーをプレイする時、タイミングを計るのは絵だよね、慣れてきたら音でプレイも出来るんだろうけど
正直実装も何もしてないのに、頭だけで悩んでプログラム組んでないならまず作ってからじゃね？って気がする