La música la hizo el músico y fue quien transcribió dicha canción a un txt separado por coma que es el que luego transformo y recorro para instanciar los prefabs. Que básicamente es lo que me preguntas solo que ya el músico veía en el programa de composición dónde caían las notas más representativas. Y muevo el objeto padre donde instancio el prefab a la par que la canción usando el tiempo de la canción del audiosource. Así te aseguras de que cuadra porque depende de la canción, no del tiempo de escena ni nada. Así si la canción se pausa o va más lenta por algún motivo las notas van a seguir cuadrando.
De hecho teníamos pensado meter algunas habilidades especiales a los enemigos pero no nos daba ya tiempo de desarrollarlo. Cualquier cosa me dices, si quieres que te enseñe el código o algo escríbeme al twitter o telegram y te lo mando