Web Audio API

W3C Working Draft, 19 June 2018 ( 日本語訳 )

この文書は、W3Cの文書 "Web Audio API, W3C Working Draft 19 June 2018" の日本語訳です。

旧版はこちら:
「Web Audio API」 W3C Working Draft 08 December 2015 ( 日本語訳 )
「Web Audio API」 W3C Working Draft 10 October 2013 ( 日本語訳 )

Web Audio API の正式な文書は英語版のみであり、日本語訳には翻訳に起因する誤りが含まれている場合があります。 英語版の正式な文書はW3Cのサイト : http://www.w3.org/TR/webaudio/にあります。

なお、翻訳元の文書もまだドラフト ( Working Draft ) です。現状ではまだ説明が不足している部分があったり、今後も頻繁に更新される可能性がある事に注意してください。

日本語訳GitHub : https://github.com/g200kg/web-audio-api-ja
日本語訳公開URL : https://g200kg.github.io/web-audio-api-ja/

Tatsuya Shinyagaito @ g200kg
誤りその他があれば GitHub 経由などで連絡をお願いいたします。
https://www.g200kg.com/

2018年9月02日


Web Audio API

W3C Working Draft,

このバージョン:
https://www.w3.org/TR/2018/WD-webaudio-20180619/
最新の公開バージョン:
https://www.w3.org/TR/webaudio/
以前のバージョン:
エディターズドラフト:
https://webaudio.github.io/web-audio-api/
フィードバック:
public-audio@w3.org with subject line “[webaudio] … message topic …” (archives)
テストスイート:
https://github.com/web-platform-tests/wpt/tree/master/webaudio
イシュートラッキング:
GitHub
編集者:
(Mozilla (https://www.mozilla.org/))
(Google (https://www.google.com/))
以前の編集者:
Chris Wilson (Until Jan 2016)
Chris Rogers (Until Aug 2013)
バグトラッカー:
https://github.com/WebAudio/web-audio-api/issues?state=open

要約

この仕様は Web アプリケーションにおけるオーディオの処理および合成に関する高レベルの JavaScript API について記述します。 その基本的な枠組みとなっているのはオーディオのルーティンググラフであり、多数の AudioNode オブジェクトが互いに接続される事で最終的なオーディオ出力が定義されます。 実際の処理は基本的に下層にある実装 ( 典型的には最適化されたアセンブリ言語 / C / C++ コード ) で行われますが、直接的なスクリプトによる処理と合成 もサポートされています。

序文 セクションではこの仕様の背後にある動機についても取り上げます。

この API は他の API や Web プラットフォームの要素、特に : ( responseTyperesponse 属性を使った ) XMLHttpRequest[XHR] と共に使われるように設計されています。 ゲームやインタラクティブなアプリケーションでは、canvas 2D [2dcontext] および WebGL [WEBGL] 3D グラフィックス API と共に使われる事が予想されます。

この文書の位置付け

このセクションは、この文書の公開時における状況を記述したものです。他の文書がこの文書に取って代わるかもしれません。現在の W3C の刊行物およびこの技術レポートの最新改訂版のリストは、http://www.w3.org/TR/ にある W3C 技術レポートインデックス から見つけることができます。

ワーキングドラフトとしての公開は W3C メンバーによる承認を意味するものではありません。これは草案文書であり、いつでも他の文書によって改訂、置き換えあるいは廃止される可能性があります。この文書を作業中のもの以外として引用する事は不適切です。

もしこの文書に対するコメントがあれば、仕様のリポジトリにイシューを登録 するか、または public-audio@w3.org ( subscribe, archives ) に送ってください。

この文書は Web Audio Working Group によって発行されました。

この文書は W3C Patent Policy の基に運用されるグループによって作成されました。W3C はグループの成果物から作成された 特許開示リスト を管理しています; また、このページは特許開示の方法についても提示しています。特許について実際の知識を持ち、それが 基本的な請求事項 を含むと考える者は、 W3C Patent Policy 6節 に従って情報を開示しなくてはなりません。

この文書は 2018年2月1日 W3C Process Document によって管理されます。

序文

これまでの Web 上のオーディオはかなり未発達なもので、ごく最近まで Flash や QuickTime のようなプラグインを通して配信しなくてはなりませんでした。HTML5 での audio 要素の導入は、基本的なストリーミング・オーディオ再生を可能にする重要なものです。しかし、より複雑なオーディオアプリケーションを扱うには、それだけではまだ充分に強力ではありません。洗練された Web ベースのゲームやインタラクティブ・アプリケーションのためには別の解決策が必要とされます。この仕様では、近年のデスクトップ・オーディオ制作アプリケーションに見られるミキシング、プロセシング、フィルタリング処理に加え、近年のゲームオーディオエンジンに見られるような機能も持たせる事を目標とします。

この API はさまざまな使用例 [webaudio-usecases] を考慮して設計されています。理想的にはすべての使用例が、JavaScript から制御される最適化された C++ エンジンを使って無理なく実装でき、ブラウザーで動作するようにサポートされなくてはなりません。とは言っても、近年のデスクトップ・オーディオソフトウェアは極めて高度な機能を持ち、それらの一部はこのシステムを使ったとしても構築する事が困難か不可能と考えられます。Apple 社の Logic Audio がそのようなアプリケーションの 1 つであり、外部 MIDI コントローラー、任意のプラグイン・オーディオエフェクトやシンセサイザー、高度に最適化されたオーディオファイルのディスクへの読み込み/書き出し、密に統合されたタイムストレッチなどなどをサポートしています。それでもなお、ここで提案するシステムは、音楽に関するものを含めて、かなり複雑なゲームやインタラクティブ・アプリケーションの広い範囲を充分にサポートする事が可能です。またそれは、WebGL によってもたらされる、より高度なグラフィックスの機能をよく引き立たせる事が可能です。このAPIはより高度な機能を後から追加できるように設計されています。

機能

この API は、これらの基本機能をサポートします:

モジュラールーティング

モジュラールーティングによって異なる AudioNode オブジェクト同士を任意に接続できます。それぞれのノードは入力および出力を持っています。 ソースノードは入力は持たず、ひとつの出力を持ちます。 デスティネーションノードはひとつの入力を持ち、出力は持っていません。フィルターなどの他のノードはソースとデスティネーションの間に配置することができます。2 つのオブジェクトが互いに接続している場合、低レベルのストリーム形式の詳細について開発者が煩わされる事なく、適正な処理が行われます。 例えばもしモノラルの音声ストリームがステレオの入力に接続されていても、左右のチャンネルに 適正 にミックスされます。

最も単純な例は、ひとつの音声ソースを出力に直接接続したものです。すべての接続は単一の AudioDestinationNode を持つ AudioContext 内部で行われます:

modular routing
モジュラールーティングの単純な例

この単純なルーティングを図示します。この例では単一の音を再生しています:

var context = new AudioContext();

function playSound() {
  var source = context.createBufferSource();
  source.buffer = dogBarkingBuffer;
  source.connect(context.destination);
  source.start(0);
}

これはもっと複雑な例で、3 つのソースとコンボリューションリバーブが最終出力段にあるダイナミックコンプレッサーを介して送られます:

modular routing2
モジュラールーティングのより複雑な例
var context = 0;var compressor = 0;var reverb = 0;var source1 = 0;var source2 = 0;var source3 = 0;var lowpassFilter = 0;var waveShaper = 0;var panner = 0;var dry1 = 0;var dry2 = 0;var dry3 = 0;var wet1 = 0;var wet2 = 0;var wet3 = 0;var masterDry = 0;var masterWet = 0;function setupRoutingGraph () {  context = new AudioContext();  // Create the effects nodes.  lowpassFilter = context.createBiquadFilter();  waveShaper = context.createWaveShaper();  panner = context.createPanner();  compressor = context.createDynamicsCompressor();  reverb = context.createConvolver();  // Create master wet and dry.  masterDry = context.createGain();  masterWet = context.createGain();  // Connect final compressor to final destination.  compressor.connect(context.destination);  // Connect master dry and wet to compressor.  masterDry.connect(compressor);  masterWet.connect(compressor);  // Connect reverb to master wet.  reverb.connect(masterWet);  // Create a few sources.  source1 = context.createBufferSource();  source2 = context.createBufferSource();  source3 = context.createOscillator();  source1.buffer = manTalkingBuffer;  source2.buffer = footstepsBuffer;  source3.frequency.value = 440;  // Connect source1  dry1 = context.createGain();  wet1 = context.createGain();  source1.connect(lowpassFilter);  lowpassFilter.connect(dry1);  lowpassFilter.connect(wet1);  dry1.connect(masterDry);  wet1.connect(reverb);  // Connect source2  dry2 = context.createGain();  wet2 = context.createGain();  source2.connect(waveShaper);  waveShaper.connect(dry2);  waveShaper.connect(wet2);  dry2.connect(masterDry);  wet2.connect(reverb);  // Connect source3  dry3 = context.createGain();  wet3 = context.createGain();  source3.connect(panner);  panner.connect(dry3);  panner.connect(wet3);  dry3.connect(masterDry);  wet3.connect(reverb);  // Start the sources now.  source1.start(0);  source2.start(0);  source3.start(0);}

モジュラールーティングはまた AudioNode の出力を 別の AudioNode の動きを制御する AudioParam パラメーターに接続する事もできます。この場合は、ノードからの出力は 入力信号ではなくモジュレーション信号として働きます。

modular routing3
モジュラールーティングによってオシレーターの出力で別のオシレーターの周波数を変調する図
function setupRoutingGraph() {  var context = new AudioContext();  // Create the low frequency oscillator that supplies the modulation signal  var lfo = context.createOscillator();  lfo.frequency.value = 1.0;  // Create the high frequency oscillator to be modulated  var hfo = context.createOscillator();  hfo.frequency.value = 440.0;  // Create a gain node whose gain determines the amplitude of the modulation signal  var modulationGain = context.createGain();  modulationGain.gain.value = 50;  // Configure the graph and start the oscillators  lfo.connect(modulationGain);  modulationGain.connect(hfo.detune);  hfo.connect(context.destination);  hfo.start(0);  lfo.start(0);}

API の概要

定義されているインターフェイスは次のとおりです:

また非推奨ですがまだ削除されておらず、置き換えの実装が予定されているいくつかの Web Audio API があります。

1. オーディオ API

1.1. BaseAudioContext インターフェイス

このインターフェイスは AudioNode オブジェクトのセットとそれらの接続を表します。それによって AudioDestinationNode に任意の信号をルーティングする事を可能にします。ノードはコンテキストから作成され、お互いに 接続 されます。

BaseAudioContext は直接的にはインスタンス化されず、代わりに AudioContext (リアルタイムレンダリングの場合)と OfflineAudioContext (オフラインレンダリングの場合)が拡張された具体的なインターフェイスとなっています。

enum AudioContextState {
  "suspended",
  "running",
  "closed"
};
列挙値の説明
"suspended" このコンテキストは現在中断 ( コンテキストの時間は進まず、オーディオハードウェアはパワーダウン / 解放 ) しています。
"running" オーディオは処理状態にあります。
"closed" このコンテキストは解放され、もうオーディオ処理に使用できません。すべてのシステムオーディオリソースは解放されました。新しいノードを作成しようとすると InvalidStateError が発生します。( AudioBuffer は createBuffer()decodeAudioData()、あるいは AudioBuffer のコンストラクタを通してまだ作成できるかも知れません )
callback DecodeErrorCallback = void (DOMException error);

callback DecodeSuccessCallback = void (AudioBuffer decodedData);

[Exposed=Window]
interface BaseAudioContext : EventTarget {
  readonly attribute AudioDestinationNode destination;
  readonly attribute float sampleRate;
  readonly attribute double currentTime;
  readonly attribute AudioListener listener;
  readonly attribute AudioContextState state;
  [SameObject, SecureContext]
  readonly attribute AudioWorklet audioWorklet;
  attribute EventHandler onstatechange;

  AnalyserNode createAnalyser ();
  BiquadFilterNode createBiquadFilter ();
  AudioBuffer createBuffer (unsigned long numberOfChannels, unsigned long length, float sampleRate);
  AudioBufferSourceNode createBufferSource ();
  ChannelMergerNode createChannelMerger (optional unsigned long numberOfInputs = 6);
  ChannelSplitterNode createChannelSplitter (optional unsigned long numberOfOutputs = 6);
  ConstantSourceNode createConstantSource ();
  ConvolverNode createConvolver ();
  DelayNode createDelay (optional double maxDelayTime = 1.0);
  DynamicsCompressorNode createDynamicsCompressor ();
  GainNode createGain ();
  IIRFilterNode createIIRFilter (sequence<double> feedforward, sequence<double> feedback);
  OscillatorNode createOscillator ();
  PannerNode createPanner ();
  PeriodicWave createPeriodicWave (sequence<float> real, sequence<float> imag, optional PeriodicWaveConstraints constraints);
  ScriptProcessorNode createScriptProcessor(optional unsigned long bufferSize = 0,
                                            optional unsigned long numberOfInputChannels = 2,
                                            optional unsigned long numberOfOutputChannels = 2);
  StereoPannerNode createStereoPanner ();
  WaveShaperNode createWaveShaper ();

  Promise<AudioBuffer> decodeAudioData (ArrayBuffer audioData,
                                        optional DecodeSuccessCallback successCallback,
                                        optional DecodeErrorCallback errorCallback);
  Promise<void> resume ();
};

1.1.1. 属性

audioWorklet, AudioWorklet 型, readonly

[worklets-1]AudioWorklet のアルゴリズムにより定義された AudioWorkletProcessor クラスのスクリプトをインポート可能な Worklet オブジェクトへのアクセスを行います。

currentTime, double 型, readonly

コンテキストのレンダリンググラフで最後に処理されたオーディオブロックの最後のサンプルフレームの次のサンプルの秒で表した時刻です。もしコンテキストのレンダリンググラフがまだオーディオブロックを処理していない場合 currentTime は 0 になります。

currentTime の時間軸で 0 はグラフで処理される最初のブロックの最初のサンプルフレームに対応します。このシステムの経過時間は BaseAudioContext が生成するオーディオストリームの経過時間に対応し、それはシステム内の他の時計には同期しないかも知れません。( OfflineAudioContext では、ストリームはどのデバイスも能動的に再生しないため、実時間とはまったく違う進み方になります )

Web Audio API のすべてのスケジュールされた時刻は currentTime に対する相対値になります。

BaseAudioContext が "running" 状態にあるとき、この属性は単調増加し、レンダリングスレッドにより 1 レンダリング量子 に対応する均一な増分で更新されます。そのため動作中のコンテキストでは、currentTime はシステムがオーディオブロックを処理するに従って徐々に増加し、常に次に処理されるオーディオブロックの先頭の時刻を表します。それはまた現在の状態に対する変更が効力を持つ最も早い時刻でもあります。

currentTime は制御スレッドが戻るまでに アトミック に読み取られなくてはなりません ( MUST )。

destination, AudioDestinationNode 型, readonly

AudioDestinationNode は単一の入力を持ち、すべてのオーディオの最終的な出口を表しています。通常これは実際のオーディオハードウェアを表します。動作中のすべての AudioNode は直接または間接的にこの destination に接続されます。

listener, AudioListener 型, readonly

AudioListener は 3D spatialization で使用されます。

onstatechange, EventHandler

BaseAudioContext に AudioContext の状態が変化したとき ( 例えば、対応する Promise がリゾルブされたときなど ) にディスパッチされるイベントの EventHandler を設定するために使用されるプロパティです。 AudioContext の状態を直接問い合わせる事ができる Event 型のイベントがイベントハンドラーに発行されます。 新たに作成された AudioContextは 常に "suspended" 状態から開始し、状態の変化イベントは異なる状態への遷移の度に発行されます。このイベントは oncomplete イベントが発行される前に発行されます。

sampleRate, float 型, readonly

BaseAudioContext が扱うオーディオのサンプルレート ( 1 秒あたりのサンプルフレーム数 ) です。コンテキスト内のすべての AudioNode はこのレートで動作する事を想定しています。これを想定するため、サンプレートコンバータや " 可変速 " 処理はリアルタイム処理内ではサポートされません。 Nyquist frequency はこのサンプルレートの半分の値となります。

state, AudioContextState 型, readonly

制御スレッド における AudioContext の現在の状態を表します。

1.1.2. メソッド

createAnalyser()

AnalyserNodeファクトリーメソッド です。

パラメーターなし
戻り値: AnalyserNode
createBiquadFilter()

いくつかのタイプのフィルターに設定可能な 2 次フィルターを表す BiquadFilterNodeファクトリーメソッド です。

パラメーターなし
戻り値: BiquadFilterNode
createBuffer(numberOfChannels, length, sampleRate)

与えられたサイズの AudioBuffer を作成します。バッファー内のデータは 0 ( 無音 ) で初期化されます。もし、引数のどれかが負、0 または範囲外の場合、NotSupportedError 例外を発生します ( MUST )

BaseAudioContext.createBuffer() メソッドの引数
パラメーター Null可 省略可 説明
numberOfChannels unsigned long バッファーが持つチャンネル数を指定します。実装は少なくとも 32 チャンネルをサポートしなくてはなりません ( MUST )。
length unsigned long バッファーのサイズをサンプルフレーム数で指定します。
sampleRate float バッファー内のリニア PCM オーディオデータのサンプルレートを秒あたりのサンプルフレーム数で表します。実装は少なくとも 8000 から 96000 の範囲をサポートしなくてはなりません ( MUST )。
戻り値: AudioBuffer
createBufferSource()

AudioBufferSourceNodeファクトリーメソッド です。

パラメーターなし
戻り値: AudioBufferSourceNode
createChannelMerger(numberOfInputs)

チャンネルマージャーを表す ChannelMergerNodeファクトリーメソッド です。パラメーター値が不正な場合は IndexSizeError 例外を発生します ( MUST )

BaseAudioContext.createChannelMerger(numberOfInputs) メソッドの引数
パラメーター Null可 省略可 説明
numberOfInputs unsigned long 入力の数を指定します。値は 32 までサポートされなくてはなりません ( MUST )。もし指定されない場合は 6 となります。
戻り値: ChannelMergerNode
createChannelSplitter(numberOfOutputs)

チャンネルスプリッターを表す ChannelSplitterNodeファクトリーメソッド です。パラメーターの値が不正な場合は、IndexSizeError 例外を発生します ( MUST )。

BaseAudioContext.createChannelSplitter(numberOfOutputs) メソッドの引数
パラメーター Null可 省略可 説明
numberOfOutputs unsigned long 出力の数を指定します。値は 32 までサポートされなくてはなりません ( MUST )。もし指定されない場合は 6 となります。
戻り値: ChannelSplitterNode
createConstantSource()

ConstantSourceNodeファクトリーメソッド です。

パラメーターなし
戻り値: ConstantSourceNode
createConvolver()

ConvolverNodeファクトリーメソッド です。

パラメーターなし
戻り値: ConvolverNode
createDelay(maxDelayTime)

DelayNodeファクトリーメソッド です。初期化時のデフォルト遅延時間は 0 秒です。

BaseAudioContext.createDelay(maxDelayTime) メソッドの引数
パラメーター Null可 省略可 説明
maxDelayTime double 遅延機能の遅延時間の最大値を秒で指定します。指定する場合は、その値は 0 よりも大きく 3 分よりも小さくなければなりません ( MUST )。そうでない場合 NotSupportedError 例外を発生します ( MUST )。 指定しない場合は 1 となります。
戻り値: DelayNode
createDynamicsCompressor()

DynamicsCompressorNodeファクトリーメソッド です。

パラメーターなし
戻り値: DynamicsCompressorNode
createGain()

GainNodeファクトリーメソッド です。

パラメーターなし
戻り値 GainNode
createIIRFilter(feedforward, feedback)
BaseAudioContext.createIIRFilter() メソッドの引数
パラメーター Null可 省略可 説明
feedforward sequence<double> IIR フィルターの伝達関数のフィードフォワード ( 分子 ) の係数の配列です。この配列の最大の長さは 20 です。もしすべての値が 0 の場合、InvalidStateError 例外を発生します ( MUST )。 配列の長さが 0 または 20 より大きい場合は NotSupportedError 例外を発生します ( MUST )。
feedback sequence<double> IIR フィルターの伝達関数のフィードバック ( 分母 ) の係数の配列です。この配列の最大の長さは20です。もし配列の最初の要素が 0 の場合、 InvalidStateError 例外を発生します ( MUST )。 もし配列の長さが 0 または 20 より大きい場合は NotSupportedError 例外を発生します ( MUST )。
戻り値: IIRFilterNode
createOscillator()

OscillatorNodeファクトリーメソッド です。

パラメーターなし
戻り値: OscillatorNode
createPanner()

PannerNodeファクトリーメソッド です。

パラメーターなし
戻り値: PannerNode
createPeriodicWave(real, imag, constraints)

PeriodicWave を作成するファクトリーメソッド です。

このメソッドを呼び出したとき、以下の手順が実行されます:
  1. もし realimag が同じ長さでない場合、IndexSizeError が発生します ( MUST )。

  2. oPeriodicWaveOptions 型の新しいオブジェクトとします。

  3. このファクトリーメソッドに各々渡された real および imag パラメーターを、o の同じ名前の属性としてセットします。

  4. odisableNormalization 属性を、ファクトリーメソッドに渡された constraints 属性の disableNormalization の値にセットします。

  5. このファクトリーメソッドが呼ばれた BaseAudioContext を最初の引数とし、oを渡して新しい PeriodicWave p を作成します。

  6. p を返します。

BaseAudioContext.createPeriodicWave() メソッドの引数
パラメーター Null可 省略可 説明
real sequence<float> コサインパラメーターの数値列。詳細の説明についてはコンストラクタの引数 real を参照。
imag sequence<float> サインパラメーターの数値列。詳細の説明についてはコンストラクタの引数 imag を参照。
constraints PeriodicWaveConstraints 与えられていない場合は、波形は正規化されます。そうでない場合、波形は constraints に与えられた値に従って正規化されます。
戻り値: PeriodicWave
createScriptProcessor(bufferSize, numberOfInputChannels, numberOfOutputChannels)

ScriptProcessorNodeファクトリーメソッド です。このメソッドは廃止予定で、AudioWorkletNode で置き換えられます。 スクリプトによるオーディオデータ直接処理のための ScriptProcessorNode を作成します。 bufferSize または numberOfInputChannels または numberOfOutputChannels が範囲外の場合、 IndexSizeError例外を発生します ( MUST )。

numberOfInputChannelsnumberOfOutputChannels の両方を 0 にしてはいけません。この場合、IndexSizeError 例外を発生します ( MUST )。

BaseAudioContext.createScriptProcessor(bufferSize, numberOfInputChannels, numberOfOutputChannels) メソッドの引数
パラメーター Null可 省略可 説明
bufferSize unsigned long bufferSize パラメーターはサンプルフレーム数でバッファーのサイズを指定します。もしそれが渡されない場合、または値が 0 である場合、実装はノードのライフタイムを通して一定な、動作環境に最適な2の累乗のバッファーサイズを選択します。それ以外の場合は明示的にバッファーサイズを指定します。それは次の値のどれかでなければなりません: 256、512、1024、2048、4096、8192、16384 ( MUST )。この値は onaudioprocess イベントが発生する頻度とそれぞれの呼び出しでどれだけのサンプルフレームを処理する必要があるかを制御します。bufferSize が小さい値ならば レイテンシー は低く ( 良く ) なります。オーディオが途切れ、グリッジ が発生する事を避けるには大きな値が必要となります。レイテンシー とオーディオ品質の間のバランスを取るためには、プログラマーはこのバッファーサイズを指定せず、実装に最適なバッファーサイズを選択させる事が推奨されます。もしこのパラメーターの値が上に示した許された2の累乗の値でない場合、IndexSizeError 例外を発生します ( MUST )。
numberOfInputChannels unsigned long このパラメーターはこのノードの入力チャンネル数を指定します。32 チャンネルまでの値がサポートされなくてはなりません。チャンネル数がサポート外の場合、NotSupportedError 例外を発生します。
numberOfOutputChannels unsigned long このパラメーターはこのノードの出力チャンネル数を指定します。32 チャンネルまでの値がサポートされなくてはなりません。チャンネル数がサポート外の場合、NotSupportedError 例外を発生します。
戻り値: ScriptProcessorNode
createStereoPanner()

StereoPannerNodeファクトリーメソッド です。

パラメーターなし
戻り値: StereoPannerNode
createWaveShaper()

非線形な歪み効果を表す WaveShaperNodeファクトリーメソッド です。

パラメーターなし
戻り値: WaveShaperNode
decodeAudioData(audioData, successCallback, errorCallback)

ArrayBuffer 内にあるオーディオファイルのデータを非同期にデコードします。ArrayBuffer は、例えば XMLHttpRequestresponseType"arraybuffer" を指定した場合の response 属性としてロードされます。オーディオファイルデータは audio 要素でサポートされるどのフォーマットでも構いません。decodeAudioData() に渡されるバッファーは [mimesniff] で説明される手順で判定されるコンテントタイプを持ちます。

この関数の基本的なインターフェイスの手段は戻り値の promise ではありますが、歴史的な理由からコールバックのパラメーターも提供されています。システムは Promise がリゾルブまたはリジェクトし、コールバック関数が呼ばれて完了する前に AudioContext がガベージコレクションされない事を保証しなくてはなりません。

decodeAudioData が呼ばれたとき、制御スレッド上では次の手順を実行します ( MUST ):
  1. promise を新しい promise とします。

  2. もし audioDataに対する、IsDetachedBuffer ([ECMASCRIPT] で説明されています) が false の場合、次の手順を実行します:

    1. audioData ArrayBufferDetach します。この操作は [ECMASCRIPT] で説明されています。

    2. 別のスレッドで実行されるデコード処理をキューにいれます。

  3. そうでなければ、次の手順を実行します。

    1. errorDataCloneError とします。

    2. promiseerror でリジェクトします。

    3. errorCallbackerror で呼び出すタスクをキューに入れます。

  4. promise を返します。

制御スレッド でも レンダリングスレッド でもない、デコーディングスレッドと呼ばれる別スレッドで実行されるデコード処理がキューに入れられるとき、次の手順が発生します ( MUST )。

注: 複数回の decodeAudioData の呼び出しを処理するため、複数のデコーディングスレッドが並列して走る事もあります。

  1. エンコードされている audioData をリニア PCM にデコードを試みます。

  2. もしオーディオフォーマットが認識できない、サポートされていない、あるいはデータが破壊 / 不正 / 一貫していないという理由でデコードエラーが発生した場合、制御スレッド で次の手順を実行するためのタスクをキューに入れます:

    1. errorEncodingError という名前の DOMException とします。

    2. promiseerror を持ってリジェクトします。

    3. もし errorCallback があれば、error を持って errorCallback を呼び出します。

  3. それ以外の場合:

    1. リニア PCM で表現され、もし audioData のサンプルレートが AudioContext のサンプルレートと異なっていた場合はリサンプルを行ったものを結果とします。

    2. 制御スレッド のイベントループで次の手順を実行するタスクをキューに入れます:

      1. buffer を最終的な結果 ( 必要ならサンプルレート変換を行った後 ) を保持した AudioBuffer とします。

      1. promise を bufbufferfer を持ってリゾルブします。

      2. もし successCallback があれば、buffer を持って successCallback を呼び出します。

BaseAudioContext.decodeAudioData() メソッドの引数
パラメーター Null可 省略可 説明
audioData ArrayBuffer 圧縮されたオーディオデータを含む ArrayBuffer です。
successCallback DecodeSuccessCallback デコードが完了したときに呼び出されるコールバック関数です。コールバック関数の引数は 1 つでデコードされた PCM オーディオデータをあらわす AudioBuffer になります。
errorCallback DecodeErrorCallback オーディオファイルをデコード中にエラーが起こった場合に呼び出されるコールバック関数です。
戻り値: Promise<AudioBuffer>
resume()

BaseAudioContext がサスペンドされている場合、currentTime の進行を再開します。

resume が呼ばれた場合、以下の手順が実行されます:
  1. promise を新しい Promise とします。

  2. もし BaseAudioContext制御スレッドの状態フラグが closed ならば、promise を InvalidStateError でリジェクトし、以降の手順を中止して promise を返します。

  3. もし BaseAudioContextstate 属性が既に "running" であれば、promise をリゾルブして返し、以降の手順は中止します。

    もし BaseAudioContextスタート可能 ではないとき、promisependingResumePromises に追加して以降の手順を中止し、promise を返します。

    BaseAudioContext制御スレッドの状態フラグを running にします。

  4. BaseAudioContext を再開する制御メッセージをキューに入れます

  5. promise を返します。

BaseAudioContext を再開する 制御メッセージ を実行する事は レンダリングスレッド で、以下の手順を実行する事を意味します:
  1. システムリソースの取得 を試みます。

  2. BaseAudioContext 上の レンダリングスレッド状態 フラグを running にセットします。

  3. オーディオグラフのレンダリング を開始します。

  4. 失敗した場合、制御スレッド に以下を実行するタスクをキューに入れ、これらの手順を中止します:

    1. pendingResumePromises にあるすべての promise を順序に従ってリジェクトし、pendingResumePromises をクリアします。

    2. promise をリジェクトします。

  5. 制御スレッド のイベントループで以下の手順を実行するタスクをキューに入れます:

    1. pendingResumePromises にある promise を順序に従ってリゾルブし、pendingResumePromises をクリアします。

    2. promise をリゾルブします。

    3. もし BaseAudioContextstate 属性が既に "running" でない場合:

      1. BaseAudioContextstate 属性を "running" にセットします。

      2. BaseAudioContextstatechange という名前のシンプルイベントを発行するタスクをキューに入れます。

パラメーターなし
戻り値: Promise<void>

1.1.3. コールバック DecodeSuccessCallback() パラメーター

decodedData, AudioBuffer

デコードされたオーディオデータを保持する AudioBuffer です。

1.1.4. コールバック DecodeErrorCallback() パラメーター

error,DOMException

デコード中に発生したエラーです。

1.1.5. ライフタイム

AudioContext は一度作成された後、これ以上再生する音がなくなるまで、あるいはページを移動するまで再生を続けます。

1.1.6. 内部検査やシリアライゼーションの基本機能の欠如

Web Audio API は音源のスケジューリングに fire-and-forget アプローチを取っています。つまり、音源ノード は、AudioContext のライフタイムの間のひとつひとつの音に対応して作成され、明示的にグラフからの削除は行いません。これはシリアライゼーション API とは互換性がなく、そのためシリアライズ可能な固定的なノードのセットもありません。

さらに、内部検査のための API を持つためにはスクリプトの中身のガベージコレクションの監視が必要になります。

1.1.7. BaseAudioContext のサブクラスに関連付けられるシステムリソース

サブクラス、AudioContextOfflineAudioContext はコストの高いオブジェクトと考えるべきです。これらのオブジェクトの作成には、高プライオリティのスレッドまたは低レイテンシーのシステムオーディオを含み、どちらも消費電力への影響があります。通常は、1 つのドキュメント内に 1 つ以上の AudioContext を作成する事は不必要です。

BaseAudioContext のサブクラスの作成または再開は、そのコンテキストが システムリソースを取得する事を含みます。このためには AudioContext としてはシステムオーディオのストリームを作成する事も必要です。

なお、ユーザーエージェントは実装で定められた最大数の AudioContext を持つ事ができ、それ以上の新しい AudioContext の作成は失敗して、NotSupportedError例外を発生します。

プログラマーは suspend および close を使う事で、スレッド、プロセスおよびオーディオストリームを含むシステムリソースの解放を行う事ができます。BaseAudioContext をサスペンドする事で、実装は一部のリソースを解放して後で resume を呼び出したときに再開できるようにします。 AudioContext のクローズによって、実装はすべてのリソースを解放し、再度使用したり再開したりはできなくなります。

注:これは例えば、定期的なコールバックの呼び出しを待つ事やハードウェアが処理可能になるのを待つ事も含みます。

1.2. AudioContext インターフェイス

このインターフェイスは、その AudioDestinationNode がデバイスへのリアルタイム出力によって直接ユーザーに信号が届くオーディオグラフを表します。多くの場合、1 つのドキュメントにつき 1 つの AudioContext が使用されます。

もしユーザーエージェントとシステムが現在のコンテキストでオーディオの出力を許可していれば、AudioContextスタート可能となります。言い換えれば、AudioContext制御スレッドの状態suspended から running に遷移する事ができます。

注: 例えば、ユーザーエージェントとしては AudioContext の制御スレッドが状態を running に変えるには ( [HTML] で説明されている ) ユーザーアクションによるトリガー が必要かもしれません。

enum AudioContextLatencyCategory {
    "balanced",
    "interactive",
    "playback"
};
列挙値の説明
"balanced" オーディオ出力のレイテンシーと安定性/消費電力のバランスを取ります。
"interactive" オーディオ出力のレイテンシーをグリッジが発生しない最小値にする。これがデフォルトになります。
"playback" オーディオ出力のレイテンシーよりも再生の途切れを起こさない事を優先します。消費電力は最も低くなります。
[Exposed=Window,
 Constructor (optional AudioContextOptions contextOptions)]
interface AudioContext : BaseAudioContext {
    readonly attribute double baseLatency;
    readonly attribute double outputLatency;
    AudioTimestamp getOutputTimestamp ();
    Promise<void> suspend ();
    Promise<void> close ();
    MediaElementAudioSourceNode createMediaElementSource (HTMLMediaElement mediaElement);
    MediaStreamAudioSourceNode createMediaStreamSource (MediaStream mediaStream);
    MediaStreamTrackAudioSourceNode createMediaStreamTrackSource (MediaStreamTrack mediaStreamTrack);
    MediaStreamAudioDestinationNode createMediaStreamDestination ();
};

1.2.1. コンストラクタ

AudioContext(contextOptions)
AudioContext を作成する際、以下の手順を実行します:
  1. AudioContext 上の control thread state ( 訳注:制御スレッドの状態 )suspended にセットします。

  2. AudioContext上のレンダリングスレッドの状態suspended にセットします。

  3. pendingResumePromises を空の promise のリストとします。

  4. もし contextOptionsが与えられていれば、オプションを適用します:

    1. この AudioContext の内部レイテンシーを latencyHint の項に書かれているように、latencyHint に従ってセットします。

    2. もし contextOptions.sampleRate が指定されていれば、この AudioContextsampleRate をその値にセットします。 そうでなければ、デフォルト出力デバイスのサンプルレートを使用します。 もし選択されたサンプルレートが出力デバイスのサンプルレートと異なる場合、この AudioContext はオーディオ出力を出力デバイスのサンプルレートに合うようにリサンプリングしなくてはなりません ( MUST )。

      注: もしリサンプリングが必要とされる場合、AudioContext のレイテンシーに大きな影響があるかも知れません。

  5. もし AudioContextスタート可能 でない場合、これらの手順は中止されます。

  6. 処理を開始するために 制御メッセージ を送ります。

処理を開始するために 制御メッセージ を送るには次の手順を実行します:
  1. システムリソースの取得 を試みます。

  2. 失敗した場合、これらの手順を中止します。

  3. AudioContextレンダリングスレッドの状態running にセットします。

  4. 制御スレッド のイベントループで以下の手順を実行するためのタスクをキューに入れます:

    1. AudioContextstate 属性を "running" にセットします。

    2. AudioContextstatechange という名前のシンプルイベントを発行するためのタスクをキューに入れます。

残念ながら、AudioContext の作成の失敗についてプログラム上の通知をすることはできません。ユーザーエージェントは、デベロッパーツールコンソールのようなログメカニズムにアクセスできる場合、これを知らせるメッセージをログに記録することをお勧めします。

AudioContext.AudioContext() メソッドの引数
パラメーター Null可 省略可 説明
contextOptions AudioContextOptions AudioContext をどのように作成するかをユーザーが指定するオプション。

1.2.2. 属性

baseLatency, double 型, readonly

これは AudioContextAudioDestinationNode からオーディオサブシステムにオーディオを渡す処理で発生するレイテンシーの秒数を表します。これには AudioDestinationNode の出力とオーディオハードウェアの間で発生するかも知れないその他の処理による追加のレイテンシーは含まれず、特にオーディオグラフ自体に発生するレイテンシーは含まれません。

例えばもし、オーディオコンテキストが 44.1 kHz で動作しており、AudioDestinationNode の実装が内部でダブルバッファリングによる レンダリング量子 の出力処理を行う場合、処理のレイテンシーは、約 \((2\cdot128)/44100 = 5.805 \mathrm{ ms}\) となります。

outputLatency, double 型, readonly

オーディオ出力処理のレイテンシーの秒数の見積もり。つまり、UA がホストシステムにバッファーを再生を要求した時間から、バッファー内の最初のサンプルが実際にオーディオ出力デバイスで処理される時間までの間隔。この後者の時間は、スピーカーやヘッドフォンのような音の信号を発生するデバイスがサンプルの音を発生する時間を指します。

outputLatency 属性の値はプラットフォームと接続されているオーディオ出力デバイスに依存します。outputLatency 属性の値は接続されているオーディオ出力デバイスが同じである限り、コンテキストのライフタイムを通じて変化する事はありません。もしオーディオ出力デバイスが変化したならば、outputLatency 属性の値もそれに従ってアップデートされます。

1.2.3. メソッド

close()

AudioContext をクローズし、使用中の システムリソースを解放 します。これは、AudioContext が作成したすべてのオブジェクトを自動的に開放はしませんが、AudioContextcurrentTime の進行を止め、オーディオデータの処理を停止します。

close が呼ばれたとき、以下の手順が実行されます:
  1. promise を新しい Promise とします。

  2. もし AudioContext制御スレッドの状態フラグが closed であった場合、promise を InvalidStateError でリジェクトし、これらの手順を中断して promise を返します。

  3. もし AudioContextstate 属性が既に "closed" であった場合、promise をリゾルブして返却し、これらの手順を中断します。

  4. AudioContext制御スレッドの状態フラグを closed にセットします。

  5. AudioContext に対して制御メッセージをキューに入れます。

  6. promise を返します。

AudioContext をクローズするための 制御メッセージ を実行する事は、レンダリングスレッド で、以下の手順を実行する事を意味します:
  1. システムリソースの解放 を試みます。

  2. レンダリングスレッドの状態suspended にセットします。

  3. 制御スレッド のイベントループで以下の手順を実行するタスクをキューに入れます:

    1. promise をリゾルブします。

    2. もし AudioContextstate 属性が既に "closed" でない場合:

      1. AudioContextstate 属性を "closed" にセットします。

      2. AudioContextstatechange という名前のシンプルイベントを発行するためのタスクをキューに入れます。

AudioContext がクローズされた場合、AudioContext に接続されているすべての MediaStreamHTMLMediaElement はその出力を無視されます。 つまり、これらはもうスピーカーなどの出力デバイスに出力されなくなります。より柔軟な挙動のためには、 HTMLEMediaElement.captureStream() (訳注:HTMLMediaElementのtypo?)の使用を検討してください。

注:AudioContext がクローズされるとき、実装はサスペンドの場合よりも積極的に多くのリソースを解放する事ができます。

パラメーターなし
戻り値: Promise<void>
createMediaElementSource(mediaElement)

指定された HTMLMediaElement から MediaElementAudioSourceNode を作成します。 このメソッドの呼び出しにより、HTMLMediaElement からのオーディオの再生は AudioContext の処理グラフに再ルーティングされるようになります。

AudioContext.createMediaElementSource() メソッドの引数
パラメーター Null可 省略可 説明
mediaElement HTMLMediaElement 再ルーティングされるメディアエレメントです。
戻り値: MediaElementAudioSourceNode
createMediaStreamDestination()

MediaStreamAudioDestinationNode を作成します。

パラメーターなし
戻り値: MediaStreamAudioDestinationNode
createMediaStreamSource(mediaStream)

MediaStreamAudioSourceNode を作成します。

AudioContext.createMediaStreamSource() メソッドの引数
パラメーター Null可 省略可 説明
mediaStream MediaStream 音源となるメディアストリームです。
戻り値: MediaStreamAudioSourceNode
createMediaStreamTrackSource(mediaStreamTrack)

MediaStreamTrackAudioSourceNode を作成します。

AudioContext.createMediaStreamTrackSource() メソッドの引数
パラメーター Null可 省略可 説明
mediaStreamTrack MediaStreamTrack 音源となる MediaStreamTrack です。 その kind 属性は "audio" でなくてはならず、そうでない場合は、InvalidStateError 例外が発生します ( MUST )。
戻り値: MediaStreamTrackAudioSourceNode
getOutputTimestamp()

コンテキストのオーディオストリームについて、2 つの関連する位置情報を含む新しい AudioTimestamp インスタンスを返します: contextTime メンバーには、オーディオ出力デバイスによって現在レンダリングされているサンプルフレームの時間 ( つまり出力されているオーディオストリームの位置 ) が含まれます。これにはコンテキストの currentTime と同じ単位と起点を使用します。 そして performanceTime メンバーには、contextTime に格納された値に対応するサンプルフレームが performance.now() ( [hr-time-2] で説明されています ) と同じ単位および起点で、オーディオ出力デバイスによってレンダリングされる瞬間を推定する時間が含まれます 。

コンテキストのレンダリンググラフがまだオーディオブロックを処理していないときに getOutputTimestamp を呼び出すと、両方のメンバーが 0 である AudioTimestamp インスタンスを返します。

コンテキストのレンダリンググラフがオーディオブロックの処理を開始すると、その currentTime 属性の値は常に getOutputTimestamp メソッドの呼び出しで取得される contextTime 値より大きくなります。

getOutputTimestamp メソッドから返された値は、コンテキストの時刻のわずかに後になるパフォーマンスの時刻の見積もりを得るのに使用できます:
function outputPerformanceTime(contextTime) {
  var timestamp = context.getOutputTimestamp();
  var elapsedTime = contextTime - timestamp.contextTime;
  return timestamp.performanceTime + elapsedTime * 1000;
}

上の例での見積もりの精度は、引数の値が現在の出力オーディオストリームの位置にどれほど近いかによって決まります: つまり与えられた contextTimetimestamp.contextTime に近いほど、得られた推定の精度は良くなります。

注:コンテキストの currentTimegetOutputTimestamp メソッドの呼び出しから得られた contextTime の値の差は、currentTime が不均一な時間間隔で増加する可能性があるため、信頼できる出力レイテンシーの見積もりとみなす事はできず、代わりに outputLatency 属性を使用する必要があります。

パラメーターなし
戻り値: AudioTimestamp
suspend()

AudioContextcurrentTime の進行を中断し、デスティネーションで再生するために既に処理を終えた現在のコンテキストの処理ブロックを再生し、その後システムがオーディオハードウェアの占有を解放できるようにします。 これは一般的に、アプリケーションがしばらくの間 AudioContext を必要とせず、一時的に AudioContext に関連付けられた システムリソースを解放 したいことがアプリケーションに分かっているときに役に立ちます。この promise は、フレームバッファーが空のとき ( ハードウェアに渡されたとき )、またはコンテキストがすでに suspended 状態のときは即座に ( 副作用なしで ) リゾルブされます。コンテキストがクローズされた場合、promise はリジェクトされます。

suspend が呼び出された場合、以下の手順を実行します:
  1. promise を新しい Promise とします。

  2. もし AudioContext制御スレッドの状態フラグが closed の場合、promise を InvalidStateError でリジェクトし、これらの手順を中止して promise を返します。

  3. もし AudioContextstate 属性がすでに "suspended" であった場合、promiseをリゾルブして返し、これらの手順を中止します。

  4. AudioContext制御スレッドの状態フラグを suspended にセットします。

  5. AudioContext をサスペンドするための制御メッセージをキューに入れます

  6. promise を返します。

AudioContext をサスペンドするための 制御メッセージ を実行する、とは レンダリングスレッド で、以下の手順を実行する事を意味します:
  1. システムリソースの解放 を試みます。

  2. AudioContextレンダリングスレッドの状態suspended にセットします。

  3. 制御スレッド のイベントループで以下の手順を実行するタスクをキューに入れます:

    1. promise をリゾルブします。

    2. もし AudioContextstate 属性が既に "suspended" でない場合:

      1. AudioContextstate 属性を "suspended" にセットします。

      2. AudioContextstatechange という名前のシンプルイベントを発行するタスクをキューに入れます。

AudioContext がサスペンドされている間、MediaStream の出力は無視されます。つまり、メディアストリームのリアルタイム性によって、データは失われます。HTMLMediaElement も同様に、システムが再開されるまでその出力は無視されます。AudioWorkletNode および ScriptProcessorNode は、サスペンド中は処理ハンドラーの呼び出しが止まりますが、コンテキストがリジュームされると再開します。AnalyserNode は、ウィンドウ関数の目的により、データは連続ストリームとみなされます。つまり、resume() / suspend()によって AnalyserNode のデータストリームに無音は発生しません。特に、AudioContext がサスペンドされているときに AnalyserNode の関数を繰り返し呼び出した際は、同じデータが返されなければなりません ( MUST )。

パラメーターなし
戻り値: Promise<void>

1.2.4. AudioContextOptions

AudioContextOptions ディクショナリは AudioContext のユーザー指定のオプションを決めるために使用されます。

dictionary AudioContextOptions {
  (AudioContextLatencyCategory or double) latencyHint = "interactive";
  float sampleRate;
};
1.2.4.1. ディクショナリ AudioContextOptions メンバー
latencyHint, (AudioContextLatencyCategory または double) 型, デフォルトは "interactive"

オーディオ出力のレイテンシーと消費電力の間のトレードオフに影響を与える、再生のタイプを指示します。

latencyHint の値は、AudioContextLatencyCategory から選択する事が推奨されます。ただし、レイテンシーと消費電力をより細かくバランスを取るために、レイテンシーの秒数を double 型で指定することもできます。数値を適切に解釈するのはブラウザーの裁量に委ねられています。実際に使用されるレイテンシーは、AudioContext の baseLatency 属性によって与えられます。

sampleRate, float

作成される AudioContextsampleRate をこの値に設定します。サポートされている値は、AudioBuffer のサンプルレートと同じです。指定されたサンプルレートがサポートされていない場合は、A NotSupportedError 例外を発生します ( MUST )。

もし sampleRate が指定されていない場合、この AudioContext の出力デバイスが推奨するサンプルレートが使用されます。

1.2.5. AudioTimestamp

dictionary AudioTimestamp {
  double contextTime;
  DOMHighResTimeStamp performanceTime;
};
1.2.5.1. Dictionary AudioTimestamp Members
contextTime, double

BaseAudioContext の currentTime の時間軸内の時刻を表します。

performanceTime, DOMHighResTimeStamp

Performance インターフェイスの実装における時間軸内の時刻を表します ( [hr-time-2] で説明されています )。

1.3. OfflineAudioContext インターフェイス

OfflineAudioContext は、レンダリング/ミックスダウンのための特殊なタイプの BaseAudioContext で、( 潜在的には ) リアルタイムよりも高速に動作します。これはオーディオハードウェアに対してレンダリングせず、返した promise に可能な限り高速にレンダリングした結果を AudioBuffer として渡します。

[Exposed=Window,
 Constructor (OfflineAudioContextOptions contextOptions),
 Constructor (unsigned long numberOfChannels, unsigned long length, float sampleRate)]
interface OfflineAudioContext : BaseAudioContext {
  Promise<AudioBuffer> startRendering();
  Promise<void> suspend(double suspendTime);
  readonly attribute unsigned long length;
  attribute EventHandler oncomplete;
};

1.3.1. コンストラクタ

OfflineAudioContext(contextOptions)
c を新しい OfflineAudioContext オブジェクトとします。c を次のように初期化します:
  1. ccontrol thread state"suspended" とします。

  2. crendering thread state"suspended" とします。

  3. channelCountcontextOptions.numberOfChannels とした AudioDestinationNode を作成します。

OfflineAudioContext.OfflineAudioContext(contextOptions) メソッドの引数
パラメーター Null可 省略可 説明
contextOptions このコンテキストを作成する際に必要な初期化パラメーター
OfflineAudioContext(numberOfChannels, length, sampleRate)

OfflineAudioContext は AudioContext.createBuffer と同じ引数で作成できます。もし引数のどれかが負、0、または範囲外の場合は NotSupportedError 例外が発生します ( MUST )。

OfflineAudioContext は、次の呼び出し

new OfflineAudioContext({
    numberOfChannels: numberOfChannels,
    length: length,
    sampleRate: sampleRate
})

が行われたのと同じように作成されます。

OfflineAudioContext.OfflineAudioContext(numberOfChannels, length, sampleRate) メソッドの引数
パラメーター Null可 省略可 説明
numberOfChannels unsigned long バッファーが持つチャンネルの数を指定します。サポートされているチャンネル数については、createBuffer() を参照してください。
length unsigned long バッファーのサイズをサンプルフレーム数で指定します。
sampleRate float バッファー内のリニア PCM オーディオデータのサンプルレートをサンプルフレーム / 秒で記述します。有効なサンプルレートについては、createBuffer() を参照してください。

1.3.2. 属性

length, unsigned long 型, readonly

サンプルフレーム数で表したバッファーのサイズ。これは、コンストラクタの length パラメーターの値と同じです。

oncomplete, EventHandler

OfflineAudioCompletionEvent 型の EventHandler です。これは、OfflineAudioContext で最後に発行されるイベントです。

1.3.3. メソッド

startRendering()

現在の接続と変化のスケジュールが与えられると、オーディオのレンダリングが開始されます。システムは promise を リゾルブし、コールバック関数が呼び出されて完了するか、suspend 関数が呼び出されるまで、OfflineAudioContext がガベージコレクションされないようにしなければなりません。

レンダリングされたオーディオデータを取得する主な方法は、promise の戻り値を経由する方法ですが、インスタンスは歴史的な理由により、complete という名前のイベントも発生させます。

startRendering が呼び出されたとき、制御スレッド で次の手順を実行しなくてはなりません ( MUST )。
  1. OfflineAudioContextrenderingStarted というフラグを true に設定します。
  2. OfflineAudioContextrenderingStarted フラグが true の場合、InvalidStateError でリジェクトした promise を返し、これらの手順を中止します。( 訳注: 1. と 2. の順序が逆だと思います )
  3. promise を新しい Promise とします。
  4. contextOptions パラメーターでこのインスタンスのコンストラクタに渡された numberOfChannelslength、および sampleRate の値にそれぞれ等しいチャンネル数、長さ、およびサンプルレートを持つ、新しい AudioBuffer を作成します。このバッファーを OfflineAudioContext の内部スロット[[rendered buffer]]に割り当てます。
  5. 前項の AudioBuffer コンストラクタ呼び出し中に例外が発生した場合、この例外を持って promise をリジェクトします。
  6. そうでなくバッファーが正常に作成された場合は、オフラインレンダリングを開始 します。
  7. promise を返します。
オフラインレンダリングを開始するには、その際に作成された レンダリングスレッド で次の手順が実行されなくてはなりません ( MUST )。
  1. 現在の接続と変化のスケジュールが与えられたら、length 長のオーディオのサンプルフレームを[[rendered buffer]]にレンダリングし始めます
  2. レンダリング量子 ごとに、チェックを行い、必要ならばサスペンドします。
  3. もしサスペンドされていたコンテキストが再開された場合、バッファーへのレンダリングを継続します。
  4. レンダリングが完了したら、制御スレッド のイベントループで次の手順を実行するタスクをキューに入れます:
    1. startRendering() によって作成された promise[[rendered buffer]]をもってリゾルブします。
    2. renderedBuffer プロパティが [[rendered buffer]] に設定されている OfflineAudioCompletionEvent のインスタンスを使用して、complete という名前のイベントを発行するタスクをキューに入れます。
パラメーターなし
戻り値: Promise<AudioBuffer>
suspend(suspendTime)

指定された時刻にオーディオコンテキストの時間進行の停止をスケジュールし、promise を返します。これは一般的に、OfflineAudioContext でオーディオグラフを同期して操作する場合に有用です。

サスペンドの最大の精度は レンダリング量子 のサイズであり、指定されたサスペンドの時刻は最も近いレンダリング量子の境界に丸められることに注意してください。このため、同じ量子化されたフレーム内で複数のサスペンドをスケジュールすることはできません。また、精度の高いサスペンドを確実に行うには、コンテキストが running でない間にスケジューリングを行う必要があります。

OfflineAudioContext.suspend() メソッドの引数
パラメーター Null可 省略可 説明
suspendTime double 指定された時刻にレンダリングのサスペンドをスケジューリングします。時刻は レンダリング量子 のサイズで量子化されて丸められます。 量子化されたフレーム番号が
  1. 負の値
  2. 現在の時刻より小さいか同じ
  3. レンダリング全体の長さより大きいか同じ
  4. 同じ時刻に別のサスペンドがスケジュールされている
の場合、promise は InvalidStateError でリジェクトされます。
戻り値: Promise<void>

1.3.4. OfflineAudioContextOptions

これは、OfflineAudioContext の作成の際に使用するオプションを指定します。

dictionary OfflineAudioContextOptions {
  unsigned long numberOfChannels = 1;
  required unsigned long length;
  required float sampleRate;
};
1.3.4.1. ディクショナリ OfflineAudioContextOptions メンバー
length, unsigned long

サンプルフレーム数で表したレンダリングされる AudioBuffer の長さ。

numberOfChannels, unsigned long 型, デフォルトは 1

このOfflineAudioContextのチャンネル数。

sampleRate, float

この OfflineAudioContext のサンプルレート。

1.3.5. OfflineAudioCompletionEvent インターフェイス

これは、歴史的な理由から OfflineAudioContext に発行される Event オブジェクトです。

[Exposed=Window,
 Constructor (DOMString type, OfflineAudioCompletionEventInit eventInitDict)]
interface OfflineAudioCompletionEvent : Event {
  readonly attribute AudioBuffer renderedBuffer;
};
1.3.5.1. 属性
renderedBuffer, AudioBuffer 型, readonly

レンダリングされたオーディオデータを含む AudioBuffer です。

1.3.5.2. OfflineAudioCompletionEventInit
dictionary OfflineAudioCompletionEventInit : EventInit {
  required AudioBuffer renderedBuffer;
};
1.3.5.2.1. ディクショナリ OfflineAudioCompletionEventInit メンバー
renderedBuffer, AudioBuffer

イベントの renderedBuffer 属性に割り当てる値。

1.4. AudioBuffer インターフェイス

このインターフェイスは、メモリー上にあるオーディオデータ ( ワンショットサウンドおよびその他の短いオーディオクリップ用 ) を表します。そのフォーマットはノンインタリーブな 32 ビットの浮動小数点の リニア PCM で、通常は \([-1, 1]\) の範囲になりますが、値はこの範囲に限定はされません。これは 1 つまたは複数のチャンネルを持つことができます。通常、PCM データの長さはかなり短く ( 通常は 1 分未満 ) と想定されています。音楽サウンドトラックなどのより長いサウンドの場合、audio 要素とMediaElementAudioSourceNode によるストリーミングを使うべきです。

AudioBuffer は、1 つ以上の AudioContext によって使用される事があり、OfflineAudioContextAudioContext の間で共有する事もできます。

AudioBuffer には 4 つの内部スロットがあります:

[[number of channels]]

この AudioBuffer のオーディオチャンネルの数。符号なし long 型です。

[[length]]

この AudioBuffer の各チャンネルの長さ。符号なし long 型です。

[[sample rate]]

Hz で表した AudioBuffer のサンプルレートです。float 型

[[internal data]]

オーディオのサンプルデータを保持する データブロック です。

[Exposed=Window,
 Constructor (AudioBufferOptions options)]
interface AudioBuffer {
  readonly attribute float sampleRate;
  readonly attribute unsigned long length;
  readonly attribute double duration;
  readonly attribute unsigned long numberOfChannels;
  Float32Array getChannelData (unsigned long channel);
  void copyFromChannel (Float32Array destination, unsigned long channelNumber, optional unsigned long startInChannel = 0);
  void copyToChannel (Float32Array source, unsigned long channelNumber, optional unsigned long startInChannel = 0);
};

1.4.1. コンストラクタ

AudioBuffer(options)

b を新しい AudioBuffer オブジェクトとします。コンストラクタで渡された AudioBufferOptions の属性 numberOfChannelslengthsampleRate の値をそれぞれ内部スロット [[number of channels]][[length]][[sample rate]] に割り当てます。

この AudioBuffer の内部スロット [[internal data]] CreateByteDataBlock ( [[length]] * [[number of channels]] ) を呼び出した結果に設定します。

注: これは、下層にある記憶域をゼロに初期化します。

b を返します。

AudioBuffer.AudioBuffer() メソッドの引数
パラメーター Null可 省略可 説明
options AudioBufferOptions

1.4.2. 属性

duration, double 型, readonly

PCM オーディオデータの長さ。単位は秒。

これは AudioBuffer[[length]][[sample rate]] の間の除算によって計算されます。

length, unsigned long 型, readonly

サンプルフレーム数で表した PCM オーディオデータの長さです。これは [[length]] の値を返さなければなりません ( MUST )。

numberOfChannels, unsigned long 型, readonly

個別のオーディオチャンネルの数です。これは [[number of channels]] の値を返さなければなりません ( MUST )。

sampleRate, float 型, readonly

サンプル/秒で表した PCM オーディオデータのサンプルレートです。これは、[[sample rate]] の値を返さなければなりません ( MUST )。

1.4.3. メソッド

copyFromChannel(destination, channelNumber, startInChannel)

copyFromChannel() メソッドは、AudioBuffer の指定されたチャンネルからサンプルを destination の配列にコピーします。

buffer を \(N_b\) フレームの AudioBuffer とし、\(N_f\) を destination 配列の要素数とし、\(k\) を startInChannel の値とします。このとき、buffer から destination にコピーされるフレームの数は \(\min(N_b - k, N_f)\) となります。もしこれが \(N_f\) より小さい場合、destination の残りの要素は変更されません。

AudioBuffer.copyFromChannel() メソッドの引数
パラメーター Null可 省略可 説明
destination Float32Array チャンネルデータがコピーされる配列です。
channelNumber unsigned long データをコピーするチャンネルのインデックスです。channelNumberAudioBuffer のチャンネル数と同じか大きい場合、IndexSizeError 例外を発生します ( MUST )。
startInChannel unsigned long データをどこからコピーするかのオプションのオフセットです。startInChannelAudioBufferlength より大きい場合は、IndexSizeError 例外を発生します ( MUST )。
戻り値: void
copyToChannel(source, channelNumber, startInChannel)

copyToChannel() メソッドは、source 配列から AudioBuffer の指定されたチャンネルにサンプルをコピーします。

buffer を \(N_b\) フレームの AudioBuffer とし、\(N_f\) を source 配列の要素数とし、\(k\) を startInChannel の値とします。このとき、source から buffer にコピーされるフレームの数は \(\min(N_b - k, N_f)\) となります。これが \(N_f\) より小さい場合、buffer の残りの要素は変更されません。

AudioBuffer.copyToChannel() メソッドの引数
パラメーター Null可 省略可 説明
source Float32Array チャンネルデータがコピーされる配列です。
channelNumber unsigned long データをコピーするチャンネルのインデックスです。channelNumberAudioBuffer のチャンネル数より大きいか同じ場合、IndexSizeError を発生します ( MUST )。
startInChannel unsigned long データをコピーする先のオプションのオフセットです。startInChannelAudioBufferlength より大きい場合は、IndexSizeError 例外を発生します ( MUST )。
戻り値: void
getChannelData(channel)

コンテントの取得参照の取得 または コピーの取得 で説明されているルールに従って、[[internal data]] に格納されているバイトデータを新しい Float32Array として取得します。

AudioBuffer.getChannelData() メソッドの引数
パラメーター Null可 省略可 説明
channel unsigned long このパラメーターは、データを取得する特定のチャンネルを表すインデックスです。インデックス値 0 は最初のチャンネルを表します。このインデックス値は numberOfChannels より小さくなくてはならず ( MUST )、そうでない場合は IndexSizeError 例外が発生します ( MUST )。
戻り値: Float32Array

注意:copyToChannel() および copyFromChannel() メソッドは より大きな配列に対する view である Float32Array を渡す事で配列の一部だけを埋める事ができます。AudioBuffer のチャンネルからデータのブロックを読み出す場合、getChannelData() を呼び出して結果の配列にアクセスするよりも 不必要なメモリー割り当てとコピーを避けるため、copyFromChannel() を使用するべきです。

APIの実装が AudioBuffer の内容が必要になったとき、「AudioBuffer の内容の取得」の内部処理が起動されます。この処理は呼び出し元に変更不能なチャンネルデータを返します。

AudioBuffer の 「内容の取得」 処理は次の手順で実行されます:
  1. AudioBufferArrayBuffer のどれかが IsDetachedBuffer に対して true を返した場合、これらの手順を中止し、呼び出し元に長さ 0 のチャンネルデータバッファーを返します。

  2. この AudioBuffergetChannelData() によってこれまでに返された配列のすべての ArrayBufferDetach します。

  3. これらの ArrayBuffer の下層にある [[internal data]] を保持し、それらへの参照を呼び出し側に返します。

  4. 次回の getChannelData() の呼び出しでは、データのコピーを保持する ArrayBufferAudioBuffer にアタッチして返します。

AudioBuffer の内容の取得」 は、次の場合に呼び出されます:

注:これは copyToChannel()AudioNode が 「AudioBuffer の内容を取得」して現在使用状態にある AudioBuffer の内容を変更できない事を意味します。AudioNode は以前に取得したデータを使い続けます。

1.4.4. AudioBufferOptions

これは、AudioBuffer の作成に使用するオプションを指定します。lengthsampleRate メンバーは必須です。必須のメンバーが指定されていない場合は、NotFoundError 例外を発生します ( MUST )。

dictionary AudioBufferOptions {
  unsigned long numberOfChannels = 1;
  required unsigned long length;
  required float sampleRate;
};
1.4.4.1. ディクショナリ AudioBufferOptions メンバー

このディクショナリのメンバーが取れる値には制限があります。createBuffer() を参照してください。

length, unsigned long

サンプルフレーム数で表されるバッファーの長さです。

numberOfChannels, unsigned long 型, デフォルトは 1

バッファーのチャンネル数です。

sampleRate, float

Hz で表されるサンプルレートです。

1.5. AudioNode インターフェイス

AudioNode は、AudioContext を構成するブロックです。このインターフェイスは、オーディオソース、オーディオデスティネーション、および中間の処理モジュールを表しています。これらのモジュールは互いに接続されて、音をオーディオハードウェアに出力するための 処理グラフ を形成します。それぞれのノードは 入力出力 を持つ事ができます。ソースノード は入力を持たず、単一の出力を持ちます。フィルターのようなほとんどの処理ノードは、1 つの入力と 1 つの出力を持ちます。それぞれのタイプの AudioNode はどのようにオーディオを処理したり合成するのかの詳細が異なっています。しかし一般的に、AudioNode は ( 持っていれば ) 入力を処理し、( 持っていれば ) その出力にオーディオ信号を送り出します。

それぞれの出力は 1 つ以上のチャンネルを持っています。正確なチャンネル数はそれぞれの AudioNode の詳細に依存します。

出力は 1 つ以上の AudioNode 入力に接続でき、つまりファンアウトがサポートされています。入力は初期化時には接続されていません。しかし、1 つ以上の AudioNode 出力から接続する事ができ、即ち、ファンインがサポートされています。AudioNode の出力を AudioNode の入力に接続するため connect() メソッドが呼ばれたとき、それをその入力への 接続と呼びます。

AudioNode入力はその時々で特定のチャンネル数を持ちます。この数はその入力への 接続 によって変化します。もし入力が接続を持っていない場合、チャンネル数は 1 で無音となります。

AudioNode は 各々の 入力 について、その入力へのすべての接続のミックス ( 通常はアップミックス ) を行います。この詳細に関して参考情報としては §3 ミキサーゲイン構成 、基準としての詳細要件については §5 チャンネルのアップミックスとダウンミックス セクションを参照してください。

AudioNode の入力および内部の処理は、そのノードが出力を接続されているか、またそれらの出力が AudioContextAudioDestinationNode に最終的に到達しているかどうかに関わらず、AudioContext の時刻を踏まえて継続的に行われます。

パフォーマンス上の理由から、実際の実装では、ブロック処理を使用する必要があります。各 AudioNode は、block-size で示される大きさの固定の数のサンプルフレームを処理します。実装全体の振る舞いを統一するため、この値を明示的に定めます。block-size は、44.1kHz のサンプルレートで約 3ms に対応する 128 サンプルフレームと定義します。

[Exposed=Window]
interface AudioNode : EventTarget {
  AudioNode connect (AudioNode destinationNode,
                     optional unsigned long output = 0,
                     optional unsigned long input = 0);
  void connect (AudioParam destinationParam, optional unsigned long output = 0);
  void disconnect ();
  void disconnect (unsigned long output);
  void disconnect (AudioNode destinationNode);
  void disconnect (AudioNode destinationNode, unsigned long output);
  void disconnect (AudioNode destinationNode, unsigned long output, unsigned long input);
  void disconnect (AudioParam destinationParam);
  void disconnect (AudioParam destinationParam, unsigned long output);
  readonly attribute BaseAudioContext context;
  readonly attribute unsigned long numberOfInputs;
  readonly attribute unsigned long numberOfOutputs;
  attribute unsigned long channelCount;
  attribute ChannelCountMode channelCountMode;
  attribute ChannelInterpretation channelInterpretation;
};

1.5.1. AudioNode の作成

AudioNode の作成には 2 つの方法があります: 特定のインターフェイスのコンストラクタを使用する方法、と BaseAudioContext または AudioContextファクトリーメソッドを使用する方法です。

AudioNode のコンストラクタの最初の引数として渡される BaseAudioContext は、作成される AudioNode関連する BaseAudioContextと呼ばれます。同様に、ファクトリーメソッドを使用する場合、AudioNode関連する BaseAudioContext は このファクトリーメソッドが呼び出される BaseAudioContext です。

コンストラクタを使って、BaseAudioContext c を最初の引数とし、関連するオプションオブジェクト option を 2番目の引数として、特定の型 n の新しい AudioNodec関連するグローバル から作成するには、次の手順を実行します:
  1. o を型 n の新しいオブジェクトとします。

  2. c および option を引数として o初期化 します。

  3. o を戻します。

BaseAudioContext 上の ファクトリーメソッド の呼び出しにより、特定のタイプ n の新しい AudioNode を作成するには、次の手順を実行します:
  1. o を型 n の新しいオブジェクトとします。

  2. option を、このファクトリーメソッドに 関連付け られたインターフェイスに 関連付け られた型のディクショナリとします。

  3. ファクトリーメソッドに渡される各パラメーターについて、option 内の名前が一致するディクショナリメンバーをこのパラメーターの値に設定します。

  4. coption を引数として o初期化 します。

  5. o を返します。

AudioNode から継承したインターフェイス n のオブジェクト o初期化する事は、このインターフェイスのコンストラクタに引数 contextdict を渡して、次のステップを実行することを意味します。
  1. contexto が関連する BaseAudioContext とします。

  2. numberOfInputsnumberOfOutputschannelCountchannelCountModechannelInterpretation の値を、各 AudioNode のセクションで説明したそれぞれのインターフェイスのデフォルト値に設定します。

  3. 作成される AudioNodeConvolverNode の場合、normalize 属性を dictdisableNormalization の逆の値に設定し、buffer 属性を dict メンバーの buffer の値に順次設定し、この手順の最後のステップにジャンプします。

    注:これは、バッファーが normalize 属性の値に従って正規化されることを意味します。

  4. 渡された dict の各メンバーについて、k をメンバーのキー、v を値として、以下の手順を実行します:

    1. kdisableNormalization または buffer で、nConvolverNode の場合、このループの先頭にジャンプします。

    2. k がこのインターフェイスの AudioParam の名前である場合、この AudioParamvalue 属性を v に設定します。

    3. そうでない場合は、k がこのインターフェイスの属性の名前である場合、この属性に関連付けられたオブジェクトを v に設定します。

ファクトリーメソッドに関連するインターフェイスは、このメソッドから返されるオブジェクトのインターフェイスです。インターフェイスに関連するオプションオブジェクトは、このインターフェイスのコンストラクタに渡すことができるオプションオブジェクトです。

AudioNode[DOM] で説明されているように EventTarget です。つまり、他の EventTargets がイベントを受け入れるのと同じ方法で、イベントを AudioNode にディスパッチすることができます。

enum ChannelCountMode {
  "max",
  "clamped-max",
  "explicit"
};

ChannelCountMode は、ノードの channelCount および channelInterpretation の値と組み合わせて、ノードへの入力をどのようにミックスするかを制御する computedNumberOfChannels を決定するために使用されます。computedNumberOfChannels は以下のように決定されます。ミックスがどのように行われるかの詳細については、「§5 チャンネルのアップミックスとダウンミックス」 を参照してください。

列挙値の説明
"max" computedNumberOfChannels は入力となっている全接続のチャンネル数の最大値になります。このモードでは channelCount は無視されます。
"clamped-max" computedNumberOfChannels は "max" のときと同じように計算されますが、指定された channelCount を上限として制限されます。
"explicit" computedNumberOfChannels の値は channelCount によって指定された値そのものになります。
enum ChannelInterpretation {
  "speakers",
  "discrete"
};
列挙値の説明
"speakers" アップミックス式 または ダウンミックス式 を使用します。チャンネル数がスピーカーの基本レイアウトに合致しない場合は、"discrete" に戻します。
"discrete" アップミックスの場合は、チャンネルを使い切るまで順に埋めて行き、余っているチャンネルには 0 を出力します。ダウンミックスでは、可能な限りチャンネルを順に埋め、余ったチャンネルは捨てられます。

1.5.2. 属性

channelCount, unsigned long

channelCount はノードへの入力の接続におけるアップミックスおよびダウンミックスの際に使用されるチャンネル数です。値が別途定められている特定のノードを除いて、デフォルトは2です。この属性は入力を持たないノードでは意味を持ちません。もしこの値が 0、あるいは実装のチャンネル数の最大値より大きい値にセットされた場合、NotSupportedError 例外を発生します ( MUST )。

さらに、一部のノードではこれに加えてチャンネル数の制限があります:

AudioDestinationNode

この動作は、宛先ノードが AudioContext または OfflineAudioContext の宛先であるかどうかによって異なります:

AudioContext

チャンネル数は 1 から maxChannelCount の間でなければなりません ( MUST )。この範囲外の値を設定しようとすると、IndexSizeError 例外を発生します ( MUST )。

OfflineAudioContext

チャンネル数を変更することはできません。値を変更しようとすると、InvalidStateError 例外を発生します ( MUST )。

ChannelMergerNode

チャンネル数を変更することはできません。値を変更しようとするとInvalidStateError 例外を発生します ( MUST )。

ChannelSplitterNode

チャンネル数を変更することはできません。値を変更しようとすると InvalidStateError 例外を発生します ( MUST )。

ConvolverNode

チャンネル数は 2 から変更することはできません。値を変更しようとすると NotSupportedError 例外を発生します ( MUST )。

DynamicsCompressorNode

チャンネル数は 2 より大きくすることはできません。2 より大きな値に変更しようとすると NotSupportedError 例外を発生します ( MUST )。

PannerNode

チャンネル数は 2 より大きくすることはできません。2 より大きな値に変更しようとすると NotSupportedError 例外を発生します ( MUST )。

ScriptProcessorNode

チャンネル数を変更することはできません。値を変更しようとすると InvalidStateError 例外を発生します ( MUST )。

StereoPannerNode

チャンネル数は 2 より大きくすることはできません。2 より大きな値に変更しようとすると NotSupportedError 例外を発生します ( MUST )。

この属性のより詳細な説明については、§5 チャンネルアップミキシングとダウンミキシング を参照してください。

channelCountMode, ChannelCountMode

channelCountMode は、ノードの入力への接続をアップミキシングおよびダウンミックスするときに、チャンネルがどのようにカウントされるかを決定します。デフォルト値は "max" です。この属性は、入力のないノードには影響しません。

さらに、一部のノードでは、チャンネル数モードが取れる値について channelCountMode の制約 があります。

AudioDestinationNode

AudioDestinationNodeOfflineAudioContextdestination ノードである場合、チャンネル数モードは変更できません。値を変更しようとすると、InvalidStateError 例外を発生します ( MUST )。

ChannelMergerNode

チャンネル数モードは "explicit" から変更できません。値を変更しようとすると InvalidStateError 例外を発生します ( MUST )。

ChannelSplitterNode

チャンネル数モードは "explicit" から変更できません。値を変更しようとすると InvalidStateError 例外を発生します ( MUST )。

ConvolverNode

チャンネル数モードは "clamped-max" から変更することはできません。値を変更しようとすると NotSupportedError 例外を発生します ( MUST )。

DynamicsCompressorNode

チャンネル数モードを "max" に設定することはできません。"max" に設定しようとすると NotSupportedError 例外を発生します ( MUST )。

PannerNode

チャンネル数モードを "max" に設定することはできません。"max" に設定しようとすると NotSupportedError 例外を発生します ( MUST )。

ScriptProcessorNode

チャンネル数モードは "explicit" から変更できません。値を変更しようとすると InvalidStateError 例外を発生します ( MUST )。

StereoPannerNode

チャンネル数モードを "max" に設定することはできません。"max" に設定しようとすると NotSupportedError 例外を発生します ( MUST )。

この属性のより詳細な説明については、§5 チャンネルアップミキシングとダウンミキシング セクションを参照してください。

channelInterpretation, ChannelInterpretation

channelInterpretation は、ノードへの入力への接続をアップミキシングおよびダウンミックスするときに、個々のチャンネルをどのように扱うかを決定します。デフォルト値は "speakers" です。この属性は、入力のないノードには影響しません。

さらに、一部のノードでは、チャンネル解釈が取れる値に追加のchannelInterpretation の制約があります。

ChannelSplitterNode

チャンネルの解釈は "discrete" から変更することはできず、値を変更しようとすると InvalidStateError 例外を発生します ( MUST )。

この属性のより詳細な説明については、§5 チャンネルアップミキシングとダウンミキシング セクションを参照してください。

context, BaseAudioContext 型, readonly

この AudioNode を所有する BaseAudioContext です。

numberOfInputs, unsigned long 型, readonly

この AudioNode の入力の数です。ソースノードではこれは 0 になります。この属性は多くの AudioNode のタイプで固定の値になりますが、ChannelMergerNodeAudioWorkletNode のようないくつかの AudioNode では入力の数は可変です。

numberOfOutputs, unsigned long 型, readonly

この AudioNode から出る出力の数です。この属性はいくつかの AudioNode では固定の値ですが、ChannelSplitterNodeAudioWorkletNode などでは可変になります。

1.5.3. メソッド

connect(destinationNode, output, input)

あるノードの特定の出力から別のノードの特定の入力への接続は 1 つだけ存在できます。同じ端子間の複数回の接続は無視されます。

例えば:
nodeA.connect(nodeB);
nodeA.connect(nodeB);

は次のものと同じ効果になります。

nodeA.connect(nodeB);

このメソッドは、destinationAudioNode オブジェクトを返します。

AudioNode.connect(destinationNode, output, input) メソッドの引数
パラメーター Null可 省略可 説明
destinationNode destination パラメーターは接続先の AudioNode です。もし destination が他の AudioContext によって作成された AudioNode の場合、InvalidAccessError 例外を発生します ( MUST )。つまり AudioNode は複数の AudioContext 間で共有する事はできません。
output unsigned long output パラメーターは AudioNode のどの出力を接続するかを指定するインデックスです。もしこのパラメーターが範囲外の場合、IndexSizeError 例外を発生します ( MUST )。connect() を複数回呼び出して AudioNode の出力から複数の入力に接続する事は可能です。つまり、"ファンアウト"がサポートされています。
input input パラメーターは接続先の AudioNode のどの入力に接続するかを指定するインデックスです。もしこのパラメーターが範囲外の場合、IndexSizeError 例外を発生します ( MUST )。 ある AudioNode から他の AudioNode循環を作るような接続を行う事も可能です: つまりある AudioNode から、最初の AudioNode の入力か AudioParam に接続を行っている別の AudioNode に対して接続を行う事ができます。これは循環の中に少なくとも 1 つの DelayNode がある場合にのみ可能で、そうでなければ NotSupportedError 例外を発生します ( MUST )。
戻り値: AudioNode
connect(destinationParam, output)

AudioNodeAudioParam に接続し、パラメーターの値をオーディオレートの信号で制御します。

connect() を複数回呼び出す事で AudioNode の出力を複数の AudioParam に接続する事が可能です。即ち、"ファンアウト"がサポートされています。

connect() を複数回呼び出す事で、複数の AudioNode を 1 つの AudioParam に接続する事が可能です。即ち、"ファンイン"がサポートされています。

AudioParam はそれに接続されている すべての AudioNode の出力からレンダリングされたオーディオデータを取り出し、それがモノラルでなければ、ダウンミックスによってモノラルに変換します。そして接続されている各出力をミックスし、さらに最終的にパラメーターが持っているタイムラインの変化スケジュールを含む固有値 ( AudioParam に何も接続されていない状態での value ) とミックスします。

モノラルへのダウンミックスは、channelCount = 1、channelCountMode = "explicit"、および channelInterpretation = "speakers" の AudioNode のダウンミックスに相当します。

特定のノードの出力と特定の AudioParam の間の接続は 1 つのみ存在できます。同じ終端点を持つ複数の接続は無視されます。

例えば:
nodeA.connect(param);
nodeA.connect(param);

は次と同じ効果を持ちます

nodeA.connect(param);
AudioNode.connect(destinationParam, output) メソッドの引数
パラメーター Null可 省略可 説明
destinationParam AudioParam destination パラメーターは接続先の AudioParam です。このメソッドは destinationAudioParam オブジェクトを返しません。 destinationParam が属する AudioNode を作成した BaseAudioContext と、このメソッドが呼び出された AudioNode を作成した BaseAudioContext InvalidAccessError 例外を発生します ( MUST )。
output unsigned long output パラメーターは AudioNode のどの出力から接続するかを指定するインデックスです。もし parameter が範囲外の場合、IndexSizeError 例外を発生します ( MUST )。
戻り値: void
disconnect()

AudioNode から出るすべての接続を切断します。

パラメーターなし
戻り値: void
disconnect(output)

AudioNode の 1 つの出力から他の AudioNode または AudioParam オブジェクトへの接続をすべて切断します。

AudioNode.disconnect(output) メソッドの引数
パラメーター Null可 省略可 説明
output unsigned long このパラメーターは接続を切る AudioNode の出力のインデックスです。これは与えられた出力から出るすべての接続を切断します。もしこのパラメーターが範囲外の場合、IndexSizeError 例外を発生します ( MUST )。
戻り値: void
disconnect(destinationNode)

AudioNode のすべての出力から特定の接続先となる AudioNode に繋がる接続を切断します。

AudioNode.disconnect(destinationNode) メソッドの引数
パラメーター Null可 省略可 説明
destinationNode destinationNode パラメーターは切断する AudioNode です。これは与えられた destinationNode に対するすべての接続を切断します。もし destinationNode に対する接続がない場合、InvalidAccessError を発生します ( MUST )。
disconnect(destinationNode, output)

AudioNode の特定の出力から特定の接続先 AudioNode への接続を切断します。

AudioNode.disconnect(destinationNode, output) メソッドの引数
パラメーター Null可 省略可 説明
destinationNode destinationNode パラメーターは切断する AudioNode です。もし、与えられた出力から destinationNode への接続が存在しない場合、InvalidAccessError 例外を発生します ( MUST )。
output unsigned long output パラメーターは接続を切る AudioNode の出力を表すインデックスです。もしこのパラメーターが範囲外の場合は IndexSizeError 例外を発生します ( MUST )。
戻り値: void
disconnect(destinationNode, output, input)

AudioNode の特定の出力から 接続先 AudioNode の特定の入力への接続を切断します。

AudioNode.disconnect(destinationNode, output, input) メソッドの引数
パラメーター Null可 省略可 説明
destinationNode destinationNode パラメーターは切断する AudioNode です。もし与えられた出力から destinationNode への接続が存在しない場合、InvalidAccessError 例外を発生します ( MUST )。
output unsigned long output パラメーターは切断する AudioNode の出力のインデックスです。もしこのパラメーターが範囲外の場合、IndexSizeError 例外を発生します ( MUST )。
input input パラメーターは切断する接続先 AudioNode の入力のインデックスです。もしこのパラメーターが範囲外の場合、IndexSizeError 例外を発生します ( MUST )。
戻り値: void
disconnect(destinationParam)

特定の接続先 AudioParam に繋がる AudioNode のすべての出力を切断します。この操作によって、この AudioNode からパラメーター値の計算への寄与は 0 となります。パラメーターの固有値はこの操作に影響されません。

AudioNode.disconnect(destinationParam) メソッドの引数
パラメーター Null可 省略可 説明
destinationParam AudioParam destinationParam パラメーターは切断する AudioParam です。もし destinationParam に対する接続がない場合は InvalidAccessError 例外を発生します ( MUST )。
disconnect(destinationParam, output)

AudioNode の特定の出力から特定の AudioParam への接続を切断します。この操作によって、この AudioNode からパラメーター値の計算への寄与は 0 となります。パラメーターの固有値はこの操作に影響されません。

AudioNode.disconnect(destinationParam, output) メソッドの引数
パラメーター Null可 省略可 説明
destinationParam AudioParam destinationParam パラメーターは切断される AudioParam です。もし destinationParam への接続が存在しない場合、InvalidAccessError 例外を発生します ( MUST )。
output unsigned long output パラメーターは切断される AudioNode の出力のインデックスです。もし、parameterが範囲外の場合、IndexSizeError 例外を発生します ( MUST )。

1.5.4. AudioNodeOptions

これは、すべての AudioNode の生成の際に使用できるオプションを指定します。すべてのメンバーはオプションです。ただし、それぞれのノードで使われる値は、実際のノードに依存します。

dictionary AudioNodeOptions {
  unsigned long channelCount;
  ChannelCountMode channelCountMode;
  ChannelInterpretation channelInterpretation;
};
1.5.4.1. ディクショナリ AudioNodeOptions メンバー
channelCount, unsigned long

channelCount 属性に要求する数です。

channelCountMode, ChannelCountMode

channelCountMode 属性に要求するモードです。

channelInterpretation, ChannelInterpretation

channelInterpretation 属性に要求するモードです。

1.5.5. ライフタイム

以下の振る舞いは、AudioNode が存在し続ける、つまり実装によってグラフ内に保持される ( MUST ) ための条件の基準となります。これらの条件が満たされなくなった場合、AudioNode は実装によって解放されるかもしれません。

参照には何種類かのタイプがあります。:

  1. 通常の参照。通常のガベージコレクションのルールに従います。

  2. AudioBufferSourceNodeMediaElementAudioSourceNodeMediaStreamAudioSourceNodeOscillatorNode の再生中の参照。これらのノードは再生している間、自分自身への再生中参照を維持します。

  3. 接続の参照。別の AudioNode から 1 つ以上の入力に接続されている場合に発生します。ノードの AudioParam に接続されている事は参照にはなりません。

  4. tail-time による参照。AudioNode は何かしらの内部プロセスで未出力の状態がある間、自分自身を維持します。例えば、ConvolverNode は無音の入力を受けた後でも再生し続ける余韻を持ちます ( 大きなコンサートホールで手を叩くと、ホール中に響きわたる音が聞こえるのをイメージしてください )。いくつかの AudioNode は、この特性を持ちます。各ノードの詳細を見てください。

  5. MediaStream は、その下層の MediaStreamTrackMediaStreamAudioSourceNode を通して再生しているとき、( [mediacapture-streams] に従って ) 終了 状態になるまで MediaStreamAudioSourceNode を有効状態に保持します。

  6. HTMLMediaElement は、この後オーディオを再生できる状態にある限り、関連付けられた MediaElementAudioSourceNode を有効に保ちます。

    注: HTMLMediaElement が、src 属性を "" に設定され、その参照がすべてなくなったとき、MediaElementAudioSourceNode も解放されます ( MediaElementAudioSourceNode はすべてを解放し、保持するものはありません )。

循環で接続され、且つ、AudioContext 内の AudioDestinationNode または MediaStreamAudioDestinationNode に直接的または間接的に接続されている AudioNodeAudioContext が存続している限り有効に保持され続けます。

注:AudioNode の継続的な動作はそのノードへの暗黙的な参照が存在しているという事を意味し、たとえオーディオグラフから切断されていても、ノードは入力を処理し続け、内部状態を更新し続けます。この処理は CPU と電力を消費し続けるため、開発者は注意深く切り離されたノードによるリソースの使用について考慮しなくてはなりません。特に、可能なときは明示的に切断されたノードを停止状態にする事でリソースの消費を最小化するのは良い考えです。

上記の参照の種類に関わらず、ノードの AudioContext が削除されたときには、AudioNode は削除されます。

1.6. AudioParam インターフェイス

AudioParamAudioNode の例えば音量のような個別の機能をコントロールします。パラメーターは value 属性を使って特定の値に即時にセットする事ができます。あるいは ( AudioContextcurrentTime 属性の時間軸で ) 非常に高い時間精度で値の変化のスケジュールを組む事ができ、エンベロープ、音量のフェード、LFO、フィルタースイープ、グレイン窓、などに応用する事ができます。このような方法で任意のタイムラインベースのオートメーション曲線をすべての AudioParam に対して設定する事が可能です。またさらに、AudioNode からの出力の音声信号を AudioParam に接続する事ができ、個別に持っているパラメーターの固有値に加算する事ができます。

いくつかの合成や処理の AudioNode は、オーディオサンプル単位で反映されなくてはならない ( MUST ) AudioParam 型の属性を持っています。その他の AudioParam はサンプル単位の精度は重要ではなく、その値の変化はより粗く取り込まれます。各 AudioParama-rate パラメーターつまりサンプル単位で反映される ( MUST )か、それ以外の k-rate パラメーターかが指定されます。

実装はそれぞれの AudioNode について、1 レンダリング量子 ごとのブロック単位の処理を行わなくてはなりません ( MUST )。

それぞれの レンダリング量子 に対して、k-rate パラメーターは最初のサンプルのタイミングで取り込まれ、その値はブロック全体に対して使用されなくてはなりません ( MUST )。a-rate パラメーターはブロック内のサンプルフレームごとに取り込まれなくてはなりません ( MUST )。 AudioParam によっては、automationRate 属性を "a-rate" または "k-rate" のいずれかに設定することによって、レートを制御できます。詳細については、個々の AudioParam の説明を参照してください。

AudioParamminValue および maxValue 属性を持っており、それがパラメーターの単純な公称範囲となっています。実際のパラメーターの値は \([\mathrm{minValue}, \mathrm{maxValue}]\) の範囲に制限されます。詳細は、「§ 1.6.3 値の計算」 を参照してください。

多くの AudioParam では、minValuemaxValue は可能な最大限の範囲に設定されています。この場合、maxValue は、最も正の単精度浮動小数点値 ( 3.4028235e38 ) となります。( ただし、JavaScript では IEEE-754 倍精度浮動小数点値のみをサポートするため、これは 3.4028234663852886e38 と書かなくてはなりません ) 同様に、minValue最も負の単精度浮動小数点値、つまり 最も正の単精度浮動小数点値 の符号を負にしたもの: -3.4028235e38 となります。( 同様に、これは JavaScript では -3.4028234663852886e38 として記述する必要があります )。

AudioParam は、0 個以上のオートメーションイベントのリストを保持しています。各オートメーションイベントは、AudioContextcurrentTime 属性の時間軸におけるオートメーションイベント時刻に関連して、特定の時間範囲にわたるパラメーター値の変更を指定します。オートメーションイベントのリストは、オートメーションイベント時刻の昇順で管理されます。

オートメーションイベントの振る舞いは、AudioContext の現在の時刻とこのイベントのオートメーションイベント時刻とリスト内に隣接するイベントの関数になります。以下のオートメーションメソッドは、そのメソッドに固有のタイプの新しいイベントをイベントリストに追加し、変更します:

これらのメソッドが呼ばれるとき、次の規則が適用されます:

注:AudioParam の属性は、value 属性を除いて、読み取り専用です。

AudioParam のオートメーションレートは、automationRate 属性を次のいずれかの値で設定して選択できます。ただし、一部の AudioParam では、オートメーションレートを変更できるかどうかに制約があります。

enum AutomationRate {
  "a-rate",
  "k-rate"
};
列挙値の説明
"a-rate" この AudioParam は、a-rate での処理に設定されます。
"k-rate" この AudioParam は、k-rate での処理に設定されます。

AudioParam には内部スロット [[current value]] があり、AudioParamdefaultValue に初期設定されています。

[Exposed=Window]
interface AudioParam {
  attribute float value;
  attribute AutomationRate automationRate;
  readonly attribute float defaultValue;
  readonly attribute float minValue;
  readonly attribute float maxValue;
  AudioParam setValueAtTime (float value, double startTime);
  AudioParam linearRampToValueAtTime (float value, double endTime);
  AudioParam exponentialRampToValueAtTime (float value, double endTime);
  AudioParam setTargetAtTime (float target, double startTime, float timeConstant);
  AudioParam setValueCurveAtTime (sequence<float> values, double startTime, double duration);
  AudioParam cancelScheduledValues (double cancelTime);
  AudioParam cancelAndHoldAtTime (double cancelTime);
};

1.6.1. 属性

automationRate, AutomationRate

AudioParam のオートメーションの速度です。デフォルト値は実際の AudioParam に依存します。デフォルト値の AudioParam の説明を参照してください。

いくつかのノードには、次のような追加のオートメーション速度の制約があります:

AudioBufferSourceNode

AudioParamplaybackRatedetune は "k-rate" でなくてはなりません ( MUST )。速度が "a-rate" に変更された場合は、InvalidStateError が発生します。

DynamicsCompressorNode

AudioParamthreshold kneeratioattack、および release は、"k-rate" でなければなりません ( MUST )。速度が "a-rate" に変更された場合、InvalidStateError が発生します。

PannerNode

panningModel が "HRTF" の場合、PannerNode の任意の AudioParam に対する automationRate の設定は無視されます。同様に、AudioListener の任意の AudioParamautomationRate の設定は無視されます。この場合、AudioParam は、automationRate が "k-rate" に設定されているかのように動作します。

defaultValue, float 型, readonly

value 属性の初期値です。

maxValue, float 型, readonly

パラメーターが取ることができる名目上の最大値です。minValue と組み合わせて、これはこのパラメーターの 公称範囲 となります。

minValue, float 型, readonly

パラメーターが取ることができる名目上の最小値です。maxValue と組み合わせて、これはこのパラメーターの 公称範囲 となります。

value, float

パラメーターの浮動小数点の値です。この属性の初期値は defaultValue となります。

この属性を読み取ると、[[current value]] スロットの内容が返されます。これは、オーディオのレンダリングスレッドの最も直近のレンダリング量子の最後でのこのパラメーターの値、あるいはレンダリングが行われていない場合は、最も直近に割り当てられた値を保持しています。

この属性を設定すると、要求された値を [[current value]] スロットに割り当て、現在の AudioContextcurrentTime[[current value]] を使って setValueAtTime() メソッドを呼び出す効果があります。この属性を設定することで setValueAtTime() による例外が発生する事もあります。

1.6.2. メソッド

cancelAndHoldAtTime(cancelTime)

これは cancelTime と同じかそれ以降の時刻のスケジュールされたすべてのパラメーターの変化をキャンセルするという点で cancelScheduledValues() と似ていますが、cancelTime の時点でのオートメーション値が、他のオートメーションイベントが起こるまで、保持されます。

オートメーションが動作中に cancelAndHoldAtTime() を呼び出してから cancelTime に達するまでの任意の時間の cancelAndHoldAtTime() に対するタイムラインの動作は非常に複雑です。cancelAndHoldAtTime() の動作は、次のアルゴリズムで定義されます。

\(t_c\) を cancelTime の値とします。そして、
  1. 時刻 \(t_1\) におけるイベントを ( 存在すれば ) \(E_1\) とし、\(t_1\) が \(t_1 \le t_c\) を満たす最大の数であるとします。

  2. 時間 \(t_2\) におけるイベントを ( 存在すれば ) \(E_2\) とし、t2が \(t_c \lt t_2\) を満たす最小の数であるとします。

  3. もし \(E_2\) が存在すれば:

    1. もし、\(E_2\) が linear または exponential カーブの場合、

      1. 実質的に \(E_2\) を書き換えて、時刻 \(t_c\) に終了し、最終値が元の傾斜の \(t_c\) の時点の値とである同じ種類の傾斜とします。

        Graphical representation of calling cancelAndHoldAtTime when linearRampToValueAtTime has been called at this time.

      2. ステップ 5. に行きます。

    2. そうでなければ ステップ 4. に行きます。

  4. もし \(E_1\) が存在すれば:

    1. もし \(E_1\) が setTarget イベントの場合、

      1. 時刻 \(t_c\) に setValueAtTime イベントを暗黙的に挿入し、setTarget が時刻 \(t_c\) に持つであろう値とします。

        Graphical representation of calling cancelAndHoldAtTime when setTargetAtTime has been called at this time

      2. ステップ 5. に行きます。

    2. もし \(E_1\) が setValueCurve で、開始時刻が \(t_3\) 、持続時間が \(d\) の場合

      1. もし \(t_c \gt t_3 + d\) ならば ステップ 5. に行きます。

      2. そうでなければ、

        1. 実質的にこのイベントを、開始時刻が \(t_3\)、新しい持続時間が \(t_c-t_3\) の setValueCurve イベントで置き換えます。しかしながら、これは単なる置き換えではありません。このオートメーションは、オリジナルと同じ出力を生成するために留意しなくてはならず ( MUST )、ただ異なる持続時間を使用して計算された出力ではありません。( これだと、値の曲線を少し違う方法でサンプリングして、異なる結果を生じることになります )。

          Graphical representation of calling cancelAndHoldAtTime when setValueCurve has been called at this time

        2. ステップ 5. に行きます。

  5. 時刻 \(t_c\) より後ろのすべてのイベントを削除します。

イベントが追加されない場合は、cancelAndHoldAtTime() の後のオートメーション値は、元のタイムラインが時刻 \(t_c\) に持つ定数値となります。

AudioParam.cancelAndHoldAtTime() メソッドの引数
パラメーター Null可 省略可 説明
cancelTime double この時刻以降の以前スケジュールされたパラメーターの変化はキャンセルされます。これは、AudioContextcurrentTime 属性と同じ時間軸の時刻です。もし cancelTime が負であるか、有限数でない場合、RangeError 例外が発生します ( MUST )。 cancelTimecurrentTime より小さい場合は、currentTime にクランプされます。
戻り値: AudioParam
cancelScheduledValues(cancelTime)

cancelTime と同じか後ろの時刻にスケジュールされたすべてのパラメーター変化を取り消します。スケジュールされたパラメーター変化を取り消すという事は、スケジュールされたイベントをイベントリストから削除することを意味します。オートメーションイベントの時刻cancelTime 未満の現在動作中のオートメーションも取り消され、( そのオートメーション以前の ) 直前の値が直ちに復元されるため、このような取り消しは不連続を引き起こす可能性があります。cancelAndHoldAtTime() によってスケジュールされたすべてのホールド値で、cancelTime の後ろにホールドの時刻が発生した場合にもまた削除されます。

AudioParam.cancelScheduledValues() メソッドの引数
パラメーター Null可 省略可 説明
cancelTime double

この時刻以降で以前にスケジュールされたパラメーター変化はキャンセルされます。これは、AudioContextcurrentTime 属性と同じ時間軸の時刻です。もし cancelTime が負であるか、有限数でない場合、RangeError 例外を発生します ( MUST )。 cancelTimecurrentTime より小さい場合は、currentTime にクランプされます。

戻り値: AudioParam
exponentialRampToValueAtTime(value, endTime)

前にスケジュールされているバラメーター値から指定された値まで、指数的に連続して値を変化させる事をスケジュールします。フィルターの周波数や再生スピードなどのパラメーターは人間の聴覚特性のため、指数的変化が適しています。

時間範囲 \(T_0 \leq t < T_1\) (ここで \(T_0\) は前のイベントの時刻で \(T_1\) はこのメソッドに渡された endTime パラメーターです) に対して次のように計算されます:

$$
  v(t) = V_0 \left(\frac{V_1}{V_0}\right)^\frac{t - T_0}{T_1 - T_0}
$$

ここで \(V_0\) は時刻 \(T_0\) での値、\(V_1\) はこのメソッドに渡された value パラメーターです。もし \(V_0\) と \(V_1\) が、逆の符号を持つか \(V_0\) が 0 ならば、\(T_0 \le t \lt T_1\) に対して \(v(t) = V_0\) となります。

これはまた、0 に向かう指数カーブが不可能である事も示しています。setTargetAtTime() で適当な時間定数を選択する事で良い近似を得る事ができます。

もしこの ExponentialRampToValue イベント以降のイベントがない場合 \(t \geq T_1\), \(v(t) = V_1\) となります

もしこのイベントより前にイベントが存在しない場合、指数カーブは setValueAtTime(value, currentTime) が呼び出されたかのように動作します。ここで、value は属性の現在の値で、currentTimeexponentialRampToValueAtTime 呼び出されたときのコンテキストの currentTime です。

もし、前のイベントが SetTarget イベントの場合、\(T_0\) と \(V_0\) は SetTarget オートメーションの現在の時刻と値から選択されます。SetTarget イベントがまだ開始されていない場合、\(T_0\) はイベントの開始時刻であり、\(V_0\) は SetTarget イベントの開始直前の値です。ExponentialRampToValue イベントは実質的に SetTarget イベントを置き換えます。SetTarget イベントが既に開始されている場合、\(T_0\) は現在のコンテキストの時刻であり、\(V_0\) は時刻 \(T_0\) での現在の SetTarget オートメーションの値です。どちらの場合も、オートメーション曲線は連続しています。

AudioParam.exponentialRampToValueAtTime() メソッドの引数
パラメーター Null可 省略可 説明
value float パラメーターが指数変化により指定された時刻に到達する値です。この値が 0 の場合、RangeError 例外を発生します ( MUST )。
endTime double AudioContextcurrentTime 属性と同じ時間軸で、指数変化が終了する時刻です。 もし endTime が負の値または有限数でない場合 RangeError 例外を発生します ( MUST )。 もし endTimecurrentTime よりも小さい場合、currentTime にクランプされます。
戻り値: AudioParam
linearRampToValueAtTime(value, endTime)

前にスケジュールされているパラメーター値から指定された値まで、直線的に連続して値を変化させる事をスケジュールします。

時間範囲 \(T_0 \leq t < T_1\) (ここで \(T_0\) は前のイベントの時刻、\(T_1\) はこのメソッドで指定された endTime です) の間の値は次のように計算されます:

$$
  v(t) = V_0 + (V_1 - V_0) \frac{t - T_0}{T_1 - T_0}
$$

ここで \(V_0\) は時刻 \(T_0\) での値、\(V_1\) はこのメソッドで指定された value です。

もしこの LinearRampToValue イベント以降にイベントがない場合、\(t \geq T_1\), \(v(t) = V_1\) となります。

もしこのイベントにより前にイベントが存在しない場合、直線変化は setValueAtTime(value, currentTime) が呼び出されたかのように動作します。ここで、value は属性の現在の値で、currentTimelinearRampToValueAtTime が呼び出されたときのコンテキストの currentTime です。

もし、前のイベントが SetTarget イベントの場合、\(T_0\) と \(V_0\) は SetTarget オートメーションの現在の時刻と値から選択されます。つまり、SetTarget イベントがまだ開始されていない場合、\(T_0\) はイベントの開始時刻であり、\(V_0\) は SetTarget イベントの開始直前の値です。この場合、LinearRampToValue イベントは実質的に SetTarget イベントを置き換えます。SetTarget イベントが既に開始されている場合、\(T_0\) は現在のコンテキストの時刻であり、\(V_0\) は時刻 \(T_0\) での現在の SetTarget オートメーションの値です。どちらの場合も、オートメーションの曲線は連続しています。

AudioParam.linearRampToValueAtTime() メソッドの引数
パラメーター Null可 省略可 説明
value float 与えられた時刻にパラメーターが直線変化で到達する値です。
endTime double AudioContextcurrentTime 属性と同じ時間軸で、オートメーションが終了する時刻です。もし endTime が負の値または有限数でない場合 RangeError 例外を発生します ( MUST )。 もし endTimecurrentTime よりも小さい場合、currentTime にクランプされます。
戻り値: AudioParam
setTargetAtTime(target, startTime, timeConstant)

指定の時刻から、指定の時定数によって指数的に目標の値に漸近を開始します。様々な使い方がありますが、これは ADSR エンベロープの "ディケイ" および "リリース" を実装する際に役立ちます。値は指定の時刻に即、目標値になるのではなく徐々に目標値に向かって変化する事に注意してください。

時間範囲 \(T_0 \leq t\) について、ここで \(T_0\) は startTime パラメーターの時刻として :

$$
  v(t) = V_1 + (V_0 - V_1)\, e^{-\left(\frac{t - T_0}{\tau}\right)}
$$

ここで、\(V_0\) は \(T_0\) ( startTime パラメーター ) での初期値 ( .value 属性の値 )、\(V_1\) は target パラメーターの値、そして \(\tau\) は timeConstant パラメーターです。

LinearRampToValue または ExponentialRampToValue イベントがこのイベントの後に続く場合、その動作はそれぞれ linearRampToValueAtTime() または exponentialRampToValueAtTime() で説明しています。他のすべてのイベントの場合は、SetTarget イベントは次のイベントの時点で終了します。

AudioParam.setTargetAtTime() メソッドの引数
パラメーター Null可 省略可 説明
target float パラメーターが指定の時刻から変化を開始する際の目標値です。
startTime double AudioContextcurrentTime 属性と同じ時間軸で指数的漸近を開始する時刻です。もし start が負の値または有限数でない場合は RangeError 例外を発生します ( MUST )。 もし、startTimecurrentTime よりも小さい場合、currentTime の値にクランプされます。
timeConstant float 目標値に漸近する一次フィルター ( 指数 ) の時定数です。この値が大きいと変化はゆっくりになります。値は負の値ではならず ( MUST )、そうでない場合 RangeError 例外を発生します ( MUST )。もし timeConstant がゼロの場合、出力値は直ちに最終値にジャンプします。より正確には、timeConstant は、ステップ入力応答 ( 0 から 1 への遷移 ) が与えられた場合、一次線形連続時間不変システムが値 \(1 - 1/e\) ( 約 63.2% ) に達する時間です。
戻り値: AudioParam
setValueAtTime(value, startTime)

指定の時刻になるとパラメーター値を変更するようにスケジュールします。

もしこの SetValue イベントの後にもうイベントがない場合、\(t \geq T_0\) に対して \(v(t) = V\) ここで \(T_0\) は startTime 、そして \(V\) は value パラメーターの値です。別の言い方をすれば、値は定数のまま保持されます。

もしこの SetValue イベントの次のイベント ( 時刻は \(T_1\) ) が LinearRampToValue または ExponentialRampToValue でない場合、\(T_0 \leq t < T_1\) に対して:

$$
  v(t) = V
$$

別の言い方をすれば、値に "ステップ" を作ってこの期間定数のまま保持されます。

この SetValue イベントに続く次のイベントが LinearRampToValue または ExponentialRampToValue の場合、linearRampToValueAtTime() またはexponentialRampToValueAtTime() をそれぞれ参照してください。

AudioParam.setValueAtTime() メソッドの引数
パラメーター Null可 省略可 説明
value float 指定の時刻にパラメーターが変化する値です。
startTime double BaseAudioContextcurrentTime 属性と同じ時間軸で与えられた値に変化する時刻です。 もし startTime が負の値または有限数でない場合は RangeError 例外を発生します ( MUST )。 もし startTimecurrentTime よりも小さい場合、currentTime にクランプされます。
戻り値: AudioParam
setValueCurveAtTime(values, startTime, duration)

指定の時刻と期間に対して、任意の値の配列を設定します。値の個数は必要とされる期間に合うようにスケーリングされます。

\(T_0\) を startTime、\(T_D\) を duration、\(V\) を values 配列、\(N\) を values 配列の長さとすると、期間 \(T_0 \le t < T_0 + T_D\) の間、次のようになります

$$
  \begin{align*} k &= \left\lfloor \frac{N - 1}{T_D}(t-T_0) \right\rfloor \\
  \end{align*}
$$

そして \(v(t)\) は \(V[k]\) と \(V[k+1]\) の間で直線補間されます。

曲線の期間が終了した後、(\(t \ge T_0 + T_D\)) に対して値は ( もしあれば ) 別のオートメーションイベントまで、最後の曲線の値を保持します。

時刻 \(T_0 + T_D\) 、値 \(V[N-1]\) として暗黙的な setValueAtTime() の呼び出しが行われ、以後のオートメーションは setValueCurveAtTime() イベントの終わりから開始するようになります。

AudioParam.setValueCurveAtTime() メソッドの引数
パラメーター Null可 省略可 説明
values sequence<float> パラメーター値の曲線を表す float 値のシーケンスです。これらの値は、指定された時刻から開始される、指定された期間に割り当てられます。このメソッドが呼び出されると、オートメーションのためにカーブの内部的なコピーが作成されます。そのため、それ以降に渡した配列の中身を変更しても AudioParam に対する効果はありません。この属性の sequence<float> オブジェクトの長さが 2 未満の場合、InvalidStateError が発生します ( MUST )。
startTime double AudioContextcurrentTime 属性と同じ時間軸の曲線の適用を開始する時刻です。もし startTime が負の値または有限数でない場合 RangeError 例外を発生します ( MUST )。もし startTimecurrentTime よりも小さい場合、currentTime の値にクランプされます。
duration double ( startTime パラメーターの時刻の後 ) values パラメーターに基づいて値が計算される期間の秒数です。duration( 訳注: 0 を含まない )厳密に正でないか、有限数でない場合、RangeError 例外を発生します ( MUST )。
戻り値: AudioParam

1.6.3. 値の計算

AudioParam には、単純パラメーター複合パラメーター という 2 つの異なる種類があります。単純パラメーター ( デフォルト ) は、AudioNode の最終的なオーディオ出力を計算するために単独で使用されます。複合パラメーターは、他の AudioParam と一緒に合わせて計算された値が、AudioNode の出力を計算するための入力となる AudioParam です。

computedValue はオーディオ DSP を制御する最終的な値であり、オーディオレンダリングスレッドによって、それぞれのレンダリング量子の時刻に計算します。内部的には次のように計算されなくてはなりません ( MUST ):

  1. 固有のパラメーター値は、value 属性に直接値が設定されたとき、あるいは、あらかじめまたはこの時刻に設定された オートメーションイベント があれば、これらのイベントから計算されます。 読み取られると、value 属性は常に現在の時刻の固有値を返します。オートメーションイベントが特定の時間範囲から削除された場合、value 属性が直接設定されるか、時間範囲に対してオートメーションイベントが追加されるまで、固有値は変更されずに以前の値にとどまります。

  2. computedValue は、固有値と 入力 AudioParam バッファー の値の合計です。読み取られた場合、value 属性は常に現在の時刻の computedValue を返します。

  3. もしこの AudioParam複合パラメーター の場合、他の AudioParam と合わせて最終的な値を計算します。

computedValue公称範囲は、このパラメーターが実質的に持つことができる最小値と最大値です。単純パラメーター の場合、computedValue はこのパラメーターの 単純な公称範囲 にクランプされます。複合パラメーター では、複合される別の AudioParam の値と合わせて計算された後、最終的な値が 公称範囲 にクランプされます。

オートメーションメソッドを使用する場合にも、クランプは依然として適用されます。ただし、オートメーション自体はクランプが全くないかのように実行されます。オートメーションの値が出力される際にのみ、上記のクランプが実行されます。

例えば、ノード \(N\) が \([0, 1]\) の公称範囲を有する AudioParam \(p\) を持っているとき、次のオートメーションシーケンスは
N.p.setValueAtTime(0, 0);
N.p.linearRampToValueAtTime(4, 1);
N.p.linearRampToValueAtTime(0, 2);

曲線の最初の勾配は 4 であり、最大値 1 に達すると出力は一定に保たれます。最後に、時刻 2 の近くで、曲線の傾きは -4 になります。これを図示したのが下のグラフで、破線はクリッピングされない場合に何が起こったかを示し、実線は公称範囲へのクリッピングによる audioparam の実際の予想される動作を示しています。

AudioParam automation clipping to nominal
AudioParam のオートメーションの公称範囲によるクリッピング

1.6.4. AudioParam オートメーションの例

AudioParam automation
パラメーターオートメーションの例
var curveLength = 44100;var curve = new Float32Array(curveLength);for (var i = 0; i < curveLength; ++i)  curve[i] = Math.sin(Math.PI * i / curveLength);var t0 = 0;var t1 = 0.1;var t2 = 0.2;var t3 = 0.3;var t4 = 0.325;var t5 = 0.5;var t6 = 0.6;var t7 = 0.7;var t8 = 1.0;var timeConstant = 0.1;param.setValueAtTime(0.2, t0);param.setValueAtTime(0.3, t1);param.setValueAtTime(0.4, t2);param.linearRampToValueAtTime(1, t3);param.linearRampToValueAtTime(0.8, t4);param.setTargetAtTime(.5, t4, timeConstant);// Compute where the setTargetAtTime will be at time t5 so we can make// the following exponential start at the right point so there’s no// jump discontinuity. From the spec, we have// v(t) = 0.5 + (0.8 - 0.5)*exp(-(t-t4)/timeConstant)// Thus v(t5) = 0.5 + (0.8 - 0.5)*exp(-(t5-t4)/timeConstant)param.setValueAtTime(0.5 + (0.8 - 0.5)*Math.exp(-(t5 - t4)/timeConstant), t5);param.exponentialRampToValueAtTime(0.75, t6);param.exponentialRampToValueAtTime(0.05, t7);param.setValueCurveAtTime(curve, t7, t8 - t7);

1.7. AudioScheduledSourceNode インターフェイス

このインターフェイスは、AudioBufferSourceNodeConstantSourceNode、および OscillatorNode などのソースノードの共通の機能を表します。

( start() を呼び出すことによって ) ソースが開始されるより前は、ソースノードは無音 ( 0 ) を出力しなければなりません ( MUST )。( stop() を呼び出すことによって ) ソースが停止した後、ソースは無音 ( 0 ) を出力しなければなりません ( MUST )。

AudioScheduledSourceNode は直接インスタンス化することはできませんが、代わりにソースノードの具体的なインターフェイスに拡張されています。

[Exposed=Window]
interface AudioScheduledSourceNode : AudioNode {
  attribute EventHandler onended;
  void start(optional double when = 0);
  void stop(optional double when = 0);
};

1.7.1. 属性

onended, EventHandler

この属性は AudioScheduledSourceNode 型のノードに送られる ended イベントの EventHandler ( HTML[HTML] で説明されています ) を設定します。( 実体化したノードによって決まる方法で ) ソースノードが再生を停止したとき Event 型のイベント ( HTML [HTML] で説明されています ) がイベントハンドラーに送られます。

すべての AudioScheduledSourceNode は、stop() によって指定された停止時間に達すると onended イベントが送出されます。AudioBufferSourceNode の場合は duration に達するか、バッファー全体を再生し終わったときもイベントが送出されます。

1.7.2. メソッド

start(when)

指定した時刻に音を再生するようにスケジュールします。

このメソッドが呼ばれると以下の手順を実行します:
  1. このノードで stop() が既に呼び出されている場合、または start() が既に呼び出されている場合は、InvalidStateError 例外を発生します ( MUST )。

  2. 後述するパラメーターの制約のために発生するエラーがないか調べます。

  3. AudioScheduledSourceNode を開始するための制御メッセージをパラメーターと共にキューに入れます

AudioScheduledSourceNode.start(when) メソッドの引数
パラメーター Null可 省略可 説明
when double when パラメーターは、サウンドの再生開始時刻を秒単位で表します。これは、AudioContextcurrentTime 属性と同じ時間軸を使用します。AudioScheduledSourceNode が信号を出力する際の開始時刻を示す when は常にサンプルフレーム単位に丸めずに使用されます。この値に 0 が渡された場合、または値が currentTime よりも小さい場合は、サウンドが即時に再生されます。when が負の場合には RangeError 例外が発生します ( MUST )。
戻り値: void
stop(when)

正確な時刻に音の再生を停止するようにスケジュールします。stop がすでに呼び出された後に再度呼び出された場合は、最後の呼び出しだけが適用されます。後続のコールの前にバッファーがすでに停止していない限り、前回の呼び出しで設定された停止時刻は適用されません。バッファーがすでに停止している場合は、さらに stop を呼び出しても効果はありません。スケジュールされた開始時刻よりも前に停止時刻に達すると、音は再生されません。

このメソッドが呼び出されると、以下の手順が実行されます:
  1. まだ start が呼び出されていない場合は InvalidStateError 例外が発生します ( MUST )。

  2. 後述するパラメーターの制約のために発生するエラーがないか調べます。

  3. AudioScheduledSourceNode を停止するための制御メッセージをパラメーターと共にキューに入れます

もしノードが AudioBufferSourceNode の場合、AudioBufferSourceNode を停止する 制御メッセージ を実行することは、再生アルゴリズムhandleStop() 関数を呼び出すことを意味します。
AudioScheduledSourceNode.stop(when) メソッドの引数
パラメーター Null可 省略可 説明
when double when パラメーターは、ソースの再生を停止する時間 ( 秒 ) を示します。これは、AudioContextcurrentTime 属性と同じ時間軸を使用します。この値に 0 が渡された場合、または値が currentTime よりも小さい場合は、音の再生は即時に停止します。when が負の場合には RangeError 例外を発生します ( MUST )。
戻り値: void

1.8. AnalyserNode インターフェイス

このインターフェイスはリアルタイムの周波数および時間領域の分析を可能にするノードを表します。オーディオストリームは加工されずに入力から出力に渡されます。

プロパティ 説明
numberOfInputs 1
numberOfOutputs 1 この出力は接続されずに放置される事もあります。
channelCount 2
channelCountMode "max"
channelInterpretation "speakers"
tail-time reference No
[Exposed=Window,
 Constructor (BaseAudioContext context, optional AnalyserOptions options)]
interface AnalyserNode : AudioNode {
  void getFloatFrequencyData (Float32Array array);
  void getByteFrequencyData (Uint8Array array);
  void getFloatTimeDomainData (Float32Array array);
  void getByteTimeDomainData (Uint8Array array);
  attribute unsigned long fftSize;
  readonly attribute unsigned long frequencyBinCount;
  attribute double minDecibels;
  attribute double maxDecibels;
  attribute double smoothingTimeConstant;
};

1.8.1. コンストラクタ

AnalyserNode(context, options)
AnalyserNode.AnalyserNode() メソッドの引数
パラメーター Null可 省略可 説明
context BaseAudioContext 新しく作成される AnalyserNode関連付け られる BaseAudioContext です。
options AnalyserOptions この AnalyserNode のオプションの初期パラメーター値です。

1.8.2. 属性

fftSize, unsigned long

周波数領域の分析に使用する FFT のサイズです。これは 32 から 32768 までの 2 の累乗でなくてはならず ( MUST )、そうでなければ、IndexSizeError 例外を発生します ( MUST )。 デフォルトの値は 2048 です。大きな FFT サイズは計算量が増加する事に注意してください。

fftSize が異なる値に変更されると、( getByteFrequencyData() および getFloatFrequencyData() の ) 周波数データの平滑化に関連するすべての状態がリセットされます。つまり、時間の経過による 平滑化 に使用される 前のブロック のデータ、\(\hat{X}_{-1}[k]\) が、すべての \(k\) に対して 0 に設定されます。

frequencyBinCount, unsigned long 型, readonly

FFT サイズの 1/2 の値です。

maxDecibels, double

maxDecibels は FFT 解析データを unsigned byte 値へ変換するスケーリングの際の最大パワー値です。デフォルトの値は -30 です。もしこの属性の値が minDecibels より小さいか同じ値に設定された場合、IndexSizeError 例外を発生します ( MUST )。

minDecibels, double

minDecibels FFT 解析データを unsigned byte値へ変換するスケーリングの際の最少パワー値です。デフォルトの値は -100 です。もしこの属性の値が maxDecibels よりも大きいか同じに設定された場合、IndexSizeError 例外を発生します ( MUST )。

smoothingTimeConstant, double

0 -> 1 の範囲の値で、0 ならば最後の解析フレームに対して時間平均が取られない事を表します。デフォルトの値は 0.8 です。もしこの属性の値が 0 より小さいか 1 より大きい値が設定された場合、IndexSizeError 例外を発生します ( MUST )。

1.8.3. メソッド

getByteFrequencyData(array)

渡された unsigned byte 配列に 現在の周波数データ をコピーします。もし配列が frequencyBinCount よりも小さい場合、余った要素は捨てられます。もし配列が frequencyBinCount よりも大きい場合、余剰の要素は無視されます。 最も最近の fftSize フレームが周波数データの計算に使用されます。

以前の呼び出しと同じ レンダリング量子 内で getByteFrequencyData() または getFloatFrequencyData() が再度呼び出された場合、現在の周波数データ は同じデータで更新されず、代わりに、以前に計算されたデータが返されます。

unsigned byte 配列に格納される値は次のように計算されます。FFT 窓関数と スムージング で説明されているように \(Y[k]\) を 現在の周波数データ とします。バイトの値 \(b[k]\) は、

$$
  b[k] = \left\lfloor
      \frac{255}{\mbox{dB}_{max} - \mbox{dB}_{min}}
      \left(Y[k] - \mbox{dB}_{min}\right)
    \right\rfloor
$$

ここで、\(\mbox{dB}_{min}\) は minDecibels、\(\mbox{dB}_{max}\)は maxDecibels です。もし、\(b[k]\) が 0 から 255 の範囲外の場合、\(b[k]\) はこの範囲内にクリップされます。

AnalyserNode.getByteFrequencyData() メソッドの引数
パラメーター Null可 省略可 説明
array Uint8Array このパラメーターは周波数領域の分析データをコピーする場所を示します。
戻り値: void
getByteTimeDomainData(array)

渡された unsigned byte 配列に 現在の時間領域データ ( 波形データ ) をコピーします。もし、配列が fftSize よりも小さい場合、余った要素は捨てられます。もし配列が fftSize よりも多くの要素を持つ場合、余剰の要素は無視されます。最も最近の fftSize のフレームがバイトデータの計算に使用されます。

unsigned byte 配列に格納される値は次のように計算されます。\(x[k]\) を時間領域データとします。バイトの値、\(b[k]\) は、

$$
  b[k] = \left\lfloor 128(1 + x[k]) \right\rfloor.
$$

もし \(b[k]\) が 0 から 255 の範囲外の場合、\(b[k]\) は範囲内にクリップされます。

AnalyserNode.getByteTimeDomainData() メソッドの引数
パラメーター Null可 省略可 説明
array Uint8Array このパラメーターは時間領域のサンプルデータをコピーする場所を示します。
戻り値: void
getFloatFrequencyData(array)

渡された浮動小数配列に 現在の周波数データ をコピーします。もし配列が frequencyBinCount よりも小さい場合、余った要素は捨てられます。もし配列が frequencyBinCount よりも大きい場合、余剰の要素は無視されます。最も最近の fftSize のフレームが周波数データの計算に使用されます。

以前の呼び出しと同じ レンダリング量子 内で getFloatFrequencyData() または getByteFrequencyData() が再度呼び出された場合、現在の周波数データ は同じデータで更新されず、代わりに、以前に計算されたデータが返されます。

周波数データの単位は dB です。

AnalyserNode.getFloatFrequencyData() メソッドの引数
パラメーター Null可 省略可 説明
array Float32Array このパラメーターは周波数領域の分析データをコピーする場所を示します。
戻り値: void
getFloatTimeDomainData(array)

渡された浮動小数配列に、現在の時間領域データ ( 波形データ ) をコピーします。もし配列が fftSize よりも小さい場合、余った要素は捨てられます。もし配列が fftSize よりも大きい場合、余剰の要素は無視されます。最も最近の fftSize のフレームが (ダウンミックスされた後) 返されます。

AnalyserNode.getFloatTimeDomainData() メソッドの引数
パラメーター Null可 省略可 説明
array Float32Array このパラメーターは時間領域のサンプルデータをコピーする場所を示します。
戻り値: void

1.8.4. AnalyserOptions

これは AnalyserNode を生成する際に使用するオプションを指定します。すべてのメンバーは省略可能で、もし指定されない場合は通常のデフォルト値がノードの生成に使用されます。

dictionary AnalyserOptions : AudioNodeOptions {
  unsigned long fftSize = 2048;
  double maxDecibels = -30;
  double minDecibels = -100;
  double smoothingTimeConstant = 0.8;
};
1.8.4.1. ディクショナリ AnalyserOptions メンバー
fftSize, unsigned long 型, デフォルトは 2048

周波数領域解析のための FFT サイズとして要求する初期値。

maxDecibels, double 型, デフォルトは -30

FFT 解析の最大パワー (dB) として要求する初期値。

minDecibels, double 型, デフォルトは -100

FFT 解析の最小パワー (dB) として要求する初期値。

smoothingTimeConstant, double 型, デフォルトは 0.8

FFT 解析のスムーズ化定数として要求する初期値。

1.8.5. 時間領域のダウンミックス

現在の時間領域データが計算されるとき、入力信号は channelCount が 1 であり、channelCountMode が "max" であり、channelInterpretation が "speakers" であるかのように、モノラルに ダウンミックス されなければなりません。これは、AnalyserNode 自体の設定とは無関係です。最新の fftSize フレームがこのダウンミックス処理に使用されます。

1.8.6. FFT 窓関数と時間的スムージング

現在の周波数データが計算されたとき、次の処理が行われます:

  1. 現在の時間領域データ を計算します。

  2. 時間領域の入力データに対して ブラックマン窓を適用 します。

  3. 窓関数を通した時間領域の入力データからイマジナリとリアルの周波数データを得るため、フーリエ変換を適用 します。

  4. 周波数領域データに 時間的スムージング の処理を行います

  5. dB への変換 を行います。

次の式では \(N\) をこの AnalyserNodefftSize 属性とします

ブラックマン窓の適用は時間領域の入力に対して次の処理を行います。\(n = 0, \ldots, N - 1\) に対する \(x[n]\) は時間領域のデータです。ブラックマン窓は、
$$
\begin{align*}
  \alpha &= \mbox{0.16} \\ a_0 &= \frac{1-\alpha}{2} \\
  a_1 &= \frac{1}{2} \\
  a_2 &= \frac{\alpha}{2} \\
  w[n] &= a_0 - a_1 \cos\frac{2\pi n}{N} + a_2 \cos\frac{4\pi n}{N}, \mbox{ for } n = 0, \ldots, N - 1
\end{align*}
$$

窓関数を通した信号 \(\hat{x}[n]\) は

$$
  \hat{x}[n] = x[n] w[n], \mbox{ for } n = 0, \ldots, N - 1
$$
フーリエ変換の適用は次のようなフーリエ変換の計算から成ります。\(X[k]\) は周波数領域の複素数データで \(\hat{x}[n]\) は上で計算された窓関数を通した時間領域のデータです。そして、
$$
  X[k] = \frac{1}{N} \sum_{n = 0}^{N - 1} \hat{x}[n]\, e^{\frac{-2\pi i k n}{N}}
$$

ただし、\(k = 0, \dots, N/2-1\).

周波数データの時間的スムージングは次のように処理されます:

そしてスムージングされた値、\(\hat{X}[k]\) は次の式で計算されます

$$
  \hat{X}[k] = \tau\, \hat{X}_{-1}[k] + (1 - \tau)\, |X[k]|
$$

ただし、\(k = 0, \ldots, N - 1\).

dBへの変換は次の処理で行われます。\(\hat{X}[k]\) を時間的スムージング で計算された値として:
$$
  Y[k] = 20\log_{10}\hat{X}[k]
$$

ただし、\(k = 0, \ldots, N-1\).

この配列、\(Y[k]\) は getFloatFrequencyData() によって出力の配列にコピーされます。getByteFrequencyData() に対しては、\(Y[k]\) は minDecibelsmaxDecibels の範囲内にクリップされ、minDecibels が 0、maxDecibels が 255 になるようにスケーリングされます。

1.9. AudioBufferSourceNode インターフェイス

このインターフェイスは AudioBuffer によってメモリー上に保持されているオーディオデータからのオーディオソースを表します。これはオーディオデータの再生に高度なスケジューリングの柔軟性と精度が要求される場合に役立ちます。もしネットワークからあるいはディスクからのデータをサンプル精度で再生する必要がある場合、再生機能の実装には AudioWorkletNode を使用しなくてはなりません。

start() メソッドはいつ再生されるかをスケジュールするために使用されます。start() メソッドを複数回呼び出す事はできません。再生は ( もし loop 属性が false の場合 ) バッファーのオーディオデータがすべて再生されると自動的に、あるいは stop() メソッドが呼び出されて指定された時刻になると停止します。より詳細には start() および stop() を参照してください。

プロパティ 説明
numberOfInputs 0
numberOfOutputs 1
channelCount 2
channelCountMode "max"
channelInterpretation "speakers"
tail-time reference No

出力のチャンネル数は常に buffer 属性に指定された AudioBuffer のチャンネル数と同じになります。もし buffer が NULL の場合、チャンネルは無音の 1 チャンネルとなります。

AudioBufferSourceNode再生ヘッド位置は、バッファー内の最初のサンプルフレームの時刻を基準にした秒単位の時間オフセットとして定義される値です。その値はノードの playbackRate および detune パラメーターとは独立したものとして想定されます。一般に、再生ヘッド位置はサブサンプル精度であり、正確なサンプルフレーム位置を参照する必要はありません。その値は 0 とバッファー全体の秒数の間で有効な値を取ります。

playbackRate および detune 属性は、複合パラメーター を形成します。それらは組み合わせて使用され、次のように computedPlaybackRate 値を決定します:

computedPlaybackRate(t) = playbackRate(t) * pow(2, detune(t) / 1200)

この 複合パラメーター公称範囲 は \((-\infty, \infty)\) です。

AudioBufferSourceNode は作成されたときに ブーリアンの内部スロット [[buffer set]] を持っており、初期値は false に設定されています。

[Exposed=Window,
 Constructor (BaseAudioContext context, optional AudioBufferSourceOptions options)]
interface AudioBufferSourceNode : AudioScheduledSourceNode {
  attribute AudioBuffer? buffer;
  readonly attribute AudioParam playbackRate;
  readonly attribute AudioParam detune;
  attribute boolean loop;
  attribute double loopStart;
  attribute double loopEnd;
  void start (optional double when = 0,
              optional double offset,
              optional double duration);
};

1.9.1. コンストラクタ

AudioBufferSourceNode(context, options)

node を新しい AudioBufferSourceNode オブジェクトとして作成、初期化 して返します。

AudioBufferSourceNode.AudioBufferSourceNode() メソッドの引数
パラメーター Null可 省略可 説明
context BaseAudioContext 作成した新しい AudioBufferSourceNode関連付け られる BaseAudioContext です。
options AudioBufferSourceOptions この AudioBufferSourceNode のオプションの初期パラメーター値です。

1.9.2. 属性

buffer, AudioBuffer 型, nullable

再生されるオーディオのリソースを指定します。

buffer 属性を設定する際は次の手順が行われます:
  1. 新しいバッファーAudioBuffer または null として、buffer に割り当てます。

  2. もし新しいバッファーnull でなく、[[buffer set]] が true ならば、InvalidStateError 例外を発生してこれらの手順を中止します。

  3. もし新しいバッファーnull でなければ、[[buffer set]] を true に設定します。

  4. 新しいバッファーbuffer 属性に割り当てます。

  5. ものこのノードで start() が既に呼ばれていた場合、buffer内容の取得 処理を実行します。

detune, AudioParam 型, readonly

オーディオストリームをレンダリングする速度を変調する追加のパラメーターで、単位はセントです。このパラメーターは、playbackRate と組み合わせて computedPlaybackRate を計算する 複合パラメーター です。

loop, boolean

オーディオデータの loopStartloopEnd で指定された範囲を繰り返してループ再生するかどうかを指定します。デフォルトは false です。

loopEnd, double

loop 属性が true の場合、ループの終了位置を示すオプションの再生ヘッド位置です。その値そのものはループ範囲に含まれません。そのデフォルトの value は 0 で、通常は 0 から バッファーの長さの範囲の任意の値に設定できます。loopEnd が 0 以下であるか、または loopEnd がバッファーの長さよりも長い場合、ループはバッファーの最後が終了位置になります。

loopStart, double

loop 属性が true の場合にループを開始するオプションの再生ヘッド位置です。そのデフォルトの value は 0 で、0 からバッファーの長さの範囲の任意の値に設定できます。もし loopStart が 0 より小さい場合、ループは 0 から開始します。もし loopStart がバッファーの長さより大きい場合、ループはバッファーの最後から開始します。

playbackRate, AudioParam 型, readonly

オーディオストリームをレンダリングする速度です。これは、detune と組み合わせて computedPlaybackRate が計算される 複合パラメーター です。

1.9.3. メソッド

start(when, offset, duration)

指定の時刻に音の再生開始をスケジュールします。

メソッドが呼び出されたとき、以下の手順が実行されます:
  1. このノードで既に stop が呼び出されている場合、または既に start の呼び出しが発生している場合は、InvalidStateError 例外を発生します ( MUST )。

  2. 後述するパラメーターの制約のために発生するエラーがないか調べます。

  3. AudioBufferSourceNode を開始するため、パラメーターと共に 制御メッセージをキューに入れます

AudioBufferSourceNode を開始するための 制御メッセージ の実行は、後述の 再生アルゴリズムhandleStart() 関数を呼び出すことを意味します。
AudioBufferSourceNode.start(when, offset, duration) メソッドの引数
パラメーター Null可 省略可 説明
when double when パラメーターは、再生の開始時刻を ( 秒で ) 指定します。これは AudioContextcurrentTime 属性と同じ時間軸の時刻を使用します。もしこの値に 0 、あるいは currentTime よりも小さな値を渡した場合、音は即時に再生されます。もし when が負の値の場合、RangeError 例外を発生します ( MUST )。
offset double offset パラメーターは再生を開始する 再生ヘッド位置 を指定します。もしこの値に 0 が渡された場合、再生はバッファーの先頭から開始されます。もし offset が負の値の場合 RangeError 例外を発生します ( MUST )。もし offsetloopEnd より大きい場合は、再生は loopEnd から始まり (そして即時に loopStart にループし) ます。startTime に到達したとき、offset は [0, duration] の範囲に暗黙的にクランプされます。ここで duration はこの AudioBufferSourceNodebuffer 属性に設定されている AudioBufferduration 属性です。
duration double duration パラメーターは、再生される音の長さ ( 秒 ) を表します。このパラメーターが渡された場合、このメソッドは start(when, offset) に続けて stop(when + duration) を呼び出したのとまったく同じ効果を持ちます。duration が負の場合、RangeError 例外が発生します ( MUST )。
戻り値: void

1.9.4. AudioBufferSourceOptions

AudioBufferSourceNode を生成する際のオプションを指定します。すべてのメンバーは省略可能です。指定されていない場合、通常のデフォルト値がノードの生成に使用されます。

dictionary AudioBufferSourceOptions {
  AudioBuffer? buffer;
  float detune = 0;
  boolean loop = false;
  double loopEnd = 0;
  double loopStart = 0;
  float playbackRate = 1;
};
1.9.4.1. ディクショナリ AudioBufferSourceOptions メンバー
buffer, AudioBuffer 型, nullable

再生するオーディオのデータを指定します。これは bufferAudioBufferSourceNodebuffer 属性に割り当てるのと等価です。

detune, float 型, デフォルトは 0

detune AudioParam の初期値です。

loop, boolean 型, デフォルトは false

loop 属性の初期値です。

loopEnd, double 型, デフォルトは 0

loopEnd 属性の初期値です。

loopStart, double 型, デフォルトは 0

loopStart 属性の初期値です。

playbackRate, float 型, デフォルトは 1

playbackRate 属性の初期値です。

1.9.5. ループ再生

このセクションは非基準情報です。基準としての要件については、再生アルゴリズム を参照してください。

loop 属性を true に設定すると、端点 loopStart および loopEnd によって定義され、その範囲内が再生されると、その後範囲の再生を繰り返します。loop が true である間、ループ再生は次のいずれかが発生するまで続きます:

ループの範囲は loopStart から loopEnd まで、ただし loopEnd そのものは含まない領域を占めているとみなされます。 ループ範囲の再生方向は、ノードの再生速度の符号を考慮します。 再生速度が正の場合、ループは loopStart から loopEnd まで; 再生速度が負の場合は loopEnd から loopStart までのループが発生します。

ループは start()offset 引数の解釈には影響しません。再生は常に指定されたオフセットから開始され、再生中にループ範囲に差し掛かった場合にのみループが開始されます。

有効なループ開始点と終了点は、後述のアルゴリズムで定義されているように、0 から バッファーの長さの間にある必要があります。loopEnd は、loopStart よりも後ろになるようにさらに制約されます。これらの制約のいずれかに沿わない場合は、ループ範囲はバッファー全体を指すとみなされます。

ループの端点はサブサンプルの精度で扱われます。端点が正確なサンプルフレームのオフセットにならない場合、または再生レートが 1 に等しくない場合、ループの再生は、ループの終了点と開始点が一致するように繋ぎ合わされ、それがバッファーの連続した領域のオーディオであるように補間されます。

ループ関連のプロパティは、バッファーの再生中に変化させても良く、一般に次のレンダリング量子から有効となります。 正確な内容については、後述の基準としての再生アルゴリズムによって定義されます。

loopStartloopEnd 属性のデフォルト値はどちらも 0 です。loopEnd の値が 0 である事はバッファー全体の長さと等価であるため、デフォルトのループ範囲はバッファー全体になります。

ループの端点の値は、バッファーのサンプルレートを前提とした時間のオフセットとして表されています。これらの値は再生中に動的に変化可能なノードの playbackRate パラメーターとは無関係であることに注意してください。

1.9.6. AudioBuffer 内容の再生

この基準情報のセクションでは、再生中に動的に変化する可能性がある次の要素の組み合わせの影響を考慮しつつ、バッファー内容の再生について定義します。

AudioBufferSourceNode の出力を生成するための内部のアルゴリズムは、以下の原則に従います:

アルゴリズムの説明は次のとおりです:

let buffer; // AudioBuffer employed by this nodelet context; // AudioContext employed by this node// The following variables capture attribute and AudioParam values for the node.// They are updated on a k-rate basis, prior to each invocation of process().let loop;let detune;let loopStart;let loopEnd;let playbackRate;// Variables for the node’s playback parameterslet start = 0, offset = 0; // Set by start()let stop = Infinity; // Set by stop(), or by start() with a supplied duration// Variables for tracking node’s playback statelet bufferTime = 0, started = false, enteredLoop = false;let dt = 1 / context.sampleRate;// Handle invocation of start method callfunction handleStart(when, pos, duration) {  if (arguments.length >= 1) {    start = when;  }  offset = pos;  if (arguments.length >= 3) {    stop = when + duration;  }}// Handle invocation of stop method callfunction handleStop(when) {  if (arguments.length >= 1) {    stop = when;  } else {    stop = context.currentTime;  }}// Interpolate a multi-channel signal value for some sample frame.// Returns an array of signal values.function playbackSignal(position) {  /*    This function provides the playback signal function for buffer, which is a    function that maps from a playhead position to a set of output signal    values, one for each output channel. If |position| corresponds to the    location of an exact sample frame in the buffer, this function returns    that frame. Otherwise, its return value is determined by a UA-supplied    algorithm that interpolates between sample frames in the neighborhood of    position.    If position is greater than or equal to loopEnd and there is no subsequent    sample frame in buffer, then interpolation should be based on the sequence    of subsequent frames beginning at loopStart.   */   ...}// Generate a single render quantum of audio to be placed// in the channel arrays defined by output. Returns an array// of |numberOfFrames| sample frames to be output.function process(numberOfFrames) {  let currentTime = context.currentTime; // context time of next rendered frame  let output = []; // accumulates rendered sample frames  // Combine the two k-rate parameters affecting playback rate  let computedPlaybackRate = playbackRate * Math.pow(2, detune / 1200);  // Determine loop endpoints as applicable  let actualLoopStart, actualLoopEnd;  if (loop && buffer != null) {    if (loopStart >= 0 && loopEnd > 0 && loopStart < loopEnd) {      actualLoopStart = loopStart;      actualLoopEnd = Math.min(loopEnd, buffer.duration);    } else {      actualLoopStart = 0;      actualLoopEnd = buffer.duration;    }  } else {    // If the loop flag is false, remove any record of the loop having been entered    enteredLoop = false;  }  // Handle null buffer case  if (buffer == null) {    stop = currentTime; // force zero output for all time  }  // Render each sample frame in the quantum  for (let index = 0; index < numberOfFrames; index++) {    // Check that currentTime is within allowable range for playback    if (currentTime < start || currentTime >= stop) {      output.push(0); // this sample frame is silent      currentTime += dt;      continue;    }    if (!started) {      // Take note that buffer has started playing and get initial playhead position.      bufferTime = offset + ((currentTime - start) * computedPlaybackRate);      started = true;    }    // Handle loop-related calculations    if (loop) {      // Determine if looped portion has been entered for the first time      if (!enteredLoop) {        if (offset < actualLoopEnd && bufferTime >= actualLoopStart) {          // playback began before or within loop, and playhead is now past loop start          enteredLoop = true;        }        if (offset >= actualLoopEnd && bufferTime < actualLoopEnd) {          // playback began after loop, and playhead is now prior to the loop end          enteredLoop = true;        }      }      // Wrap loop iterations as needed. Note that enteredLoop      // may become true inside the preceding conditional.      if (enteredLoop) {        while (bufferTime >= actualLoopEnd) {          bufferTime -= actualLoopEnd - actualLoopStart;        }        while (bufferTime < actualLoopStart) {          bufferTime += actualLoopEnd - actualLoopStart;        }      }    }    if (bufferTime >= 0 && bufferTime < buffer.duration) {      output.push(playbackSignal(bufferTime));    } else {      output.push(0); // past end of buffer, so output silent frame    }    bufferTime += dt * computedPlaybackRate;    currentTime += dt;  } // End of render quantum loop  if (currentTime >= stop) {    // end playback state of this node.    // no further invocations of process() will occur.  }  return output;}

次の図 (非基準) は、雑多な主要シナリオでのアルゴリズムの動作を示しています。バッファーのダイナミックリサンプリングは考慮されませんが、ループ位置の時間が変更されない限り、結果の再生には重大な影響はありません。すべての図において、次の規則が適用されます:

この図は、バッファー内の最後のサンプルフレームの後にエンドポイントがある単純なループがあるバッファーの基本的な再生を示しています:

AudioBufferSourceNode basic playback
AudioBufferSourceNode の基本再生

この図は、playbackRate の補間を示し、1 つおきに出力サンプルフレームが補間される、バッファーコンテンツの半分の速度での再生を示しています。特に注目すべき点は、ループされた出力の最後のサンプルフレームで、ループの開始点を使用して補間されます。

AudioBufferSourceNode playbackRate interpolation
AudioBufferSourceNode playbackRate の補間

この図はサンプルレートの補間を示し、サンプルレートがコンテキストのサンプルレートの 50% であるバッファーの再生を示しています。バッファーとコンテキストとの間のサンプルレートの差を補正するために、計算された再生レートは 0.5 となります。結果の出力は前の例と同じですが、理由は異なります。

AudioBufferSourceNode sample rate interpolation
AudioBufferSourceNode サンプルレートの補間

この図は、バッファー内のオフセットがサンプルフレームのちょうど半分で始まるサブサンプルオフセットの再生を示しています。そのため、すべての出力フレームが補間されます。

AudioBufferSourceNode subsample offset playback
AudioBufferSourceNode サブサンプルオフセットの再生

この図は、ループの端点の小数点以下を持つフレームオフセットが、正確なサンプルフレームを参照している場合と同じように、オフセットに従ってバッファー内の補間データポイントにどのようにマップするかを示すサブサンプルループ再生を示しています:

AudioBufferSourceNode subsample loop playback
AudioBufferSourceNode サブサンプルのループの再生

1.10. AudioDestinationNode インターフェイス

これはユーザーが聴く事になる最終的な音の出力地点を表す AudioNode です。それは多くの場合、スピーカーが接続されているオーディオ出力デバイスと考えられます。聴こえるべきすべてのレンダリングされた音は AudioContext のルーティンググラフの"終端点"であるこのノードに導かれます。AudioDestinationNode は 1 つの AudioContext に付き、AudioContextdestination 属性を介して 1 つだけ存在します。

AudioDestinationNode の出力はその 入力を足し合わせる ことによって生成され、AudioContext の出力を例えば MediaStreamAudioDestinationNode、または MediaRecorder ( [mediastream-recording] で説明されています ) で取り込むこともできます。

AudioDestinationNode は、AudioContext または OfflineAudioContext のいずれかの出力先であり、チャンネルのプロパティはコンテキストが何であるかによって異なります。

AudioContext の場合のデフォルトは

プロパティ 説明
numberOfInputs 1
numberOfOutputs 1
channelCount 2
channelCountMode "explicit"
channelInterpretation "speakers"
tail-time reference No

channelCount は、maxChannelCount 以下の任意の値に設定できます。この値が有効な範囲内にない場合は、IndexSizeError 例外を発生します ( MUST )。 具体的な例を挙げると、オーディオハードウェアが 8 チャンネル出力をサポートする場合、channelCount を 8 に設定する事で 8 チャンネルの出力をレンダリングすることができます。

OfflineAudioContext の場合のデフォルトは

プロパティ 説明
numberOfInputs 1
numberOfOutputs 1
channelCount numberOfChannels
channelCountMode "explicit"
channelInterpretation "speakers"
tail-time reference No

ここで numberOfChannels は、OfflineAudioContext を生成するときに指定されたチャンネルの数です。この値は変更できません。channelCount が別の値に変更された場合、NotSupportedError 例外を発生します ( MUST )。

[Exposed=Window]
interface AudioDestinationNode : AudioNode {
  readonly attribute unsigned long maxChannelCount;
};

1.10.1. 属性

maxChannelCount, unsigned long 型, readonly

channelCount 属性に設定できるチャンネルの最大数。( 通常の場合 ) 終点としてオーディオハードウェアを表す AudioDestinationNode は、オーディオハードウェアがマルチチャンネル対応である場合、2 よりも大きなオーディオチャンネルを出力する可能性があります。maxChannelCount は、このハードウェアがサポートできるチャンネルの最大数です。

1.11. AudioListener インターフェイス

このインターフェイスは人がオーディオシーンを聴く位置と方向を表します。すべての PannerNode オブジェクトは BaseAudioContextlistener との関係で空間音響処理を行います。空間音響についての詳細は §7 空間音響/定位 を参照してください。

positionX、positionY、positionZ パラメーターは、3D デカルト座標空間におけるリスナーの位置を表します。PannerNode オブジェクトは、これと個々の音源との相対位置を空間音響に使用します。

forwardX、forwardY、forwardZ パラメーターは、3D 空間内の方向ベクトルを表します。forward ベクトルと up ベクトルの両方が、リスナーの向きを決定するために使用されます。わかりやすく人間で言えば、forwardベクトルは、人の鼻がどの方向を指しているかを表します。upのベクトルは、人の頭の上を指している方向を表します。これらの 2 つのベクトルは線形独立であると考えられます。これらの値がどのように解釈されるかの基準としての要件については、§7 空間音響/パンニング のセクションを参照してください。

[Exposed=Window]
interface AudioListener {
  readonly attribute AudioParam positionX;
  readonly attribute AudioParam positionY;
  readonly attribute AudioParam positionZ;
  readonly attribute AudioParam forwardX;
  readonly attribute AudioParam forwardY;
  readonly attribute AudioParam forwardZ;
  readonly attribute AudioParam upX;
  readonly attribute AudioParam upY;
  readonly attribute AudioParam upZ;
  void setPosition (float x, float y, float z);
  void setOrientation (float x, float y, float z, float xUp, float yUp, float zUp);
};

1.11.1. 属性

forwardX, AudioParam 型, readonly

3D デカルト座標空間内で、リスナーが向いている forward 方向の x 座標成分です。

パラメーター 説明
defaultValue 0
minValue most-negative-single-float 約 -3.4028235e38
maxValue most-positive-single-float 約 3.4028235e38
automationRate "a-rate"
forwardY, AudioParam 型, readonly

3D デカルト座標空間内で、リスナーが向いている forward 方向の y 座標成分です。

パラメーター 説明
defaultValue 0
minValue most-negative-single-float 約 -3.4028235e38
maxValue most-positive-single-float 約 3.4028235e38
automationRate "a-rate"
forwardZ, AudioParam 型, readonly

3D デカルト座標空間内で、リスナーが向いている forward 方向の z 座標成分です。

パラメーター 説明
defaultValue -1
minValue most-negative-single-float 約 -3.4028235e38
maxValue most-positive-single-float 約 3.4028235e38
automationRate "a-rate"
positionX, AudioParam 型, readonly

3D デカルト座標空間内での、オーディオリスナーの位置の x 座標です。

パラメーター 説明
defaultValue 0
minValue most-negative-single-float 約 -3.4028235e38
maxValue most-positive-single-float 約 3.4028235e38
automationRate "a-rate"
positionY, AudioParam 型, readonly

3D デカルト座標空間内での、オーディオリスナーの位置の y 座標です。

パラメーター 説明
defaultValue 0
minValue most-negative-single-float 約 -3.4028235e38
maxValue most-positive-single-float 約 3.4028235e38
automationRate "a-rate"
positionZ, AudioParam 型, readonly

3D デカルト座標空間内での、オーディオリスナーの位置の z 座標です。

パラメーター 説明
defaultValue 0
minValue most-negative-single-float 約 -3.4028235e38
maxValue most-positive-single-float 約 3.4028235e38
automationRate "a-rate"
upX, AudioParam 型, readonly

3D デカルト座標空間内で、リスナーの頭上の up 方向の x 座標成分です。

パラメーター 説明
defaultValue 0
minValue most-negative-single-float 約 -3.4028235e38
maxValue most-positive-single-float 約 3.4028235e38
automationRate "a-rate"
upY, AudioParam 型, readonly

3D デカルト座標空間内で、リスナーの頭上の up 方向の y 座標成分です。

パラメーター 説明
defaultValue 1
minValue most-negative-single-float 約 -3.4028235e38
maxValue most-positive-single-float 約 3.4028235e38
automationRate "a-rate"
upZ, AudioParam 型, readonly

3D デカルト座標空間内で、リスナーの頭上の up 方向の z 座標成分です。

パラメーター 説明
defaultValue 0
minValue most-negative-single-float 約 -3.4028235e38
maxValue most-positive-single-float 約 3.4028235e38
automationRate "a-rate"

1.11.2. メソッド

setOrientation(x, y, z, xUp, yUp, zUp)