AudioWorklet

2020-12-12 · 3360 words · 7 minute read

Programming · Audio

JavaScript · AudioWorklet · Web Audio API

AudioWorklet とは ?

概要

Web Audio が定義する標準のノード (GainNode, DelayNode, BiquadFilterNode など) の組み合わせでは不可能な音響処理 (ピッチシフターやノイズサプレッサなど) を直接サウンドデータにアクセスして演算することによって実装するためのクラス (AudioWorkletNode, AudioWorkletProcessor など) です.

これまでは, 直接サウンドデータにアクセスして演算するという処理は ScriptProcessorNode の役割でした. では, なぜ AudioWorklet に役割が置き換わるのでしょうか ? ScriptProcessorNode には実装当初から常に 2 つの問題を抱えていました.

ScriptProcessorNode の問題

グリッチ: イベントハンドラで非同期に実行されるので, レイテンシ (遅延) に問題を引き起こす
ジャンク: メインスレッドで実行されるので, UI や再生されるサウンドに問題を引き起こす

AudioWorklet はこれらの問題を解決するために, メインスレッドとは別に, オーディオスレッドで動作するように仕様策定され, そして, Chrome 64 で実装されました.

AudioWorklet を構成するクラス

AudioWorklet が実現する機能は, いくつかのクラス (オブジェクト) によって構成されています.

AudioWorklet

Worklet スクリプトをロードしてインストールする (addModule メソッド) という役割を担います. 他の Worklet と同じく, Worklet に関連する API は, セキュアなページ (https または, localhost) でのみ動作します. AudioWorklet は AudioContext インスタンスに定義されています. addModule メソッドは, Promise を返します.

const context = new AudioContext();
const promise = context.audioWorklet.addModule('Woklet スクリプトのパス');

AudioWorkletNode

メインスレッドで主役となるクラスです. Global Scope (window オブジェクト) で動作します. AudioNode を継承しており, 生成したインスタンスは, 標準のノードと同じく, connect / disconnect して利用します. コンストラクタの第 1 引数には AudioContext インスタンスを, 第 2 引数には, Worklet で登録した (AudioWorkletGlobalScope に登録された) 文字列を指定します.

const context = new AudioContext();
const promise = context.audioWorklet.addModule('Woklet スクリプトのパス');

promise
  .then(() => {
    const worklet = new AudioWorkletNode(context, 'AudioWorkletGlobalScope に登録された文字列');

    worklet.connect(context.destination);
  })
  .catch(console.error);

また, AudioWorkletNode を継承させて, 独自の AudioWorkletNode を定義することも可能です.

class CustomAudioWorkletNode extends AudioWorkletNode {
  constructor(context) {
    super(context, 'custom-worklet-processor');
  }
}

AudioWorkletGlobalScope

オーディオスレッドにおける (Worklet における) Global Scope です. AudioWorkletProcessor が動作し, registerProcessor メソッドによって, AudioWorkletProcessor と指定された文字列を関連づけて登録します.

AudioWorkletProcessor

オーディオ処理を担うクラスです (つまり, ScriptProcessorNode の役割は, AudioWorkletProcessor に移ったと言えます). process メソッドで実行され, アプリケーション開発者は, この process メソッドを実装する必要があります.

class CustomAudioWorkletProcessor extends AudioWorkletProcessor {
  constructor() {
    super();
  }

  process(inputs, outputs, parameters) {
    // オーディオを処理を実装する

    // `process` メソッドをコールバックする場合, `true` を返す
    return true;
  }
}

// `AudioWorkletGlobalScope` に登録される
registerProcessor('custom-worklet-processor', CustomAudioWorkletProcessor);

メインスレッドと WebAudio レンダースレッド

AudioParamDescriptor

AudioParamDescriptor は AudioParam で管理される独自パラメータを定義することを可能にします. つまり, AudioParam がもつオートメーションのメソッド (linearRampToValueAtTime メソッドなど) を, 独自パラメータにも適用することが可能になります.

class CustomAudioWorkletProcessor extends AudioWorkletProcessor {
  static get parameterDescriptors() {
    return [{
      name          : 'custom',  // メインスレッドからあつかうための文字列
      defaultValue  : 0,         // `AudioParam#defaultValue` と同じ
      minValue      : 0,         // `AudioParam#minValue` と同じ
      maxValue      : 1,         // `AudioParam#maxValue` と同じ
      automationRate: 'a-rate'   // 'a-rate' または, 'k-rate' (ほとんどの `AudioParam` は 'a-rate')
    }];
  }

  constructor() {
    super();
  }

  process(inputs, outputs, parameters) {
    // オーディオを処理を実装する

    // `process` メソッドをコールバックする場合, `true` を返す
    return true;
  }
}

// `AudioWorkletGlobalScope` に登録される
registerProcessor('custom-worklet-processor', CustomAudioWorkletProcessor);

const context = new AudioContext();
const promise = context.audioWorklet.addModule('Woklet スクリプトのパス');

promise
  .then(() => {
    const worklet = new AudioWorkletNode(context, 'AudioWorkletGlobalScope に登録された文字列');

    worklet.connect(context.destination);

    // `AudioParam` を取得
    const audioParam = worklet.parameters.get('custom');  // Worklet で指定した文字列

    // `AudioParam` のオートメーション機能が利用できる
    audioParam.setValueAtTime(0, context.currentTime);
    audioParam.linearRampToValueAtTime(0.5, context.currentTime + 0.5);
  })
  .catch(console.error);

MessagePort

AudioParamDescriptor で定義できる値は, 数値 (number, つまり, 浮動小数点数) のみです. したがって, メインスレッドで変更した任意のデータをオーディオスレッドに送信する, 逆に, オーディオスレッドで変更した任意のデータをメインスレッドで受信するというケース …

すなわち, AudioWorkletNode と AudioWorkletProcessor の双方向で任意のデータを送受信可能にするために, MessagePort が定義されています.

const context = new AudioContext();
const promise = context.audioWorklet.addModule('Woklet スクリプトのパス');

promise
  .then(() => {
    const worklet = new AudioWorkletNode(context, 'AudioWorkletGlobalScope に登録された文字列');

    worklet.connect(context.destination);

    worklet.onmessage = (event) => {
      console.log(event.data); // 'custom'
    });

    worklet.postMessage('sawtooth');
  })
  .catch(console.error);

class CustomAudioWorkletProcessor extends AudioWorkletProcessor {
  constructor() {
    super();

    this.custom = 'custom';

    this.port.onmessage = (event) => {
      this.custom = event.data;

      console.log(this.custom);  // 'sawtooth'
    };

    this.port.postMessage(this.custom);
  }

  process(inputs, outputs, parameters) {
    // オーディオを処理を実装する

    // `process` メソッドをコールバックする場合, `true` を返す
    return true;
  }
}

// `AudioWorkletGlobalScope` に登録される
registerProcessor('custom-worklet-processor', CustomAudioWorkletProcessor);

実装例

AudioWorklet を構成するクラスの概要をもとに, 実装例をとおして AudioWorklet の理解を深めます.

Bypass

まずは, ウォーミングアップです. 特に意味のない処理ですが, 入力されたオシレーターをそのまま出力するだけです.

Bypass デモ

メインスレッドの処理は, 概要を把握できていればそれほど難しいことはないと思います.

main-scripts/bypass.js

'use strict';

const context = new AudioContext();

const promise = context.audioWorklet.addModule('./worklet-scripts/bypass.js');

promise
  .then(() => {
    const bypass = new AudioWorkletNode(context, 'bypass');

    let oscillator = null;

    document.querySelector('button').addEventListener('click', async (event) => {
      // for Autoplay Policy
      if (context.state !== 'running') {
        await context.resume();
      }

      const button = event.target;

      if (button.textContent === 'START') {
        oscillator = context.createOscillator();

        oscillator.connect(bypass);
        bypass.connect(context.destination);

        oscillator.start(0);

        button.textContent = 'STOP';
      } else {
        oscillator.stop(0);

        button.textContent = 'START';
      }
    }, false);
  })
  .catch(console.error);

重要なのは, オーディオ処理の実装, すなわち AudioWorkletProcessor の process メソッドです.

process メソッドには, 第 1 引数に入力となる配列, 第 2 引数に出力となる配列が引数としてわたされます. これらの配列の構造は同じとなっており, 多次元配列の要素として Float32Array が格納されています. そして, これが, 入力, または, 出力のサウンドデータとなります. 実は, オーディオ処理の実装の理解としては ScriptProcessorNode と大差ありません.

多次元配列なので, まずは, 0 番目の要素にアクセスして要素となっている配列を取得します (この処理は, 特に理屈なく, こうするものだと理解してだいじょうぶでしょう). 取得した配列は, チャンネルごとに 128 サンプルの Float32Array が格納されています.

128 samples の Float32Array がチャンネル順に格納されている

したがって, チャンネルごとの Float32Array を走査して, 出力となる Float32Array の要素を格納していきます.

1 つ注意点としては, 入力データは必ずしも格納されているわけではないので, 条件判定で undefined でないか判定しています.

worklet-scripts/bypass.js

'use strict';

class Bypass extends AudioWorkletProcessor {
  constructor() {
    super();
  }

  process(inputs, outputs) {
    const input  = inputs[0];
    const output = outputs[0];

    const numberOfChannels = output.length;

    // Traverse channels
    for (let channel = 0; channel < numberOfChannels; channel++) {
      // `Float32Array` ?
      if (input[channel]) {
        output[channel].set(input[channel]);
      }
    }

    return true;
  }
}

registerProcessor('bypass', Bypass);

オシレーター

オシレーターデモ

メインスレッドで注目したいのは,

AudioParamDescriptor によって定義された AudioParam を AudioParamMap (AudioWorkletNode の parameters プロパティ) として参照している
MessagePort を利用して, オシレーターの波形 (文字列) をオーディオスレッドに送信している

AudioParamMap は, AudioParam を要素にもつ Map なので, Map がもつメソッドを利用して, AudioParam を取得可能です.

main-scripts/oscillator.js

'use strict';

const context = new AudioContext();

const promise = context.audioWorklet.addModule('./worklet-scripts/oscillator.js');

promise
  .then(() => {
    const oscillator = new AudioWorkletNode(context, 'oscillator');

    document.querySelector('button').addEventListener('click', async (event) => {
      // for Autoplay Policy
      if (context.state !== 'running') {
        await context.resume();
      }

      const button = event.target;

      if (button.textContent === 'START') {
        oscillator.connect(context.destination);

        button.textContent = 'STOP';
      } else {
        oscillator.disconnect(0);

        button.textContent = 'START';
      }
    }, false);

    document.querySelector('form').addEventListener('change', (event) => {
      const form = event.currentTarget;

      for (let i = 0, len = form.elements['radio-wave-type'].length; i < len; i++) {
        if (form.elements['radio-wave-type'][i].checked) {
          const type = form.elements['radio-wave-type'][i].value;

          oscillator.port.postMessage(type);

          break;
        }
      }
    }, false);

    document.querySelector('[type="range"]').addEventListener('change', (event) => {
      const frequency = event.currentTarget.valueAsNumber;

      const currentTime = context.currentTime;
      const audioParam  = oscillator.parameters.get('frequency');

      audioParam.setValueAtTime(audioParam.value, currentTime);
      audioParam.linearRampToValueAtTime(frequency, currentTime + 0.5);
    }, false);
  })
  .catch(console.error);

オーディオスレッドで注目したいのは,

parameterDescriptors メソッドで, 独自パラメータを AudioParam として定義している
process メソッドの第 3 引数に parameters がわたされている

process メソッドの第 3 引数の parameters は, オートメーションが実行されている場合, 値の変化を 128 サンプルごとに格納しています. ただし, そうでない場合は, 0 番目に固定値が格納されているだけです. したがって, そのサイズを判定することで, オートメーションが実行されているかを判定できます.

ちなみに, 変数 sampleRate は, AudioWorkletGlobalScope に定義されている変数です.

worklet-scripts/oscillator.js

'use strict';

class Oscillator extends AudioWorkletProcessor {
  static get parameterDescriptors() {
    return [{
      name          : 'frequency',
      defaultValue  : 440,
      minValue      : 20,
      maxValue      : sampleRate / 2,
      automationRate: 'a-rate'
    }];
  }

  constructor() {
    super();

    this.type = 'sine';

    this.n = 0;

    this.port.onmessage = (event) => {
      this.type = event.data;
    };
  }

  process(inputs, outputs, parameters) {
    const output = outputs[0];

    const numberOfChannels = output.length;

    // Traverse channels
    for (let channel = 0; channel < numberOfChannels; channel++) {
      const outputChannel = output[channel];

      // Traverse `Float32Array`
      for (let i = 0, len = outputChannel.length; i < len; i++) {
        // Has automation ?
        const frequency = parameters.frequency.length > 1 ? parameters.frequency[i] : parameters.frequency[0];
        const t0        = sampleRate / frequency;

        let output = 0;
        let s      = 0;

        switch (this.type) {
          case 'sine':
            output = Math.sin((2 * Math.PI * frequency * this.n) / sampleRate);
            break;
          case 'square':
            output = (this.n < (t0 / 2)) ? 1 : -1;
            break;
          case 'sawtooth':
            s = 2 * this.n / t0;

            output = s - 1;
            break;
          case 'triangle':
            s = 4 * this.n / t0;

            output = (this.n < (t0 / 2)) ? (-1 + s) : (3 - s);
            break;
          default:
            break;
        }

        outputChannel[i] = output;

        this.n++;

        if (this.n >= t0) {
          this.n = 0;
        }
      }
    }

    return true;
  }
}

registerProcessor('oscillator', Oscillator);

ボーカルキャンセラ

ボーカルキャンセラデモ

独自パラメータであるボーカルキャンセラの depth も AudioParamDescriptor で定義したことにより, AudioWorkletNode インスタンスから parameters プロパティとして参照可能となります.

main-scripts/vocal-canceler.js

'use strict';

const context = new AudioContext();

const promise = context.audioWorklet.addModule('./worklet-scripts/vocal-canceler.js');

promise
  .then(() => {
    const vocalCanceler = new AudioWorkletNode(context, 'vocal-canceler');

    let source = null;

    document.querySelector('[type="file"]').addEventListener('change', async (event) => {
      // for Autoplay Policy
      if (context.state !== 'running') {
        await context.resume();
      }

      const file = event.target.files[0];

      if (file && file.type.includes('audio')) {
        const objectURL = window.URL.createObjectURL(file);

        const audioElement = document.querySelector('audio');

        audioElement.src = objectURL;

        audioElement.addEventListener('loadstart', () => {
          if (source === null) {
            source = context.createMediaElementSource(audioElement);
          }

          source.connect(vocalCanceler);
          vocalCanceler.connect(context.destination);

          audioElement.play(0);
        }, false);
      }
    }, false);

    document.querySelector('[type="range"]').addEventListener('change', (event) => {
      const currentTime = context.currentTime;
      const audioParam  = vocalCanceler.parameters.get('depth');

      audioParam.setValueAtTime(audioParam.value, currentTime);
      audioParam.linearRampToValueAtTime(event.currentTarget.valueAsNumber, currentTime + 5);
    }, false);
  })
  .catch(console.error);

入力データを利用するので, 入力となる Float32Array が存在しているか判定していることに注意してください.

worklet-scripts/vocal-canceler.js

'use strict';

class VocalCanceler extends AudioWorkletProcessor {
  static get parameterDescriptors() {
    return [{
      name          : 'depth',
      defaultValue  : 0,
      minValue      : 0,
      maxValue      : 1,
      automationRate: 'a-rate'
    }];
  }

  constructor() {
    super();
  }

  process(inputs, outputs, parameters) {
    const input  = inputs[0];
    const output = outputs[0];

    const numberOfChannels = output.length;

    if (numberOfChannels === 2) {
      const inputLs  = input[0];
      const inputRs  = input[1];
      const outputLs = output[0];
      const outputRs = output[1];

      // Traverse `Float32Array`
      for (let i = 0, len = outputLs.length; i < len; i++) {
        const depth = parameters.depth.length > 1 ? parameters.depth[i] : parameters.depth[0];

        // `Float32Array` ?
        outputLs[i] = inputLs ? (inputLs[i] - (depth * inputRs[i])) : 0;
        outputRs[i] = inputRs ? (inputRs[i] - (depth * inputLs[i])) : 0;
      }
    } else if (input[0]) {
      output[0].set(input[0]);
    }

    return true;
  }
}

registerProcessor('vocal-canceler', VocalCanceler);

リファレンス

W3C
Enter Audio Worklet
AudioWorklet の導入
AudioWorklet で遊ぶ (著者が以前に投稿したブログをリニューアルしています)
サンプルプログラムリポジトリ