「AudioWorkletで自作エフェクト」メインスレッドを止めない音声処理

Web Audio API に用意されたノードだけでは作れない音の加工を、自分のコードで書くための仕組みが AudioWorklet です。音をわざと粗くするビットクラッシャーを作りながら、2つのファイルの役割と、process() の中で守ることを覚えます。

作るもの:音を粗くするビットクラッシャー

ビットクラッシャーは、音の細かさをわざと落として、昔のゲーム機のようなざらついた音にするエフェクトです。やっていることは2つだけです。

  • ビット数を減らす:音の大きさを表す段階を粗くする(16bit なら 65,536 段階、4bit なら 16 段階)
  • サンプルを間引く:同じ値を何サンプルか続けて出し、時間方向を粗くする

どちらも、Web Audio API に最初から入っているノード(GainNode や BiquadFilterNode など)の組み合わせでは作れません。1サンプルずつ値を読んで書き換える処理が必要で、それを書く場所が AudioWorklet です。

下のデモで、先に完成形を鳴らしてみてください。220Hz のサイン波にエフェクトをかけています。ビット数を下げると波形が階段になり、間引きを増やすと段の幅が広がります。

▶ Live Demo — AudioWorklet で動くビットクラッシャー(ボタンを押すと音が出ます)

音量は小さめにしてあります。イヤホンの場合は端末の音量を下げてから押してください。

なぜメインスレッドの外で処理するのか

ブラウザーのメインスレッドは、画面の描画、クリックの処理、ページの JavaScript をすべて1本で受け持っています。そこで音の計算もすると、重いスクロールや DOM の更新が入ったときに計算が間に合わず、音が途切れます。

AudioWorklet より前に使われていた ScriptProcessorNode は、まさにこの作りでした。MDN は、ScriptProcessorNode の欠点はメインスレッドで動くことだったと説明していて、現在は非推奨(Deprecated)の扱いです。バッファの大きさは 256〜16,384 サンプルで、途切れを避けようと大きくすると、その分だけ音が遅れました。

AudioWorklet では、自分の書いた処理が、ブラウザーの音声処理用のスレッドの中で呼ばれます。GainNode などの内蔵ノードと同じ場所、同じ単位で動くので、内部でバッファをためることによる遅延も足されません。

📌 ポイント
音声のスレッドに与えられた時間は短く、1回の処理は 128 フレームです。44.1kHz なら 128 ÷ 44,100 ≒ 2.9 ミリ秒。この時間の中で計算を終えられないと、音が途切れます。

準備:対応ブラウザーと2つの条件

項目内容
対応ブラウザーMDN の表示は Baseline の「Widely available」。主要なブラウザーで 2021年4月から使える
配信の条件安全なコンテキスト(HTTPS)でだけ使える。開発中は localhost で動かす
ファイル音を処理するコードは、ページのスクリプトとは別のファイルに書く
ビルドツール不要。この記事のコードは素の JavaScript だけで動く

出典:MDN「AudioWorklet」(2026年11月16日に確認)

ファイルを分ける理由は、動く場所が違うからです。ページ側のコードはメインスレッドで、音を処理するコードは音声のスレッドで動きます。2つは変数を共有できません。

my-effect/ ├── index.html ├── main.js ← ページ側。ノードを作ってつなぐ └── bitcrusher-processor.js ← 音声スレッド側。1サンプルずつ計算する

コード:プロセッサーとページ側の2ファイル

音を処理する側(AudioWorkletProcessor)

AudioWorkletProcessor を継承したクラスを書き、registerProcessor で名前を付けて登録します。音の計算は process() の中に書きます。

bitcrusher-processor.js
class BitcrusherProcessor extends AudioWorkletProcessor {
  // 外から操作できるパラメーターを宣言する
  static get parameterDescriptors() {
    return [
      { name: 'bits', defaultValue: 8, minValue: 1, maxValue: 16, automationRate: 'k-rate' },
      { name: 'hold', defaultValue: 1, minValue: 1, maxValue: 40, automationRate: 'k-rate' },
    ];
  }

  constructor() {
    super();
    this.held = new Float32Array(32); // チャンネルごとに、いま出し続けている値
    this.count = 0;                    // 間引きのカウンター
  }

  process(inputs, outputs, parameters) {
    const input = inputs[0];   // 1つ目の入力(チャンネルの配列)
    const output = outputs[0]; // 1つ目の出力
    if (input.length === 0) return true; // まだ何もつながっていない。次の入力を待つ

    const step = 2 / Math.pow(2, parameters.bits[0]); // -1〜1 を 2^bits 段階に分けた1段の高さ
    const hold = Math.round(parameters.hold[0]);
    const frames = output[0].length;                 // 128 と決め打ちしない

    for (let i = 0; i < frames; i++) {
      const take = this.count === 0; // hold サンプルに1回だけ新しい値を取る
      for (let ch = 0; ch < output.length; ch++) {
        if (take) {
          const x = input[ch % input.length][i];
          this.held[ch] = Math.round(x / step) * step; // いちばん近い段に丸める
        }
        output[ch][i] = this.held[ch];
      }
      this.count = (this.count + 1) % hold;
    }
    return true; // ノードを生かし続ける(理由は後半の「戻り値」で)
  }
}

registerProcessor('bitcrusher', BitcrusherProcessor);

process() に届く3つの引数は、次の形をしています。

  • inputs:入力の配列。inputs[n][m][i] が「n 番目の入力の、m 番目のチャンネルの、i 番目のサンプル」。値は -1〜1 の範囲です。何もつながっていない入力は空の配列になります。
  • outputs:同じ形の出力。最初は 0 で埋まっていて、何も書かなければ無音が出ます。
  • parameters:パラメーター名をキーにしたオブジェクト。値は Float32Array です。

ページ側(AudioWorkletNode)

ページ側では、audioWorklet.addModule() でプロセッサーのファイルを読み込み、登録した名前で AudioWorkletNode を作ります。作ってしまえば、ほかのノードと同じように connect() でつなげます。

main.js
const button = document.querySelector('#play');

button.addEventListener('click', async () => {
  // 音はユーザーの操作をきっかけに始める
  const ctx = new AudioContext();

  // プロセッサーのファイルを読み込む(終わるまで待つ)
  await ctx.audioWorklet.addModule('bitcrusher-processor.js');

  const osc = new OscillatorNode(ctx, { frequency: 220 });
  const crusher = new AudioWorkletNode(ctx, 'bitcrusher'); // 登録した名前で作る
  const volume = new GainNode(ctx, { gain: 0.12 });

  osc.connect(crusher).connect(volume).connect(ctx.destination);

  // パラメーターは AudioParam として取り出せる
  crusher.parameters.get('bits').setValueAtTime(4, ctx.currentTime);
  crusher.parameters.get('hold').setValueAtTime(6, ctx.currentTime);

  // process() の中で例外が起きたら知らせてもらう
  crusher.addEventListener('processorerror', (e) => console.error(e));

  osc.start();
});

ツマミの値を AudioParam として渡しているのが、この作りの要です。スライダーを動かしたときにページ側から値を設定するだけで、音声スレッドの parameters に届きます。GainNode の gain と同じ仕組みなので、linearRampToValueAtTime() などで時間をかけて変化させることもできます。

冒頭のデモは、記事が1つの HTML でできている都合で、プロセッサーのコードを文字列から Blob の URL にして addModule() に渡しています。計算の中身はこのコードと同じです。

process() の中で守ること

ブロックの長さを 128 と決め打ちしない

仕様では、1回の process() に届く音は 128 フレームです。ただし MDN は、この値は将来変わる予定があり、状況によって変わりうるので、配列の長さを必ず確かめるように、と書いています。ループの回数は output[0].length から取ります。

パラメーターの配列は、長さが 1 のことも 128 のこともある

automationRate を 'k-rate' にしたパラメーターは、ブロック全体で1つの値です。配列の長さは 1 なので、parameters.bits[0] だけを読めば足ります。

'a-rate' にすると、サンプルごとに違う値を受け取れます。ただしその場合も、ブロックの間に値の変化がなければ、長さ 1 の配列が届くことがあります。a-rate のパラメーターは、次のように長さを見て読み分けます。

a-rate のパラメーターの読み方
const g = parameters.gain;
for (let i = 0; i < frames; i++) {
  const gain = g.length > 1 ? g[i] : g[0];
  output[0][i] = input[0][i] * gain;
}

ビット数や間引きの数は、サンプルごとに変える必要がないので k-rate にしました。

process() の中で配列やオブジェクトを作らない

JavaScript は、使い終わったメモリをガベージコレクション(不要になったメモリの自動回収)で片づけます。回収がいつ走るかは選べません。process() の中で毎回配列を作ると、ごみが1秒に数百回のペースでたまり、回収が音声スレッドの 2.9 ミリ秒に割り込むおそれがあります。Chrome の開発者向けブログも、音声処理のコードでは JavaScript のごみを最小限にするよう求めています。

❌ やりがちなNG:呼ばれるたびに配列を作る
process(inputs, outputs) {
  const work = new Float32Array(128);            // 毎回メモリを確保している
  const mono = inputs[0][0].map((x) => x * 0.5);   // map も新しい配列を作る
  // …
}
✅ 正しい書き方:作業用の配列は constructor で1回だけ作る
constructor() {
  super();
  this.work = new Float32Array(1024); // 余裕を持った大きさで確保しておく
}
process(inputs, outputs) {
  const frames = outputs[0][0].length;
  for (let i = 0; i < frames; i++) {
    this.work[i] = inputs[0][0][i] * 0.5;    // 使い回す
  }
  // …
}

ビットクラッシャーで this.held を constructor の中で作っているのは、このためです。

戻り値を必ず書く

process() の戻り値は、ノードを生かし続けるかどうかをブラウザーに伝えます。MDN の説明をまとめると次のようになります。

ノードの種類返す値
自分で音を作る(発振器、ノイズなど)音を出している間は true
入力を加工するだけ(ゲインなど)false。入力がつながっている間は処理が続き、不要になったらブラウザーが片づけられる
入力が止まったあとも音が残る(ディレイ、リバーブ)残響が続く間は true

出典:MDN「AudioWorkletProcessor: process() method」(2026年11月16日に確認)

return を書き忘れると undefined が返り、false と同じ扱いになります。MDN も、見つけにくい不具合の原因になると注意しています。

この表に従えば、ビットクラッシャーは false を返すノードです。それでも今回のコードで true を返しているのには理由があります。Chromium 153 で試したところ、入力がまだつながっていない段階で一度 false を返したプロセッサーは、あとから発振器をつないでも process() が二度と呼ばれず、無音のままでした(2026年11月16日に確認)。ノードを先に作ってからつなぐ、途中でつなぎ替える、という使い方では簡単に起きる状況です。

💡 経験則
つなぎ替えのあるエフェクトは true を返しておき、使い終わったら disconnect() するか AudioContext を閉じる、という作りにしておくと、「音が出なくなった」で悩まずに済みます。true を返している間、ノードは自動では片づけられません。

確かめ方:音が出ないときに見る場所

  1. ローカルサーバーで開くHTML ファイルをダブルクリックして開くのではなく、localhost で配信します。npx serve や、エディターのライブプレビュー機能で足ります。
  2. addModule() のエラーを見るファイルのパスが違う、プロセッサーのコードに文法の誤りがある、という場合は addModule() の Promise が失敗します。開発者ツールのコンソールに出ます。
  3. 名前をそろえるregisterProcessor() に渡した名前と、new AudioWorkletNode() に渡す名前が1文字でも違うと、ノードを作れません。
  4. processorerror を受けるprocess() の中で例外が起きると、ノードに processorerror イベントが届き、それ以降は無音になります。エラーに気づけるように、開発中は必ずリスナーを付けておきます。
  5. 波形を目で見るデモのように AnalyserNode をつないで Canvas に描くと、ビット数を下げたときに階段になっているかを確かめられます。

うまく動くと、ビット数 16・間引き 1 では元のサイン波とほぼ同じ音がして、ビット数を 4 まで下げるとざらついた倍音が加わります。

この記事のデモは、Chromium 153(ヘッドレス実行)で、エラーなく動くことと、出力の波形が設定した段数に丸められていることを確認しました(2026年11月16日)。

⚠️ 注意
process() の中に console.log() を置いたままにしないでください。1秒に数百回呼ばれるので、ログの出力そのものが処理を重くします。値を見たいときは、数百回に1回だけ出すようにします。

次の一歩:メーター、既存の DSP、ほかのノードとの組み合わせ

ここまでで、入力を受け取り、計算して、出力に書くという一番短い道ができました。その先の広げ方を3つ挙げます。

  • 音声スレッドからページへ値を送る:AudioWorkletNode とプロセッサーは、それぞれの port(MessagePort)でメッセージをやり取りできます。レベルメーターの値をページ側へ送る、ページ側から大きな設定データを渡す、といった用途に使います。
  • C / C++ の処理を持ち込む:Chrome の開発者向けブログは、WebAssembly と AudioWorklet の組み合わせを紹介しています。既存の C / C++ の音声処理を使えることと、処理のコードからごみが出ないことが利点として挙げられています。128 フレーム以外の単位で動く処理は、リングバッファ(輪のように使い回すバッファ)をはさんでつなぎます。
  • 内蔵ノードと組み合わせる:ビットクラッシャーの前後にフィルターを置くと、ざらつきの出方を調整できます。フィルターの使い方は「Web Audio APIで作るシンプルなEQ」にまとめています。

サンプルレートやバッファといった言葉があいまいな場合は、先に音楽アプリ開発の入門を読むと、この記事の数字の意味がつながります。

まとめ

  • AudioWorklet は、自分で書いた音声処理をブラウザーの音声スレッドで動かす仕組み。主要なブラウザーで 2021年4月から使え、HTTPS か localhost が必要。
  • 以前の ScriptProcessorNode はメインスレッドで動くため音が途切れやすく、現在は非推奨になっている。
  • 処理は AudioWorkletProcessor を継承したクラスの process() に書き、registerProcessor() で登録する。ページ側は addModule() で読み込み、AudioWorkletNode を作ってつなぐ。
  • ツマミの値は parameterDescriptors で宣言し、AudioParam として受け渡す。k-rate は長さ 1、a-rate は長さ 1 か 128 の配列で届く。
  • 1回の処理は 128 フレームだが、将来変わりうるので配列の長さから取る。
  • process() の中では配列やオブジェクトを作らない。作業用のメモリは constructor で確保する。
  • process() の戻り値は必ず書く。MDN の指針では、入力を加工するだけのノードは false、音を作るノードや残響のあるノードは鳴っている間 true。Chromium 153 では、入力がつながる前に false を返すと、その後 process() が呼ばれなくなった。

参考・出典

対応状況は確認日の情報です。最新の情報は MDN でご確認ください。