5
4

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 1 year has passed since last update.

SwiftUI + AVAudioEngineで波形表示と音声再生のズレを修正した話

5
Last updated at Posted at 2025-08-19

はじめに

「自分専用のiPad用イコライザーアプリが欲しい!」と思い立ち、Swift(SwiftUI + AVAudioEngine) を学びながら個人開発をしています。

本記事では、開発の中で大きな壁となった 波形描画と音声再生位置がズレる問題 と、修正をした過程で得た知見を共有したいと思います。

開発環境

2025年7月末時点

  • iOS ネイティブアプリ(Swift / SwiftUI)
  • Xcode Version 16.4
  • iPadOS 16.7.2
  • Swift 6.1.2

前提知識:AVAudioEngineと波形描画

AVAudioEngineについて

  • Apple公式のオーディオ処理フレームワーク(iOS/macOS標準)
  • ノード(Audio Node) をつないで音声処理を行うのが特徴
    (※Web Audio API の AudioNode と概念的に似ており、「入力 → エフェクト → 出力」とパイプラインを組むイメージです)
    • AVAudioPlayerNode → 音声ファイルを再生する
    • AVAudioUnitEQ → イコライザー処理を行う
    • mainMixerNode → 全体の音量をまとめて出力する
  • リアルタイム処理に強く、音響アプリなどに多用されます。

波形描画とは?

  • 音声ファイルのサンプル値を用いて「時間軸 vs 振幅」のグラフを描くこと
  • 今回は Metal を使って GPU で描画(UI軽量化の期待)
  • 再生位置に合わせてカーソルを動かし、波形と音声再生位置の同期を目指しました

今回起きた問題

  • 再生している時間と、UI側で計算している再生位置が合わず 音とカーソルがズレる
  • 数秒では分かりづらいが、2〜3分以上の再生で終盤に 約0.02秒 のズレが毎回発生
  • 原因は サンプルレートの扱いを誤っていた こと

問題の発生と原因

ズレが発生していたコード(誤り)

@objc private func updatePlaybackTime() {
    guard let file = audioFile,
          let nodeTime = playerNode.lastRenderTime,
          let playerTime = playerNode.playerTime(forNodeTime: nodeTime) else { return }

    let currentSample = Double(pausedFrame) + Double(playerTime.sampleTime)
    let maxSeconds = Double(file.length) / file.fileFormat.sampleRate
    let seconds = min(currentSample / file.fileFormat.sampleRate, maxSeconds)

    self.playbackSeconds = seconds
    waveformView?.updatePlaybackPosition(self.playbackSeconds)
}

一見正しそうですが、file.fileFormat.sampleRate を使って秒換算していたのが落とし穴でした。
AVAudioEngine は mainMixerNode.outputFormat(forBus: 0).sampleRate(実際のレンダーサンプルレート)で動作するため、ファイルのサンプルレートとレンダーのサンプルレートが異なると、時間換算に誤差が蓄積します。


実際に気づいた場面と検証

2〜3分の音声ファイルを再生した後、最後の数秒で音と波形がわずかにズレていることを目視で確認。
「気のせいかな?」と思い、再生位置をログ出力するデバッグコードを仕込み、約0.02秒の誤差を数値でも確認しました。

0.02秒はどれくらい?

  • 44.1kHz: 0.02秒 × 44,100 ≈ 882 samples
  • 48kHz: 0.02秒 × 48,000 = 960 samples

サンプルとフレームの違い

  • Sample(サンプル): 1チャンネル分のデータ点
  • Frame(サンプルフレーム): 全チャンネルをまとめた1単位(例:ステレオは1フレーム=2サンプル)

→ 0.02秒の誤差は

  • モノラル: 約 882〜960サンプル = 882〜960フレーム
  • ステレオ: 約 882〜960サンプル = 441〜480フレーム

わずか0.02秒でもサンプル換算では数百〜千近い差になり、見た目のズレとして認識されやすくなります。


修正内容

ポイント:「進んだ時間」はレンダー側のサンプルレートで計算、「全長/開始位置」はファイル側のサンプルレートで計算。

// サンプルレート参照を一元化
private var renderSampleRate: Double {
    audioEngine.mainMixerNode.outputFormat(forBus: 0).sampleRate
}
private var fileSampleRate: Double {
    audioFile?.fileFormat.sampleRate ?? 44100
}

@objc private func updatePlaybackTime() {
    guard let file = audioFile,
          let nodeTime = playerNode.lastRenderTime,
          let playerTime = playerNode.playerTime(forNodeTime: nodeTime) else { return }

    // 「進んだ時間」= レンダー側 / 「全長・開始位置」= ファイル側
    let maxSeconds = Double(file.length) / fileSampleRate
    let pausedSeconds = Double(pausedFrame) / fileSampleRate
    let progressed = Double(playerTime.sampleTime) / renderSampleRate
    let seconds = min(pausedSeconds + progressed, maxSeconds)

    self.playbackSeconds = seconds
    waveformView?.updatePlaybackPosition(self.playbackSeconds)
}
  • 進んだ時間 → playerTime.sampleTime / renderSampleRate
  • 全体の長さ/開始位置 → file.length / fileSampleRate
    に分けることで、ズレが解消しました。

停止時のサンプル位置計算を修正

もう一つハマったのが「停止→再生」の処理です。
AVFoundationの「frame」は サンプルフレーム(全チャンネル分まとめた1単位) を指します。

当初のコード(誤り)

if playerNode.isPlaying {
    if let nodeTime = playerNode.lastRenderTime,
       let playerTime = playerNode.playerTime(forNodeTime: nodeTime) {
        pausedFrame = max(0, playerTime.sampleTime) // ❌ レンダーSR基準のまま
    }
    playerNode.stop()
}

playerTime.sampleTime は レンダー側のサンプルレート基準なので、ファイル側の位置に換算しないとズレます。

修正版(正しい換算を追加)

if playerNode.isPlaying {
    if let file = audioFile,
       let nodeTime = playerNode.lastRenderTime,
       let playerTime = playerNode.playerTime(forNodeTime: nodeTime) {
        let advancedFileFrames =
            Double(playerTime.sampleTime) * (file.fileFormat.sampleRate / renderSampleRate)
        pausedFrame = AVAudioFramePosition(Double(pausedFrame) + advancedFileFrames)
    }
    playerNode.stop()
}

レンダー側 → ファイル側 に換算することで、「停止→再開」でも正しい位置から再生できるようになりました。


参考資料


あとがき

「再生時間をどう計算するか」という基本的な部分で大いにつまずき、プロジェクトのコードが膨らんでいく中で誤りを見抜けず格闘していました。。

そんな折に HAKATA.swift feat. Japan-(region).swift #1 の開催を知り思い切って参加をしたところ、今回のつまづきポイントについて質問をさせていただいたり、この問題を解決するためのヒントを沢山いただきました!

本記事が、Swift で音響アプリ開発をはじめる方の参考になれたら幸いです🙌

5
4
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
5
4

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?