技術ノート

reTONE は、曲の形式・Android のバージョン・出力先によって「reTONE が受け持つ範囲」を変えます。PCM の曲では、どの経路でもサンプルレートの変換は多くて 1 回です（DSD を PCM にする場合は、PCM にする段のあとに 1 回）。Bluetooth では、このあとに端末とコーデックの処理が加わります。再生の土台は Android の MediaPlayer と AudioTrack で、reTONE のエンジン（C で記述）はその手前でデコードと変換を受け持ちます。

Android 4.x：Android 4.x の多くの端末は、音楽の出力スレッドを 48 kHz などの決まったレートで開いており、44.1 kHz や 96 kHz など出力と違うレートの曲は Android のミキサーの中で変換されてから鳴ります。アプリからこの変換を止める手段はありません。また 4.x 標準のデコーダーは、24 bit の FLAC を 16 bit に落とす、または 192 kHz の FLAC を開けないことがあります。そこで 4.x では、FLAC と WAV をすべて、DSF・DFF・AIFF も reTONE のエンジンで読み、端末の出力レート（AudioTrack.getNativeOutputSampleRate の値）へ一度だけ変換して、16 bit で渡します。Android のミキサーは同じレートの 16 bit をそのまま受けるので、Android 側のサンプルレート変換は起きません。16 bit に落とすときは TPDF ディザーをかけ、出力が 44.1 kHz または 48 kHz のときは誤差帰還型のノイズシェーピング（Lipshitz・Vanderkooy・Wannamaker の 5 タップ E 重み付け）で量子化雑音を聞こえにくい帯域へ寄せます。クリップしたときは帰還する誤差を ±4 LSB に制限し、発振しないようにしています。係数は 44.1 kHz 向けに設計されたもので、48 kHz にも使っています。雑音の総量は増えますが、耳の感度が低い高域に寄せます。ただし、Android の音量を最大より下げると、Android のミキサーが音量を掛けたあとで改めて 16 bit に丸めるため、ノイズシェーピングの効果は薄れます（サンプルレートの変換は起きません。音量を端末の部品の側で調整する端末では、この限りではありません）。MP3・AAC などは 4.x でも Android の標準の経路で再生します。

Android 5〜9：この世代の Android のミキサーは float で受け取れるため、reTONE のエンジンは float のまま AudioTrack に渡し、ディザーはかけません。出口が 16 bit の端末では、Android がそのあと 16 bit に丸めます（このとき Android はディザーをかけません）。曲のサンプルレートが端末の出力レートと違う FLAC・WAV は、そのまま渡すと Android のミキサーが変換し、16 bit を超える曲は 16 bit に切り詰められます。AOSP の既定の変換器は、品質の設定（af.resampler.quality）が未設定なら中程度の動的品質（DYN_MED）で、同時に使われる変換器の見積もりの負荷が上限を超えると、さらに低い品質へ下がります。確認した端末ではこの設定が未設定でした。reTONE はこの条件に当たる曲だけを自身のエンジンで変換し、設定「reTONE による変換」でオフにできます。端末の出力レートと同じで 16 bit の曲（CD 音源を 44.1 kHz の端末で鳴らす場合など）は、変換が起きないので Android の標準の経路で再生します。

ダイレクト出力（Android 10 以降。使用可否は端末による）：曲のレートのままミキサーを通さず出力する「ダイレクト出力」と、圧縮音源をチップ側でデコードする「オフロード」は、使用可否が端末と出力先によって異なります。Android 10 以降では、AudioTrack.isDirectPlaybackSupported で「今の出力先で、この形式・レート・ビット数を直接出せるか」を端末に尋ねられるので、reTONE は「出せる」と答えたときだけこの経路を使い、それ以外は Android の標準の経路で再生します。答えは出力先ごとに変わるため、イヤホンや USB の抜き差しのたびに聞き直します。確認した端末では、直接出力できないのは 16 bit の PCM のうち 44.1・48・88.2 kHz のもの（CD 音源もこれに当たります）だけで、24 bit や float は曲のレートのまま直接出力でき、MP3・AAC（60 秒以上の曲）はオフロードに乗りました。そこで reTONE は、16 bit の可逆音源（FLAC・ALAC・WAV）を端末のデコーダーで PCM にし、下位 8 bit を 0 で埋めた 24 bit の WAV として MediaDataSource 経由で MediaPlayer に渡します。上位 16 bit は変化しません。渡す前に最初の 1 ブロックを実際にデコードし、本当に 16 bit の PCM が出ることを確かめてから切り替え、確かめられなければ標準の経路に戻ります。24 bit や高レートの可逆音源、MP3・AAC は、もともと直接出力・オフロードに乗るのでそのまま渡します。なお、端末が実際にどの出力に乗せたかをアプリから読む手段はないため、再生画面の「DIRECT」は端末の答えに基づく見込みです（確認した端末では、システム側の記録と一致しました）。オフロードでは、チップの中でサンプルレートが変わるかどうかも確かめられません。この経路では端末のソフトウェアの音響効果（DTS など）はかからず、DAC のハードウェア側の設定（フィルターなど）は効きます。設定でオン・オフできます。

USB DAC への直接出力：USB ホスト機能（OTG）のある端末に USB DAC をつなぐと、reTONE は Android の音声の経路を通さず、DAC へ直接データを送ります。確認した端末では、Android の標準の経路は USB DAC へ 48 kHz／16 bit に変換して出力していました（192 kHz／32 bit 用の出力も開かれていましたが、音楽には使われていませんでした）。reTONE の直接出力の流れは次のとおりです。

• 端末の USB ホスト API で DAC を見つけ、利用者の許可を得て、USB の記述子を読みます（USB Audio Class 2.0。クロックの ID、再生用インターフェースの代替設定、出力エンドポイント、フィードバックエンドポイント）。
• Android のドライバーから DAC を引き取り（claimInterface）、PCM・2 ch・32 bit の代替設定を優先して選びます（ない場合は 24 bit、16 bit）。
• 対応するサンプルレートはクロックソースの GET RANGE で読み、曲のレートがその中にあれば SET CUR で設定し、GET CUR で反映を確かめます。対応しないレートの曲だけ、reTONE が一度だけ変換します。DAC が対応するレートの曲には、サンプルレートの変換とディザーはかけません。24 bit までの曲は、元のデータをそのまま 32 bit の語の上位に入れて送ります（0.69.0 から。DAC の音量を使う場合、または DAC 本体で音量を調整する場合）。16 bit の DAC では、元が 16 bit ちょうどの曲にはディザーをかけず、それより細かい値を持つ曲にだけ TPDF ディザーをかけます。
• 転送は C 側で、usbdevfs のアイソクロナス転送を使い、High Speed の DAC のうち、0.125 ms ごとに受け取る多くの DAC では、1 ms 分（8 マイクロフレーム）を 1 つの転送にまとめ、それを 64 本先に積んで送り続けます。受け取る間隔がもっと長い DAC では、1 つの転送を 32 パケットにし、先に積む量が約 64 ms になるよう本数を減らします。非同期モードの DAC は、フィードバックエンドポイントから「1 マイクロフレームあたりのフレーム数」を返すので、それに合わせて送る量を決めます。値の桁の取り方は DAC によって違うため、届いた値から自動で見分けます。音量は送る直前に掛けるため、すぐに反映されます。
• この間は、MP3・AAC も端末のデコーダー（MediaCodec）で PCM にしてから送り、すべての曲を reTONE が再生します。DAC を抜くと一時停止します。強制終了などで DAC が Android に返らなかった場合は、アップデートの直後と、「USB DAC の直接出力」がオフの状態で reTONE を開いたときに、Android に返します。

Android 4.1 世代の多くの端末は USB DAC を音声出力として扱えませんが、reTONE の直接出力は USB ホスト機能だけを使うため送れます。検証に使っている端末（2012 年、Android 4.1）と電池式の DAC の組み合わせで、24 bit／192 kHz を変換なしで再生できました。確認したのは USB Audio Class 2.0 の DAC で、Class 1.0 の DAC は未確認です。古い端末は USB に流せる電流が小さいため、バスパワーの DAC が認識されないことがあります。また、Wi-Fi の電波が USB ケーブル経由で DAC に入り、断続的なノイズになった例があります。再生に通信は要らないので、USB DAC で聴くときは機内モードにすることをおすすめします。

サンプルレート変換は、元のサンプルの間の波形を計算し直す処理で、フィルターの出来がそのまま音に出ます。reTONE のフィルターは、sinc 関数にカイザー窓（Kaiser window）をかけて作る FIR フィルターです。変換の比率に合わせて係数を組み分け、必要な分だけ計算するポリフェーズ構成にしています。設計の基準は「聞こえる範囲の音を減らさない」「変換で生じる折り返しを十分に抑える」の 2 つです。

• 通過域：20 kHz まで平ら（設計値で ±0.001 dB 未満。44.1 kHz 以上の変換）。
• 阻止域：「低いほうのレート − 20 kHz」から。44.1 kHz と 48 kHz の間なら 24.1 kHz から。この間に落ちる折り返しは 20 kHz より上に現れ、可聴帯域（20 kHz まで）には入りません。
• 減衰（設計の目標）：float で出す端末（Android 5 以降）は 120 dB、16 bit で出す端末（Android 4.x）は 100 dB。どの変換でも計算値が目標を上回るよう、フィルターの長さと窓を目標より 2 dB 余裕をもって設計しています（44.1 → 48 kHz の計算値は約 122 dB と約 102 dB）。16 bit の量子化雑音（ディザーを含め、全帯域で −93 dBFS 前後）より十分に下なので、100 dB の減衰で聞こえ方は変わりません。
• タップ数：カイザー窓の式から減衰と遷移帯域で決めます（44.1 ↔ 48 kHz・120 dB で 86 タップ）。
• 2 : 1 の段：96 → 48 kHz のようにちょうど半分にする段は、係数の半分が 0 で残りが左右対称な半帯域（ハーフバンド）フィルターを使い、掛け算を通常の約 4 分の 1 に減らします。192 → 48 kHz は半帯域を 2 段、88.2 → 48 kHz のような残りの比はポリフェーズ構成のフィルターで処理します。

測定では、1 kHz・19 kHz・19.9 kHz の信号は 0.01 dB 以内で同じ大きさでした。30 kHz の信号を入れたときに 0〜20 kHz に現れる折り返しは、44.1 kHz・48 kHz 出力で元の信号より 104.6 dB 以上、192 kHz からの変換では 116 dB 以上小さい値でした（16 bit に丸める前の測定）。これは 1 つの周波数での値で、阻止域全体は設計上、上の減衰の目標以上に抑えます。

変換は元のサンプルの間に新しい点を作るため、音圧の高い曲では 0 dBFS を超える点ができます。手元の複数の市販音源を 48 kHz に変換して測ると、超える点は全体の 0.0001〜0.001% で、最大 +0.38〜+0.59 dB でした。16 bit の出力や端末のミキサーでそこが頭打ちになるので、reTONE は測った最大値に余裕を持たせて、変換するときだけ 1 dB 下げます。変換しない曲はそのままなので、同じ端末では変換する曲が 1 dB 小さくなります。

音量は reTONE のエンジンの中では掛けず、Android のミキサー（AudioTrack の音量）で掛けます。エンジンの中で掛けると、AudioTrack にためてある約 500 ms 分が流れ終わるまで変化が届かず、音量キーの反応が鈍るためです。なお、出口が 16 bit の端末では、音量を下げると Android がもう一度 16 bit に丸めます（このとき Android はディザーをかけません）。

計算は C で書き、ARM の NEON 命令で左右のチャンネルを同時に処理します。フィルターの内側のループは係数をベクトルで読み、4 本の累積で遅延を隠します。ディザーも乱数・丸め・クリップ・誤差の帰還まで NEON の中で行い、古いコア（Cortex-A9）で遅い NEON と汎用レジスタの行き来をなくしています。

音量を下げる場所は 3 つあります。① reTONE の中でデータに掛ける（デジタル）、② DAC の中のデジタル音量を USB 経由で動かす、③ DAC 本体のつまみやボタンです。①と②は reTONE が自動で選び、③の有無だけ利用者に尋ねます。

② USB 経由の音量：USB Audio Class には Feature Unit という音量の仕組みがあり、GET RANGE で最小・最大・刻み（単位は 1/256 dB）を読めます。reTONE の音量（Android の段階と細かい音量を合わせた 1 つのゲイン）を dB に直し、この範囲の中なら DAC に送って、reTONE 側は最大のまま送ります。範囲より下に下げるときだけ、足りない分を①で PCM に掛けます。0 はミュートです。

① reTONE の中：Feature Unit の音量がない DAC では、32 bit のデータに reTONE が音量を掛けてから送ります。送る直前に掛けるので、音量キーの反応はすぐです。

③ DAC 本体：本体に音量があるかは USB から読めません。そこで DAC を初めてつないだときに「DAC の音量の調整方法」（DAC 本体で調整／スマホの音量キーで調整／わからない）を 1 回だけ尋ねます。「DAC 本体で調整」を選ぶと、②も①も最大に固定し、音量キーを押しても変化しません（その旨を表示します）。アナログボリュームの DAC では、デジタルで絞らないぶん DAC の性能を活かせます。選択は DAC の機種（USB のベンダー ID と製品 ID）ごとに記憶し、設定の「DAC の音量」で変更できます。

「DAC 本体で調整」のとき、または DAC の音量を使う場合（DAC の音量の範囲内）は、DAC が対応するレートなら、曲のデータを変えずに送ります。DAC の音量の範囲より小さい音量にしたときだけ、残りを reTONE が掛けます。ただし端末や DAC の側で何が起きるかまでは確かめられないため、ビットパーフェクトであることは保証できません。

DSF・DFF の曲は、DAC が「ネイティブ DSD に対応し、かつ USB 経由で音量を操作できる」ときだけ、PCM に変換せず DSD のまま送ります。reTONE の中では DSD の音量を変えられないので、音量を DAC 側で操作できることが条件です。再生画面には「DSD64 → USB AUDIO • DSD64 DIRECT」のように表示されます。

送り方は次のとおりです。

• ネイティブ DSD は、USB の記述子で生データ用（TYPE I の RAW DATA）の代替設定を持つ DAC で使えます。
• 1 ch あたり 32 bit の語に DSD のビットを 4 バイトずつ詰め、古いビットを上位に置きます。DSF はファイル内のビット順が LSB 先頭なので、ビットを反転してから詰めます。語はビッグエンディアンで送ります（Linux の DSD_U32_BE と同じ想定）。この詰め替えは C で行い、転送のリングバッファは約 500 ms です。
• DAC のクロックは「DSD のレート ÷ 32」に設定します（DSD64 なら 88.2 kHz、DSD128 なら 176.4 kHz）。
• 無音・一時停止中・曲の終わりは、DSD の無音パターン 0x69 で埋めます。

このバイト順・ビット順は、確認した DAC で正しく鳴ることで確かめました。ほかの DAC での確認はまだなく、DoP（DSD over PCM）には対応していません。DST 圧縮の DFF も読めません。

DSD の送り方（設定）：ネイティブ DSD を使える DAC をつないでいるときだけ、設定の「音」に「DSD の送り方」が出ます。「DSD のまま送る（DAC が DSD を直接再生します）」が初期値で、「PCM に変換して送る（reTONE が PCM に変換します）」に切り替えられます。DSD の曲で音が途切れる場合や、PCM での再生を好む場合は、PCM に変換して送ってください。選択は DAC の機種ごとに記憶し、切り替えると今の曲を同じ位置で開き直します。規格の目安（50%）を超える振れ幅の DSD 音源で、一瞬音が途切れる DAC がありました（転送は正常で、DAC 側の設計によるものとみられます）。その場合も PCM に変換すれば途切れません。

DSD → PCM の変換：ネイティブ DSD を使わないとき（条件を満たさない DAC、「PCM に変換して送る」を選んだとき、Bluetooth・イヤホン・スピーカーへの出力）は、reTONE が DSD を PCM に変換します。2 段階です。

• 1 段目：DSD のビット列を 1/32、1/64…に間引いて、約 88.2 kHz かそれ以上の PCM にします（DSD64 は 1/32 で 88.2 kHz、DSD128 は 1/64 で 88.2 kHz）。フィルターはカイザー窓を使った FIR フィルターで、通過域は 20 kHz と「出力レートの 1/4」の大きいほう、阻止域は「出力レート − 通過域」から、減衰は 16 bit 出力で 100 dB、float・USB で 110 dB です。タップ数は カイザー窓の式で決めます。計算は 16 bit 単位の表引きで、表は設定ごとに 1 回作って使い回します。測定では 20 kHz で 0.000 dB、20 kHz 以下への折り返しは −101 dB（100 dB 設計）／−110〜−117 dB（110 dB 設計）でした。
• 2 段目：必要なら、変換フィルターの節と同じリサンプラーで端末の出力レートへ一度だけ変換します（本体の 44.1 kHz・48 kHz 出力など）。
• 大きさ：SACD の 0 dB（変調 50%）が −6 dBFS になるように変換します（一般的な換算。0.69.0 から。それより前のバージョンでは −12 dBFS で、6 dB 小さく鳴っていました）。

USB DAC に PCM で送るときは、「DSD のレート ÷ 32」（DSD64 なら 88.2 kHz、DSD128 なら 176.4 kHz、DSD256 なら 352.8 kHz）の PCM を、DAC が対応していれば 2 段目の変換なしでそのまま送ります。この場合は DSD から PCM への変換があるので、DIRECT とは表示しません。

reTONE は「止まっているときは何もしない」「画面を消して再生している間は、描画をしない」を目標にしています。定期処理は再生中だけで、画面オンでは 1 秒、画面オフでは 5 秒ごと、再生画面のシークバーは 250 ms ごとに自分だけを描き直します。時計やバッテリーの更新は、システムからの通知で動かし、ポーリングはしません。

検証に使っている端末（2012 年、Android 4.1、Cortex-A9 2 コア）での、1 コアに対する reTONE の CPU 使用率です。

• 止まっているとき：0%。
• 再生中に画面を消している：描画は止まります。Android の標準の再生で鳴らす曲ではほぼ 0% で、reTONE のエンジンで再生する曲（Android 4.x の FLAC・WAV など）では、下のデコードと変換の分がかかります。
• 再生画面を表示して再生中：約 2%（実際の再生中に測った値。大半はシークバーの描き直しで、曲のデコードは含みません）。
• reTONE のエンジンで CD 音源（16 bit／44.1 kHz）を 44.1 kHz にそのまま出力：約 2%。48 kHz に変換して出力：約 4%。
• 24 bit／96 kHz を 48 kHz に変換：約 5%。44.1 kHz に変換：約 7%。
• 24 bit／192 kHz を 44.1 kHz に変換：約 10%（計算部分のみ）〜約 15%（再生時の全体を最高クロックに直した概算）。
• USB DAC へ 24 bit／192 kHz を変換なしで送る：約 20%（実際の再生中に測った値。画面オン、転送のスレッドを含む）。

「CD 音源」から「24 bit／192 kHz」までのエンジンの数値は、同じ計算を最高クロックで全速で動かし「実時間の何 % か」に直した値です。実際の再生中は端末がクロックを 200 MHz〜1 GHz の間で下げるため、端末上の表示では 2〜3 倍（24 bit／192 kHz で 20% 台）に見えます。書き方による差も大きく、同じ処理を Java で書いた試作に比べて、C と NEON で書いた今の実装は約 3〜5 分の 1 の負荷でした。

DSD を PCM に変換する場合は、2012 年の端末と電池式の DAC の組み合わせで、DSD64 を 88.2 kHz の PCM にして USB へ送ったとき、変換が約 11.8%、USB の転送が約 5.8% でした（クロックは約 1 GHz）。Android 4.4 の端末で本体の出力（48 kHz）に DSD64 を鳴らしたときは、デコード用スレッドが 23.8% でしたが、端末がクロックを最低の 300 MHz に下げたままだったため、クロックの比で単純に直すと、最高クロックでは約 3% に当たります。

確認した端末では、画面を表示しているときの負荷は、CPU の速さよりも画面の解像度で差が出ました（Android 4.x では、小さな部分の更新でも画面全体を描き直しているとみられます）。1080 × 1920 の端末では再生画面で約 4%、1440 × 3120 の Android 11 の端末では約 8.5%（8 コアのうちの 1 コアに対して。端末全体では約 1%）でした。古い端末は画面が小さく、高解像度の端末は処理能力も高いため、今のところ描き直しの回数は全端末で同じにしています。