【iPhoneアプリ】【Swift】SolPlayer開発記（３）AVAudioEngineでリアルタイムでピッチを変更する
すべての音源をソルフェジオに変える
SolPlayerの開発記３回目。
前回の記事はこちら↓
今回は、このアプリのキモである
「ソルフェジオモード」の実装方法について解説します。
このソルフェジオモード、前回も紹介したとおり
一言で言えば「ピッチを特定の周波数に変換する」機能です。
課題は２つあります。
（１）技術的にどう実装するか
（２）ピッチをどれだけ変更すればよいのか
これを、一つ一つ具体的に解説していきます。
（１）技術的にどう実装するか
以下の３つの手順で実装します。
１．ピッチを変換する部品（クラス）をつくる
２．各部品（クラス）をつなぐ
３．再生する
前回紹介したサイトのコードを
１．ピッチ変換するメソッドを作る
まず最初に、ピッチ変換をするためのメソッドを作ります。
このメソッドは、簡略に言えば「画面上のスイッチを押された時にピッチを変更する」という処理を行うものです。
※今回の説明では、画面側の処理とかはすべて省略します。
具体的には、AVAudioUnitTimePitchというクラスの変数（timePitch）を作ります。
そして、timePitchのフィールド「.pitch」に、ピッチ変更する値を指定します。
var timePitch: AVAudioUnitTimePitch! = AVAudioUnitTimePitch()
（中略）
/**
ソルフェジオモードon/off（ピッチ変更）処理
*/
func pitchChange(solSwitch: Bool){
if(solSwitch){
switch userConfigManager.solMode {
case 1:
timePitch.pitch = 15.66738339053706 //17:440Hz→444.34Hz 16:440Hz→444.09Hz
break
case 2:
timePitch.pitch = -31.76665363343202 //-32:440Hz→431.941776Hz
break
default:
timePitch.pitch = 0
}
} else {
timePitch.pitch = 0
}
}
指定している値は「15.66738339053706」「-31.76665363343202」「0」の３つ。
「0」はなんとなく想像がつくかと思いますが（デフォルト値）、 前述の二つは何の数字なのか？なぜこの値なのか？という疑問が出てくると思います。 これについては後述します。
２．つなぐ
AudioEngineで音を出力するために、各部品（クラス）を「つなぐ」という作業が必要です。
「つなぐ」ことで、読み込んだ音源にエフェクトを加えて（今回はピッチを変えて）出力することができます。
実際のコードですが、前回紹介したサイトでは以下のような記述がありました。これは、エフェクトを入れずにつないだ例です。
Player Node → Mixer Node → Output Node
// [2] AVAudioPlayerNode オブジェクトを準備する
self.audioPlayerNode = [AVAudioPlayerNode new];
[self.engine attachNode:self.audioPlayerNode];
// [3] Node 同士を繋ぐ
AVAudioMixerNode *mixerNode = [self.engine mainMixerNode];
[self.engine connect:self.audioPlayerNode
to:mixerNode
format:self.audioFile.processingFormat];
これをSwiftで書き換えるとこうなります。
//AVKit
var audioEngine: AVAudioEngine!
var audioPlayerNode: AVAudioPlayerNode!
var audioFile: AVAudioFile!
（中略）
// [2] AVAudioPlayerNode オブジェクトを準備する
self.audioPlayerNode = AVAudioPlayerNode()
self.audioEngine.attachNode(audioPlayerNode)
// [3] Node 同士を繋ぐ
let mixerNode: AVAudioMixerNode = self.audioEngine.mainMixerNode
self.audioEngine.connect(audioPlayerNode, to:audioEngine.mainMixerNode, format:self.audioFile.processingFormat)
注）上記の例ではAudioEngineの変数をengine → audioEngineに変えています
これで音源を再生することができますが、今回はソルフェジオ変換（ピッチ変換）処理を加えたいので、ここにpitch変化するための処理を挟みこみます。
Player Node → ピッチ変換（AVAudioUnitTimePitch） →Mixer Node → Output Node
//AVKit
var audioEngine: AVAudioEngine!
var audioPlayerNode: AVAudioPlayerNode!
var audioFile: AVAudioFile!
var timePitch: AVAudioUnitTimePitch! //「１．ピッチ変換」の変数
（中略）
// [2] AVAudioPlayerNode オブジェクトを準備する
self.audioPlayerNode = AVAudioPlayerNode()
self.audioEngine.attachNode(audioPlayerNode)
// [3] Node 同士を繋ぐ
let mixerNode: AVAudioMixerNode = self.audioEngine.mainMixerNode
self.audioEngine.connect(audioPlayerNode, to:timePitch, format:self.audioFile.processingFormat)
self.audioEngine.connect(timePitch, to:audioEngine.mainMixerNode, format:self.audioFile.processingFormat)
こうすることで、エフェクトがかかった（ピッチ変換された）音が出力されるようになります。
以下、上記と同じ処理を若干汎用性を高めた記述を紹介します（もっとキレイな書き方があれば教えて下さい）
//AVKit
var audioEngine: AVAudioEngine!
var audioPlayerNode: AVAudioPlayerNode! = AVAudioPlayerNode()
var audioFile: AVAudioFile!
（中略）
audioPlayerNode = AVAudioPlayerNode()
//アタッチリスト
var attachList:Array = [audioPlayerNode, reverbEffect, timePitch]
//AVAudioEngineにアタッチ
for i in 0 ... attachList.count-1 {
audioEngine.attachNode(attachList[i])
if(i >= 1){
audioEngine.connect(attachList[i-1], to:attachList[i], format:audioFile.processingFormat)
}
}
//ミキサー出力
audioEngine.connect(attachList.last!, to:audioEngine.mainMixerNode, format:audioFile.processingFormat)
アタッチリストにエフェクト（他にもリバーブなどがあります）を加えていけば、AudioPlayerNodeで出力される際に付加するエフェクトを追加できます。
var attachList:Array= [audioPlayerNode, reverbEffect, timePitch]
３．再生
上記が完了したら、audioEngineを起動した後（audioEngine.start）、audioPlayerNodeを再生（audioPlayerNode.play）します。
（中略）
//AVAudioEngineの開始
audioEngine.prepare()
do {
try audioEngine.start()
audioPlayerNode.play()
} catch {
}
これで、ピッチ変換された音が再生できます。
（２）ピッチをどれだけ変更すればよいのか
さて、それでは上記の記事内ででてきたピッチ変換の値「15.66738339053706」「-31.76665363343202」について説明します。
一般に、音声編集ソフト（Audacity等）を使ったピッチ変換では、「変換前の周波数（440Hz）」と「変換後の周波数（444Hz）」をヘルツで指定するだけで、ピッチを変換することができます。
が、今回ピッチ変換に使用したAVAudioUnitTimePitchというクラスでは、「ヘルツ（Hz）」ではなく、「セント」という単位を使います。
この「セント」が曲者で、けっこう計算式が複雑なんですね。
詳細は以下記事をご覧ください。
何セント変えればソルフェジオ周波数になるのか？（セント/ヘルス変換）
100セントで半音、
1200セントで1オクターブとのこと。
セント・ヘルツ 換算表 (cent/Hz)
ざっくりと説明すると、「1200セントで1オクターブ変わる」んですが。。
1セントは「1/1200」ではなく、「log（1200）」（1200乗すると2倍になる）んです。
（計算式が複雑になるため、詳細は割愛します汗）
で、上記のようなサイトを参考に計算した結果、
・440→444Hzに変換するためには「15.66738339053706」セント
・440→432Hzに変換するためには「-31.76665363343202」セント
ピッチをずらす必要があることが判明しました。
これが、（１）で出てきた謎の値の種明かしです。
※432Hzについては、今後どこかで解説するかもしれません
…とりあえず、今回の記事はこんな感じです。
記載が至らない箇所はいくつもあるかと思いますが、
不明点などあればお気軽にコメントいただければ幸いです。
次回は、、どうしましょう？汗 未定です。。
とりあえず、引き続きAVAudioEngine等を使った開発に関する記事を掲載します。
それでは、また。
追記（2016/09/24）
ちなみに、ピッチではなく再生速度を変更する際も、全く同じクラス（AVAudioUnitTimePitch）でできます。
具体的には、AVAudioUnitTimePitchのフィールド「.rate」に、ピッチ変更する値を指定します。
（実装例）
var timePitch: AVAudioUnitTimePitch! = AVAudioUnitTimePitch()
/** 再生スピード変更処理 - parameter speedSliderValue（画面の再生速度スライダーから） */ func speedChange(speedSliderValue: Float){ timePitch.rate = speedSliderValue }
