Press "Enter" to skip to content

2-2 Windows Audio Architecture

Windowsで音楽を再生するとき、再生ソフトウェアから送られたデジタル音声データは、そのままUSB DACへ送られているわけではありません。多くの場合、OS(オペレーティングシステム)が間に入り、複数のアプリケーションから送られてくる音声を管理しています。

例えば、音楽再生中に通知音や動画の音声が同時に再生されることがあります。これはWindowsが複数の音声ストリームを管理し、必要に応じて混合(ミキシング)しているためです。このような仕組み全体をWindows Audio Architectureと呼びます。

Windows Audio Architectureは、複数のアプリケーションが同時に音声を利用できる利便性と、安定したデバイス管理を実現するために設計されています。一方で、用途によっては余分な音声処理やレイテンシーが発生する場合もあるため、オーディオ用途ではその構造を理解することが重要です。Pohlmann 2010Microsoft Audio Stack

Windows Audio Architectureはどのような構造なのか

Windowsのオーディオシステムは、大きく分けると次のような階層で構成されています。

  • オーディオアプリケーション
  • Windows Audio Engine
  • オーディオドライバー
  • オーディオデバイス(USB DACやオーディオインターフェースなど)

通常の音楽再生では、アプリケーションから出力されたPCMデータはWindows Audio Engineへ送られます。ここでは必要に応じて複数の音声ストリームのミキシング、サンプリング周波数変換(Sample Rate Conversion:SRC)、チャンネル変換、音量調整などが行われます。その後、オーディオドライバーを経由してDACへ転送されます。Microsoft Audio Stack

Windows Vista以降では、オーディオ処理の中心となるAudio Engineがユーザーモードで動作する設計となり、システム全体の安定性が向上しました。アプリケーション側で問題が発生しても、OS全体へ影響が及びにくい構成になっています。Microsoft Audio Stack

共有モードと排他モード

Windows Audio Architectureには、大きく分けて共有モード(Shared Mode)と排他モード(Exclusive Mode)があります。

共有モードでは、複数のアプリケーションが同じ再生デバイスを同時に利用できます。Windows Audio Engineが各アプリケーションの音声データを共通フォーマットへ変換し、ミキシングを行ってから出力します。この方式は一般的なPC利用に適しており、Webブラウザー、動画再生、通知音などを同時に扱えます。Microsoft WASAPI

一方、排他モードでは、一つのアプリケーションがオーディオデバイスを専有します。この場合はWindows Audio Engineによるミキシングや他アプリケーションとの共有を回避できるため、不要な処理を減らし、ビットパーフェクト再生や低レイテンシー動作を実現しやすくなります。Microsoft WASAPI

ただし、排他モード中は他のアプリケーションから同じデバイスへ音声を出力できません。そのため、通知音や他の再生ソフトウェアの音声は通常再生されなくなります。

オーディオシステムとして理解することが重要

Windows Audio Architectureは、単なるドライバーではなく、アプリケーションからハードウェアまでを結ぶオーディオシステム全体の管理機構です。

一般的な利用では共有モードによる柔軟性が大きな利点になります。一方、音楽制作や高品位再生では、不要なミキシングやサンプリング周波数変換を避けるため、排他モードや専用ドライバーを利用することがあります。

重要なのは、Windowsのオーディオ品質はOS単体では決まらず、アプリケーション、Audio Engine、ドライバー、オーディオデバイスが連携して初めて決まるという点です。本書では後続節で、ASIO、WASAPI、Core Audioなど各オーディオAPIの違いについて詳しく解説します。


まとめ

Windows Audio Architectureは、Windowsにおけるオーディオ処理全体を管理する仕組みです。

通常はWindows Audio Engineが複数の音声ストリームを管理し、ミキシングや必要な信号処理を行ってからオーディオデバイスへ送信します。共有モードは利便性を重視した方式であり、排他モードは不要な処理を減らして高品位再生や低レイテンシーを実現しやすい方式です。

コンピューターオーディオでは、この内部構造を理解することで、用途に応じた適切な再生方式を選択できるようになります。


参考文献