音声ファイル

音声ファイルにページはありませんが、絵と文字はあります。プレイヤーが見せるカバーアートとタグです。converter/audio は MP3、AAC（M4A、または生の ADTS）、FLAC、Ogg Vorbis・Opus、WAV、AIFF のファイルを 1 ページの文書、つまりカードにします。上端いっぱいにカバーを置き、その下に題名・アーティスト・アルバム、ほかの項目の表、歌詞、章を並べます。タグは文書の Dublin Core になるので、ファイル一覧は文書と同じように音声を検索し並べ替えられ、文書のサムネイルはカバーになります。カードは再生できます。文書は音声ファイルをそのまま持ち、ビューアはそれをブラウザ自身のプレイヤーに渡します。歌詞が各行の歌われる時刻を持っていれば、ビューアは曲に合わせてカードの上の行を示します。

試してみる

ファイルをビューアにドロップするか、カバーアートと時刻つきの歌詞を持つ曲と、タグ・歌詞・章がもっと多い MP3 を試してください。▶ かスペースキーで鳴ります。

再生

音声は丸ごと、何も変えずに格納します。audio の Part になり、View の play がメディアタイプと一緒に指します（spec §4.4）。途中でデコードも再エンコードもしないので、変換器はコーデックを持たず、音はファイルそのままです。デコードするのはブラウザで、何が鳴るかもブラウザで決まります。MP3、AAC、FLAC、Ogg Vorbis・Opus、WAV はいまのブラウザで鳴ります。AIFF と Apple Lossless は Safari だけです。ブラウザが鳴らせないファイルもカードは表示され、ビューアは鳴らせないことを伝えます。

デモビューアは楽譜と同じ操作で鳴らします。▶ と ■、スペースキー、パーセントの速度（音程は変わりません）、それに位置のスライダーです。サンプルサーバーのミニビューアは、カードの下にブラウザ自身のコントロールを出します。

音声を持つぶん、文書はファイルと同じ大きさになり、変換器はそれをメモリに持ちます。抑える手段は 3 つあります。

コマンドライン Go
音声を格納しない -param play=false audio.Options.NoPlay
音声を格納するファイルの大きさの上限（既定 256 MiB） -param maxaudio=64（MiB） audio.Options.MaxAudio（バイト）
サムネイルのための変換 -pages 1 converter.Options{Pages: converter.PageList(1)}

上限を超えるファイルも変換します。音声のないカードになり、警告が出ます。ブラウザでの既定の上限は 64 MiB です。変換モジュールが変換のあいだファイルを何重にもメモリに持つためです。変換器の convert・open の params オプションに同じ名前で渡せます（{ maxaudio: "128" }、{ play: "false" }）。ページを選んだ変換が音声を格納しないのは、サムネイルやファイル一覧には要らないからです。-param play=true を付ければ格納します。DRM で保護された音声は格納しません。

曲を追う歌詞

歌詞はどちらの場合もカードに載ります。各行の時刻を持っていれば、View は cue も持ちます（spec §4.4）。カードの上の各行の矩形と、その行が始まるミリ秒です。ビューアは歌っている行を示し、その行が見えるようにスクロールし、行をクリックするとそこから鳴らします。

時刻つきの歌詞は次のものから読みます。

[ti:晴れた野原]
[offset:+250]
[00:01.50]野原の上に太陽
[00:04.50]雲ひとつない夏の空
[00:07.25]
[00:08.00][00:20.00]小道を歩いて帰る

LRC のテキストのうち、タイムスタンプと、ファイルを説明するタグ（[ti:…]、[ar:…]、[offset:…] など）は表示しません。offset は時刻をずらします。タイムスタンプが複数ある行は、歌われる順にその数だけ表示します。タイムスタンプだけの行は歌の切れ目で、次の行から連を改めます。拡張形式の語ごとのタイムスタンプ（<00:08.40>）は落とします。追うのは行で、語ではありません。タイムスタンプのある行がほかの行より少ないテキストは LRC とみなさないので、[Chorus: All] のような見出しを持つふつうの歌詞はそのまま表示されます。

両方を持つファイルでは SYLT を使います。時刻つきの歌詞がなく章があるファイル（オーディオブック、ポッドキャスト）では、章が cue になります。ビューアは再生中の章を示し、章をクリックするとそこから鳴らします。

まだ読まないもの: 音声ファイルの隣の .lrc ファイルと、MPEG フレーム単位の SYLT のタイムスタンプ（その歌詞は時刻なしで表示します）。

読むもの

形式 拡張子 タグ カバーアート 長さと符号化
MP3（MPEG レイヤー I・II も） .mp3 ID3v2（2.2・2.3・2.4）、ID3v1 ID3v2 の APIC フレーム。Xing/Info/VBRI ヘッダー、なければ全フレーム
MP4 の AAC .m4a、.m4b、.m4p iTunes 形式の ilst（自由形式の ---- フィールド、QuickTime の keys を含む）、Nero の章（chpl）、uuid ボックスの XMP covr mvhd、サンプル記述（esds: AAC・HE-AAC・MP3。alac、fLaC、Opus、PCM …）
生の AAC .aac 先頭の ID3v2 タグ（あれば） ADTS のフレーム
FLAC .flac Vorbis コメント（先頭の ID3v2 タグは足りない項目を補う） PICTURE ブロック STREAMINFO
Ogg .ogg、.oga、.opus、.spx Vorbis・Opus・FLAC・Speex ストリームの Vorbis コメント METADATA_BLOCK_PICTURE（古い COVERART も） 識別ヘッダーと最後のページ
WAV .wav RIFF の INFO リスト、Broadcast Wave 拡張（bext）、id3 チャンク ID3 チャンク fmt と data の大きさ（RF64 も）
AIFF、AIFF-C .aif、.aiff、.aifc NAME、AUTH、(c) 、ANNO、ID3 チャンク ID3 チャンク COMM

ページの幅はカバーの幅です（小さいカバーは 360 pt まで拡大し、大きいカバーは 720 pt まで縮小します）。カバーは converter/image が画像を格納するのと同じく、ファイルが持つ形式（たいてい JPEG か PNG）のまま格納します。-images convert はほかの文書の画像と同じく再エンコードします。カバーのないファイルには音符を描いたプレースホルダーの正方形を置きます。文字は HTML・Markdown の文書と同じくビューアのサンセリフのフォントで組み、推定した幅で折り返します。カードは検索と読み上げのための構造を持ちます。題名は見出し、項目は表、歌詞は段落と行、章はリストです。

ID3 の「ISO-8859-1」のフレーム、ID3v1、RIFF の INFO、AIFF のテキストチャンクの文字列は、MIDI の変換器と同じ読み方で、すべてが正しい UTF-8 なら UTF-8、すべてが Shift_JIS なら Shift_JIS、そうでなければ Windows-1252 として読みます。1 つのフレームに入った複数のアーティスト（ID3v2.4 は NUL 区切り、ほかはセミコロン区切り）は複数の値に、ID3v1 の番号のジャンル（(17)、17）は名前に、年・日月・時刻のフレームに分かれた日付（ID3v2.3）は 1 つの日付にします。

メタデータ

タグは次のように Dublin Core の要素に写します（MP4 ファイルが XMP を持てば、画像と同じくそれが先）。type は常に Sound、format はファイルのメディアタイプです。

要素 ID3v2 MP4 Vorbis コメント RIFF INFO、AIFF
title TIT2 ©nam TITLE INAM。NAME
creator TPE1 ©ART ARTIST IART。AUTH
contributor TPE2（アルバムアーティスト）、TCOM、TEXT、TPE3、TPE4 aART、©wrt ALBUMARTIST、COMPOSER、LYRICIST、CONDUCTOR、ARRANGER、REMIXER IMUS、IWRI
subject TCON ©gen、gnre GENRE IGNR
description COMM（iTunes などプログラム自身のものは除く） ©cmt、desc COMMENT、DESCRIPTION ICMT、bext の説明。ANNO
publisher TPUB ----:…:LABEL PUBLISHER、LABEL、ORGANIZATION –
date TDRC、または TYER + TDAT + TIME、または TDRL ©day DATE ICRD、bext の作成日
identifier TSRC ----:…:ISRC ISRC –
relation TALB（アルバム） ©alb ALBUM IPRD
language TLAN（ISO 639-2 を BCP 47 で書く） トラックの mdhd LANGUAGE ILNG
rights TCOP cprt COPYRIGHT、LICENSE ICOP。(c)

カードにはほかに副題、グループ、トラックとディスクの番号、原盤の日付、BPM、長さ、符号化（コーデック、PCM とロスレスのビット深度、ビットレート、サンプリング周波数、チャンネル）、歌詞（SYLT、USLT。©lyr。LYRICS、UNSYNCEDLYRICS、SYNCEDLYRICS）、章（ID3 の CHAP、chpl、Vorbis コメントの CHAPTER001 …）を載せます。上の項目と同じ名前のユーザー定義フィールド（TXXX、----）は、ファイルがほかで設定していない項目を補います。

-param は play と maxaudio で、再生で説明しています。内部は design.md §3.31 を参照してください。