スピーカーテストでオーディオのレイテンシは分かりますか？

いいえ。スピーカーテストはトーンを再生して音が出ることを確認するだけであり、出力経路が機能していることしか測れません。信号が入出力チェーンを通過するのにかかる時間は測定しません。レイテンシはタイミングの測定であって機能テストではなく、両者は独立しています。致命的なレイテンシを抱えながらすべての再生チェックに合格するシステムは存在します。レイテンシを測るには、既知のインパルスを出力から送り、入力で戻りの信号を捕捉し、送信と受信の時間差を計算する往復テストが必要です。

往復レイテンシとは正確には何ですか？

往復レイテンシ（往復遅延・ラウンドトリップタイムとも呼ばれます）は、音声信号が入力からシステムに入り、OSとアプリケーションで処理され、出力から出るまでの合計時間です。入力バッファ遅延、A/D変換時間、OSスケジューリング遅延、アプリケーション処理遅延、D/A変換時間、出力バッファ遅延を含みます。ミリ秒で表され、マイクからスピーカーまでの完全な経路です。なおブラウザーによる測定は空気中の音響的往復を捉える一方、ASIOは内部の電気的経路を報告します。両者は同じ数値になりません。

測定したレイテンシが80ミリ秒でした。音楽制作には悪すぎますか？

ほとんどの音楽制作では高すぎます。バッキングトラックやクリックに合わせて録音するミュージシャンは、知覚できるエコーなしにテンポよく演奏できるよう40ミリ秒未満を好みます。80ミリ秒では弾いた音と聞き返す音の間の遅れが明瞭に聞こえ、タイトなタイミング維持が非常に難しくなります。カジュアルな録音やポッドキャストなら遅れは目立つもののしばしば許容でき、録音セッション中のライブモニターとしては通常使い物になりません。個人の許容度は経験やジャンルによって変わる点にも注意してください。

ブラウザーで測ったレイテンシがプロ用オーディオソフトより高くなるのはなぜですか？

ブラウザーはプロ向けオーディオ性能ではなく、クロスプラットフォームの一貫性とWebアプリケーションの安全性を目的として設計されています。ReaperやAbletonのようなプロ向けソフトはWindowsではASIOドライバーでOSのオーディオミキシング層をバイパスしてハードウェアへ直接アクセスでき、8〜15ミリ秒のレイテンシを達成するのが一般的です。ブラウザーはOSの共有オーディオ層を経由する必要があり、ミキシングとスケジューリングのオーバーヘッドが加わり、低レイテンシの排他モードへはアクセスできません。ブラウザーの測定値は共有経路が到達できる最良値であり、多くの場合ドライバー直結経路より本質的に高くなります。差の大きさはハードウェア、ドライバーバージョン、システム構成によって変わります。

ASIOドライバーはレイテンシをどれくらい減らせますか？

Windowsでは、既定のWASAPI共有モードからASIOまたはWASAPI排他モードへ切り替えることで、30〜60ミリ秒から8〜15ミリ秒まで削減できます。削減幅の正確な値はオーディオインターフェイスとそのドライバー実装に依存します。ASIOはアプリケーションにハードウェアバッファへの直接アクセスを与え、Windowsのオーディオミキサーと付随するバッファリングのオーバーヘッドをバイパスすることで機能します。ただしすべてのサウンドカードがASIO対応ではなく、廉価なオンボードオーディオは通常非対応です。Windowsでのプロの仕事にはASIO対応オーディオインターフェイスが最も効果の大きいアップグレードのひとつですが、購入前にワークフローが本当に必要としているか検討してください。

サンプルレートを上げるとレイテンシは下がりますか？

直接的には下がりません。サンプルレートは1秒間に音声を何回測定するかを決めるもので、周波数特性と処理オーバーヘッドには影響しますが、バッファ遅延には影響しません。レイテンシの主要な制御はバッファサイズであり、小さいバッファほどデータが溜まるのを待つ時間が短くなります。ただし同じバッファサイズでも高いサンプルレートほど必要なデータスループットが増えるため、システムが追いつかなければバッファアンダーランを招きます。実務的にはサンプルレートをワークフローに合わせて設定し（通常は48kHz）、その上でバッファサイズを最小化するのが正しいアプローチです。

バッファサイズはレイテンシと安定性にどう影響しますか？

バッファサイズは、処理前にメモリーへ溜めておく音声サンプル数を決めます。小さいバッファはレイテンシを減らしますが、次のデータ塊を届ける時間も減るため、バッファアンダーラン——聞き取れるクリック音、ポップ音、音飛び——の危険が高まります。大きいバッファは安定する一方でレイテンシを加算します。スイートスポットはハードウェア次第で、高速なPCと良好なオーディオインターフェイスの組み合わせなら64や128サンプルのバッファを低レイテンシかつノイズなしで使えます。遅いシステムでは安定のために512や1024サンプルが必要になることもあります。

Bluetoothヘッドホンのレイテンシが非常に高いのはなぜですか？

Bluetoothオーディオコーデックは、圧縮と無線伝送に大きな処理遅延を伴います。多くの機器で既定となるSBCコーデックはおよそ100〜180ミリ秒の遅延を追加し、正確な値はコーデック、デバイスのバッファリング、リンク品質によります（Bluetooth.com: A2DP v1.4 (https://www.bluetooth.com/specifications/)）。高品質なaptX Low Latencyでさえ40〜80ミリ秒にとどまります（Qualcomm: aptX Low Latency Whitepaper, 2014 (https://www.qualcomm.com/products/aptx)）。この遅延はワイヤレスプロトコル固有のもので、コーデックはすべてのフレームを圧縮し、送信し、展開しなければなりません。音楽制作・ゲーム・動画編集などタイミングが重要な用途では、有線ヘッドホンかスピーカーが実用的な選択肢です。

オーディオの往復レイテンシとは｜再生テストで分からないこと

ほとんどのオーディオテストは、音が再生されるか、マイクが音を拾えるかだけを確認します。しかし往復レイテンシ——音のイベントがマイクに入ってから処理された信号がスピーカーから出るまでの時間——は測っていません。このひとつの数値が、クリックに合わせた録音の可否、ビデオ通話の自然さ、ゲーム内立体音響の正確さを決めます。システムはすべての再生チェックに合格しながら致命的な遅延を抱えられます。機能とタイミングは別々の軸だからです。本ガイドでは往復レイテンシの測定方法、数値の意味、そして改善方法を解説します。

どのようなハードウェアチェックも、同じ手順から始まります。新しいスピーカーを接続してテストトーンを再生し、音が出ることを確認して先へ進む。マイクを接続して話しかけ、レベルメーターが動くのを見て先へ進む。この2つのテストは、出力経路が動くことと入力経路が動くことだけを確認します。オーディオ環境が実際の作業に耐えられるかを本当に行動を左右する問い——マイクからコンピューターを抜けてスピーカーへ、音が届くまでにどれだけかかるのか——は、どちらも測っていません。この数値こそが往復レイテンシであり、あなたのシステムがどの作業を正直にこなせるのかを静かに決めています。

音楽の録音。 クリックやバッキングトラックに合わせて演奏するには、自分の出した音がほぼ即時に耳へ戻る必要があります。往復でおよそ40ミリ秒を超えるとリズムが狂い始め、どのテイクも重くだるく聞こえ、練習では解決できません。他のデバイスとUSBコントローラを共有するオーディオインターフェースは、USB帯域幅の競合によってバッファ遅延に加えてレイテンシスパイクが発生することもあります。
会話を交わすこと。 ビデオ通話が自然に感じられるのは、オーディオパイプラインの遅延が小さいときだけです。過剰な遅延はエコー、発話の重なり、衛星電話のようなぎこちないテンポを生みます。
立体音響でのゲームプレイ。 位置情報に基づくサウンドは、音が見ているものと歩調を合わせて届くときにのみ成立します。音声経路が映像表示より遅れると、足音や銃声が画面上のアクションから遊離してしまいます。スピーカーテストとマイクテストが答えるのは「動くかどうか」です。ループバックレイテンシテストが答えるのは「どれだけ速いか」です。このページでは、往復レイテンシとは何か、どこから生まれるのか、どう下げればよいのかを解説します。ここで挙げる数値は、多数のハードウェアとソフトウェア構成を横断して得られた一般的な経験値です。Focusrite Scarlett 2i2を使った本格的なASIO構成と、Windows 11のオンボードRealtekコーデックとでは数字は異なります。結果はお使いのインターフェイス、ドライバー、バッファ設定によって変わります。

トーンテストではレイテンシは測れない

スピーカーテストは、トーン、スイープ、音楽サンプルを出力経路から鳴らし、音が外に出てくることを確認します。合否で結果が出る機能チェックであり、確認できるのはケーブルが接続されていること、ドライバーが読み込まれていること、音量がミュートされていないこと、D/Aコンバーターが生きていることまでです。トーンが聞こえれば、出力経路は動作しています。それ以上のことは何も分かりません。マイクテストは入力方向に対して同じことを行います。話した内容を取り込み、レベルメーターを表示し、マイク、プリアンプ、A/Dコンバーターが機能していることを確認します。こちらも結果は合否です。レイテンシの測定は、まったく別種のテストです。信号が経路を通過できるかを問うのではなく、その通過にどれだけ時間がかかるかを問います。手順は単純です。既知の信号——インパルス、クリック、短いバースト——を出力から送り、入力側で受け取り、送信と受信の時間差を計算する。この差がミリ秒で表された往復レイテンシです。この区別が重要なのは、2つの測定が互いに独立しているからです。致命的なレイテンシを示しながら、すべての再生テストに合格できるシステムは存在します。Bluetoothスピーカーは古典的な例で、トーンを忠実に再生するためスピーカーテストは成功と報告しますが、ワイヤレスコーデックが加える100〜180ミリ秒の遅延を再生テストは一切感知しません。150ミリ秒遅れて届くトーンも、厳密に言えば再生されているのです。だからこそ、「スピーカーの音は正常だからオーディオシステムも正常だ」というありがちな思い込みは、タイミングが重要なあらゆる用途で崩れます。機能とタイミングは別々の軸です。録音、通話、ゲームのために環境を信用する前に、再生テストには構造的に出せないあの数値が必要になります。

バッファが遅延を生む仕組み

往復レイテンシは単一の遅延ではありません。マイクカプセルからスピーカーコーンまでの各段階で蓄積した遅延の総和です。経路を理解すれば、自分のミリ秒がどこに潜んでいるか正確に分かります。

入力バッファ。 A/Dコンバーターは連続的にサンプリングしていますが、OSは音声をブロック単位で渡します。ドライバーはバッファが一杯になるのを待ってからアプリケーションへデータを引き渡します。48kHzでは128サンプルのバッファを満たすのに2.7ミリ秒かかり、これが誰にも処理されないまま音声が待たされる時間です。多くのシステムは2〜3個のバッファを常時運用するため、アプリケーションが最初のサンプルを受け取るまでにおよそ5〜8ミリ秒を見込んでください。
A/D変換。 コンバーターがサンプリング、量子化、クロッキングに要する時間です。コンシューマー向けハードウェアでは通常1〜3ミリ秒。専用インターフェイスならより短くなります。
OSのスケジューリング。 オーディオエンジンはタイマーでアプリケーションを起床させますが、この起床は通常のスレッドスケジューリングの影響を受けます。共有モードではOSがさらに、あなたのストリームをシステム上の他のすべての音源とミックスし、独自の処理パスを追加します。この段階の寄与はプラットフォームと負荷に応じて数ミリ秒から20ミリ秒超まで幅があります。Linux+PipeWireがWindowsを追い抜けるのはこの段階であり、逆に忙しいデスクトップ環境が静かにレイテンシを吹き飛ばすのもこの段階です。
アプリケーションの処理。 受け側のソフトウェア——DAW、エフェクトチェーン、ブラウザーのオーディオグラフ——がブロックを処理してから先へ渡します。小さいながらも総量の一部です。
D/A変換。 段階2の鏡像で、処理済みの信号がアナログ電圧へ戻るときにさらに1〜3ミリ秒加わります。
出力バッファ。 処理済みサンプルは、コンバーターの再生準備が整うまで出力バッファで待機し、入力側と同じバッファサイズ計算が繰り返されます。典型的な構成ではさらに5〜8ミリ秒です。段階を合計すると、普通のPCでの共有モードの往復レイテンシは30〜60ミリ秒の範囲に収まることが一般的です。以下に挙げる実測値は特定ハードウェアからの説明用の例であって、普遍的な仕様ではありません。オンボードのRealtek ALC897を搭載した初期状態のWindows 11ノートPCで128サンプルバッファにより簡易測定したところ、共有モードの値はこの範囲の上限寄りに観測されました。同じハードウェアでBehringer U-Phoria UM2をASIO4ALL経由で使用すると、測定値は15ミリ秒近くまで下がりました。これらは管理条件下にない単一マシンの観測であり、共有モードとASIO経路の典型的な差を示す参考点であって、お使いのハードウェアでの保証値ではありません。どのドライバーも変換時間そのものは取り除けませんが、全体を支配するバッファリングとスケジューリングのオーバーヘッドは劇的に縮みます。

ひとつの数値、ふたつの定義

オーディオソフトが提示するのは、めったに単一の数値ではありません。プロ向けアプリケーションの設定を開けば、通常は2つ並んでいます。入力レイテンシ（マイクからアプリケーションまでの時間）と出力レイテンシ（アプリケーションからスピーカーまでの時間）です。ASIOなどのドライバーは両方の値を別々に報告し、マーケティング資料はしばしば都合の良い方の数字だけを引用します。往復レイテンシはこの2つの合計に、アプリケーション自身の処理時間を加えたものです。片道20ミリ秒と表示されるシステムなら、往復はおよそ40ミリ秒です。「20msのレイテンシ」という表記を、自分が耳にする遅延だと解釈したユーザーは2倍の誤差を抱えます。仕様書に印字されるのが片道の数値であるため、この間違いは頻発します。区別が重要なのは、人が知覚するのは常に往復だからです。ミュージシャンが自分の声や楽器をモニターするとき、音はマイクを出てシステムを通り、ヘッドホンに届いて初めて聞こえます。これが完全な経路です。片道の数値は旅の半分しか語りません。議論の一貫性のため、本稿の数値はすべて往復レイテンシを指します。測定値を製品の仕様やベンチマークと比較するときは、両方が同じ種類の経路を指しているか必ず確認してください。往復の測定値を片道の仕様と比べれば、システムは実際の2倍遅く見えてしまいます。

OSがあなたより先に決める

同じマイク、同じスピーカー、同じケーブルでも、OSが違えばレイテンシは大きく変わります。プラットフォームごとに、音声が異なるソフトウェアスタックを通るためです。スタックの設計が、避けられない変換時間の上に、どれだけのバッファリングとスケジューリングのオーバーヘッドを積むかを決めます。

Windows：共有モード、排他モード、そしてASIO

Windowsにはハードウェアへの到達方法が3つあり、それぞれレイテンシ特性が異なります。

WASAPI共有モードは、アプリケーションが特別に要求しない限りすべてのアプリが使う既定の経路です（Microsoft Learn: WASAPI Shared Mode, 2023）。すべての音声がまとめてミックスされ、保守的なバッファリングで配信されます。一般的なシステムでの往復レイテンシの観測範囲は、バッファサイズと負荷に応じて32〜64ミリ秒です。これはよくある体験の範囲であって保証値ではありません。Web Audio、WebRTC、メディア再生はそれぞれ細部の異なる経路を通りますが、起点はすべてこの共有ミキサーです。
WASAPI排他モードまたはASIOはミキサーをバイパスし、1つのアプリケーションにデバイスへの直接アクセスを渡します。典型的なハードウェアではレイテンシはおよそ10ミリ秒前後まで下がります（Microsoft Learn: WASAPI Exclusive Mode, 2023）。要求したネイティブアプリケーションには利用できますが、ブラウザーには利用できません。
ASIOはWindowsのオーディオスタックを丸ごとバイパスし、インターフェイスハードウェアと直接通信するドライバープロトコルです（Steinberg: ASIO Host and Driver Guide v2.3, 2021）。対応力のあるインターフェイスであれば、ASIOは8〜15ミリ秒を達成するのが一般的ですが、正確な数値は個々のインターフェイス、ドライバーバージョン、バッファ構成に依存します。ブラウザーは使えません。

macOS：Core Audio

AppleのCore Audioフレームワークは最適化が行き届いており、ネイティブアプリケーションは適切なバッファ設定で8〜20ミリ秒の往復を日常的に達成します。共有経路が効率的なため、macOSでのブラウザー測定のレイテンシも通常はWindowsより良好です。それでもネイティブの最小値より上に位置します。ブラウザーは排他的なデバイスアクセスを得られず、バッファを自らの都合に合わせて調整できないためです。

Linux：ALSA、PulseAudio、PipeWire

Linuxのレイテンシは動く標的です。低レベルのドライバーインターフェイスであるALSAは高速ですが、アプリケーションごとの対応に依存します。PulseAudioは歴史的に、その上に目に見えるバッファリングのオーバーヘッドを積み重ねてきました。現代の後継であるPipeWireは低レイテンシオーディオ向けに設計されており、正しく設定すれば他プラットフォームに匹敵あるいは勝ることができますが、結果はディストリビューションとセットアップで大きく変わります。多くの構成では、ブラウザーは共有経路に閉じ込められています。排他モードを要求できず、ASIOドライバーを読み込めず、オーディオスレッドの優先度を上げられません。したがってブラウザーオーディオのレイテンシは、標準構成で協調的経路が届く最良値——つまりプラットフォームの共有モードの天井——に近づきます。一方、ネイティブのプロ向けソフトウェアは、ハードウェアとドライバーが許す限り、その天井を抜けて飛ぶために作られています。

60ミリ秒が実際に意味すること

生のミリ秒の数値は、意図する用途に照らして初めて意味を持ちます。以下の境界は一般的なガイドラインであって、プロフェッショナルな認証基準ではありません。実際の適性は具体的な作業、モニタリング環境、聴取環境に依存します。実用域は4つのゾーンに分かれます。

20ms未満——優秀。 プロフェッショナルな音楽制作が快適に成立する領域です。ミュージシャンはクリックに合わせて録音し、エフェクト越しの自分の音をモニターし、戻り経路が事実上瞬時であるかのようにテンポよく演奏できます。ゲーム内の立体音響も映像にロックされたままです。
20〜60ミリ秒——ほとんどの用途で許容。 ポッドキャスト、ビデオ通話、一般のゲーム、カジュアルな録音はすべて十分機能します。ただし帯域の上限付近ではタイトな音楽収録が苦しくなり始めます。奏者は自分の音の戻りがわずかに引っ張られる感覚を覚え、およそ40ミリ秒を超えたあたりから精密な作業は明らかに困難になります。
60〜120ミリ秒——制作には問題、カジュアル用途には許容。 カラオケ、ボイスチャット、視聴は問題ありません。バッキングトラックに合わせた録音は本当に難しくなり、ゲームでは音がアクションから浮き始めて、立体音響が依存する位置の手がかりが損なわれます。
120ミリ秒超——不良。 タイミングが重要な作業は事実上不可能です。通話には聞き取れるエコーが発生し、演奏は切り離された感覚になり、立体音響はカジュアル用途でも不正確に聞こえます。このゾーンはBluetoothオーディオと、設定を誤った共有モードシステムの帰着地点です。ゾーンの境界は判断の問題ですが、形そのものは信頼できます。制作には最小の数値が要り、会話はそれ以上を許容し、視聴は最も寛容です。往復レイテンシの測定値はあなたのシステムをちょうど1つのゾーンへ置き、その配置が、意図した用途のどれが心地よく、どれが抗ってくるかを教えてくれます。数値は手元に残しておいてください。次のセクションのあらゆる最適化の基準点になります。

3本のレバー：サンプルレート、バッファ、ドライバー

レイテンシが経路のどこに着地するかを決める制御は3つありますが、効果は同等ではありません。 サンプルレートが決めるのはパイプラインのスループット——1秒間に音声を何回測定するか——であって、遅延そのものではありません。ただしバッファがサンプル数で表されるため、バッファタイミングとは相互作用します。128サンプルは44.1kHzでは2.9ミリ秒ですが96kHzでは1.3ミリ秒しかかからず、同じバッファサイズでもサンプルレートによって対応する時間が変わります。落とし穴は、レートが上がるほど毎秒の処理量が増えるため、安定を保つためにバッファを引き上げざるを得なくなり、利得が相殺されやすい点です。96kHzや192kHzを目指すと、ストリームを安定させるためにより大きなバッファが必要になり、理論上の利得が消えるか、むしろ遅くなることがあります。サンプルレートは主たるレイテンシ制御ではなくワークフロー設定（通常48kHz）として扱ってください。48kHzが映像同期オーディオの事実上の標準になったのは、24fps・25fps・30fpsという映像フレームレートにきれいに整合するからであり、プロの音声映像パイプラインがここを既定とする理由です。 バッファサイズがレイテンシの主レバーです。システムが処理する前にどれだけの音声を溜めるかを決め、往路と復路の2箇所に顔を出します。バッファを半分にすればその分の遅延も半分になりますが、各ブロックを届けるための時間も半分になるため、バッファアンダーラン——クリック音、ポップ音、音飛び——の危険が高まります。48kHzでの実用的な早見表は次のとおりです。

64サンプル — ASIOまたは排他モードを持つ能力のあるハードウェアで、往復およそ8〜12ミリ秒。ローエンドのインターフェイスではこのサイズでクリックノイズが出やすい。
128サンプル — およそ12〜20ミリ秒。制作における定番のASIOスイートスポット。
256サンプル — およそ20〜35ミリ秒。共有モードで安定する最小サイズであることが多い。
512サンプル — およそ35〜60ミリ秒。安全だが明確に鈍重。
1024サンプル — およそ60〜100ミリ秒。レイテンシが無関係なストリーミングや再生専用。 ドライバーが床を決めます。ASIOと排他モードは32〜128サンプルのバッファを許し、共有モードの下限はそれより高く、Bluetoothコーデックはバッファ以前の段階で100ミリ秒以上を上乗せします。どんなバッファ調整もドライバーの最小値には勝てません。だからこそドライバーは最初のレバーであり、最後のレバーではないのです。

ブラウザーはDAWではない

ブラウザーはWeb Audio APIを使えば往復レイテンシを推定できます（MDN: Web Audio API, 2024）。インパルスを出力へ送り、マイク入力へ届いた信号を捕捉する方式です。共有モードのノートPCでの典型的なWeb Audioループバック測定は55〜70ミリ秒を報告することが多く、これはASIOの数値の数倍に相当します。この差こそ、ブラウザーが払う共有経路の税金です。測定された時間には、空気中の音響経路、スピーカーとマイクのトランスデューサー、部屋の残響除去（エコーキャンセレーション）処理、そしてシステムオーディオスタック全体が含まれます。これは**音響的往復遅延（acoustic round-trip delay）**と呼ばれ、ブラウザーベースの通話、カラオケ、ブラウザーゲームに関係する数値です。しかしプロのオーディオソフトが測るASIOの往復レイテンシとは等価ではありません。この測定にはスピーカーとマイクの間に実際の音響経路が必要であること、自動ゲイン制御・ノイズ抑制・エコーキャンセレーションがインパルス形状を変えうること、マイクとの距離・部屋の反射・音量設定がすべて結果に影響することにも留意してください。ブラウザーにできないのは、ハードウェアのベストケースへ届くことです。OSの共有オーディオ経路を使うしかなく、排他的なデバイスアクセスを得られず、ASIOドライバーを読み込めず、自身のオーディオバッファサイズやスレッド優先度も制御できません。したがって測定値は、ハードウェアの真の最小値ではなく、プラットフォームの共有モードの天井を反映します。その天井こそ、ブラウザーベースの作業にとってまさに正しい数値です。Web通話、ブラウザーゲーム、Webカラオケなど、タブの中で動くものはすべて、OSレベルでブラウザーのオーディオ経路を共有します（ただしWeb Audio、WebRTC、メディア再生では細部が異なります）。ブラウザーで測った数値が良好なら、すべてのブラウザーユースケースが良好に感じられます。悪ければネイティブソフトがまだ救ってくれるかもしれません——ただし同じハードウェアと構成でも、ブラウザーは概してネイティブソフトより遅いものです。

レイテンシを下げる6つの方法

影響の大きい順に取り組み、数値が我慢できるゾーンに入った時点で止めましょう。

まずドライバーモードを直す。 Windowsでは、お使いのオーディオインターフェイス用のASIOドライバーを導入するか、WASAPI排他モードへ切り替えます。最大の単独レバーであり、無料です。
バッファサイズを減らす。 512→256→128→64サンプルと一段ずつ下げて各設定をテストし、クリックやポップが聞こえたら止めます。そこから一段上げて、クリーンなまま保てる最大のバッファを採用します。
サンプルレートを確認する。 音楽と映像の作業には48kHzを使います。96kHzや192kHzを目指すと通常はより大きなバッファが必要になり、結局は遅くなります。
競合アプリケーションを閉じる。 ストリーミング、キャプチャ、忙しいブラウザータブはオーディオスレッドからCPU時間を奪い、小さなバッファサイズでアンダーランを引き起こします。
オーディオインターフェイスを検討する。 専用ハードウェアは、優れたコンバーター、正規のASIOドライバー、そしてオンボードオーディオでは届かないバッファサイズをもたらします。
有線接続を選ぶ。 タイミングが重要なものすべてにおいて、有線ヘッドホンは他の設定如何にかかわらず、Bluetoothより100ミリ秒以上優れています。各ステップは積み重なります。512サンプルの共有モードから128サンプルのASIOへの移行は、システムを50ミリ秒から20ミリ秒未満へ移すことがよくあります。「使い物にならない」と「プロ級」の違いです。

まとめ

再生テストはスピーカーが動くことを確認します。ループバックテストは、スピーカーが時間どおりに動くことを確認します。答えの異なる、別々の質問です。スピーカーテストで出力経路を、マイクテストで入力経路を検証してください。なお本サイトは現在、専用のループバックレイテンシ測定ツールを提供していません。上述のWeb Audio APIによる手法には、別途の実装またはブラウザーコンソールからの実行が必要です。測定を通じて、録音、会話、立体音響があなたのマシンで自然に感じられるかどうかを左右する音響的往復遅延を把握してください。一度測って、結果を手元に置いておきましょう。20ミリ秒未満ならプログレードのタイミングです。20〜60ミリ秒なら日常業務のほとんどをカバーします。120ミリ秒を超えると、タイミング依存のあらゆる作業が抗ってくるようになり、対策は通常、ハードウェアではなくドライバーから始まります。その数値を一度も測ったことがなければ、タイミングに依存するすべてのオーディオ作業について、あなたは当てずっぽうでいることになります。