中級者向け No.072

音声録音・再生アプリ

マイクから音声を録音してWAVに保存・再生できるレコーダー。波形をCanvas上に簡易表示する。

🎯 難易度: ★★★ 📦 ライブラリ: tkinter（標準ライブラリ）, pyaudio ⏱️ 制作時間: 30〜90分

📋 目次

1. アプリ概要
2. 機能一覧
3. 事前準備・環境
4. 完全なソースコード
5. コード解説
6. ステップバイステップガイド
7. カスタマイズアイデア
8. よくある問題と解決法
9. 練習問題

1. アプリ概要

マイクから音声を録音してWAVに保存・再生できるレコーダー。波形をCanvas上に簡易表示する。

このアプリはmediaカテゴリの実践的なPythonアプリです。使用ライブラリは tkinter（標準ライブラリ）・pyaudio、難易度は ★★★ です。

このアプリは「メディア処理」カテゴリです。画像・音声・動画を扱う領域は Python の強力なライブラリ群が活きる分野で、メディア処理の作法は他の用途にも応用が効きます。tkinter（標準ライブラリ）・pyaudio を活かして実装するこの構造は、他のアプリにも応用が効きます。

動かしながら読むことが理解の最短経路です。まずはコードをコピーして実行し、想定どおりに動くことを確認したうえで解説と照らし合わせてください。

カスタマイズでは「機能追加」「UI 改善」「エラー耐性」の三方向で考えると視野が広がります。練習問題にもそれぞれの方向の具体例を用意しています。

音声録音・再生アプリ実行画面（Linux Mint） — 実行画面（Linux Mint）

2. 機能一覧

「⏺ 録音開始」ボタン（_toggle_record()）・「▶ 再生」ボタン（_play_selected()）・「⏹ 停止」ボタン（_stop_play()）・「💾 保存」ボタン（_save_selected()）・「🗑 削除」ボタン（_delete_selected()）・「📂 ファイルを開く」ボタン（_open_file()）・「🔄 更新」ボタン（_refresh_input_devices()）で操作
after(500, ...) による500ミリ秒間隔の _update_timer() 呼び出し（画面の自動更新）
ttk.Treeview による表形式の一覧表示
filedialog.askopenfilename() によるファイル選択ダイアログ
filedialog.asksaveasfilename() によるファイル選択ダイアログ
messagebox.showerror()・messagebox.showinfo() によるダイアログ通知
ウィンドウはタイトル「音声録音・再生アプリ」・サイズ 760x560 で起動

3. 事前準備・環境

ℹ️

動作確認環境

Python 3.10 以上 / Windows 11（実機）で起動・基本操作を確認／ Linux Mint 22.3（仮想マシン）で起動・画面表示を確認（macOS は未検証）

Windows 11（実機）で起動と基本操作を確認しています（全機能の網羅テストではありません）。Linux Mint 22.3（仮想マシン）では起動と画面表示を確認しました。macOS は必要なライブラリ（pip install）を入れれば動作する想定ですが、未検証です。

Python 3.10 以上
OS: Windows 11（実機で起動・基本操作を確認）・Linux Mint 22.3（仮想マシンで起動・画面表示を確認）

インストールが必要なライブラリ

pip install pyaudio

Windows は wheel が配布されているため、上のコマンドだけで導入できます。Linux（Ubuntu・Mint 系）は PyAudio のビルドに portaudio の開発ヘッダが必要で、これが無いと pip が失敗します。先に次を実行してから pip install pyaudio に進んでください。

sudo apt install portaudio19-dev python3-dev build-essential

4. 完全なソースコード

💡

コードのコピー方法

右上の「コピー」ボタンをクリックするとコードをクリップボードにコピーできます。

📦 必要なライブラリをインストール（初回のみ）

pip install pyaudio

app072.py

import tkinter as tk
from tkinter import ttk, messagebox, filedialog
import threading
import os
import wave
import time
from datetime import datetime

try:
    import pyaudio
    PYAUDIO_AVAILABLE = True
except ImportError:
    PYAUDIO_AVAILABLE = False

try:
    import struct
    STRUCT_AVAILABLE = True
except ImportError:
    STRUCT_AVAILABLE = False


class App072:
    """音声録音・再生アプリ"""

    SAMPLE_RATE = 44100
    CHANNELS    = 1
    FORMAT      = None   # pyaudio.paInt16 (設定時)
    CHUNK       = 1024

    def __init__(self, root):
        self.root = root
        self.root.title("音声録音・再生アプリ")
        self.root.geometry("760x560")
        self.root.configure(bg="#1e1e1e")
        self._recordings = []
        self._recording = False
        self._playing = False
        self._pa = None
        self._stream = None
        self._frames = []
        self._input_devices = []   # [(label, index), ...]
        self._build_ui()
        self.root.protocol("WM_DELETE_WINDOW", self._on_close)

        if PYAUDIO_AVAILABLE:
            try:
                self._pa = pyaudio.PyAudio()
                self.FORMAT = pyaudio.paInt16
                self._refresh_input_devices()
            except Exception as e:
                self.status_var.set(f"PyAudioエラー: {e}")

    def _refresh_input_devices(self):
        """入力(録音)デバイス一覧を再取得してコンボボックスに反映"""
        self._input_devices = [("既定のデバイス", None)]
        if not self._pa:
            self.device_combo["values"] = [d[0] for d in self._input_devices]
            self.device_var.set(self._input_devices[0][0])
            return
        try:
            default_idx = None
            try:
                default_idx = self._pa.get_default_input_device_info().get("index")
            except Exception:
                pass
            for i in range(self._pa.get_device_count()):
                try:
                    info = self._pa.get_device_info_by_index(i)
                except Exception:
                    continue
                if int(info.get("maxInputChannels", 0)) <= 0:
                    continue
                name = info.get("name", f"Device {i}")
                mark = " ★" if default_idx is not None and i == default_idx else ""
                label = f"[{i}] {name}{mark}"
                self._input_devices.append((label, i))
        except Exception as e:
            self.status_var.set(f"デバイス列挙エラー: {e}")
        self.device_combo["values"] = [d[0] for d in self._input_devices]
        # 現在の選択を維持、なければデフォルト
        if self.device_var.get() not in self.device_combo["values"]:
            self.device_var.set(self._input_devices[0][0])

    def _get_selected_input_index(self):
        """現在選択されている入力デバイスの index (Noneで既定)"""
        label = self.device_var.get()
        for lab, idx in self._input_devices:
            if lab == label:
                return idx
        return None

    def _build_ui(self):
        header = tk.Frame(self.root, bg="#252526", pady=6)
        header.pack(fill=tk.X)
        tk.Label(header, text="🎙 音声録音・再生アプリ",
                 font=("Noto Sans JP", 12, "bold"),
                 bg="#252526", fg="#4fc3f7").pack(side=tk.LEFT, padx=12)

        if not PYAUDIO_AVAILABLE:
            tk.Label(self.root,
                     text="⚠ pyaudio が未インストールです (pip install pyaudio)",
                     bg="#fff3cd", fg="#856404", font=("Arial", 9),
                     anchor="w", padx=8).pack(fill=tk.X)

        # 録音コントロール
        ctrl = tk.Frame(self.root, bg="#2d2d2d", pady=8)
        ctrl.pack(fill=tk.X)

        self.rec_btn = tk.Button(
            ctrl, text="⏺ 録音開始", command=self._toggle_record,
            bg="#e53935", fg="white", relief=tk.FLAT,
            font=("Arial", 12, "bold"), padx=16, pady=6,
            activebackground="#c62828", bd=0)
        self.rec_btn.pack(side=tk.LEFT, padx=8)

        self.play_btn = tk.Button(
            ctrl, text="▶ 再生", command=self._play_selected,
            bg="#1565c0", fg="white", relief=tk.FLAT,
            font=("Arial", 12), padx=12, pady=6,
            activebackground="#0d47a1", bd=0)
        self.play_btn.pack(side=tk.LEFT, padx=4)

        tk.Button(ctrl, text="⏹ 停止", command=self._stop_play,
                  bg="#3c3c3c", fg="white", relief=tk.FLAT,
                  font=("Arial", 12), padx=12, pady=6,
                  activebackground="#505050", bd=0).pack(side=tk.LEFT, padx=4)

        tk.Button(ctrl, text="💾 保存", command=self._save_selected,
                  bg="#2e7d32", fg="white", relief=tk.FLAT,
                  font=("Arial", 12), padx=12, pady=6,
                  activebackground="#1b5e20", bd=0).pack(side=tk.LEFT, padx=4)

        tk.Button(ctrl, text="🗑 削除", command=self._delete_selected,
                  bg="#3c3c3c", fg="white", relief=tk.FLAT,
                  font=("Arial", 12), padx=12, pady=6,
                  activebackground="#505050", bd=0).pack(side=tk.LEFT, padx=4)

        ttk.Button(ctrl, text="📂 ファイルを開く",
                   command=self._open_file).pack(side=tk.LEFT, padx=8)

        # 録音設定
        cfg = tk.Frame(self.root, bg="#1e1e1e", pady=4)
        cfg.pack(fill=tk.X, padx=8)
        tk.Label(cfg, text="サンプルレート:", bg="#1e1e1e", fg="#ccc",
                 font=("Arial", 9)).pack(side=tk.LEFT)
        self.rate_var = tk.StringVar(value="44100")
        ttk.Combobox(cfg, textvariable=self.rate_var,
                     values=["8000", "16000", "22050", "44100", "48000"],
                     state="readonly", width=8).pack(side=tk.LEFT, padx=4)
        tk.Label(cfg, text="チャンネル:", bg="#1e1e1e", fg="#ccc",
                 font=("Arial", 9)).pack(side=tk.LEFT, padx=(8, 2))
        self.ch_var = tk.StringVar(value="モノラル(1)")
        ttk.Combobox(cfg, textvariable=self.ch_var,
                     values=["モノラル(1)", "ステレオ(2)"],
                     state="readonly", width=12).pack(side=tk.LEFT)

        # 録音デバイス選択
        dev = tk.Frame(self.root, bg="#1e1e1e", pady=4)
        dev.pack(fill=tk.X, padx=8)
        tk.Label(dev, text="🎤 録音デバイス:", bg="#1e1e1e", fg="#ccc",
                 font=("Arial", 9)).pack(side=tk.LEFT)
        self.device_var = tk.StringVar(value="既定のデバイス")
        self.device_combo = ttk.Combobox(dev, textvariable=self.device_var,
                                         values=["既定のデバイス"],
                                         state="readonly", width=48)
        self.device_combo.pack(side=tk.LEFT, padx=4, fill=tk.X, expand=True)
        ttk.Button(dev, text="🔄 更新",
                   command=self._refresh_input_devices,
                   width=8).pack(side=tk.LEFT, padx=4)

        # 波形表示キャンバス
        self.wave_canvas = tk.Canvas(self.root, bg="#0d1117", height=80,
                                      highlightthickness=0)
        self.wave_canvas.pack(fill=tk.X, padx=8, pady=4)

        # 録音リスト
        list_f = tk.Frame(self.root, bg="#1e1e1e")
        list_f.pack(fill=tk.BOTH, expand=True, padx=8)
        tk.Label(list_f, text="録音一覧", bg="#1e1e1e", fg="#888",
                 font=("Arial", 9)).pack(anchor="w")
        cols = ("name", "duration", "rate", "size")
        self.rec_tree = ttk.Treeview(list_f, columns=cols, show="headings",
                                      selectmode="browse", height=8)
        self.rec_tree.heading("name",     text="名前")
        self.rec_tree.heading("duration", text="長さ")
        self.rec_tree.heading("rate",     text="サンプルレート")
        self.rec_tree.heading("size",     text="サイズ")
        self.rec_tree.column("name",     width=200, anchor="w")
        self.rec_tree.column("duration", width=80,  anchor="center")
        self.rec_tree.column("rate",     width=100, anchor="center")
        self.rec_tree.column("size",     width=80,  anchor="e")
        rsb = ttk.Scrollbar(list_f, command=self.rec_tree.yview)
        self.rec_tree.configure(yscrollcommand=rsb.set)
        rsb.pack(side=tk.RIGHT, fill=tk.Y)
        self.rec_tree.pack(fill=tk.BOTH, expand=True)

        # レベルメーター
        meter_f = tk.Frame(self.root, bg="#1e1e1e", pady=2)
        meter_f.pack(fill=tk.X, padx=8)
        tk.Label(meter_f, text="レベル:", bg="#1e1e1e", fg="#ccc",
                 font=("Arial", 8)).pack(side=tk.LEFT)
        self.level_var = tk.DoubleVar(value=0)
        self.level_bar = ttk.Progressbar(meter_f, variable=self.level_var,
                                          maximum=32768, length=400)
        self.level_bar.pack(side=tk.LEFT, padx=4)

        self.timer_lbl = tk.Label(meter_f, text="00:00",
                                   bg="#1e1e1e", fg="#f48771",
                                   font=("Courier New", 12, "bold"))
        self.timer_lbl.pack(side=tk.LEFT, padx=8)

        self.status_var = tk.StringVar(value="録音開始ボタンを押してください")
        tk.Label(self.root, textvariable=self.status_var,
                 bg="#252526", fg="#858585", font=("Arial", 9),
                 anchor="w", padx=8).pack(fill=tk.X, side=tk.BOTTOM)

    def _toggle_record(self):
        if self._recording:
            self._stop_record()
        else:
            self._start_record()

    def _start_record(self):
        if not PYAUDIO_AVAILABLE or not self._pa:
            messagebox.showerror("エラー", "PyAudio をインストールしてください:\npip install pyaudio")
            return
        self._frames = []
        self._recording = True
        rate = int(self.rate_var.get())
        channels = 1 if "1" in self.ch_var.get() else 2
        self.SAMPLE_RATE = rate
        self.CHANNELS = channels
        self.rec_btn.config(text="⏹ 録音停止", bg="#f57c00")
        self.status_var.set("録音中...")
        self._rec_start_time = time.time()
        threading.Thread(target=self._record_thread, daemon=True).start()
        self._update_timer()

    def _record_thread(self):
        try:
            device_index = self._get_selected_input_index()
            stream = self._pa.open(
                format=pyaudio.paInt16,
                channels=self.CHANNELS,
                rate=self.SAMPLE_RATE,
                input=True,
                input_device_index=device_index,
                frames_per_buffer=self.CHUNK)
            while self._recording:
                data = stream.read(self.CHUNK, exception_on_overflow=False)
                self._frames.append(data)
                # レベル計算
                level = max(abs(v) for v in struct.unpack(
                    f"{len(data)//2}h", data)) if data else 0
                self.root.after(0, self.level_var.set, level)
            stream.stop_stream()
            stream.close()
        except Exception as e:
            self.root.after(0, self.status_var.set, f"録音エラー: {e}")

    def _stop_record(self):
        self._recording = False
        self.rec_btn.config(text="⏺ 録音開始", bg="#e53935")
        self.level_var.set(0)
        if not self._frames:
            self.status_var.set("録音データなし")
            return
        duration = len(self._frames) * self.CHUNK / self.SAMPLE_RATE
        name = datetime.now().strftime("録音_%Y%m%d_%H%M%S")
        entry = {
            "name": name,
            "frames": list(self._frames),
            "rate": self.SAMPLE_RATE,
            "channels": self.CHANNELS,
            "duration": duration,
        }
        self._recordings.append(entry)
        dur_str = f"{int(duration//60):02d}:{int(duration%60):02d}"
        size_str = f"{sum(len(f) for f in self._frames)//1024}KB"
        self.rec_tree.insert("", tk.END,
                              values=(name, dur_str,
                                      f"{self.SAMPLE_RATE}Hz", size_str))
        self.status_var.set(f"録音完了: {dur_str}")
        self._draw_waveform(self._frames)

    def _update_timer(self):
        if not self._recording:
            self.timer_lbl.config(text="00:00")
            return
        elapsed = time.time() - self._rec_start_time
        m = int(elapsed // 60)
        s = int(elapsed % 60)
        self.timer_lbl.config(text=f"{m:02d}:{s:02d}")
        self.root.after(500, self._update_timer)

    def _draw_waveform(self, frames):
        if not frames:
            return
        self.wave_canvas.delete("all")
        cw = max(1, self.wave_canvas.winfo_width())
        ch = 80
        # ダウンサンプル
        all_data = b"".join(frames)
        n = len(all_data) // 2
        step = max(1, n // cw)
        vals = struct.unpack(f"{n}h", all_data)
        samples = [vals[i] for i in range(0, n, step)][:cw]
        for i, v in enumerate(samples):
            y = ch//2 - int(v / 32768 * ch//2)
            self.wave_canvas.create_line(i, ch//2, i, y, fill="#4fc3f7")

    def _play_selected(self):
        if not PYAUDIO_AVAILABLE or not self._pa:
            return
        sel = self.rec_tree.selection()
        if not sel:
            messagebox.showinfo("情報", "再生する録音を選択してください")
            return
        idx = self.rec_tree.index(sel[0])
        if idx >= len(self._recordings):
            return
        entry = self._recordings[idx]
        self._playing = True
        threading.Thread(target=self._play_thread, args=(entry,),
                          daemon=True).start()
        self.status_var.set(f"再生中: {entry['name']}")

    def _play_thread(self, entry):
        try:
            stream = self._pa.open(
                format=pyaudio.paInt16,
                channels=entry["channels"],
                rate=entry["rate"],
                output=True)
            for frame in entry["frames"]:
                if not self._playing:
                    break
                stream.write(frame)
            stream.stop_stream()
            stream.close()
            self.root.after(0, self.status_var.set, "再生完了")
        except Exception as e:
            self.root.after(0, self.status_var.set, f"再生エラー: {e}")
        self._playing = False

    def _stop_play(self):
        self._playing = False
        self.status_var.set("停止")

    def _save_selected(self):
        sel = self.rec_tree.selection()
        if not sel:
            return
        idx = self.rec_tree.index(sel[0])
        if idx >= len(self._recordings):
            return
        entry = self._recordings[idx]
        path = filedialog.asksaveasfilename(
            initialfile=f"{entry['name']}.wav",
            defaultextension=".wav",
            filetypes=[("WAV", "*.wav")])
        if not path:
            return
        try:
            with wave.open(path, "wb") as wf:
                wf.setnchannels(entry["channels"])
                wf.setsampwidth(2)
                wf.setframerate(entry["rate"])
                wf.writeframes(b"".join(entry["frames"]))
            messagebox.showinfo("完了", f"保存: {path}")
        except Exception as e:
            messagebox.showerror("エラー", str(e))

    def _open_file(self):
        path = filedialog.askopenfilename(
            filetypes=[("WAV", "*.wav"), ("すべて", "*.*")])
        if not path:
            return
        try:
            with wave.open(path, "rb") as wf:
                rate = wf.getframerate()
                channels = wf.getnchannels()
                n_frames = wf.getnframes()
                raw = wf.readframes(n_frames)
            duration = n_frames / rate
            chunk_size = self.CHUNK * 2 * channels
            frames = [raw[i:i+chunk_size] for i in range(0, len(raw), chunk_size)]
            name = os.path.splitext(os.path.basename(path))[0]
            entry = {"name": name, "frames": frames,
                     "rate": rate, "channels": channels, "duration": duration}
            self._recordings.append(entry)
            dur_str = f"{int(duration//60):02d}:{int(duration%60):02d}"
            self.rec_tree.insert("", tk.END,
                                  values=(name, dur_str,
                                          f"{rate}Hz",
                                          f"{len(raw)//1024}KB"))
            self._draw_waveform(frames)
        except Exception as e:
            messagebox.showerror("エラー", str(e))

    def _delete_selected(self):
        sel = self.rec_tree.selection()
        if not sel:
            return
        idx = self.rec_tree.index(sel[0])
        if idx < len(self._recordings):
            del self._recordings[idx]
        self.rec_tree.delete(sel[0])

    def _on_close(self):
        self._recording = False
        self._playing = False
        if self._pa:
            self._pa.terminate()
        self.root.destroy()


if __name__ == "__main__":
    root = tk.Tk()
    app = App072(root)
    root.mainloop()

5. コード解説

音声録音・再生アプリのコードを、実際に書かれている実装に沿って解説します。

クラス設計とコンストラクタ

App072 クラスにアプリの全機能をまとめています（メソッド17個・全421行）。__init__ ではタイトル「音声録音・再生アプリ」とウィンドウサイズ 760x560 を設定します。あわせて状態を保持する変数（self._recording・self._playing・self._pa）を初期化し、最後に _build_ui() で画面を組み立てます。