同じWAVファイルの書き出し時間は、waveだけで12370416ナノ秒から194528083ナノ秒まで揺れました。 ナノ秒は10億分の1秒です。
一方、二つの道具が書いたファイルは、10584044バイトの全体が1バイトも違いませんでした。 読み込みでは、waveが7回中6回で短く終わりました。
この記事では、同じ人工WAVをSoundFileとwaveに読み書きさせた結果を並べます。 最後に、向く人と向かない人を書きます。
ファイル読み込み:全フレームを読む時間は、waveのほうが短い回が多くなりました
60秒のWAVを全部読む処理は、7回中6回でwaveが先に終わりました。 1回目だけは、SoundFileが2804875ナノ秒で、waveの2994875ナノ秒より短くなりました。
読み込みの結果は、どちらも元の音声データとバイト単位で一致しました。 SoundFileは2646000行2列の整数の配列を、waveはbytesを返します。
次の表は、1バッチ(5回の呼び出し)ごとの時間です。
| 試行 | SoundFile(ナノ秒) | wave(ナノ秒) |
|---|---|---|
| 1回目 | 2804875 | 2994875 |
| 2回目 | 2478875 | 2420250 |
| 3回目 | 2475417 | 2299542 |
| 4回目 | 2728500 | 2321875 |
| 5回目 | 2756833 | 2185167 |
| 6回目 | 2800084 | 2508792 |
| 7回目 | 2504000 | 2240791 |
SoundFileは、公式ページで音声をNumPyの配列として扱うと案内されています。 waveは、読んだフレームをbytesで返す作りです。受け取る型が違うので、読んだあとの使い道も変わります。
出典: SoundFile公式のGitHubページ・Python公式ドキュメントのwaveのページ(ともに2026年11月17日確認)
ファイル書き出し:できたファイルは同じでも、時間の揺れ方が違いました
書き出したファイルは、waveが書いたものとSoundFileが書いたもので、全体が1バイトも違いませんでした。 SHA256(ファイルの指紋のような値)も、入力ファイルと同じでした。
時間は、waveの揺れが大きくなりました。 waveは最短の12370416ナノ秒から最長の194528083ナノ秒まで開き、SoundFileは52050083ナノ秒から124565209ナノ秒の間でした。
7回のうち、waveが短かったのは4回、SoundFileが短かったのは3回です。 範囲が大きく重なっているので、この記録だけでは書き出しの勝ち負けを決められません。
| 試行 | SoundFile(ナノ秒) | wave(ナノ秒) |
|---|---|---|
| 1回目 | 78663875 | 57674625 |
| 2回目 | 63773583 | 62694875 |
| 3回目 | 52050083 | 56663583 |
| 4回目 | 57362916 | 69106250 |
| 5回目 | 124565209 | 194528083 |
| 6回目 | 82675542 | 18418042 |
| 7回目 | 87566583 | 12370416 |
出典: SoundFile公式のGitHubページ・Python公式ドキュメントのwaveのページ(ともに2026年11月17日確認)
処理時間:読み込みはwaveが先、書き出しは引き分けでした
二つの操作を並べると、差がはっきり出たのは読み込みだけでした。 読み込みのバッチ時間の中央値は、waveが2321875ナノ秒、SoundFileが2728500ナノ秒です。
書き出しの中央値は、waveが57674625ナノ秒、SoundFileが78663875ナノ秒でした。 ただ、上で見たとおり、試行ごとの揺れが中央値の差より大きく出ています。
次の表は、四つの数字を横に並べたものです。
| 操作 | SoundFile(ナノ秒) | wave(ナノ秒) | 読み取れること |
|---|---|---|---|
| 全フレーム読み込み・中央値 | 2728500 | 2321875 | waveが短い |
| 全フレーム書き出し・中央値 | 78663875 | 57674625 | 揺れが大きく優劣は言えない |
| 全フレーム書き出し・最短 | 52050083 | 12370416 | waveの最短が最も短い |
| 全フレーム書き出し・最長 | 124565209 | 194528083 | waveの最長が最も長い |
「小さい入力なら標準ライブラリが速い」と決めつけるのは早すぎます。 この記録は、60秒のWAV1種類を、このMac1台で測った結果だからです。
落とし穴:戻り値の型が違うので、読んだあとの手間が変わります
waveが返すのはbytesで、SoundFileが返すのはNumPyの配列です。 bytesは、音の大きさの数字が並んだ、まだ数として扱えない生のかたまりです。
配列として計算に使いたいなら、waveの結果には変換の手間が加わります。 今回の時間には、この変換が入っていません。
もう一つの落とし穴は、対応する形式です。 waveは、圧縮なしのPCMとIEEE浮動小数点のWAVに対応し、圧縮の種類は「なし」だけです。FLACやOGGは、waveでは開けません。
読み書き両用で開く使い方もできません。 開き方は読み専用か書き専用のどちらかです。
出典: SoundFile公式のGitHubページ・Python公式ドキュメントのwaveのページ(ともに2026年11月17日確認)
どちらを選ぶか:WAVだけならwave、配列や他の形式が要るならSoundFileです
選ぶ理由は、次の三つです。
- 読み込みの時間を優先するならwaveです。7回の測定のうち6回で、waveのほうが短く終わりました。
- 音声をNumPyの配列で受け取りたいなら、SoundFileです。読み込みの結果が、2646000行2列の整数の配列で返ります。
- FLACやOGGなど、WAV以外の形式も扱いたいなら、SoundFileです。waveでは開けません。
次の箱で、二つの道具の一言まとめを見比べてください。
道具ごとの一言まとめ
SoundFile
音声をNumPyの配列で扱い、WAV以外の形式にも広く対応する道具です。
wave
圧縮なしのWAVに絞った、Python標準の読み書き道具です。読んだ結果はbytesで返ります。
自分の使い方で選ぶ時は、次の流れ図を上から順にたどってください。
SoundFileとwaveの選び方
- 1. WAV以外の形式(FLACやOGGなど)も読み書きしたいですか?はい → SoundFileを選びます。libsndfileが対応する形式を開けます。いいえ → 次は質問2です。
- 2. 読んだ音声を、NumPyの配列でそのまま計算に使いたいですか?はい → SoundFileを選びます。音声がNumPyの配列で返ります。いいえ → 次は質問3です。
- 3. 音声を短いブロックに分けて、重ねながら読みたいですか?はい → SoundFileを選びます。ブロック単位で読む関数があります。いいえ → waveを選びます。圧縮なしのWAVなら、追加の導入なしで足ります。
迷ったら、まずWAVだけならwaveで試します。 配列や別形式が必要になった時に、SoundFileを足す順番が安全です。
測定と比較の範囲
測定は2026年11月17日(日本時間)に、このMac1台で行いました。
環境は、macOS 27.2.1、arm64、CPython 3.14.10です。 SoundFile 0.14.0(libsndfile 1.2.2)、NumPy 2.5.5、Apple M4 Pro、論理CPU 12を使いました。
CPUだけを単一のスレッドで動かし、音声デバイスは使っていません。
SoundFileは最初から入っていなかったので、pipで一時フォルダに取得し、測定後に消しました。 このときNumPyも一時フォルダに入り、実測に使われたのは2.5.5です。
入力は、整数演算で作った人工のWAVです。 16bit PCM、ステレオ、44100Hz、60秒、2646000フレームで、発話ではありません。
比べたのは、全フレームの一括読み込みと一括書き出しの2つです。 1バッチは5回の呼び出しで、1バッチの準備運転のあと7回計り、実行順は交互にしました。
計時には、ファイルを開いてから閉じるまでが入っています。 入力の生成、import、検証、ハッシュは入っていません。ファイルはローカルディスクの一時フォルダに置き、終了時に消しました。
読み込みでは、waveのbytesもSoundFileの配列も、元のデータと一致しました。 書き出しでは、二つのファイルが全体で一致し、互いにも入力にも同じ指紋でした。
読み込みの戻り値の型が違うので、公平な同一出力の比較ではなく、それぞれの標準的な呼び出し方の比較です。 bytesから配列への変換コストは、時間に入っていません。
測っていないものは、次のとおりです。 24bitやfloat、モノラルなど別のサンプル形式は測っていません。
別の長さ、ブロック単位の逐次読み書き、メモリ使用量、import時間、並列や非同期の呼び出しも同じです。 FLACやOGGなどwaveが開けない形式も対象外です。
音質、文字起こしの精度、外部の推論も範囲外です。
ファイルは、OSのキャッシュが温まった状態で読んでいます。 冷えた状態の読み込みと、ディスクへの書き込み完了まで待つ設定は、範囲に入っていません。書き出しの時間が大きく揺れた原因も、調べていません。
倍率や順位は、このCPU、このディスク、この人工WAV、この版に限ります。 7回の計時だけで、有意差の検定はしていません。公式ページに載るベンチマークの数字も使っていません。
出典
公式ページ(すべて2026年11月17日に確認)
- SoundFile 公式 GitHub — https://github.com/bastibe/python-soundfile
- Python 公式ドキュメント wave — https://docs.python.org/3/library/wave.html
自前の測定(2026年11月17日実施)
変更履歴
| 日付 | 内容 |
|---|---|
| 2026-11-17 | 初版。同じ人工WAVで、読み込み・書き出しの結果と処理時間を比べた |
