Не пытаться воспроизводить ноты, а тупо воспроизводить поток бит. Наверно, масштабируя по временной оси. Думаю, для речи так было бы лучше. Или там есть выявление/поддержка многоголосия? (R1, DTMF)
Вид для печати
Chrome 88+, Firefox 85+, Safari 14+, Opera 74+.
В каких браузерах у вас не работает?
- - - Добавлено - - -
В эмуляции на JavaScript тактирование по реальному времени крайне не точно. Браузер не гарантирует, когда именно даёт время на выполнение, поэтому эмулятор тактируется по циклам виртуального процессора, выполняя команды группами, и тактируя приблизительно по десяткам миллисекунд. Это незаметно в общем, но надеяться на точное выполнение по времени каждой команды нельзя.
Поэтому просто воспроизведение потока бит будет далеко от реальности.