・サウンドフォントファイル内に存在するバンク/プリセットの列挙
・格納されているサンプルデータの列挙
取り合えずここまでは多分動くものが作れる気がする。
Preset から Bag を頼りに関連付けられた Instrument を見つけ出し Instrument から対応するサンプルやそれぞれのパラメータを引っ張り出してくるところが完成すれば、発音もさせられるんじゃないかと思う。
波形の処理に関しては自分にとって未知の領域が多いので前途多難な感じはあるが、取り合えずサウンドフォントがどのようにして発音までの道のりを歩んでいくのかについては大雑把に把握できたような気がする。