演奏開始時間からのフレーム数に対して補正するようにすれば、無視できるくらいの誤差になるのではないでしょうか。 どちらにしても、プチコン３号でタッチやボタンを検出出来る時間の最小単位が、フレームなので、プチコンの限界かと思います。あとは、MIC機能を使ってボタンを押したときの音を拾うれいさんの方法も考えられます。