本文共 1033 字，大约阅读时间需要 3 分钟。
总结一下我对混音算法的学习，大概有以下几种方式： 1. 直接加和： 缺点：极易产生溢出； 2. 加和后再除以混音通道数，防止溢出
优点：不会产生溢出，噪音较小； 缺点：衰减过大，影响通话质量；
3. 加和并箝位，如有溢出就设最大值（当发生上溢时，箝位以后的值为所能表示的最大值，当发生下溢时，箝位后的值为所能表示的最小值）
缺点：在溢出的地方引入了严重的噪音
4. 饱和处理，接近最大值时进行扭曲（“软件混音的实现”一文算法就是这类） 5. 归一化处理，全部乘个系数，使幅值归一化。（只适用于文件） 6. 衰减因子法，用衰减因子限制幅值[1]。自适应加权混音算法 思路：使用更多的位数(32 bit)来表示音频数据的一个样本，混完音后在想办法降低其振幅，使其仍旧分布在16 bit所能表示的范围之内，这种方法叫做归一法； 方法：为避免发生溢出，使用一个可变的衰减因子对语音进行衰减。这个衰减因子也就代表语音的权重，衰减因子随着音频数据的变化而变化，所以称为自适应加权混音。当溢出时，衰减因子较小，使得溢出的数据在衰减后能够处于临界值以内，而在没有溢出时，又让衰减因子慢慢增大，使数据较为平缓的变化。
直接加和，或除以通道数的混音方法有严重缺陷，效果可能很差。箝位法最大混音数大约是4个，饱和处理最大混音数可能再高几个。对于大量的混音，应该采用衰减因子法。 文献[2]提出了一个自对齐权重法(align-to-self weighted,简称ASW)，以一个时间帧为单位进行衰减，可能在帧之间有断续，效果应该不如平滑的衰减。 如果[1]中的衰减因子计算时能考虑整个时间片的数据，而不仅仅是当前点，那样效果会更好吧。