最近项目上需要混音算法，上网查阅了四种常用的混音算法，用python运行来做测试,测试完成的语音数据放在结尾可以下载

混音算法一：加权平均

这种方法很简单，直接将两个PCM样本相加，为了防止溢出再除以二，但是这种方式会导致声音细节丢失声音会变小，并且混入通道数越多，声音衰减越严重，毕竟原始音频直接右移了八位，实际测试下来也是如此，实现方法为：

for i in range(0,sample_nums):
    sig_out[i] = (sig1[i] +sig2[i])/2
#这里的sig_out为最终输出的PCM，sig1和sig2为原始数据，后面同理

混音算法二：newlc中的一段算法

这是网上流传很多的一种混音算法，公式为：C=A+B-(A*B/32767)，我推理不出来，谁能推理一下这个公式请在下方留言，真是不知道啥意思，效果也不错，实现方式为：

for i in range(0,sample_nums):
    if( sig1[i] < 0 and sig2[i] < 0):
        sig_out[i] = sig1[i]+sig2[i] - (sig1[i] * sig2[i] / -(32767))
    else:
        sig_out[i] = sig1[i]+sig2[i] - (sig1[i] * sig2[i] / (32767))

混音算法三：自适应混音加权(衰减因子法)

这种方法的实现原理是先设定一个系数为1，设定为f，将PCM直接相加后乘以f，如果溢出，下一个样本就降低f，如果没有溢出，后面的样本计算时就增大f，达到一个动态调整的效果。实际测试效果也不错，但是直觉感觉这种方法PCM样本数越多越好，太少的话噪声可能比较大，实现代码如下：

for i in range(0,sample_nums):
    temp = sig1[i] + sig2[i]
    out_put = temp*f
    if(out_put>32767):
        f = 32767/(out_put)
        out_put = 32767

    if(out_put<-32768):
        f = -32768/(out_put)
        out_put = -32768
    
    if(f<1):
        f+=(1-f)/32
    sig_out[i] = out_put

混音算法四：时间片分割法

时间片分割法就是将两段音频交替混合，不做加减运算，实际测试这种方式噪音较大，实现方式如下：

for i in range(0,sample_nums):
    if(i%2 == 0):
        sig_out[i] = sig1[i]
    else :
        sig_out[i] = sig2[i]

测试完成的音频，wav1和wav2为原始数据，output1、2、3、4分别对应四种算法：mixAudio.rar

文章目录