安徽四创电子股份有限公司 胡 斌

一种多路音频混音算法的实现与应用

安徽四创电子股份有限公司 胡 斌

在音频混音技术中，混音算法决定了其混音路数及输出的混音质量，而现有的大多数混音算法混音效果不理想，混音路数过少，音频质量差。该文介绍并设计实现了一种基于分段量化规则的音频混音方法，提高了混音路数及输出的混音质量，降低了噪音，具有良好的听觉舒适感。该方法的应用，对于支持音频交互工作、改善用户体验具有重要意义。

音频交互；混音路数；混音质量；用户体验

0 引言

语音互动的重要性要求远远高于多媒体通信中的其他元素，如视频或其他数据。因为视频或其他数据在相对较长的时延内的抖动都是可以被用户接受的，而音频部分如果时间稍长，就会产生很明显的断续感，以致用户根本无法分辨语音所承载的语义从而严重影响沟通。多路音频交互的核心问题就是混音，而提供资源使用率相对低且音频交互质量更高的混音方法，以提升用户的实际体验效果，已成为本领域技术人员需要解决的技术难题。

1 混音基本原理

对于多路音频混音系统来说，需要将各处的音频数据在时域进行混合。

当各信号的抽样率一致时，混音可以实现为将各信号的采样数据线性叠加，然后将混音后语音流发送到播放设备驱动缓冲区进行播放。由于混音后的音频数据是每路输入音频的线性叠加，因此可以用data[j,i]表示第j个连续音频流亦即声源j的第i个线性样本值（声强）[6]，则混音后的音频流的第i线性样本值应为：