如何混合多个 PCM 音频包（语音流）

Question

我正在为游戏开发 Java 语音聊天，当多个玩家同时交谈时，我遇到了音频混合问题。音频仅发送给附近的播放器，因此我将每个用户的缓冲区分别存储在客户端上，并将 id 与语音包一起发送到服务器上。为了听，我正在浏览用户列表并检查现有用户的缓冲区以重现它们。但是，我的音频混合有问题，可能混合错误。我应该如何混合这些音频包？音频是 16 位 PCM。当几个玩家一起说话时，这些音频中有很多噪音/嘶嘶声，音频几乎听不见。

应用于此混音器的正确算法是什么？

Answer 1

根据我对麦克输入的有限经验，我的出发点是尝试以下步骤：

1. 将 16 位字节转换为 PCM
2. （考虑对 PCM 应用低通滤波器，并可能增加音量）
3. 将要混合的每一行的 PCM 值加在一起
4. 将 PCM 转换回字节

我无法从您的描述中判断您是否正确执行了第 1 步。

进一步研究的可能地点是 jitsi.org。他们的服务是用 Java 编写的并且是开源的。知道他们如何处理这件事会很有趣。但在我看来，最常见的事情是任何时候只选择并播放一条线。这种限制可能有充分的理由。但我不知道这是否是技术性的（例如，噪音以一种淹没声音的方式积累）或者只是人们同时说话很容易造成混乱。我想也可能有回声/反馈的考虑。我期待看到其他人可能会为此提供哪些信息。