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，当几个玩家同时讲话时，我的音频混音有问题。音频仅发送到附近的播放器，因此我将每个用户的缓冲区分别存储在客户端上，并将ID和语音数据包一起发送到服务器上。要收听，我要遍历用户列表并检查现有用户的缓冲区以重现它们。但是，我在混合音频时遇到问题，可能是混合错误。我应该如何混合这些音频包？音频是16位PCM。当几个玩家一起聊天时，这些音频中有很多杂音/嘶嘶声，因此音频几乎听不到。

适用于此混音器的正确算法是什么？

Answer 1

基于我对话筒输入的有限经验，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值相加
4. 将PCM转换回字节

根据您的描述，我无法确定您是否正确地执行了步骤1。

可能需要进一步研究的地方是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将很有趣。但是在我看来，最平常的事情是在任何一次都只选择并播放一条线。对此限制可能有充分的理由。但是我不知道这是否是技术性的（例如，噪音以淹没声音的方式积累）还是仅仅是人们同时讲话很容易造成混乱。我认为可能还有回声/反馈注意事项。我将期待看到其他人可以为此提供哪些信息。