作为使用此类实时流媒体服务的初学者，我花了数小时试图弄清楚这是如何实现的，但似乎无法确定我会准确地去做。
>我正在制作一个个人基本网络应用的原型，它执行以下操作：
在 web 浏览器中，web 应用程序有一个按钮，上面写着“流麦克风” - 当按下它时，它会从用户的麦克风流式传输音频（用户显然必须同意允许发送他们的麦克风音频）通过到我假设将运行 node.js 的服务器（此时没有具体原因，只是认为我会这样做）。
服务器以某种方式接收到足够接近实时的音频（不知道我会怎么做）。
然后我可以在命令行上运行 ffmpeg 并实时获取实时音频并将其作为声音添加到视频文件中（假设我要播放 testmovie.mp4 ) 我想玩。
我研究了各种解决方案 - 例如可能使用 WebRTC、RTP/RTSP、将音频管道传输到 ffmpeg、Gstreamer、Kurento、Flashphoner 和/或 Wowza - 但不知何故，它们看起来过于复杂，而且通常似乎专注于视频带音频。我只需要处理音频。
答案 0 :(得分：1)
正如您所发现的，有许多不同的选项可以从支持 WebRTC 的浏览器接收音频。从最简单到更难的选项可能是：
使用支持 WebRTC 的服务器，例如 Janus、Kurento、Jitsi（不确定 wowzer）等。这些服务器往往具有插件系统，其中之一可能已经具有您需要的音频混合功能。
如果您对 node 感到满意，您可以使用 werift 库接收 WebRTC 音频流，然后将其转发到 FFmpeg。
如果您想完全控制 WebRTC 管道并可能进行音频混合，您可以使用 gstreamer。根据您的描述，它应该能够完成完整的任务，而无需涉及单独的 FFmpeg 进程。
答案 1 :(得分：1)
我们这样做的方法是用 Java 创建一个 Wowza 模块，该模块将从传入的流中获取音频，从您想要的任何位置获取视频，然后将它们混合在一起。
没有理由在混合中引入像 ffmpeg 这样的第三方。
甚至还有一个来自 Wowza 的样本：https://github.com/WowzaMediaSystems/wse-plugin-avmix