混音是将两个或多个音频波形组合在一起的过程。它涉及将多个音频信号混合在一起，以创建一个整体音频混合物。混音可以用于音乐制作、电影制作、广播等领域。
在混音过程中，可以对每个音频信号应用各种处理，如音量调节、均衡器调整、时域处理（如混响和延迟）以及动态范围处理（如压缩和限制）。这些处理可以改变音频的声音特性、空间感和动态范围，以达到所需的效果。
- 音频对齐：如果有多个音频轨道，需要将它们在时间轴上对齐，以确保它们在正确的时间点播放。
- 音量均衡：调整每个音频轨道的音量水平，使它们在混音中达到适当的平衡。这可以通过调整每个轨道上的音量控制来实现。
- 音频处理：根据需要，对每个音频轨道应用各种音频处理效果，如均衡器、压缩器、混响等。这些效果可以改变音频的频率响应、动态范围和空间感。
- 空间处理：通过应用混响、立体声扩展和声像定位等效果，为音频创建适当的空间感。这可以使音频在立体声或环绕声系统中呈现出更广阔的声场。
- 动态处理：如果需要，可以应用动态处理效果，如压缩和限制，以控制音频的动态范围，使其在不同播放环境中保持一致的音量水平。
- 混音平衡：在整个混音过程中，不断调整各个音频轨道的音量和效果参数，以达到所需的混音平衡和音频质量。
- 导出混音：完成混音后，将混合后的音频导出为最终的音频文件，以供播放、发布或后续处理使用。
可视化混音例子
- 1Hz at 1 amplitude 1 振幅时为 1Hz
- 3Hz at 0.33 amplitude 0.33 振幅时为 3Hz
eg: 多个声音混合
eg: 如果两个音频刚好相位偏移 180 度，即两个音频刚好互相抵消，这也是降噪耳机的原理
音量标准化
不同音频的音量差别大，有时候我们需要调大音量看视频，有的又需要调小音量听音乐。
如果需要把伴奏和人声进行混音，我们肯定是需要他们的音量在一个合适的数值，这样才不会出现混音后，人声盖过伴奏或者伴奏盖过人声的情况。
对于这个问题音频行业其实是有解决方案的，即制定一个响度的标准，并以此进行音量标准化（将平台内所有的音频都调整到同一个标准值），表示响度水平的LUFS (又称LKFS，详见)由此诞生。
常见音视频播放平台的响度数值：
在音视频播放的用户场景如果需要用户体验好的话，是很有必要做音量标准化的。比如下面三个例子：
- 用播放器来播放播客，前一个播客声音很小，于是把系统音量调大了，所以下一个播客突然很刺耳。小宇宙播客 App 进行音量标准化的实现
- 使用腾讯会议开会的时候，有些发言用户声音比较小，有些声音比较大，希望可以对较小声音的发言者进行声音的增益等等。实现：计算音量 -> wasm 算法均值 -> 播放。
- 抖音上视频由于都由客户自己上传，因此声音大小不稳定，在切换视频后声音有时变大有时变小。希望在不手动调整声音的前提下，各个视频声音大小能够维持稳定。抖音的声音归一化的技术
