一个新型的混音算法

针对传统经典的线性混音，路数多时音量变小的缺点；自创了一个新的混音算法，解决该问题，声音不会忽大忽小，而且该方法还能一定程度抑制噪声，突出人声，能实时计算量小，专利已经受理。

对于混音方法，网上和文献上流传许多方法。

1.平均权重

2.随幅值变化的权重
3.利用衰减因子缓慢规整
4.绝对值处理
5.A+B-A*B(书写不是很精确)
经过实验，方法做了比较了：
方法1.唯一的缺陷就是正反时抵消的情况
方法2.计算量大，忽重忽轻
方法3.小值的时候 比 线性的 声强要大，但是对于比较洪亮的歌曲，出现波形失真，会破音，也无法避免方法1的问题

放大4.能保证语义信息，但是丢失了相位信息，声音失真。
方法5.网上流传的经典算法 A+B-A*B，能克服1的问题，但是声音有些失真，其它情况，与方法1相当。

方法5的理解：

其实就是线性分量A+B与非线性分量A*B的一个叠加

(A+B)/A*B=1/A+1/B。 （-1<A<1,-1<B<1）

对于0<A<1,0<B<1时，平均算下，A与B都作0.5，A+B>4*A*B，也就是说A+B的分量远远大于A*B。为了进一步达到该目的，可以进一步做优化处理，目的就是使得

A和B都尽可能小，最后混音完后，再放大。

同样的，其他情况也是如此。