我的任务是混合音频文件中的原始数据。我目前正在努力通过混合数据来获得干净的声音，但我不断收到失真或白噪声。
假设我有一个来自两个 AudioInputStream 的两字节数据数组。AIS 用于从给定的音频文件中传输字节数组。这里我可以使用 SourceDataLine 的 write 方法来播放单个音频文件。我想同时播放两个音频文件，因此我知道我需要执行某种 PCM 添加。
任何人都可以建议是否应该使用浮点值或字节值来完成此添加？另外，当涉及到添加 3,4 个或更多音频文件时，我猜我的问题会更加困难！我是否需要除以一定数量以避免这种溢出？假设我要添加两个 16 位音频文件（最小 -32,768，最大 32,767）。
我承认，我之前曾对此提出过一些建议，但似乎无法使其发挥作用！我有我尝试过的代码，但不是我的！
任何建议都会很棒。
谢谢
首先，我怀疑您是否真的在使用完全解码的 PCM 数据值。如果直接添加字节，则只有以 8 位分辨率录制声音才有意义，而这种做法越来越少。如今，音频更常见地记录为 16 位值或更多。我认为在某些情况下不需要那么多的频率内容，但对于当前的系统，CPU 节省并不那么重要，因此人们选择至少保持“CD 质量”（16 位分辨率、立体声、41000 fps ）。
因此，第一步，您必须确保将字节流正确转换为有效的 PCM。例如，如果是 16 位编码，则必须以正确的顺序附加两个字节（可以是大端字节序或小端字节序），并使用结果值。
一旦正确处理，通常只需添加这些值就足够了，并且可能施加最小和最大过滤器以确保信号不会超出定义的范围。我可以想到这样做的两个原因：（a）音频通常以足够低的音量录制，求和不会导致溢出，（b）信号足够随机，有正值和负值，所有时刻无论是积极还是消极的贡献者都是罕见且短暂的。
使用最小值和最大值会“剪辑”信号，并可能引入一些可听失真，但它的声音比溢出的声音要小得多！如果您的信号源经常达到最小值和最大值，您可以简单地将音量因子（0 到 1 范围内）乘以一个或多个贡献信号作为一个整体，以降低音频值。
对于 16 位数据，它直接对将两个字节附加在一起而产生的有符号整数（-32768 到 32767）执行操作。但更常见的做法是“标准化”这些值，即将 16 位整数转换为 -1 到 1 范围内的浮点数，在该级别执行操作，然后转换回 -32768 到 32767 范围内的整数并将这些整数分解为字节对。
有一本关于数字信号处理的免费书籍非常值得一读：Steven Smith 的《数字信号处理科学家和工程师指南》。它将提供更多细节和背景。