我有一个应用程序，我可以在其中轻按触摸屏并释放一个点，该点在屏幕上设置动画，读取is下的像素颜色，并根据一些参数将其转换为音频。这在很大程度上起到了很好的作用。
目前，我正在为每个点创建一个音频通道（iPhone AudioComponent）。这很有效，直到我达到大约15个点，然后开始变得"起伏不定"。丢弃音频输入/输出等…
我认为，如果我将所有这些通道的波形混合在一起，然后将波形发送到一个或两个通道，我可以在大量点的情况下获得更好的性能。这就是我寻求建议的地方。
我假设在任何时间t，我可以取（（f1（x）+f2（x））/2.0）。这是混合音频信号的典型方法吗？这样，我永远不会超过（标准化）1.0..-1.0，但我担心会得到相反的结果；安静的音频。如果有那么多点，也许就没那么重要了。
如果有人能说出任何技术的名字，我会去读一下。或者，任何链接都很棒。
我知道现在回答这个问题已经太晚了，但可能有人正在做类似的事情，并希望这些回复能帮助他们。
对于混合（求和）多个音频源时获得正确级别的挑战，通常有两个答案。这是因为这是一个向量问题，根据声音是否连贯，答案会有所不同。
如果这两个源是相干的，那么你可以除以通道的数量。换言之，对于十个通道，将它们相加并除以10（衰减20dB）。然而，为了使所有十个信道都是相干的，它们都必须携带相同的信号。一般来说，这是没有意义的——为什么十个通道会携带相同的信号？
不过，有一种情况下相干性很常见，即对立体声对的左右相加。在许多情况下，这两个独立的信号更接近相干，更接近相同。
如果通道不相干，那么音量将不会增加源的数量，而是增加源数量的平方根。对于十个来源，这意味着总和将是每个来源的3.16倍（假设它们都是同一水平）。这相当于10dB的衰减。因此，要将10个不同声音通道（都具有相同的响度）相加，你应该将所有声音衰减10dB。
10dB=20 x log（3.16），其中3.16是10的平方根。
这也有实际的部分。我们假设所有通道的声音都一样大，但如果不是呢？通常情况下，有些频道是相似的，而另一些频道则比较安静。比如说添加人声加背景音乐——音乐比人声更安静。根据经验，您可以忽略较安静的频道。因此，假设有四个语音频道和两个较安静的音乐频道。我们从忽略音乐通道开始，这留下了四个不连贯的语音通道。四的平方根是2，所以在这种情况下，我们将音频电平减半，衰减6dB。
是的，只需将波形相加即可混合。正如你所说，如果你除以波形的数量，那么你会确保你不会剪辑得到的波形。很明显，你会得到单个波形的音量下降，但你建议的是最简单的方法。
有更复杂的方法将多个源混合在一起，试图获得一致的体积输出，该方法计算RMS/峰值类型参数以改变输出增益。如果你想了解更多关于这方面的信息，请在automixers上搜索。
您可以在混音器的输出上使用AGC（自动增益控制或自动限幅器）算法或过程，以防止在音量较低的混音水平下进行削波。