在中，音頻質量直接影響了視頻會議的通話質量，而是多方的交流，因此在音頻的處理，我們必須要對多路音頻進行疊加和合成，使到多路音頻聽起來類似于一個聲音，其效果就像同時聽到多個人的發言一樣。我們在視頻會議設計中，有兩種方案的語音疊加方式，一種是在MCU上面進行疊加后，再傳給終端進行播放，這種方式要在MCU進行合成和疊加，疊加的音頻是多少路，需要終端傳輸相應的信令，這樣增加了開發的難度。另外一種方式是終端接收不同的音頻數據，在終端接收后，對音頻進行疊加，這種方式帶寬上需要更多，但疊加算法放在終端，減輕了MCU的負擔。兩種方式都需要對音頻進行疊加，我們現在講一下多路音頻的疊加的方法。
音頻的疊加一般采用線性疊加的方式，也就是對多路的音頻數據*行數據的量化，然后把全部的數據相加，然后取平均值，這樣的做法可以取得較好的混音效果，但有時候會出現混音后溢出的現象，我們可以采用一些溢出的算法，對溢出的數據進行處理，從而更能改善音頻的質量。
總之不論是采用哪種音頻混音方式，我們都是采用線性的疊加的方式，需要改善的是溢出后的處理算法，溢出處理的算法的好壞，決定是否能處理更多的音頻路數。
