針對傳統經典的線性混音，路數多時音量變小的缺點；自創了一個新的混音演算法，解決該問題，聲音不會忽大忽小，不會溢位，而且該方法還能一定程度抑制噪聲，突出人聲，能實時計算量小，專利已經受理。

對於混音方法，網上和文獻上流傳許多方法。

1.平均權重

2.隨幅值變化的權重
3.利用衰減因子緩慢規整
4.絕對值處理
5.A+B-A*B(書寫不是很精確)
經過實驗，方法做了比較了：
方法1.唯一的缺陷就是正反時抵消的情況
方法2.計算量大，忽重忽輕
方法3.小值的時候 比 線性的 聲強要大，但是對於比較洪亮的歌曲，出現波形失真，會破音，也無法避免方法1的問題

放大4.能保證語義資訊，但是丟失了相位資訊，聲音失真。
方法5.網上流傳的經典演算法 A+B-A*B，能克服1的問題，但是聲音有些失真，其它情況，與方法1相當。

方法5的理解：

其實就是線性分量A+B與非線性分量A*B的一個疊加

(A+B)/A*B=1/A+1/B。 （-1<A<1,-1<B<1）

對於0<A<1,0<B<1時，平均算下，A與B都作0.5，A+B>4*A*B，也就是說A+B的分量遠遠大於A*B。為了進一步達到該目的，可以進一步做優化處理，目的就是使得

A和B都儘可能小，最後混音完後，再放大。

同樣的，其他情況也是如此。