为何Web Audio的GainNode仅标注1个输入却能实现多路音频混音？

哈哈，这个问题问得太戳中Web Audio新手的“直觉误区”了！我当初第一次碰到这个矛盾的时候，也盯着文档愣了好久，完全想不通“单输入”怎么能混音——其实这里的关键是，Web Audio API里的「输入数量」和我们直觉里的「物理输入端口」根本不是一回事！

先给你划重点：GainNode的numberOfInputs=1，指的是它只有1个「输入插槽」，但这个插槽允许你连接任意多个音频源，Web Audio会自动在这个插槽处完成多路音频的混音叠加。

具体来说，Web Audio的连接逻辑是这样的： #

当你把多个AudioNode（比如你的两个BufferSourceNode）连接到同一个GainNode的输入时，Web Audio的音频渲染引擎会在每一次音频帧渲染周期里，把所有连接到这个输入插槽的音频流的样本数据按通道对应相加（左声道加左声道，右声道加右声道），生成一个混合后的单流，再送入GainNode进行音量增益处理。

这不是什么“隐藏功能”，而是Web Audio API的核心设计之一：所有带有输入插槽的AudioNode，其单个输入插槽都支持多路连接的自动混音。哪怕是AudioDestinationNode（也就是audioContext.destination，音频输出设备的接口），它的numberOfInputs也是1，但你照样可以把N个节点都连到它上面，一样能听到混合后的声音——原理和你用GainNode混音完全一致。

为什么文档要写“输入数量为1”？ #

这里的“输入数量”指的是节点的逻辑输入接口数量，而不是“可连接的源的数量”。举个类比：就像你家的音响只有一个3.5mm输入口，但你可以用一个一分二的转接线，把手机和电脑的音频都接进去——音响本身的物理接口是1个，但通过转接线能接多个源，而Web Audio里这个“转接线+混音”的步骤是内置在单个输入插槽里的，不需要你额外操作。

回到你的代码例子：你把两个音频源都连到GainNode，再输出到MediaStreamDestination，最终能录制到混合音频，这完全符合Web Audio的规范，一点都不矛盾。你觉得“单输入不能混音”是被物理设备的直觉误导了，但Web Audio的逻辑连接模型和物理硬件是两回事~

如果以后你需要更精细的通道控制（比如把单声道源合并成立体声），可以用ChannelMergerNode，但对于多路同格式音频的混音，直接连到同一个输入插槽就足够了，这是最简洁高效的方式。

备注：内容来源于stack exchange，提问作者ph3rin