Node.js服务端混音需先统一转为16-bit PCM WAV格式，再用ffmpeg-static命令行直混或node-web-audio-api手动叠加波形，最后用ffmpeg替换视频音轨；关键参数包括amix=inputs=2:duration=first和-map 0:v:0 -map 1:a:0。
在 Node.js 环境中无法直接调用浏览器的 MediaRecorder 或 AudioContext，因为这些是 Web API，仅运行于浏览器上下文；Node Video 并非官方术语，实际需求是指：在服务端（Node.js）将已录制的麦克风音频文件与背景音乐混合，生成带配音的视频或纯音频输出。
确认输入源类型与格式
先检查你的麦克风录音文件（如 mic.wav）和背景音乐（如 bgm.mp3）是否为标准 PCM WAV 或已解码音频。Node.js 无法原生解析 MP3 帧，若直接混音会失败。必须统一转为 16-bit PCM、44.1kHz、立体声的 WAV 格式——这是 ffmpeg-static 和 node-wav 等库唯一能可靠读取的格式。
执行转换：ffmpeg -i bgm.mp3 -ar 44100 -ac 2 -sample_fmt s16 bgm_converted.wav。不转格式就调用 WavDecoder 会抛出 Invalid WAV header 错误。
使用 ffmpeg-static 混音（推荐，无需解码）
方法一：命令行直混（最快，适合单次任务）
安装：npm install ffmpeg-static。
在 Node.js 中 spawn ffmpeg 进程：
const ffmpeg = require('ffmpeg-static');
const { spawn } = require('child_process');
spawn(ffmpeg, [ '-i', 'mic.wav', '-i', 'bgm_converted.wav', '-filter_complex', 'amix=inputs=2:duration=first:dropout_transition=2', '-y', 'output_with_voice.mp3' ])。
【duration=first】 表示以麦克风录音时长为准截断背景音乐；若选 longest，BGM 会拖尾导致输出过长。
用 web-audio-api 兼容库在 Node 中模拟混音
方法二：使用 node-web-audio-api + wav-decoder 手动叠加波形（适合需精细控制音量/淡入淡出）
第一步：读取两个 WAV 文件为 Float32Array 数组
第二步：对齐采样点长度——短音频末尾补零，否则 array[i] + array[i] 会越界崩溃
第三步：按比例加权叠加：mixed[i] = mic[i] * 0.7 + bgm[i] * 0.4；系数超过 1.0 会导致削波失真，播放时出现爆音
第四步：用 wav-encoder 将结果写入新 WAV 文件
合成最终视频（含配音）
已有视频 video.mp4 和混音完成的音频 output_with_voice.mp3，执行替换音轨：
ffmpeg -i video.mp4 -i output_with_voice.mp3 -c:v copy -c:a aac -strict experimental -map 0:v:0 -map 1:a:0 -shortest final.mp4
【-map 0:v:0 -map 1:a:0】 显式指定只取视频流和新音频流，避免 ffmpeg 自动合并原始音轨造成双声。
