以下是一些建议：

• 有很多开源实现（Sox、Audacity 等）。即使您不理解它们，您也可以将代码从 C 转换为 javascript。
• 我不知道网上对这个过程有很好的解释，但有很多关于这个主题的书：
  • 数字音频信号处理涵盖了这个主题并且写得很好。（与DAFX 一样，但 DAFX 组织不善，覆盖面也不那么简单）
  • Digital Audio with Java也涵盖了这个主题，并附带了应该很容易翻译成其他语言的工作 Java 代码，例如 javascript。这本书有很多缺陷，但是对于没有音频编程经验的人来说还是不错的。

原理是创建信号的包络（由启动和释放控制），使用一些传递函数（由比率、阈值和拐点控制）对该包络进行整形，然后将该结果应用回原始信号。化妆增益阶段通常会随之而来。

@Deve 的回答提出了一些可能的传递函数。

作为一个简单的开始，我将使用一个非线性特性来压缩您的输入信号：$g(x)$

$$y = g\left(x\right)$$

其中（正如 endolith 在评论中指出的那样）是输入音频信号的包络是应用于实际音频信号的输出包络。可以是比小输入值衰减大输入值的任何函数。例如，已经开发了A-Law和 - Law函数来压缩电话的语音信号。不过，我不知道这听起来对音乐有多好。$x$$y$$g(x)$$\mu$

另一个非常简单的压缩函数是衰减高于某个阈值的所有幅度： 其中是衰减。但这不会很好地工作，因为我们的听觉是对数的，因此衰减可能太强了。这就是为什么音频压缩器在对数刻度上工作的原因，它导致与上述相同的功能，但所有值都取对数并且相对于最大可能值。对于： $\delta$

$$g(x) = \begin{cases} x & \text{for} & x \leq \delta \\ ax + (1-a)\delta & \text{for} & x > \delta \end{cases}$$ $a < 1$$x > 0$ $$\log(g(x)) = \begin{cases} \log(x) & \text{for} & x \leq \delta \\ \frac{1}{r}\log(x) + \left(1-\frac{1}{r}\right)\log(\delta) & \text{for} & x > \delta \end{cases}$$

对于音频压缩器，通常以 dB 为单位给出，表示为某个比率，例如 3:1（即）。这会产生一个指数函数，当线性表示时（希望它是正确的，请检查它，也）： 这个函数有一个“硬拐点”，意味着函数处不可微。对于“软膝盖”，此时您需要一些平滑的过渡。上述函数对负$\delta$$r$$r=3$$x>0$

$$g(x) = \begin{cases} x & \text{for} & x \leq \delta \\ \delta^{1 - 1/r}x^{1/r} & \text{for} & x > \delta \end{cases}$$ $\log g(x)$$x = \delta$$x$的绝对值。$x$

起音和放音会影响不同的声音，例如底鼓、军鼓和人声。它们确定在达到阈值之前压缩器应该开始工作多长时间，以及在信号低于阈值后它应该继续工作多长时间。要实现这一点，您将不得不使用某种前瞻性。

的所有幅度都被衰减，可用的动态范围没有被充分利用。这通过所谓的“补偿增益”来校正，它只是压缩信号与增益因子的简单乘法。通过首先降低动态范围然后放大信号压缩器可以使音乐显得“响亮”。$\delta$$G>1$