本发明涉及音视频监控技术领域，尤其涉及车载音视频监控系统实现多方通话的一种音频混音方法，包括如下步骤：各个车载终端，各车载终端和音视频服务器建立通信连接，创建语音信道，音视频服务器建立数据缓冲池，音频数据混音前初处理，首先进行衰减处理，去除低信号样本，确定各路待混音车载音频数据叠加因子初值fmix，将多路待混音车载音频数据分段叠加，并进行声音增益，提高音强，并将混音音频数据发送到云会议所有参与端。本发明在实现车载监控系统语音调度时，可选定多辆车载终端进行语音调度，实现监控中心和多车载终端的虚拟云会议，自由讨论专题、发布信息及警情等行业应用。还可避免爆音影响通话语音质量和混音后声音偏小的现象。