Владимир Бершов

Зафиксировать настройки "навсегда" не получилось, но я сохранил нужные установки командой
alsactl -f my_asound.state store,
и вставил восстановление настроек в свою программу:
alsactl -f my_asound.state restore

1. Представить все потоки в виде массивов чисел определенного типа, использованного при записи (обычно short или float )
Другими словами, представить потоки не в виде массива байт, а в виде массива 16-ти битных (short) или 32-х битных (float) чисел (выборок). После этого можно делать обычное сложение по выборкам.
Примечание: если в потоке стерео сигнал, то он должен быть преобразован в 2 массива, по принципу: все нечетные выборки 1-й канал, а все четные - 2-й канал.

Делал несколько раз прямые трансляции в интернет с двух камер. Задачу синхронизации (т.е. выставления задержек для каждого источника) довольно просто решить с помощью программы vMix: www.vmixhd.com
Полноценная программа создания трансляций - можно делать "картинку в картинке", компрессию звука, титры и т.д.