其实是类似播放器需求，如果能指定播放的起止时间点，在播放过程中取得播放时间，就好了。我现在只能用工具把原始音频拆成一段段的。
音频也是可以的。
但是这么做首先要解决浏览器上的兼容问题。。
就算我们老老实实的使用最基础的 Aduio 对象。。。都有可能在浏览器上碰到无数的问题，比如说 ended 事件不发送，播放延迟，等等
而你所说的合并音频必须是使用 WebAudio 来做，这个的兼容就更不用说了。。。还有很多浏览器是压根不支持 WebAudio。。。
所以，音频很难做到像图片那样，大大的一个兼容性横在中间。。。