Для такого приложения вы, вероятно, не хотите записывать в аудиофайл - вместо этого запишите нажатия на ноты и тайминги для гораздо более компактного формата, а затем воспроизведите так же, как если бы пользователь нажимал ноты на записанные времена.
Если вы хотите иметь возможность экспортировать формат аудиофайла, вы можете написать простой микшер, который складывает отдельные сэмплы из ваших исходных сэмплов с правильными смещениями и помещает результаты в ваш выходной аудио-буфер. Вероятно, вам также следует написать очень простой компрессор, чтобы сохранить объем выборки без искажений, вызванных «отсечкой». Это может быть сделано путем деления любой суммированной выборки выше 95% максимального значения выборки. Также может быть способ использовать OpenAL для выполнения этого микширования и воспроизведения в аудиобуфере.