android 媒体框架

1 MediaMuxer

在 Android 多媒体框架中，MediaMuxer 负责将编码后的音频、视频数据封装到容器文件（如 MP4、WebM 等）中。其调用流程涉及 轨道添加、数据同步、格式配置 等关键步骤。以下是其详细调用流程及核心实现机制：

1.1 MediaMuxer 的核心职责

• 容器封装：将编码后的音频（如 AAC）和视频（如 H.264）数据按容器格式（如 MP4）写入文件。
• 轨道管理：支持添加多个音视频轨道，并维护各轨道的格式信息（MediaFormat）。
• 时间戳同步：确保音视频数据的 PTS（Presentation Time Stamp） 按容器要求对齐。

1.2. 核心调用流程

(1) 初始化 MediaMuxer

// 创建 MediaMuxer，指定输出格式（如 MP4）和输出文件
MediaMuxer muxer = new MediaMuxer(outputPath, MediaMuxer.OutputFormat.MUXER_OUTPUT_MPEG_4);

底层动作：

• 初始化底层 MPEG4Writer（或其他格式的 Writer）。
• 创建文件句柄，准备写入容器头部（如 MP4 的 ftyp 和 moov 原子）。

(2) 添加音视频轨道

在编码器（如 MediaCodec）输出格式确定后，添加轨道：

// 从编码器获取 MediaFormat（需包含 CSD-0/CSD-1 等格式参数）
MediaFormat audioFormat = audioEncoder.getOutputFormat();
MediaFormat videoFormat = videoEncoder.getOutputFormat();// 添加轨道并记录轨道索引
int audioTrackIndex = muxer.addTrack(audioFormat);
int videoTrackIndex = muxer.addTrack(videoFormat);// 必须调用 start() 后才能写入数据
muxer.start();

关键约束：

• 格式参数必须完整：如音频的 sample-rate、channel-count，视频的 width、height、csd-0（如 H.264 的 SPS/PPS）。
• 轨道顺序无关：但需在 start() 前添加所有轨道。

(3) 写入编码数据

从编码器的输出缓冲区获取数据，并按时间戳写入：

// 示例：写入视频数据
MediaCodec.BufferInfo bufferInfo = new MediaCodec.BufferInfo();
int outputBufferIndex = videoEncoder.dequeueOutputBuffer(bufferInfo, TIMEOUT_US);
if (outputBufferIndex >= 0) {ByteBuffer encodedData = videoEncoder.getOutputBuffer(outputBufferIndex);if ((bufferInfo.flags & MediaCodec.BUFFER_FLAG_CODEC_CONFIG) != 0) {// 编码配置信息（如 SPS/PPS）已通过 addTrack 传递，无需重复写入bufferInfo.size = 0;}if (bufferInfo.size > 0) {// 调整时间戳基址（如从 0 开始）bufferInfo.presentationTimeUs = computePresentationTimeUs();// 写入数据到对应轨道muxer.writeSampleData(videoTrackIndex, encodedData, bufferInfo);}videoEncoder.releaseOutputBuffer(outputBufferIndex, false);
}

关键点：

• 时间戳对齐：音频和视频的 PTS 必须基于同一时间基准。
• BUFFER_FLAG_CODEC_CONFIG：编码器初始化的配置数据（如 H.264 的 SPS/PPS）通常已在 MediaFormat 中传递，无需重复写入。
• 线程安全：建议在单线程中调用 writeSampleData，避免多线程竞争。

(4) 停止并释放资源

muxer.stop();
muxer.release();

底层动作：

• 生成容器尾部：如 MP4 的 moov 原子（包含音视频轨道的元数据和索引）。
• 关闭文件句柄：确保数据完全写入磁盘。

1.3. 实现原理与核心源码

(1) 容器格式处理

• MP4 封装：由 MPEG4Writer 实现，负责按 ISO BMFF 标准生成 ftyp, moov, mdat 等原子。
• WebM 封装：由 WebmWriter 处理，遵循 WebM 规范。

(2) 轨道管理

• 轨道索引映射：MediaMuxer 内部维护 List<Track>，记录各轨道的格式和写入状态。
• 格式校验：在 addTrack() 时检查 MediaFormat 的必需参数。

(3) 时间戳同步

• PTS 转换：将输入的 presentationTimeUs 转换为容器的时间基准（如 MP4 的 timescale）。
• 乱序处理：某些容器（如 MP4）要求样本按时间戳递增顺序写入，需内部缓存排序。

1.4. 关键问题与优化

(1) 轨道添加失败

• 原因：MediaFormat 缺少关键参数（如视频的 csd-0）。
• 解决：确保在编码器输出 INFO_OUTPUT_FORMAT_CHANGED 后再获取 MediaFormat。

(2) 文件损坏或无数据

• 原因：未调用 stop() 或异常退出导致 moov 原子未生成。
• 解决：使用 try-finally 确保 stop() 被调用：

  try {muxer.start();// ... 写入数据
  } finally {muxer.stop();muxer.release();
  }
  

(3) 性能优化

• 批量写入：合并多个样本后一次性写入，减少 IO 次数。
• 异步写入：在独立线程中处理 writeSampleData，避免阻塞编码线程。

1.5. 完整调用流程图

1.6. 典型错误案例

(1) 提前调用 writeSampleData

// 错误：未调用 start() 前写入数据
muxer.addTrack(videoFormat);
muxer.writeSampleData(...); // 抛出 IllegalStateException

(2) 重复添加轨道

// 错误：重复添加同一轨道
muxer.addTrack(videoFormat);
muxer.addTrack(videoFormat); // 抛出 IllegalStateException

(3) 时间戳跳跃

// 错误：视频 PTS 非单调递增
bufferInfo.presentationTimeUs = 1000;
muxer.writeSampleData(...);
bufferInfo.presentationTimeUs = 500; // 可能导致文件无法播放

总结

MediaMuxer 的调用流程为：初始化 → 添加轨道 → 启动 → 写入数据 → 停止释放。关键注意事项包括：

1. 轨道添加时机：必须在编码器输出格式确定后（收到 INFO_OUTPUT_FORMAT_CHANGED）。
2. 时间戳管理：确保 PTS 单调递增且音视频同步。
3. 资源释放：必须调用 stop() 以生成完整的容器文件。

开发者应结合 MediaCodec 和 MediaMuxer 实现高效的音视频封装，适用于录制、转码等场景。

2.录音生成aac文件

2.1. 整体流程

2.2. 框架层核心组件与流程

(1) 应用层调用 MediaRecorder

应用通过 MediaRecorder 配置录音参数并启动录制：

MediaRecorder recorder = new MediaRecorder();
recorder.setAudioSource(MediaRecorder.AudioSource.MIC);
recorder.setOutputFormat(MediaRecorder.OutputFormat.AAC_ADTS); // 裸AAC流
recorder.setAudioEncoder(MediaRecorder.AudioEncoder.AAC);
recorder.setOutputFile("output.aac");
recorder.prepare();
recorder.start();

• 关键配置：音频源（MIC）、输出格式（AAC_ADTS 或 MPEG_4）、编码格式（AAC）。

(2) 框架层初始化音频输入

• MediaRecorder 初始化：

  • 在 Native 层创建 StagefrightRecorder（实际处理录制的核心类）。
  • 初始化 AudioSource，负责与 AudioFlinger 交互。

• AudioSource 的工作：

  • 通过 AudioRecord 与 AudioFlinger 通信，建立录音会话。
  • 分配共享内存缓冲区，用于接收来自 HAL 的 PCM 数据。

(3) 音频数据采集（AudioFlinger）

• AudioFlinger 的角色：

  • 系统级音频服务，管理所有音频输入/输出设备。
  • 创建 RecordThread，从 HAL 层读取麦克风的原始 PCM 数据。

• 数据流路径：

  // frameworks/av/services/audioflinger/Threads.cpp
  void AudioFlinger::RecordThread::threadLoop() {while (true) {// 从 HAL 读取 PCM 数据inputStream->read(buffer, bufferSize);// 将数据传递给客户端（如 AudioSource）mClient->copyBuffer(buffer, bufferSize);}
  }
  

(4) 音频编码（MediaCodec）

• 编码器初始化：

  • StagefrightRecorder 根据配置的编码格式（如 AAC）创建编码器实例。
  • 通过 MediaCodec 创建软件或硬件编码器（如 OMX.google.aac.encoder 或厂商实现的编码器）。

• 编码流程：

  • PCM 数据从 AudioSource 的缓冲区传递给编码器输入队列。
  • 编码器将 PCM 转换为 AAC 格式的压缩数据包。
  • 输出队列中的 AAC 数据被提取并传递给 MediaMuxer。

(5) 文件封装（MediaMuxer）

• 封装逻辑：

  • 若输出格式为 AAC_ADTS，直接写入 AAC 原始流（需添加 ADTS 头）。
  • 若输出格式为 MPEG_4，使用 MPEG4Writer 封装为 MP4 文件，包含 moov（元数据）和 mdat（音频数据）原子。

• 关键代码路径：

  // frameworks/av/media/libstagefright/MPEG4Writer.cpp
  status_t MPEG4Writer::writeSampleData(...) {// 将 AAC 数据包写入 mdat 原子writeMdatData(buffer, size);
  }
  

2.3. 框架层关键类与交互

(1) StagefrightRecorder

• 位置：frameworks/av/media/libmediaplayerservice/StagefrightRecorder.cpp
• 职责：
  • 协调 AudioSource、MediaCodec、MediaMuxer 的协作。
  • 处理状态机（录制、暂停、停止）。

(2) AudioSource

• 位置：frameworks/av/media/libmediaplayerservice/AudioSource.cpp
• 职责：
  • 封装 AudioRecord，管理 PCM 数据的采集。
  • 提供数据给编码器（MediaCodec）。

(3) MediaCodec

• 位置：frameworks/av/media/libstagefright/MediaCodec.cpp
• 职责：
  • 封装编码器（如 AAC 编码器），处理 PCM 到 AAC 的转换。
  • 支持同步/异步模式，管理输入/输出缓冲区。

(4) MPEG4Writer / WebmWriter

• 位置：frameworks/av/media/libstagefright/MPEG4Writer.cpp
• 职责：
  • 将编码后的 AAC 数据按容器格式（如 MP4）写入文件。
  • 生成完整的文件结构（如 ftyp, moov, mdat）。

2.4. 关键问题与优化

(1) 低延迟优化

• 使用 AudioRecord 直接控制：绕过 MediaRecorder，手动管理 AudioRecord 和 MediaCodec。
• 缓冲区大小调整：通过 getMinBufferSize() 计算最小缓冲区，减少延迟。

(2) 编码格式兼容性

• 硬件编码支持：优先选择 MediaCodecInfo.isHardwareAccelerated() 为 true 的编码器。
• ADTS 头添加：若输出裸 AAC 流，需手动添加 ADTS 头（7 或 9 字节）。

(3) 错误处理

• MediaCodec 状态机：处理 INFO_TRY_AGAIN_LATER 和 ERROR_END_OF_STREAM。
• 文件写入完整性：确保 MediaMuxer.stop() 被调用，生成完整的容器文件。

2.5. 总结

Android 框架层从麦克风录音到生成 AAC 文件的流程如下：

1. 音频采集：AudioFlinger 通过 RecordThread 从 HAL 读取 PCM 数据。
2. 编码处理：MediaCodec 将 PCM 编码为 AAC。
3. 文件封装：MediaMuxer 将 AAC 数据写入容器（如 MP4 或裸流）。

关键类：

• AudioFlinger：管理音频硬件输入。
• StagefrightRecorder：协调录制流程。
• MediaCodec：实现音频编码。
• MediaMuxer：处理文件封装。

开发者可通过定制 AudioRecord 和 MediaCodec 实现更灵活的音频处理逻辑（如实时降噪），或通过 MediaRecorder 快速生成标准音频文件。