18、音视频录制流程：MediaRecorder 架构、编码器配置、文件封装（MP4/TS）
大家好，我是你们的老朋友。今天我们来聊聊 Android 上最常用的录制 API——MediaRecorder。说实话，这个组件我用了快十年了，从最早的 2.3 时代一路跟到现在的 14、15 版本。它的封装程度很高，但正因为高，很多人只停留在「调个接口就能录」的层面。一旦遇到画质不对、音画不同步、封装格式选错这类问题，就抓瞎了。
这一章，我会带你深入 MediaRecorder 的内部架构，看看它到底是怎么工作的。然后我们聊聊编码器的选择与配置，最后再对比一下 MP4 和 TS 这两种封装格式的适用场景。嗯，内容不少，我们慢慢来。
18.1 MediaRecorder 的整体架构
先看一张图，这是我画的 MediaRecorder 核心架构图。它把整个录制流程分成了三层：应用层、框架层、底层引擎。
从这张图你能看到，MediaRecorder 并不是一个简单的「录制器」，它背后是一整套流水线。我个人习惯把这条流水线分成三个阶段：
- 数据采集阶段：从麦克风（AudioSource）和摄像头（CameraSource）获取原始数据。
- 编码阶段：通过 MediaCodec 将原始音视频数据压缩成 H.264/H.265、AAC 等格式。
- 封装阶段：由 MPEG4Writer 或 TSWriter 将编码后的数据写入文件容器。
这里有个关键点：MediaRecorder 内部其实是在 StagefrightRecorder 这个 C++ 类里完成所有调度的。它负责协调音视频源的启动时间、编码器的配置、以及封装器的写入节奏。我在项目中遇到过一个问题——录制出来的视频前几帧是黑的，后来发现是摄像头启动比编码器慢，导致编码器拿到了空数据。解决办法是在 start() 之前加一个短暂的延迟，或者用 setCaptureRate() 做缓冲。
18.2 编码器配置：选对参数很重要
编码器配置是录制质量的关键。MediaRecorder 提供了几个 setter 方法，但很多人只用了默认值。我建议你至少关注以下三个参数：
| 参数 | 方法 | 推荐值 | 说明 |
|---|---|---|---|
| 视频编码格式 | setVideoEncoder() |
H.264 (AVC) 或 H.265 (HEVC) | H.264 兼容性最好，H.265 压缩率更高 |
| 视频比特率 | setVideoEncodingBitRate() |
2~20 Mbps（视分辨率而定） | 1080p 建议 8~12 Mbps，4K 建议 20~40 Mbps |
| 帧率 | setVideoFrameRate() |
24 / 30 / 60 fps | 30 fps 是主流，60 fps 需要硬件支持 |
| 音频编码格式 | setAudioEncoder() |
AAC (LC) 或 AAC (HE) | AAC LC 兼容性最好，HE-AAC 适合低码率 |
| 音频采样率 | setAudioSamplingRate() |
44100 或 48000 Hz | 48000 Hz 是视频录制标准 |
| 音频比特率 | setAudioEncodingBitRate() |
128~256 kbps | 128 kbps 够用，192 kbps 以上更好 |
另外，编码器的配置顺序也有讲究。我习惯这样写：
MediaRecorder recorder = new MediaRecorder();
// 1. 先设置音视频源
recorder.setAudioSource(MediaRecorder.AudioSource.MIC);
recorder.setVideoSource(MediaRecorder.VideoSource.CAMERA);
// 2. 再设置输出格式
recorder.setOutputFormat(MediaRecorder.OutputFormat.MPEG_4);
// 3. 然后设置编码参数
recorder.setVideoEncoder(MediaRecorder.VideoEncoder.H264);
recorder.setAudioEncoder(MediaRecorder.AudioEncoder.AAC);
recorder.setVideoEncodingBitRate(10_000_000); // 10 Mbps
recorder.setVideoFrameRate(30);
recorder.setVideoSize(1920, 1080);
recorder.setAudioSamplingRate(48000);
recorder.setAudioEncodingBitRate(192_000);
// 4. 最后设置输出文件
recorder.setOutputFile("/sdcard/record.mp4");
// 5. 准备并启动
recorder.prepare();
recorder.start();
为什么顺序这么重要？因为 MediaRecorder 内部的状态机是严格分阶段的。如果你在 setOutputFormat 之前调了 setVideoEncoder，有些设备会直接抛异常。嗯，这是 Android 文档里没写清楚的坑。
18.3 文件封装：MP4 vs TS
MediaRecorder 支持多种输出格式，但最常用的就是 MP4 和 TS。很多人觉得「反正都是视频文件，随便选一个就行」，其实不然。这两种格式的设计目标完全不同。
MP4（MPEG-4 Part 14）
MP4 是互联网上最通用的容器格式。它的特点是：
- 元数据集中在文件头：moov box 包含所有索引信息。这意味着文件必须完整写入后才能正常播放。
- 随机访问友好：支持快进、快退、章节跳转。
- 流式传输不友好：如果文件没写完（比如录制中断），moov box 可能损坏，导致整个文件无法播放。
我在项目中遇到过最典型的问题：用户录制到一半，手机没电了，结果录制的 MP4 文件打不开。后来我们加了一个「边录边修复」机制——每 5 秒写一次 moov box 的临时索引，但说实话，这只能降低损失，不能完全避免。
TS（MPEG-2 Transport Stream）
TS 是广播电视领域的老将。它的特点是：
- 数据包化：每个 TS 包 188 字节，包含独立的 PES（Packetized Elementary Stream）。
- 抗丢包能力强：即使中间有数据丢失，前后包依然可以解码。
- 实时流式传输：不需要等待文件写完，边录边播。
- 文件体积略大：因为每个包都有头部开销。
什么时候用 TS？我个人建议：
- 直播推流场景（RTMP/HLS 底层就是 TS）
- 长时间录制（比如监控摄像头，录制 24 小时不断）
- 对文件完整性要求不高的场景（允许丢帧）
什么时候用 MP4？
- 短视频录制（15 秒到 5 分钟）
- 需要后期编辑的场景（剪辑软件对 MP4 支持最好）
- 上传到社交平台（平台几乎都要求 MP4）
| 特性 | MP4 | TS |
|---|---|---|
| 元数据结构 | 集中式（moov box） | 分布式（每个包独立） |
| 抗损坏能力 | 弱（文件头损坏则全损） | 强（可部分播放） |
| 流式传输 | 不友好 | 原生支持 |
| 文件大小 | 较小 | 略大（约 5%~10% 开销） |
| 兼容性 | 极广（所有平台） | 较广（直播/广电领域） |
18.4 避坑指南：我踩过的几个雷
最后，分享几个我在 MediaRecorder 开发中踩过的坑，希望能帮你少走弯路。
我曾经天真地以为可以在录制中直接调用
switchCamera()。结果呢？MediaRecorder 直接崩溃。后来查源码发现，它内部没有做摄像头切换的同步处理。正确做法是：先 stop()，释放旧摄像头，再 start() 新摄像头。虽然会有一个短暂的黑屏，但至少不会崩溃。
有一次录出来的视频，声音比画面快了 0.5 秒。排查后发现是音频源（MIC）的启动延迟比摄像头短。解决办法是在
setAudioSource() 之后，手动加一个 Thread.sleep(200)，让音频等一等摄像头。或者用 setAudioCaptureRate() 做缓冲。
有个客户反馈，他们录制的视频在 Windows 上打不开。我一看代码，用的是
OutputFormat.THREE_GPP。这个格式虽然也是 MP4 的变种，但很多播放器不支持。后来改成 OutputFormat.MPEG_4，问题解决。记住：除非你有特殊需求，否则永远用 MPEG_4。
好了，关于 MediaRecorder 的架构、编码器配置和文件封装，我们就聊到这里。这些内容看起来零散，但其实是录制流程中环环相扣的三个环节。你只要把架构图记在脑子里，再结合我提到的那些坑，基本上就能应对大部分录制场景了。
公众号:蓝海资料掘金营，微信deep3321