7、音频轨道提取实战：从MP4文件中提取AAC/MP3裸流

好，咱们今天来点真格的。

前面几章我们把 MediaExtractor 的原理、轨道选择、数据读取都捋了一遍。但说实话，光看理论不过瘾。你想想看，一个视频文件摆在那，怎么把里面的纯音频给「抽」出来？这就是我们今天要干的事。

我个人习惯把这种操作叫做「扒音频」。在项目里，我经常需要从录制的视频中提取音频做二次处理，比如加滤镜、变声、或者做语音识别。嗯，这里要注意，提取出来的裸流（AAC 或 MP3）是不带封装信息的，说白了就是纯音频数据，可以直接喂给解码器。

7.1 核心思路：三步走

提取音频裸流，其实就三步：

1. 选中音频轨道——从 MP4 的多条轨道里找到音频那一条。
2. 读取音频数据——用 MediaExtractor 的 readSampleData() 一帧一帧读。
3. 写入文件——把每一帧的裸流数据追加到输出文件里。

听起来简单？但坑不少。我曾经在一个项目里直接按视频帧率去读音频，结果音频时长对不上，播放出来像快进了一样。后来才意识到，音频和视频的采样时间戳是完全不同的节奏。

7.2 代码实战：提取 AAC 裸流

咱们直接上代码。我习惯用 Kotlin 写，但 Java 的逻辑完全一样。

// 1. 设置输入和输出文件
val inputFile = File("/sdcard/input.mp4")
val outputFile = File("/sdcard/output.aac")

// 2. 创建 MediaExtractor 并关联文件
val extractor = MediaExtractor()
extractor.setDataSource(inputFile.absolutePath)

// 3. 遍历轨道，找到音频轨道
var audioTrackIndex = -1
for (i in 0 until extractor.trackCount) {
    val format = extractor.getTrackFormat(i)
    val mime = format.getString(MediaFormat.KEY_MIME)
    if (mime != null && mime.startsWith("audio/")) {
        audioTrackIndex = i
        break
    }
}

if (audioTrackIndex == -1) {
    Log.e("AudioExtract", "没有找到音频轨道")
    return
}

// 4. 选中音频轨道
extractor.selectTrack(audioTrackIndex)

// 5. 准备输出流
val fos = FileOutputStream(outputFile)
val buffer = ByteBuffer.allocate(1024 * 1024) // 1MB 缓冲区

// 6. 循环读取数据
while (true) {
    val sampleSize = extractor.readSampleData(buffer, 0)
    if (sampleSize < 0) break  // 读取完毕

    // 写入裸流数据
    fos.write(buffer.array(), 0, sampleSize)

    // 前进到下一帧
    extractor.advance()
}

// 7. 清理资源
fos.close()
extractor.release()
Log.d("AudioExtract", "提取完成，文件大小: ${outputFile.length()}")

7.3 提取 MP3 裸流：几乎一样

如果你要提取 MP3 裸流，代码几乎一模一样。唯一的区别是输出文件后缀改成 .mp3，以及 MIME 类型判断时注意 audio/mpeg。

// 判断 MIME 时，MP3 的 mime 是 "audio/mpeg"
if (mime != null && mime == "audio/mpeg") {
    audioTrackIndex = i
    break
}

为什么会这样？因为 MP4 里的音频轨道，如果编码是 AAC，MIME 就是 audio/mp4a-latm；如果是 MP3，就是 audio/mpeg。你想想看，MediaExtractor 其实不关心你最终要什么格式，它只负责把原始数据吐出来。

7.4 避坑指南：我踩过的三个坑

嗯，这里我要认真说说。提取音频看起来简单，但实际项目中我至少踩过三个坑：

• 坑一：文件头信息丢失。 直接写入裸流，播放器可能不认识。比如 AAC 裸流需要 ADTS 头才能播放。解决办法是手动添加 ADTS 头，或者用 MediaMuxer 重新封装。
• 坑二：时间戳不对齐。 音频帧的时间戳是连续的，但如果你用 advance() 跳帧，会导致播放时卡顿。我建议保持原样读取，不要跳过任何帧。
• 坑三：内存泄漏。 如果你在循环里频繁创建 ByteBuffer，GC 会哭的。复用同一个缓冲区，用完记得清空。

7.5 知识体系：音频提取的核心逻辑

下面这张图帮你理清整个流程。我画的时候特意把「数据流」和「控制流」分开了，这样更容易理解。

7.6 进阶：如何判断提取是否成功？

代码跑完了，怎么知道提取出来的文件对不对？我一般用三个方法验证：

验证方法	操作	预期结果
文件大小检查	对比原始 MP4 的音频轨道大小	提取文件大小应接近原始音频轨道大小
播放测试	用 VLC 或 FFplay 播放	能正常播放，时长与原始视频一致
十六进制查看	用 Hex Editor 查看文件头	AAC 文件头应为 0xFFF1 或 0xFFF9

7.7 总结

音频轨道提取，说白了就是「选轨道、读数据、写文件」这三板斧。但真正做好，需要你对 MediaExtractor 的读取机制、音频编码格式、以及文件头信息有深入理解。

我个人建议，初学者先跑通上面的代码，然后试着改一改：比如提取 MP3、或者把提取出来的 AAC 加上 ADTS 头。每改一次，你对 MediaExtractor 的理解就深一层。

好了，今天就到这。代码拿去用，有问题随时交流。

---