MediaMuxer实战：视频拼接——把多个片段合成一个完整视频

视频拼接，说白了就是把几段视频首尾相连，合成一个完整的文件。你刷抖音看到的那些卡点视频、Vlog合集，背后基本都是这个操作。我在项目中做过不少拼接功能，踩过的坑比走过的路还多。今天咱们就把它彻底搞明白。

拼接的核心思路

MediaMuxer本身不提供拼接API，但我们可以换个思路：

• 把每个视频片段分别解封装，拿到音视频轨道数据
• 按顺序把数据写入同一个MediaMuxer
• 注意时间戳要连续，不能断层

嗯，听起来简单，但实际做起来有几个关键点要处理好。

准备工作：你需要什么

• Android 4.3+（API 18+），MediaMuxer最低要求
• 几个MP4文件，最好编码格式一致（H.264 + AAC）
• MediaExtractor用来读取源文件
• MediaMuxer用来写入目标文件

代码实现：一步一步来

先看一个完整的拼接函数。我会把关键步骤拆开讲。

private void concatenateVideos(String[] inputPaths, String outputPath) {
    MediaMuxer muxer = null;
    int videoTrackIndex = -1;
    int audioTrackIndex = -1;
    long baseTimeUs = 0;  // 基础时间戳偏移

    try {
        muxer = new MediaMuxer(outputPath, MediaMuxer.OutputFormat.MUXER_OUTPUT_MPEG_4);

        for (int i = 0; i < inputPaths.length; i++) {
            MediaExtractor extractor = new MediaExtractor();
            extractor.setDataSource(inputPaths[i]);

            // 第一次循环：添加轨道
            if (i == 0) {
                for (int j = 0; j < extractor.getTrackCount(); j++) {
                    MediaFormat format = extractor.getTrackFormat(j);
                    String mime = format.getString(MediaFormat.KEY_MIME);
                    if (mime.startsWith("video/")) {
                        videoTrackIndex = muxer.addTrack(format);
                    } else if (mime.startsWith("audio/")) {
                        audioTrackIndex = muxer.addTrack(format);
                    }
                }
                muxer.start();
            }

            // 选择轨道并读取数据
            for (int j = 0; j < extractor.getTrackCount(); j++) {
                String mime = extractor.getTrackFormat(j).getString(MediaFormat.KEY_MIME);
                if (mime.startsWith("video/")) {
                    extractor.selectTrack(j);
                } else if (mime.startsWith("audio/")) {
                    extractor.selectTrack(j);
                }
            }

            // 读取并写入数据
            MediaCodec.BufferInfo info = new MediaCodec.BufferInfo();
            ByteBuffer buffer = ByteBuffer.allocate(1024 * 1024); // 1MB缓冲区

            while (true) {
                int sampleSize = extractor.readSampleData(buffer, 0);
                if (sampleSize < 0) break;

                info.offset = 0;
                info.size = sampleSize;
                info.flags = extractor.getSampleFlags();
                info.presentationTimeUs = extractor.getSampleTime() + baseTimeUs;

                int trackIndex = -1;
                String currentMime = extractor.getTrackFormat(extractor.getSampleTrackIndex())
                        .getString(MediaFormat.KEY_MIME);
                if (currentMime.startsWith("video/")) {
                    trackIndex = videoTrackIndex;
                } else if (currentMime.startsWith("audio/")) {
                    trackIndex = audioTrackIndex;
                }

                if (trackIndex >= 0) {
                    muxer.writeSampleData(trackIndex, buffer, info);
                }

                extractor.advance();
            }

            // 更新基础时间戳
            long durationUs = getDuration(inputPaths[i]);
            baseTimeUs += durationUs;

            extractor.release();
        }

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

    } catch (Exception e) {
        e.printStackTrace();
    }
}

关键点解析

1. 时间戳偏移

这是最容易出错的地方。每个片段的时间戳都是从0开始的，如果不做偏移，第二个片段的数据会覆盖第一个片段的时间点。我用的baseTimeUs就是干这个的——每处理完一个片段，就把它的时长累加上去。

2. 轨道添加时机

MediaMuxer有个限制：addTrack()必须在start()之前调用，而且一旦start了就不能再加轨道。所以第一个片段负责添加所有轨道，后面的片段只读数据不添加。

3. 缓冲区大小

我习惯用1MB的缓冲区。太小了频繁IO，太大了内存吃不消。如果是4K视频，建议调到2MB以上。

获取视频时长的小工具

private long getDuration(String path) {
    MediaMetadataRetriever retriever = new MediaMetadataRetriever();
    retriever.setDataSource(path);
    String duration = retriever.extractMetadata(
        MediaMetadataRetriever.METADATA_KEY_DURATION);
    retriever.release();
    return Long.parseLong(duration) * 1000; // 转成微秒
}

拼接流程图

常见问题与避坑

问题	原因	解决方案
拼接后视频卡顿	时间戳不连续或跳变	检查baseTimeUs累加是否正确
只有画面没有声音	音频轨道未正确添加	确认音频轨道索引不为-1
拼接后文件损坏	MediaMuxer未正确stop	确保在finally中调用release
编码格式不兼容	片段使用了不同编码器	统一转码后再拼接

性能优化建议

• 使用异步处理：拼接操作很耗时，一定要放在子线程。我习惯用AsyncTask或者Coroutine。
• 控制内存：不要一次性把所有片段加载到内存。逐片段处理，用完就释放。
• 预检查：拼接前先检查所有片段的时长、编码格式、分辨率。不匹配的提前报错，别等到写了一半才崩溃。

总结

视频拼接用MediaMuxer实现，核心就三点：时间戳偏移、轨道只加一次、逐片段读写。你想想看，其实跟用胶带粘纸片是一个道理——对齐了才能粘得牢。

我在实际项目中还遇到过更复杂的情况，比如不同帧率的片段拼接、带旋转信息的视频处理。这些咱们后面章节再聊。先把基础的跑通，后面就好办了。