一、为什么需要给无声视频加BGM？

说实话，我刚开始做音视频编辑时，遇到最多的需求就是「给视频加个背景音乐」。你想想看，用户拍的视频往往没有声音，或者原声太嘈杂。加一段合适的BGM，整个视频的质感立马就上来了。

MediaMuxer这个组件，说白了就是个「音视频打包器」。它能把视频轨道和音频轨道合并成一个文件。嗯，这里要注意——它只管混合，不管编解码。所以我们需要先准备好解码后的数据。

二、整体流程设计

我个人习惯把流程分成三步走：

1. 准备阶段——打开视频文件、音频文件，配置MediaMuxer的输出格式
2. 处理阶段——逐帧读取视频数据，逐段读取音频数据，写入同一个输出文件
3. 收尾阶段——释放资源，检查输出文件是否完整

这里我画了一张流程图，帮你理清整体脉络：

三、核心代码实现

好，我们直接上代码。我会把关键部分拆开讲，你跟着走一遍就能跑通。

3.1 初始化MediaMuxer

// 设置输出文件路径
String outputPath = Environment.getExternalStorageDirectory() + "/output_with_bgm.mp4";
MediaMuxer muxer = new MediaMuxer(outputPath, MediaMuxer.OutputFormat.MUXER_OUTPUT_MPEG_4);

// 注意：先添加轨道，再start()
int videoTrackIndex = muxer.addTrack(videoMediaFormat);
int audioTrackIndex = muxer.addTrack(audioMediaFormat);
muxer.start();

3.2 读取视频数据并写入

MediaExtractor videoExtractor = new MediaExtractor();
videoExtractor.setDataSource(videoPath);
int videoTrack = selectTrack(videoExtractor, "video/");
videoExtractor.selectTrack(videoTrack);

MediaCodec.BufferInfo info = new MediaCodec.BufferInfo();
ByteBuffer buffer = ByteBuffer.allocate(1024 * 1024); // 1MB缓冲区

while (true) {
    int sampleSize = videoExtractor.readSampleData(buffer, 0);
    if (sampleSize < 0) break;
    
    info.offset = 0;
    info.size = sampleSize;
    info.flags = videoExtractor.getSampleFlags();
    info.presentationTimeUs = videoExtractor.getSampleTime();
    
    muxer.writeSampleData(videoTrackIndex, buffer, info);
    videoExtractor.advance();
}

这里有个细节——presentationTimeUs必须严格递增。我遇到过视频画面跳帧的情况，排查了半天，发现是时间戳没有对齐。你想想看，MediaMuxer内部是按时间戳排序的，乱序就会出问题。

3.3 读取音频数据并写入

MediaExtractor audioExtractor = new MediaExtractor();
audioExtractor.setDataSource(audioPath);
int audioTrack = selectTrack(audioExtractor, "audio/");
audioExtractor.selectTrack(audioTrack);

while (true) {
    int sampleSize = audioExtractor.readSampleData(buffer, 0);
    if (sampleSize < 0) break;
    
    info.offset = 0;
    info.size = sampleSize;
    info.flags = audioExtractor.getSampleFlags();
    info.presentationTimeUs = audioExtractor.getSampleTime();
    
    muxer.writeSampleData(audioTrackIndex, buffer, info);
    audioExtractor.advance();
}

3.4 收尾工作

// 先释放提取器
videoExtractor.release();
audioExtractor.release();

// 最后停止并释放muxer
muxer.stop();
muxer.release();

顺序很重要。一定要先release提取器，再stop muxer。我曾经反过来写过，结果输出文件损坏了，播放器直接报「无法播放此视频」。

四、避坑指南

做这个功能，有几个坑我不得不提：

常见问题	原因	解决方案
输出文件无法播放	muxer.stop()前没有写入所有数据	确保两个while循环都完整执行
音视频不同步	时间戳没有对齐	检查presentationTimeUs是否连续递增
BGM音量太大盖过原声	没有做音量混音处理	用AudioMixer或MediaCodec调整音量
内存溢出	ByteBuffer分配过大	建议1MB以内，根据实际帧大小动态调整

五、完整代码示例

我把上面所有片段拼成一个完整的方法，你直接复制就能用：

public void mergeVideoAndAudio(String videoPath, String audioPath, String outputPath) {
    MediaMuxer muxer = null;
    MediaExtractor videoExtractor = null;
    MediaExtractor audioExtractor = null;
    
    try {
        // 1. 初始化视频提取器
        videoExtractor = new MediaExtractor();
        videoExtractor.setDataSource(videoPath);
        int videoTrackIndex = selectTrack(videoExtractor, "video/");
        videoExtractor.selectTrack(videoTrackIndex);
        MediaFormat videoFormat = videoExtractor.getTrackFormat(videoTrackIndex);
        
        // 2. 初始化音频提取器
        audioExtractor = new MediaExtractor();
        audioExtractor.setDataSource(audioPath);
        int audioTrackIndex = selectTrack(audioExtractor, "audio/");
        audioExtractor.selectTrack(audioTrackIndex);
        MediaFormat audioFormat = audioExtractor.getTrackFormat(audioTrackIndex);
        
        // 3. 初始化Muxer
        muxer = new MediaMuxer(outputPath, MediaMuxer.OutputFormat.MUXER_OUTPUT_MPEG_4);
        int videoMuxerIndex = muxer.addTrack(videoFormat);
        int audioMuxerIndex = muxer.addTrack(audioFormat);
        muxer.start();
        
        // 4. 写入视频数据
        MediaCodec.BufferInfo info = new MediaCodec.BufferInfo();
        ByteBuffer buffer = ByteBuffer.allocate(1024 * 1024);
        
        while (true) {
            int sampleSize = videoExtractor.readSampleData(buffer, 0);
            if (sampleSize < 0) break;
            info.offset = 0;
            info.size = sampleSize;
            info.flags = videoExtractor.getSampleFlags();
            info.presentationTimeUs = videoExtractor.getSampleTime();
            muxer.writeSampleData(videoMuxerIndex, buffer, info);
            videoExtractor.advance();
        }
        
        // 5. 写入音频数据
        while (true) {
            int sampleSize = audioExtractor.readSampleData(buffer, 0);
            if (sampleSize < 0) break;
            info.offset = 0;
            info.size = sampleSize;
            info.flags = audioExtractor.getSampleFlags();
            info.presentationTimeUs = audioExtractor.getSampleTime();
            muxer.writeSampleData(audioMuxerIndex, buffer, info);
            audioExtractor.advance();
        }
        
    } catch (Exception e) {
        e.printStackTrace();
    } finally {
        if (videoExtractor != null) videoExtractor.release();
        if (audioExtractor != null) audioExtractor.release();
        if (muxer != null) {
            muxer.stop();
            muxer.release();
        }
    }
}

private int selectTrack(MediaExtractor extractor, String mimeType) {
    for (int i = 0; i < extractor.getTrackCount(); i++) {
        MediaFormat format = extractor.getTrackFormat(i);
        String mime = format.getString(MediaFormat.KEY_MIME);
        if (mime.startsWith(mimeType)) {
            return i;
        }
    }
    return -1;
}

六、总结

MediaMuxer做视频加BGM，说白了就是「拆开-混合-打包」三个动作。你只要记住：

• 视频和音频分别用两个MediaExtractor读取
• 时间戳必须严格递增
• 释放顺序不能乱

做到这三点，基本不会出大问题。我刚开始做这个功能时，也踩过不少坑，但跑通一次之后，后面就顺了。嗯，代码量不大，但细节确实多。