android音视频混音，实现酷炫吊炸天KTV效果

前段时间项目有个需求是要实现一个类似于唱吧的ktv效果，用户对着麦克风唱歌，然后app录制用户的声音，唱完以后，会将用户的音频合成到带有bgm的视频中去，就跟我们去ktv唱歌是一个效果。
由于自己不懂C，使用FFMPEG的门槛太高，并且ffmepg引入的话，会加大安装包体积，所以就打算用android自带的系统类来实现。上网查阅了一系列资料以后就开始动手了。
首先，后台给我们返回的只有bgm视频，本着不重复造轮子的思路，先上网搜了下有没有系统的类，能直接实现用户的MP3和我们的bgm MP4合成输出，一系列google操作加上github操作，并没有（这里我要羡慕以下ios的开发者，同组的ios同事直接找到了系统自带的类，扔一个MP3文件和bgm视频，就可以直接合成，省心省力，羡慕...）。那么只能自己将用户的音频和bgm音频合成，然后再合成到不带有bgm的视频中去。捋一下思路，用户的MP3可以用系统自带的AudioRecoder录制得到，bgm音频和bgm视频，可以从后台拿到，那么就是将两段MP3混音，得到最终的音频数据，再跟bgm视频合成，就能得到最终的带有用户人声的视频啦。确定方向以后，就好办了。
首先关于MP3的数据操作，肯定是拿到pcm数据操作比较方便。利用AudioRecoder录音的时候，可以直接拿到pcm数据,然后就是bgm的音频拿到pcm数据，后台返回的bgm音频是MP3格式，那么MP3需要解码成pcm格式。MP3解码成pcm这一步就比较困难了，调用java的方法耗时相当严重（想写个C库，又不太懂，如果有大佬提供C库的转码，感激不尽，可私信联系），不懂C，就只能用java了。Java里面支持解码的类就是MediaCodec了，关于MediaCodec中的介绍，可以参考官网链接:https://developer.android.google.cn/reference/android/media/MediaCodec?hl=en
MediaCodec这个类是android官方的编解码类，实际上会调用底层的解码器，所以在这一步上面速度其实并不比IOS慢。简单介绍下MediaCodec的完整使用方法，一共分为3步。
1.创建和配置
2.编解码
3.销毁MediaCodec
这其中配置是蛮重要的一步，笔者刚开始写的时候，老是配置错误，导致输出的音频相差甚远，延缓了开发进度。
当我们成功将背景mp3解码成pcm以后，再将2段PCM混音，笔者采用的平均混音算法（最常见的一种,不懂的同学自行搜索，前辈们的分享非常多）。然后将PCM编码成AAC格式，这一步也是采用MediaCodec来完成，是所有步骤里面最耗时的一步（具体编码速度跟手机性能相关）。最后，利用MediaExTractor和MediaMuxer将aac音频和无声Mp4重新封装成一个新的Mp4输出即可。其中，MediaExTractor和MediaMuxer使用方法参考官方文档（自行架梯查阅），非常的简单。
MediaExtractor链接：https://developer.android.google.cn/reference/android/media/MediaExtractor?hl=en
MediaMuxer链接：https://developer.android.google.cn/reference/android/media/MediaMuxer?hl=en

最后编辑于：2020.11.07 06:00:56