短视频的生成，不要在技术上想当然

短视频的生成，不要在技术上想当然

walker.xu

最近经常有人来问短视频生成方面的技术问题，恰好自己也在思考准备实现一个。
所以给了一些建议，但是事后细想，自己可能有点技术上想当然了。
通过分析竟品又给了另外一个建议，跟之前的建议差异比较大，工程难度上降低了很多，但是基本能满足设想的需求。所以技术上想当然还是比较危险的。

设想是这样的，录像同时播放背景音乐，最终生成的文件，视频有些效果合成，音频是背景音和人声的混合。

第一次给的建议，技术上想当然了

从上图可以看到音频合成部分的难度比较大，比较麻烦。
但是貌似技术上正确，看上去很合理。

后来仔细想了下，工程上实现难度较高，检讨了下这个方案，又分析了下市面上已经有的功能，觉得第一个方案有点技术上想当然了。

第二个建议是这样的

从这个方案可以看到，大大降低了音频合成部分的难度。而且基本解决了这个设想。
虽然这个看着没有第一个方案那么完美，有些缺点，比如音量的问题，环境音的问题，但是实测之后主观感觉还是比较ok的，但是它的代价比第一个小很多，快速形成方案，进入产品迭代。

还有一种是不要人声的方案

太过关注技术本身，很容易产生技术上的想当然，迷失在技术里。

视频的合成有很多方案可以选择了，介绍两个比较典型的方案

1.万能的ffmpeg
2.MeidaExtractor+MediaCodec+MediaMuxer (Android)