如何将MP4分片追加到Azure Blob存储单Blob且无播放问题？

我正在使用MediaRecorder API构建一项服务，用于录制用户的摄像头媒体流。为保证兼容性，采用了支持Chrome和Safari录制与播放的MIME类型video/mp4; codecs=avc1.64001F,mp4a.40.2。

为避免浏览器崩溃、断电等意外中断导致录制内容丢失，计划每秒将录制的分片上传至Azure Blob存储。但希望将录制内容作为单个视频Blob管理，而非为每次录制启停创建多个Blob，模拟单个无间断视频文件的效果，因此考虑使用Azure的追加Blob。

问题在于这种方式可能因合并分片的元数据或时间戳冲突导致播放问题，请问该如何解决？

注：我了解ffmpeg或mp4box等工具可轻松合并视频文件，但因依赖客户端算力，更倾向于避免使用基于wasm的解决方案；同时也不想部署专用服务器来合并MP4文件，这是最后选择。

解决方案 #

1. 拆分MP4分片结构，只追加媒体数据块 #

MediaRecorder生成的每个MP4分片都包含完整的文件头（moov box）和媒体数据（mdat box），直接追加会导致文件存在多个moov头，播放器无法正常解析。

• 客户端解析每个MP4分片的box结构，定位到mdat box的起始位置与长度，仅提取这部分二进制数据上传。
• 第一个分片需保留完整的moov头+mdat内容，后续所有分片只上传mdat部分，保证最终Blob的结构为单个moov头 + 连续的mdat块，符合标准MP4格式。

2. 统一时间戳基准，避免播放跳帧 #

MediaRecorder每个分片的时间戳从分片启动时重新计数，直接追加会导致时间线断裂，引发播放卡顿或跳帧。

• 客户端维护全局时间偏移量：以第一个分片的时间戳基准为0，后续每个分片的所有媒体样本时间戳都累加之前所有分片的总时长，确保整个视频时间线连续。
• 通过解析MP4的mvhd和tkhd box获取每个分片的时长，实时更新偏移量，调整后续分片的时间戳后再提取mdat上传。

3. 录制结束后补全完整元数据 #

初始上传的moov头仅包含第一个分片的媒体信息，录制结束后需要更新为包含所有分片数据的完整元数据：

• 客户端收集所有分片的媒体参数（视频分辨率、帧率，音频采样率、声道数等）及总时长，重新生成完整的moov box。
• 使用Azure Blob的Put Blob Range操作，仅覆盖Blob开头的旧moov部分，无需重新上传整个视频文件，保证最终文件的可播放性。

4. 容错与恢复机制 #

• 每次上传分片后，将分片索引、时长、时间偏移量等元数据存储到Azure Table Storage，若录制中断恢复，可从上次断点继续，确保分片顺序与时间戳的正确性。
• 采用Azure Blob的Append Block操作上传分片，保证每个分片都被可靠追加，不会出现数据丢失。

内容的提问来源于stack exchange，提问作者GBG