理解AVCaptureSession中时间对CMSampleBuffers的作用及同步方法

核心机制澄清 #

AVCaptureSession的synchronizationClock是音视频同步的核心——所有输出的CMSampleBuffer的时间戳都基于这个系统维护的时钟生成，音视频流的时间线天然对齐，不需要手动设置或替换这个时钟。你不用纠结如何修改捕获会话的时间尺度，依赖这个时钟的时间戳就能保证同步。

样本缓冲的时长控制与对应关系 #

视频缓冲（60fps单帧） #

你可以通过配置AVCaptureVideoDataOutput的videoSettings强制输出60fps的单帧样本：

videoOutput.videoSettings = [
    kCVPixelBufferPixelFormatTypeKey as String: kCVPixelFormatType_32BGRA,
    AVVideoWidthKey as String: 1920,
    AVVideoHeightKey as String: 1080,
    AVVideoFrameRateKey as String: 60
]

此时每个视频CMSampleBuffer包含1帧，时长固定为1/60秒，可通过以下代码验证：

let duration = CMSampleBufferGetDuration(videoSampleBuffer)
let durationSeconds = CMTimeGetSeconds(duration) // 输出约0.016666秒

音频缓冲的适配 #

音频缓冲的时长由硬件采样率和输出缓冲区大小决定（比如48kHz采样率下，800样本的缓冲时长约为800/48000≈0.0167秒），无法强行设置为1/60秒。但你不需要追求音视频缓冲的数量一一对应，只要基于synchronizationClock的时间戳来对齐时间线即可。

预录10秒的缓冲管理方案 #

不要用简单数组存储所有缓冲（会导致内存暴涨），建议基于时间戳维护带过期清理的队列：

1. 为音视频分别创建线程安全的队列（比如DispatchQueue保护的[CMSampleBuffer]）
2. 每次收到新样本时，先记录其presentationTimeStamp，然后过滤队列中所有时间戳早于当前时间戳 - 10秒的缓冲：

let currentTime = CMSampleBufferGetPresentationTimeStamp(newSample)
let tenSecondsAgo = CMTimeSubtract(currentTime, CMTimeMakeWithSeconds(10, preferredTimescale: 600))
// 清理视频队列
videoBufferQueue = videoBufferQueue.filter {
    CMSampleBufferGetPresentationTimeStamp($0) >= tenSecondsAgo
}
// 音频队列执行同样的清理逻辑
audioBufferQueue = audioBufferQueue.filter {
    CMSampleBufferGetPresentationTimeStamp($0) >= tenSecondsAgo
}

3. 注意：存储CMSampleBuffer时需要调用CMSampleBufferMakeDataReady并保留引用，避免缓冲区被提前释放。

音视频写入AVAssetWriter的同步要点 #

1. 启动AVAssetWriter时，确保使用与捕获会话一致的时间基准：

assetWriter.startWriting()
assetWriter.startSession(atSourceTime: CMSampleBufferGetPresentationTimeStamp(firstVideoSample))

2. 分别将音视频队列中的样本写入对应的AVAssetWriterInput，不需要刻意匹配缓冲数量——只要所有样本的时间戳基于synchronizationClock，AVAssetWriter会自动处理音视频同步。

关键误解纠正 #

• 不需要手动设置捕获会话的时间尺度或CMClock，系统会自动维护synchronizationClock保证音视频时间线对齐；
• 音视频缓冲的时长不需要严格相等，时间戳才是同步的核心依据；
• 预录功能更优的实现是用临时文件存储（而非内存队列），比如持续向AVAssetWriter写入临时文件，录制时截取最后10秒片段，避免内存压力。

内容的提问来源于stack exchange，提问作者casvandergun