mediasoup+RecordRTC录制如何绕过转码直接封装比特流为文件

需求说明 #

• 核心目标：绕开所有转码操作，无需在客户端将比特流解码为原始视频帧，直接将mediasoup传输的编码后比特流封装写入目标文件
• 当前采用的带转码环节的数据流架构（基于RecordRTC实现）：
  
• 期望实现的无转码直存数据流架构：
  

可行实现方案 #

核心逻辑 #

mediasoup 整个传输链路中流转的本身就是已经完成编码的音视频比特流（常见编码为H.264/VP8/VP9/AV1视频、Opus音频），转码环节完全是多余操作。只需要完成RTP包解包、乱序重排、时间戳对齐，再按照目标容器（MP4/WebM/TS等）的格式规范写入封装头、拼接编码帧即可，全程不涉及解码、重编码操作，CPU开销仅为转码方案的5%~10%。

落地路径 #

• 服务端直存方案（稳定性最高，优先推荐）
  放弃客户端侧RecordRTC录制逻辑，直接在mediasoup服务端完成录制全流程，完全不经过客户端解码链路：
  1. 接入mediasoup-recorder或同类成熟RTP直录组件，直接消费mediasoup Router导出的原始RTP流
  2. 组件自动完成RTP包乱序重排、丢包标记、关键帧对齐，全程不会解码原始码流
  3. 将排序完成的编码帧按目标容器格式规范封装后直接写入磁盘，全程无转码
  4. 若需要多流合并（如音视频合流、多人画面合录），仅需做多流时间戳对齐，无需重编码
• 客户端侧直存方案（适配无服务端录制权限的纯前端场景）
  改造前端录制逻辑，跳过RecordRTC默认的解码-重编码链路：
  1. 直接从mediasoup客户端的Consumer实例回调中获取原始编码RTP包，不要将流绑定到<video>标签或传入默认走转码逻辑的MediaRecorder实例
  2. 引入纯JS实现的复用器（muxer）库，如mp4-muxer、webm-writer，这类库仅做格式封装，不包含任何编解码逻辑
  3. 将从Consumer收到的编码音视频帧按时间戳顺序喂入复用器，直接输出封装完成的文件Blob，全程无解码、重编码步骤

注意事项 #

• 录制启动前需要主动向mediasoup请求关键帧，否则封装出的文件开头会因缺少解码参考帧出现花屏
• 采用H.264编码时，需要提前收集SPS/PPS参数集写入容器文件头，否则普通播放器无法识别文件内容
• 出现RTP丢包时可直接标记对应帧损坏，无需强制重传补帧也可正常封装，仅对应播放位置会出现花屏/卡顿，表现与转码录制场景一致

内容的提问来源于stack exchange，提问作者esse non videri