首页在实时音视频应用中，录制功能已经成为很多产品的基础能力。例如在线教育平台、直播连麦录制、会议内容归档、内容审核与合规存证等业务场景都需要录制音视频。声网作为领先的实时音视频服务提供商，为开发者提供了多种录制模式，其中最常用的就是单流录制模式和合流录制模式。两者在录制结果、后处理策略、适用场景等方面存在明显差异。
本文将从定义、底层机制、输出形式、优缺点、典型场景、取舍建议等方面系统地解释这两个录制模式，帮助开发者根据业务需求选择合适的方式。
一. 什么是录制模式？
在实时音视频系统中，“录制模式”指的是服务端如何捕获房间/频道中参与者推送的音频和视频流，并将这些流以音视频文件的形式保存下来以备回放或后续处理。
不同的录制模式意味着录制文件的结构、数量、后续处理复杂度等有很大差异。
声网云录制支持三种录制模式：单流录制、合流录制和页面录制。本文重点对比单流录制和合流录制两种核心模式。
二. 单流录制模式（Individual Recording Mode）
定义与原理
单流录制模式是指服务器对频道内每一路音视频流进行单独录制，并为每个用户或流创建独立的音频文件和视频文件。换句话说，如果频道里有多个用户同时推流，那么录制节点会为每个用户分别生成一套录制文件——包括该用户的音频流文件和视频流文件。简单来说，每个人的声音和画面都单独存一份文件，不会被混成一个整体。
文件输出与典型结构
假设频道内共有三个用户参与通话，且每位用户都在推送音频和视频信号。单流录制模式下，录制系统在录制完成后可能产生如下文件：
- 用户 A 的音频文件
- 用户 A 的视频文件
- 用户 B 的音频文件
- 用户 B 的视频文件
这些文件可以单独存储、单独播放，也可以在后期合并成单个文件。
主要特点
- 灵活性高： 单流录制生成的文件是分离的，开发者可以针对每个用户进行单独处理，比如剪辑、拼接、特效处理、分析与审核。
- 利于内容审核： 在需要根据用户 ID 追踪违规行为、内容合规审查场景中，单流文件能让审查逻辑更清晰、定位更精准。
- 后处理更自由： 生成独立文件后，开发者可以利用转码、字幕嵌入、AI 分析、标注日志等工具对每路流进行更细粒度的处理。
应用场景
- 在线课堂录制： 班级中老师和学生各自的视频和音频需要分别处理，如学生一对一回放、纠错或课堂记录。
- 内容合规与分析： 需要对不同用户的行为进行审计，如分析谁在说什么，是否有违规语音/视频发布。
- 后期编辑和剪辑： 当需要对录制内容进行剪辑、重组、封面设计时，分文件的结构更加灵活。
三. 合流录制模式（Composite Recording Mode）
定义与原理
合流录制模式是另一种更“简化输出”的录制方式。在此模式下，录制系统将频道内所有或指定用户的音频和视频混合为一个单一的媒体文件。换言之，服务端会先把多路媒体流在内存/画布层进行“混流处理”，再将合成后的结果写成一个文件存储。
合流录制生成的文件可以是：
- 一个音视频混合文件（所有用户的音频和视频混合在一起）
- 仅音频文件（如只做混音录制的场景）
- 混合后的视频 + 音频分开文件（视平台接入配置不同而定）
录制文件结构
如果频道有三个用户，它们的视频画面和声音最终会融合到一个整体呈现。例如画面布局可能是：
- 画布里用户 A、用户 B 和用户 C 的画面拼接/排列
- 所有用户的音频轨道被混合在一起（类似现场合唱效果）
这样的录制结果是一个可直接观看的视频文件。
主要特点
- 简化处理流程： 录制后的文件不需要后期混合，开发者可以直接把文件供用户播放或发布。
- 存储更易管理： 一个文件意味着更少的存储碎片、管理负担和检索逻辑。
- 支持自定义布局： 声网的合流录制还支持在混流时设置视频布局（画面排列、画布背景、大小位置等），可以定制化生成“更美观的视频”而不需要后期处理。
应用场景
- 连麦直播录制： 多个主播在同一条频道里互动直播，最终希望保存一个整体的直播回放。
- 会议录制： 大型线上会议将所有与会者的视频合并在一条时间线中输出，无需后期编辑。
- 社交直播内容存档： 当你希望用统一格式保存用户互动内容时，合流录制是更便捷的选择。
四. 单流录制 vs 合流录制：差异总结
| 特性 | 单流录制 | 合流录制 |
|---|---|---|
| 录制生成文件 | 每个用户一套独立音视频文件 | 一个合并后的文件 |
| 后期处理 | 灵活，可精细处理 | 不需要合并，可直接播放 |
| 文件数量 | 多 | 少 |
| 适合场景 | 在线课堂、内容审核、AI分析 | 直播回放、会议录制、社交视频存档 |
| 复杂度 | 后处理较高 | 输出即用 |
五. 如何选模式？开发者建议
选择录制模式不仅关乎“录制结果”，也与后端处理成本、播放体验、存储结构、业务需求密切相关。
何时优先选择单流录制？
- 需要对每路音视频流进行单独分析、剪辑和组合。
- 希望把不同角色（老师 / 学生 /嘉宾）分别录制后再做展示/剪辑。
- 需要配合 AI 内容审核 /安全合规检查。
何时使用合流录制更好？
- 录制内容是整体互动场景，不需要单独剪切。
- 希望输出的录制文件可直接播放或发布，不想做后期合并。
- 系统以简化存储和播放管理为目标。
六. 进阶补充：云录制支持更多能力
声网的云端录制不仅支持上述两种核心模式，还能生成 TS + M3U8 格式的流式文件，也允许跟第三方云存储的集成（如 Amazon S3、Azure、阿里云 & 腾讯云等）存放录制结果。
此外，单流模式还能设置是否转码、是否截图，合流模式还能设置混流布局规则，满足更复杂的业务需求。
总结
单流录制和合流录制各有优势：
- 单流录制适合处理细粒度、独立性强的音视频录制需求。
- 合流录制适合一镜到底、无需后期合并的整体录制输出。
理解这两种模式的核心差异，可以帮助你在产品设计阶段就为不同业务场景选出最合适的录制方案，从而提升用户体验、简化后续处理流程。
