我的客户想要一个具有以下功能的应用程序：
当用户可以与视频互动时，他们会向我发送有关时间范围的视频和信息。
当时间范围到来时，视频有一个白色屏幕（已经在那里），我将视频输出切换到相机。然后用户与（录制）摄像机进行一些对话，直到时间帧结束，然后切换回视频。
这种情况在2分钟的视频中发生约5个时间帧（时间帧和视频可变）
播放整个视频并录制完所有内容后，我需要将现有视频与录制的视频合并（将录制的视频放在指定的时间范围内）并将其“编译”为新视频。
由于我从未在iOS上使用过视频，因此我需要一些帮助/指示。我已经检查过 AVFoundation ，但它是否使我更加明智是否可能或如何做到这一点。