将音频与来自不同来源的视频同步

Question

我正在开发一个音频/视频同步项目，可能是亚马逊或Azure

任何人都可以提供有关如何执行此操作的资源或建议：

以下是用例：

1. 有人观看没有音频的流媒体视频
2. 然后，该人录制与他正在观看的视频相关的单独音频文件
3. 音频以（近乎）实时上传，并在视频上复制

同步不一定是准确的，只是合理的。我们在任一方向上都有1或2秒的回旋余地。有没有办法为视频中的“不同音频”添加时间戳，以便它可以叠加在视频上？我们可以使用服务（例如Azure / Amazon），购买许可软件，或者在需要时使用开源。