我正在开发一个 android 应用程序，用户将在屏幕上看到一些图片或视频，并对其进行语音评论。完成后，用户我们会看到一个新视频，其中将包含带有他的语音评论的图片或视频。
案例： 1）图片+语音评论-->新视频原图语音评论。2) 视频+语音评论--> 带有原始视频和语音评论的新视频。
我已经搜索了很多，但我没有得到如何实现这个？
根据我的观点，可能有以下选择：1）我分别存储音频和图片/视频文件，然后从中创建一个新视频。2）我在对图片/视频进行语音评论期间在后端并行创建了一个新视频。
但我不知道如何实现任何选项？有没有什么好的教程可以做同样的事情？
提前致谢。
还没有答案。我的问题是不清楚还是不可能？任何人请指导我。谢谢