本身就是同步发送，因为视频和音频是不同的通道（链路），只要向这些接口同步的输出数据，就能够保证同步接收播放（展示出来）
这里保证同步输出的关键是数据文件解析，其实大致是先解析一段音频数据，输入到数据缓存，然后依次处理对应视频帧。
你如果分析过含音频的视频文件就知道，大致是很多视频帧数据包后间隔一个音频数据包。
