This is my study note of MP4.

MP4全名为MPEG-4 Part 14，属于MPEG-4的一部分。

基本概念

  • Box
    1
    MP4由一个一个Box组成，它由Header+Date组成，Data可以存储媒体元数据和实际的音视频码流数据。Box里可以直接存储数据块也可以包含其他的Box，这种Box叫做container box。
    Alt text

从图中可以看出，在Box的Header头部，size指定了这个Box的大小，一般头部大小就是8字节

  • Sample
    1
    采样，对于视频而言可以理解为一帧数据，对于音频一帧数据就是一段固定时间的音频数据，即多个sample，存储媒体数据的单位为Sample。
  • Track
    1
    Sample的集合，一个视频序列或者音频序列。除了媒体数据，Track还可以包含其他非媒体数据，如指示信息和字幕信息。
  • Chunk
    1
    一个track内，连续几个Sample称为Chunk，每个Chunk都有一个偏移量，整个偏移量从文件头算起。
    MP4文件中，包含好几个track，每个track由许多Chunk组成，每个Chunk都是由连续的Sample组成。

Box

  • ftyp Box
    1
    ftyp是MP4的第一个Box，包含了视频文件使用的编码格式、标准等，一份MP4中只有一个这样的Box，通常放在文件的开头，让解析器知道使用哪种协议对该文件进行解析。
  • moov Box
    1
    包含了文件媒体的元数据信息，该box和ftyp一样，是最重要的box，包含了音视频的编码格式、数据样本、chunk的大小等
  • mvhd Box
    1
    描述了与具体音频或视频流无关的文件整体信息