MP4文件格式入门.pdfVIP

Overview and Introduction Core Concepts MP4 文件格式中，所有的内容存在一个称为movie 的容器中。一个movie 可以由多个tracks 组 成。每个track 就是一个随时间变化的媒体序列，例如，视频帧序列。track 里的每个时间单位是 一个sample ，它可以是一帧视频，或者音频。sample 按照时间顺序排列。注意，一帧音频可以 分解成多个音频sample ，所以音频一般用sample 作为单位，而不用帧。MP4 文件格式的定义 里面，用sample 这个单词表示一个时间帧或者数据单元。每个track 会有一个或者多个sample descriptions。track 里面的每个sample 通过引用关联到一个sample description。这个 sample descriptions 定义了怎样解码这个sample ，例如使用的压缩算法。 与其他的多媒体文件格式不同的是，MP4 文件格式经常使用几个不同的概念，理解其不同是理 解这个文件格式的关键。 这个文件的物理格式没有限定媒体本身的格式。例如，许多文件格式将媒体数据分成帧，头部或 者其他数据紧紧跟随每一帧视频，！！！TODO （例如MPEG2 ）。而MP4 文件格式不是如此。 文件的物理格式和媒体数据的排列都不受媒体的时间顺序的限制。视频帧不需要在文件按时间顺 序排列。这就意味着如果文件中真的存在这样的一些帧，那么就有一些文件结构来描述媒体的排 列和对应的时间信息。 MP4 文件中所有的数据都封装在一些box 中（以前叫atom ）。所有的metadata(媒体描述元数 据) ，包括定义媒体的排列和时间信息的数据都包含在这样的一些结构box 中。MP4 文件格式定 义了这些这些box 的格式。Metadata 对媒体数据（例如，视频帧）引用说明。媒体数据可以包含 在同一个的一个或多个box 里，也可以在其他文件中，metadata 允许使用URLs 来引用其他的 文件，而媒体数据在这些引用文件中的排列关系全部在第一个主文件中的metadata 描述。其他 的文件不一定是MP4 文件格式，例如，可能就没有一个box。 有很多种类的track ，其中有三个最重要，video track 包含了视频sample ；audio track 包含 了audio sample ；hint track 稍有不同，它描述了一个流媒体服务器如何把文件中的媒体数据 组成符合流媒体协议的数据包。如果文件只是本地播放，可以忽略 hint track ，他们只与流媒体 有关系。 Physical structure of the media Box 定义了如何在sample table 中找到媒体数据的排列。这包括data reference(数据引用), the sample size table, the sample to chunk table, and the chunk offset table. 这些表就可以找到 track 中每个sample 在文件中的位置和大小。 data reference 允许在第二个媒体文件中找到媒体的位置。这样，一部电影就可以由一个媒体数 据库中的多个不同文件组成，而且不用把它们全部拷贝到另一个新文件中。例如，对视频编辑就 很有帮助。 为了节约空间，这些表都很紧凑。另外，interleave 不是sample by sample ，而是把单个track 的几个samples 组合到一起，然后另外几个sample 又进行新的组合，等等。一个track 的连续几 个sample 组成的单元就被称为chunk。每个chunk 在文件中有一个偏移量，这个偏移量是从文 件开头算起的，在这个chunk 内，sample 是连续存储的。 这样，如果一个chunk 包含两个sample ，第二个sample 的位置就是chunk 的偏移量加上第一 个sample 的大小。chunk offset table 说明了每个chunk 的偏移量，sample to chunk table 说明 了sample 序号和chunk 序号的映射关系。 注意chunk 之间可能会有死区，没有任何媒体数据引用到这部分区域，但是chunk 内部不会有 这样的死区。这样，如果在节目编辑的时候，不需要一些媒体数据，就可以简单的留在那里，而 不用引用，这样就不用删除它们了。类似的，如果媒体存放在第二个文件中，但是格式不同于 MP4 文件格式，这个陌生文件的头部或者其他文件格式都可以简单忽略掉