MP4檔案結構(2)__codec

以一個長度為10秒的MP4為例，其結構可能如下：

type: ftyp,        size:       24
type: mdat,     size:  8884701
type: mdat,     size:   136125
type: moov,     size:     4656 1. ftyp

一個ftyp對檔案的類型進行描述，指明其符合哪些格式。一般就是mp4格式了。符合本文檔的媒體類型有很多種，box條目的種類也不同，所以需要brand與compatible_brands的來說明此檔案內的box的種類。文檔中定義了isom, avc1, iso2, mp71, iso3這些brand應有的格式，當解碼器在讀出其brand後，就知道該檔案的格式了。

aligned(8) class FileTypeBox extends Box(‘ftyp’) {  unsigned int(32) major_brand;  unsigned int(32) minor_version;  unsigned int(32) compatible_brands[]; // to end of the box}

2. mdat

上例中有2個mdat，一個是視頻內容、另一個音頻內容。對於h264, aac編碼的媒體來說，其視頻mdat中內容是nal，對於音頻來說，其內容為aac的一幀。mdat中的幀依次存放，每個幀的位置、時間、長度都由moov中的資訊指定。可以看出，mdat是很好組建的，這種Box只含有資料。

aligned(8) class MediaDataBox extends Box(‘mdat’) {   bit(8) data[];}

3. moov

moov存放影片的所有資訊，一個moov含有多個trak。通常對於一個片子來說，就是一個視頻trak，一個音頻trak。MP4檔案的重點也在於此。

(1) trak / tkhd

對於視頻trak，存寬、高資訊；對於音頻trak，存音量資訊。並不是太重要，真正初始化解碼器要靠 stsd中的資訊。

(2) trak / mdia / hdlr

標明該trak是視頻還是音頻

(3) trak / mdia / minf / stbl

所有重要的表都在這裡。其中，

   - stsd: 編碼器CODEC資訊

   - stsz: 用於sample的劃分，通常一個sample可以對應於frame。

   - stsc: 多個sample組成一個trunk，不過實際操作中可以讓一個sample直接構成一個trunk

   - stco: trunk在檔案中的位置，用於定位。

   - stts / ctts: 指定每個sample的PTS, DTS

(4) trak / edts / elst

把視頻分為多段segment, 每個的起始時間和時間長度