Mp4编码全介绍

容器格式允许你将不同种类的多媒体数据流（多为视频流和音频流）合并在一个单一的文件内。
多媒体容器格式，就是我们熟知的AVI(.avi), MPEG(.mpg, .mpeg), Matroska(.mkv, .mka), OGM(.ogm), Quicktime(.mov),或Realmedia(.rm, .rmvb).

MP4是遵循MPEG-4（ISO 14496-14）的官方容器格式定义的广义文件扩展名。它可以流媒体化并支持众多多媒体的内容（多音轨(multiple audio)、视频流(video)、字幕(subtitlestreams)、图片(pictures)、可变桢率(variable-framerates)、码率(bitrates)、采样率(samplerates)等）和高级内容(advanced content)（官方称之为”Richmedia”(超媒体)或”BIFS”(Binary Format for Scenes/二进制格式场景），类似2D和3D图形，动画、用户界面、类DVD菜单，上述这些AVI搞不定的东西。

2. MP4文件的扩展名用什么？
   -.mp4：唯一的官方扩展名，支持所有音频和视频以及高级内容（或它们的混合）

其他相关的扩展名：

• .m4v：是.mp4文件的错误扩展名，由apple提出，支持视频+音频，m4v扩展名可以安全地更名为.mp4
• .m4a：是.mp4文件的错误扩展名，由apple提出，只支持音频，m4a扩展名可以安全地更名为.mp4
• .m4p：随iTunes发售的DRM(Digital Rights Management/数字版权保护技术)产权保护的文件，使用Apple开发的DRM sheme
• .m4e：由.sdp修改扩展名的来的文件，Envivio用其于流媒体播放。
• .m4v, -.mp4v, -.cmp, -.divx, .-xvid, .264：raw的mpeg-4视频流（并非内含于mp4）。
• .3gp, -.3g2：手机中使用的格式，其中储存的内容同样在.mp4未被定义（H.263, AMR(Adaptive Multi Rate/自适应多码率)）。

3. 如何创建标准的MP4文件？
   简单的回答：参考doom9的MP4指南或NERO Recode2指南。

详细解答：

1. 为了制作MP4文件，你应该优先使用MPEG-4标准下的音频/视频格式：

• MP4视频格式包括：MPEG-4 SP(Simple Profile/简单类)/ASP(Advanced Simple Profile/高级简单类)：xvid, divx5, 3ivx,ffmpeg/ffdshow, NeroDigital ASP…及MPEG-4 AVC/H.264：x264, NeroDigital AVC, Apple…还有MPEG-2, MPEG-1（不含Divx3/M$ MPEG4, WM9, RV9或VP6）.-doom9的质量比较测评：1 2
• MP4音频格式包括：Advanced Audio Coding（AAC FAQ）：Quicktime/iTunes, Nero, Psytel, FAAC（binary）…（rjamorim的质量比较测评：1 2）和mp3, mp2, mp1, celp（语音）, TwinVQ（非常低的码率）, SAOL（midi）, ALS（无损）
• MP4字幕/文本格式：MPEG-4时标文本（见Q7）
• MP4图片格式：JPEG, PNG

2. 使用下列的软件可以将遵循MPEG-4的内容Mux进MP4容器：

• GPAC的MP4box，命令行界面，支持AVC(Advanced Video Coding/进阶视频编码)，packed B-frames(打包B桢)，高级内容/BIFS，TTXT和章节（Doom9指南）
• MPEG4IP的mp4creator，命令行界面，能够混合AVC，但不要用于AVI及(packed) B-frames！
• 3ivx mp4 muxer，dshow滤镜，可以在GraphEdit中使用，支持使用packed B-frames的avi，但不支持AVC（3ivx 指南）
• mp4UI，操作简单，软件基于MPEG4IP，不支持AVC，AVI及(packed) B-frames！（doom9指南）
• VideoLAN Client，支持AVC，不能用于packed B-frames
• ffmpeg，问题多，命令行界面，尤其不能用于AVC，AVI及(packed) B-frames！
• IBM的Toolkit for MPEG-4，含基于Java的XMTBatch和/或AVGen（也是一个简易的版本）
• dvd2mp4GUI，mp4tool的GUI，可以简单的将多音轨及字幕（作为高级内容）混合进MP4
• mp4tool/mp4edit，来自于ENST，类似于mp4box。mp4edit是mp4tool命令行软件的简易GUI版本

3. 下面有一些”all-in-one”的MP4编码工具：

• Nero Recode2，使用ASP、AVC或AAC来编码MP4（Doom9指南），字幕是dvd的vob subs（图形字幕），包含dshow muxer
• Doom9的MeGUI，支持ASP（xvid, libavcodec）, AVC（xvid）和AAC（Besweet - Nero）编码
• HDX4支持ASP和AAC
• Dicas的mpegable X4 live，操作简单，用dicas的MPEG-4的编码直接编码为mp4
• Envivio的4coder支持MPEG-4 AAC, ASP/SP和AVC

4. 以下工具可用来编辑MP4文件（如分割、追加合并）：

• MP4Box可以按照时间和尺寸分割MP4（AAC, ASP, AVC, TTXT, MPEG-1/2, 专用媒体流），提取部分及合并mp4
• ulead的VideoStudio 8+ MPEG-4插件
• Quicktime/Pro能够创建（编码，混合）和编辑（分割、合并）mp4文件，支持MPEG-4 Simple Profile, AAC, AVC

4. 有没有可能将非MPEG-4标准的数据流放进MP4？
   可以，虽然我不认为这是个好主意。MPEG-4标准定义了如何将数据流放入MP4的方式。类似于AVI，数据流根据专用的FourCCs方式被放入AVI中；在MP4中，每一个数据流有一个”专用的轨道ID(private track ID)”。记住，没有一个播放器能够支持MP4中此类的数据流，只会简单地把它们忽略。除非你非常明确地要这样做。
   以下的数据流，不遵循MPEG-4标准，但已经能够被放入MP4中了。

• Ogg Vorbis和Ogg Theora，使用MP4Box
• Ogg Vorbis，使用修订版的mp4creator
• Apple 的无损音频（ALAC/ALE - 不兼容MPEG-4 ALS），使用iTunes
• DVD图形字幕（Vobsubs），使用Nero Recode2
• AMR语音，使用NEC e808/e616手机
  唯有等到了将来，我们才能知道此类的非公开数据流能否被广泛的接受和支持。。。

5. 当我从avi中将MPEG-4视频混合进MP4时，有哪些事项是必须特别注意的？
   在做AVIs混合至MP4处理时，有一些潜在的问题。特别是编码中使用了B桢(b-frames/B-VOPs/bi-directional)。
   1)”delay frames(桢延迟)”：由于一些编码（Xvid, Divx5）仍然使用旧的VFW界面会导致此问题。只有当使用VirtualDub/Mod编码且用了B桢时，就会自动丢桢。
   2)”packed bitstream(打包的数据流)” ：因旧有容器格式AVI不支持储存B桢而产生。在DivX5中会用到PB（只有在一个连续B桢的设定情况下），以及新版本的XviD默认设置是使用PB的（处理时要确认PB选项没有被勾选），还有使用其他桢来打包B桢（点击这里了解更多关于B桢的详细介绍）。

3)”ctts”atom(节点)：当混合b桢进入MP4中必须写入的信息。
4)”vol(音量)”：在avi的每个关键桢(keyframe)中都要写入，但现在在MP4中已和影片数据分离开了。

现在，只有3ivx mp4 muxer和GPAC的MP4Box可以正确的搞定上述问题。推荐只使用它们进行avi的转换，特别是那些使用packed bitstreams或者那种你不能确定是否使用了b桢设定/编码的avi。否则，你很可能不能够得到100%完全遵循标准的MP4文件！

6. transmux(转换并混合)时是否会对文件内容进行重编码？
   不会，这是个无损的处理过程，只是将媒体流从一个容器搬到MP4里。

7. 我怎样才能将字幕混合进MP4？
   这里有三种方法可以实现：

• 相对于MPEG-1/2，MPEG-4标准定义有自己的文本流/字幕标准（基于ISO14496-17的MPEG-4的时标文本）。MP4的字幕格式是基于文本的（不是像DVD字幕那种基于图形），遵循UTF-8/16标准（含古斯拉夫语、阿拉伯语、中文字符等）。它支持所有的动态效果（滚动、色彩、卡拉ok效果等），且支持附加字体及流媒体化。
  MPEG-4 TTXT的制作，已被MP4box和Quicktime支持。
  回放时，可以使用Haali的MP4 dshow Parser, Osmo4, Realplayer和Quicktime（仅当放入.3gp文件中）。同样时VideoLan也支持。
• Nero的Recode2可以用来在MP4中储存专用数据流（Q4），且可以轻易的、不加修改的将DVD中的图形字幕（vobsubs）提出并存入MP4中。
  回放此类的媒体流，可以使用Nero的滤镜、Haali的Parser、VideoLan（问题多）和一些硬件支持MP4的DVD播放器。
• 另一个基于MPEG-4标准储存字幕进MP4的方法是将字幕转换为XMT/BT文本格式，然后将它们编码为”高级内容”（BIFS binary格式）存入MP4中。这一方法可适用于任何字幕（使用mp4box或dvd2mp4gui，例如转换SRT字幕）。
  回放这些高级内容，你需要可以支持此类内容的滤镜/播放器（见Q12）。

8. 我如何将章节放入MP4文件中？
   章节的存储也可以使用高级内容实现（例如创建一个目录菜单），但Nero使用了另一个方法。它使用了MP4中的一个特性：称为”用户空间”(user space/udta atom)。它允许在MP4中附加任何你想的东西。（例如，iTunes使用udta atom在mp4中储存标签和CD/DVD封面（”coverart”））。
   你可以使用Nero Recode2在编码mp4过程中自动插入章节信息，或者用MP4Box和record2的MP4 directshow muxer filter在已存在的mp4文件中添加章节信息。（例如在GraohEdit中使用此滤镜）。
   关于播放器，如果不能识别在udta中储存的章节信息，则会简单的忽略掉。你需要一个可以搞定此特殊章节信息的播放器或滤镜。（例如，Gabest, Haali, Nero或3ivx）。

9. 我如何对MP4文件进行编排创作（例如创建类DVD的菜单）？有没有例子？
   基本上编排创作应”手动”编写一个文本的语言格式，称为XMT或bt（基于VRML(Virtual Reality Modeling Language/虚拟现实建模语言)，就像我们熟知的Flash），一种能够把它作为binary格式（称为BIFS）编码/编译入mp4（免费的编码器为mp4box, mp4tool或XMTBatch）。
   现在已经有一些面向MP4编排创作的GUI了，使得这一过程变得很方便。例如IBM, AVIPIX, Envivio, Mindego, iVAST, Digimax或Etri，但都未向大众开放。

所以，如果你想亲自编排创作MP4，除了编辑一个BT/XMT的脚本外没有别的办法。
感谢GPAC的家伙们，现在已经有了关于这个处理方法的指南（英文版、法文版），这将对你有不小的帮助。
为了使这个过程更简单，我创作了一个简单的脚本工具，命名为MP4menu，现在已经支持DVD菜单可以提供的所有特性。你可以按照自己的需求使用（指南）。

如果你想看一下实例以了解有什么别的可以放入MP4中，看一下这个小的含视频的菜单样本。但是MPEG-4系统还能提供2D和3D的动画效果（想一下玩具总动员和海底总动员这些影片），看一下这个小的2d 动画样本（不含视频流）。
确认你使用的是MPEG-4系统支持的播放器，如GPAC Osmo4 player，来观看这些样本。

10. 我如何才能在MP4文件中使用可变形重设尺寸(anamorphic resize)？
    MPEG-4标准崇尚”多才能”，能够满足大众的各种需求。它提供了三种可能性：

11. 码流方面：这可能是最具可行性且最大众化的方法。
    使用可以设定PAR(pixel aspect ratio/像素宽高比)的编码（例如3ivx, ffmpeg/ffvfw, xvid）。然后使用任一种MP4的Muxer工具（例如3ivx mp4 mixer, MP4Box, mp4UI）将得到的AVI Mux至mp4。对于已存在的码流，你可以使用Moitah的MPEG4 Modifier对MPEG-4 ASP进行修改PAR；使用hhanh的ARChange对AVC进行修改PAR。
    下列工具可自动在回放中支持可变形重设尺寸：VideoLan, Mplayer或者带有3ivx, nero或haali parser加上XviD（xvid decode设置AR为auto）, 3ivx（打开”force overlay”）, Nero或ffdshow（打开”overlay mixer”）解码滤镜的dshow播放器。

12. 容器方面：MP4提供了一种”合成矩阵(Composition Matrix)”，能够修改AR、画面旋转、支持多层数据、回放时将两条音轨混音（例：将影片的语音和音乐分离）等功能。
    Quicktime/Pro提供了很好的合成方法，通过：Movie -> Get Movie Properties -> Video/Sound Track -> Size/Layer/Volume/… ，还能够正确回放此类经合成编辑的MP4文件。

13. BIFS方面：提供了最广泛的编排创作的可能（Q9），同样还能够修改AR（例：通过改变2d缩放(Transform2D.scale)）。你可以使用GPAC的工程软件：MP4box和Osmo4来创建和回放此类BIFS控制的数据流。

14. 有没有可能在MP4中创建VFR(Variable Framerate/可变帧率)内容？
    可以。察看下面的帖子。

15. 我如何播放MP4文件？
    由于MP4的互用性这一巨大优势及开源标准（授权免费！）这些特性，现在已有众多工具可以在不同系统包括Mac, Linux, PocketPC当然还有windows中支持MP4。

16. 如果你想用基于dshow的播放器（例如media player classic, bsplayer, zoomplayer或者蹩脚的windows media player）来回放任何此类的媒体文件，首先你需要用到下面两个东西：
    – 一个分离滤镜(splitter/parser filter)：它能够在回放时将容器中包含的数据流（音频流、视频流、字幕流）分离开。
    – 一个解码滤镜(decode filter)：它（例如：ffdshow, 3ivx, CoreAAC）能够将编码的数据流解码。
    顺便说一下，我们在播放AVI时不需要安装分离滤镜的唯一原因是windows系统已经默认安装了这个东西。

这里有一些组件包，包含了这些滤镜：
– Gabest’s MP4 Splitter支持AAC, ASP, AVC, MPEG-1/2音频（如MP2/MP3）与视频, 先进TTXT, MP4中的VobSubs和章节, 开源（Gabest的MPC播放器已经内建此滤镜）
– Haali’s Media Splitter支持MP4中的AAC, ASP, AVC, MPEG-1/2音频（例：mp2/mp3）和视频，TTXT，vobsubs和章节，并支持地切换音频、视频、字幕，是无限制的，部分开源的，免费的
– 3ivx支持MP2, MP3, AAC, ASP, 章节但不支持MP4里的AVC！使用ffdshow或CoreAAC这样的解码器时请确定”allow unsupport decoders” 选项已勾选
– Elecard提供了支持AAC, ASP, AVC的MP4 splitter，并附带ASP/AVC解码器
– Nero支持AAC, ASP, AVC, vobsubs和章节（Nero7下只限Nero Showtime！Nero6下仅Nero Showtime支持字幕/章节/多音轨！）
– HDX4支持MP4中的AAC和ASP
– EnvivioTV 支持MP4中的高级内容/BIFS（样本）, AAC, ASP和AVC
– Moonlight提供了支持MP3, AAC, ASP, AVC的MP4 splitter，并附带ASP/AVC解码器
– Dicas的mpegable，支持RTP(Real-Time Transport Protocol/实时传输协议)流媒体，AAC, ASP和AMR（.3gp音频）的解码
– Ligos的LSX-MPEG，仅支持Simple Profile视频，30天预览版本

2. 如果你不能/不想使用基于windows dshow的播放器，你也可以使用下列的播放器来播放MP4：
   – Apple的Quicktime，广泛使用，支持MPEG-4 SP, AVC和AAC
   – Realnetworks的RealPlayer10，支持MPEG-4 SP + b桢（仅plus版本）和AAC
   – GPAC的Osmo4，开源（GPL），支持BIFS（字幕，用户互动，类dvd目录…）和TTXT
   – MPlayer，开源（GPL），支持ASP和AVC，支持众多系统，象Win, Linux, Mac OS…

– Videolan，开源（GPL），支持ASP和AVC，多系统支持
– MPEG4IP的WMP4Player，开源（LGPL(Lesser General Public
License/GNU较宽松公共许可证)/MPL(Mozilla Public License)），支持ASP和AVC
– xine，开源（GPL），多系统支持
– TCPMP，用于PalmOS/WindowsCE
– Philips的Platform4 Player支持PocketPC
– ENST的Osmo4（基于参考源），支持高级内容/BIFS
– IBM的M4Play含Toolkit for MPEG-4，基于Java，支持高级内容/BIFS

3. 硬件/独立播放器：由于最流行的MPEG-4 ASP执行者（DivX5/XviD）经常被放入AVI中，那也成为了现在播放器最广泛支持的格式。同样是nero的那些家伙，也是为了满足消费者日益增长的需求，他们尝试将MP4容器格式能够被硬件播放器支持，并逐步取得了成功：
   支持MP4的硬件播放器如下：
   – Avayon的DXP-1000支持MP4的AAC, ASP, VobSubs和章节
   – elta的8815 MP4支持MP4的AAC, ASP, VobSubs和章节
   – Gowell的AS 602支持MP4的AAC, ASP, VobSubs和章节
   – Kiss的DP-558支持AAC, ASP（不支持QPel(Quarter-Pixel/1/4象素预测)/GMC(Global Motion Compensation/全局动态补偿)），支持VobSubs和章节（Sigma Designs EM8560）
   – Packard Bell的DVD-DivX 450 pro支持MP4的AAC, ASP, VobSubs和章节
   – Philips的DVP630/632/642播放器支持MP4的ASP（不支持QPel/1WP GMC）, MP3（非AAC）（ESS Vibratto-II）
   – RJTech的RJ 1500DVX II支持MP4的AAC（5.1）, MP3, ASP (QPel/1WP GMC/CQM), VobSubs, 章节（ESS Vibratto-II）
   – Siemssen的SCO 5000ND支持MP4的AAC（不支持MP3/MP2），ASP (QPel/1WP GMC), VobSubs, 章节（Zoran Vaddis 776）。
   – Targa的DR-5200x支持MP4的AAC, ASP, VobSubs和章节
   – Tevion DR 2004，支持MP4的AAC, ASP (QPel/1WP GMC?)和VobSubs。
   – Tevion DVD-4000，最新的固件(firmware)支持MP4的ASP（不支持QPel/1WP GMC？）和MP3（非AAC）（ESS Vibratto-II）
   – Xoro的HSD 415/310播放器支持MP4的AAC, ASP（不支持QPel/1WP GMC？）, VobSubs, 章节（ESS Vibratto-II）。
   – M$的Xbox的Xbox Media Center支持MP4的MP2, MP3, AAC和AVC。
   – Sony的Playstation Portable（PSP）支持MP4的AAC, SP和AVC，保存在记忆棒(Memory Stick)中
   – Apple的iPod支持MP4的AAC，iPod video还支持AVC
   – Sigma Designs的Xcard支持在PC上硬体解码MPEG-4包括MP4容器

4. 如何直播/收看实时（live-）的MP4流媒体？
   Apple和MPEG4IP提供了不错的、免费的工具以将MP4流媒体化：
   想要做流媒体服务器，你可以使用Apple’s Darwin Streaming Server，这是everwiked与linuxjornal里提供的操作指南。
   要直播流媒体你可以使用MPEG4IP的mp4live（仅Linux支持），这是everwiked及MPEG4IP的指南；在Windows系统中，你可以使用MPEGRecorder（看上去像mp4live的一个端口）。
   同样，你可以看一下ViTooKi的工具包（开源的流媒体服务器、播放器和其他相关工具）。
   另一个免费、开源的mp4流媒体服务器是Cata提供的。
   如果是MAC系统，你可以看一下Live Channel。

要播放广播/直播式的流媒体，你可以用Apple的Quicktime, Real的RealPlayer 10, MPEG4IP的WMP4Player, Dica的mpegable和EnvivioTV（都运作在dshow播放器下）和GPAC的Osmo4（最后两个也可以支持高级内容/用户互动）（Envivio的互动演示）。
通过MediaFrame（演示）和IBM（互动演示）的java applets你也可以在不支持安装播放器情况下来播放流媒体的MP4。

流媒体样本：1 2

14. 那里可以找到mp4码率计算工具？为什么由源AVI制作得到的MP4文件体积要比源AVI文件体积小一点？
    MP4需要的overhead的容量远小于AVI容器（特别是VBR-mp3音轨）。勿需质疑，与AVI容器相反，MP4容器就是为MPEG-4视频和MP3设计的。
    这里有一个计算式，你可以这样说：AVI中的视频流文件体积=最终输出的含视频音频的MP4文件体积（像700MB） - MP4的音频体积 + 3MB。
    3ivx在它的主页上也提供了一个MP4码率计算工具，但它看上去不是十分精确。

15. MP4支持CRC(Cyclic Redundancy Check)/循环冗余码校验)/EDC(Error Detection Code/错误校验)或ECC(Error Correction Code/自纠错)吗？
    不支持。MP4容器本身，乃至MPEG-4标准都不希望支持码流中的错误检测/纠正(Error Detection/Correction)（它们该用在该用的地方）。
    点击这里，了解更多有关MPEG-4码流中的差错恢复(Error Resilience)。

16. 有没有可能得知一个MP4文件是用何种编码创建的？
    是的。对于MPEG-4 ASP的视频流和MP3音频流（现在还没有一个真正的方法来确认是否用了AAC音频编码）来说，是可以的。
    点击这里，了解更多。

17. MP4是MP3的继承者吗？
    是，也不是。说它不是，因为MP3是一种特别的音频格式，而MP4是一种容器格式并非是音频编码。说它是的，因为MP4是MPEG-4标准的一部分，MPEG-4标准是MPEG-1/2的继承者，而mp3亦是它的一部分。
    MPEG-4还包括AAC，一种比MP3更好的音频编码，也被用于MP4中。

18. MP4和MOV/3GP是一样的吗？
    Apple的MOV容器格式确实与MP4的出发点相同（主要在moov atom方面），但它们之间还是有不少区别的。
    从另一方面来说，MP4的出发点是3GP格式（通常用于手机中）的开发。3GP格式普遍用于MP4中，就像用于MOV中一样。然而，这仍是另一种格式。

19. 我还想了解更多关于MP4！在哪里能够找到更多信息？
    在网络上有不少此类的信息：
    MP4的说明文件可在这里找到。MPEG-4系统标准的草案可在这里找到。
    有一些关于MP4的文档：1 2 3。
    MPEG Industry Forum或Motion Picture Experts Group（MPEG）的主页上也有许多信息。
    关于MPEG-4标准和MPEG-4系统（非常有技术价值）的FAQs是很有用的。
    另外可以在audiocoding wiki找到许多信息（也有许多关于AAC的信息）。
    关于MP4的创建, 编译成果MPEG4IP有不少指南，同样他们的CVS服务器和everwicked.com上也有指南。