mp4 格式

MP4 实际代表的含义是 MPEG-4 Part 14。它只是 MPEG 标准中的 14 部分。MP4 主要作用是可以实现快进快放，边下载边播放的效果。他是基于MOV，然后发展成自己相关的格式内容。 MP4 中最基本的单元就是Box，它内部是各个 Box 拼接而成的，这里只会讲解最外层三个重要的 Box 来帮助我们理解 mp4。

ftyp Box

主要是 MP4 的说明，告诉解码器它的基本解码版本，兼容格式。一般都是 mp4 的第一个 box。

• major_brand: 推荐兼容性。
• minor_version: 最低兼容版本。
• compatible_brands: mp4 中包含的额外格式，比如，AVC，AAC 等音视频解码格式。

moov Box

内部有多个 Box，主要包含了视频的一些信息，

• 视频创建时间
• 视频修改时间
• 播放速率
• 视频时长
• 音量大小
• 视频宽高
• 字幕语言
• 声道
• 视频/音频帧位置
• …

mdat Box

包含视频媒体数据。mdat中的帧依次存放，每个帧的位置、时间、长度都由moov中的信息指定。

mdat Box 基本上占据了视频大小的 95% 以上，得益于 mp4 边下边播的效果，只要浏览器获取到了部分 mdat box，就可以进行播放。

fmp4 格式

fmp4 是基于 MPEG-4 Part 12 的流媒体格式。

fmp4 与 mp4 很相似，但也有一些区别。

• fmp4 不需要一个 moov Box 来进行 initialization，fmp4 的 moov Box 只包含了一些 track 信息。
• fmp4 的 视频/音频 metadata 信息与数据都存在一个个 moof、mdat 中，它是一个流式的封装格式。

fmp4 的应用场景

• fmp4 可以结合 MSE 进行 HTML5 直播。
• fmp4 由一系列的片段组成，如果服务器支持 byte-range 请求，我们可以单独请求部分片段，结合 MSE 进行流式播放。

参考： https://www.w3.org/TR/mse-byte-stream-format-isobmff/ https://l.web.umkc.edu/lizhu/teaching/2016sp.video-communication/ref/mp4.pdf