MP4 / ISO 基础媒体文件检查器

使用方法

1. 把 .mp4、.m4a、.m4v 或 .mov 拖到方框里。只读取头部的 box，所以几个 GB 的影片和短片一样快。
2. 先看快速启动那一行。如果是否，浏览器必须下载整个文件才能播放哪怕一秒；发布前请把 moov 移到最前面重新封装。
3. 播放器拒绝播放时，检查主品牌和兼容品牌："qt " 表示只声明 QuickTime 兼容，而网页播放器期待的是 "isom" 或 "mp42"。
4. 展开轨道查看编解码器、该轨道自己的时间刻度与时长，以及画面尺寸或采样率。时长除以时间刻度就是秒数，工具把两者都列出来，算式一目了然。
5. 在 box 树里找异常大的条目。小文件里的封面图或残留的 free box 可能占据惊人的比例，占比这一列会把它暴露出来。

常见问题

快速启动到底改变了什么？不是快速启动的文件怎么修？

moov box 就是索引：文件中每个样本的大小、时间戳和字节偏移都列在里面。播放器在解码任何内容之前都需要它，所以当 moov 被写在 mdat 之后（封装器默认就是这样，因为样本表要等最后一帧写完才完整），通过 HTTP 播放的浏览器就必须先下载整个文件，或者用 range 请求四处寻找 moov，才能显示第一帧。把它移到最前面完全不改动媒体数据，只是纯粹的重排，ffmpeg 用 -movflags +faststart 或任意 qt-faststart 类工具都能做。moov 一移动，stco 或 co64 里的所有 chunk 偏移都会跟着变，所以这必须是重写而不是复制。

时长为什么显示成两个数相除？

ISO 基础媒体文件把时间存成刻度，每个头部又各自带一个时间刻度，说明一秒有多少刻度。影片头常用 600 或 1000；视频轨往往用能被帧率整除的值，比如 15 fps 用 15360；音频轨几乎总是直接用采样率，也就是 44100 或 48000。所以 44032 这个数单看毫无意义：按 44.1 kHz 音频算是 1 秒，按 600 刻度的影片时钟算是 73 秒。显示除法而不只是结果，也让四舍五入变得可见——轨道时长不是影片刻度的整数倍，正是文件报出 5.98 秒而你以为是 6 秒的常见原因。

创建时间显示 1904 年或未设置，文件坏了吗？

没有。ISO BMFF 继承了 QuickTime 的纪元，起点是 1904 年 1 月 1 日 UTC 零点，而大量封装器根本不填这两个字段：ffmpeg 默认写 0，而 0 就是纪元本身。所以看起来像 1904 年创建的文件，实际上是由一个选择不说的工具生成的。即使填了值，也全是 UTC 且没有任何时区信息，因此时间戳说明不了拍摄地点，而且改起来毫不费力，单凭它证明不了任何事。

分片文件为什么看起来一个样本都没有？

分片 MP4 是 DASH、基于 fMP4 的 HLS 以及所有需要在崩溃后仍可用的录制所采用的结构：moov 里只保留轨道定义，加一个 mvex box 声明“后面还有分片”，真正的样本则由散布在文件各处的 moof box 描述，每个后面跟着自己的 mdat。因此 moov 里的样本表本来就是空的，影片时长通常也是 0，因为写头部时还不知道；总时长如果有人记录，会在 mvex/mehd 里。这也解释了为什么分片文件从任意位置截断后仍能播放到截断点，而普通的渐进式 MP4 不行。

MP4、M4A、M4V、MOV、3GP 为什么都能在这里打开？

它们本就是同一种格式。ISO/IEC 14496-12 定义了 box 结构，文件开头的 ftyp box 声明一个主品牌和一串兼容品牌。"M4A " 表示纯音频且是苹果风味，"M4V" 在此之上加了苹果的视频约定，"qt " 是其他一切的祖先——原始的 QuickTime 布局，"3gp4" 是移动端配置，而网页播放器寻找的通用品牌是 "isom" 或 "mp42"。扩展名只是给操作系统的提示，品牌列表才是真正的声明，两者不一致的情况够常见，所以文件放不出来时应该先看这里。

这个工具能修复文件或者改变 moov 的位置吗？

不能，它只读，而且故意读得尽量少：通过切片遍历 box 头部，mdat 从不进入内存，因此再大的影片也和小文件一样快。不上传任何内容，也不写回任何内容。如果 box 树因为“某个 box 声称的字节数超过文件”而中途停下，通常说明文件在传输中被截断或下载中断了；能救回来的是用剩下的分片重新封装，而不是改头部。

相关工具