MP4 STSD结构

Question

我怀疑一件事。如 ISO-14496-12 中所述，moov/mvhd/trak/mdia/minf/stbl/stsd 应包含格式特定框，例如ISO-14496-15 中描述的 avc1 框或 ISO-14496-14 中描述的 mp42。但它还包含来自 QuickTime 格式规范的 VideoSampleDescription 中的字段，例如“version”、“revision_level”、“vendor”等。

谁能解释一下这个问题？

Answer 1

stsd(样本描述框)可以被视为包含其他框的框。每个 Sample Entry 也只是一个普通的盒子:

 4 bytes - length in total
 4 bytes - 4 char code of sample description table (stsd)
 4 bytes - version & flags
 4 bytes - number of sample entries (num_sample_entries)
 [
    4 bytes - length of sample entry (len_sample_entry)
    4 bytes - 4 char code of sample entry
    ('len_sample_entry' - 8) bytes of data
 ] (repeated 'num_sample_entries' times)
(4 bytes - optional 0x00000000 as end of box marker )