Fraternity7

原文：MP4 FAQ - Doom9's Forum Last edited by bond : 28th April 2007 at 15:32.
一括表示はタグ：MP4faq。

1）MP4 とはなんですか？「コンテナフォーマット」って聞いたけど、ソレ何？
2）MP4 の拡張子にはどんなものがあるの？
3）MP4 規格に適合したファイルを作るにはどうすれば？
4）MPEG-4 規格外のストリームをMP4に入れられる？
5）AVIから MPEG-4映像をMP4にmuxするとき、どんな事に注意すれば？
6）MP4にmuxし 直すと再エンコードになりますか？
7）字幕を MP4にmuxするには？
8）MP4ファイルの 中にチャプターを作るには？
9）MP4ファイルに タグを付けるには？
10）様々なトラック に関する情報をMP4ファイルの中に保存するには？
11）MP4ファイル のオーサリング（例えばDVDメニューのようなものを作る）をするには？サンプルとかありますか？
12）MP4で "アナモルフィック・リサイズ" をやる方法は？
13）MP4に可変フレームレート（VFR）コンテントを入れられる？
14）MP4ファイルの再生はどうやったらいいですか？
15）MP4の（ライブ）ストリーミングを見たり、流したりするには？
16）MP4のビットレート計算機はありますか？どうしてAVIから作成したMP4ファイルは元のAVIより小さくなるの？
17）MP4はCRC、EDC、ECCをサポートしていますか？
18）MP4ファイルを作るのに使われたコデックを判別する事はできますか？はい。
19）MP4はMP3の次？
20）MP4とMOV/3GPは同じものですか？
21）MP4のその他の情報は？

　様々なマルチメディア・ストリーム（大半はオーディオとビデオ）を一つのファイルに入れる為のコンテナフォーマットです。
　マルチメディア・コンテナには、有名なAVI (.avi)、 MPEG (.mpg, .mpeg)、 Matroska (.mkv, .mka)、 OGM (.ogm)、 Quicktime (.mov) 、そして Realmedia (.rm, .rmvb)などがあります。

　MP4はMPEG-4 規格 (ISO 14496-14)で決められた公式コンテナフォーマットの汎用拡張子です。
　MP4 はストリーミングに対応しており、全てのマルチメディア・コンテント（複数音声、複数映像、字幕ストリーム、静止画、可変フレームレート、可変ビットレート、可変サンプルレート、などなど）、ならびに、2D や 3Dのアニメーション・グラフィックス、インタラクティビティ、DVD的なメニューなどのより先進的なコンテント（公式には"Rich Media" または "BIFS"と言います）をサポートしています。これらをAVIで扱う事は、ほぼ望めないといって良いでしょう。

• .mp4：唯一の公式な拡張子。オーディオ、ビデオ、アドバンスド・コンテント、およびそれらを複合したもの全てに使う。

　それ以外の関連性のある拡張子。

• .m4v：.mp4ファイル。appleが video+audio ファイルに使う間違った拡張子[1]。そのまま .mp4にリネームしても大丈夫。
• .m4a: .mp4ファイル。appleが audioのみのファイルに使う間違った拡張子[1]。そのまま .mp4にリネームしても大丈夫。
• .m4p：iTunesで売っている DRM 保護付きファイル。apple製の DRM[2]を使う。
• .m4e：.sdpファイルをリネームしたもの。Envivioがストリーミングに使う。
• .m4v, .mp4v, .cmp, .divx, .xvid, .264：通常は raw mpeg-4 ビデオストリーム（MP4コンテナに入っていない状態）[3]。
• .aac：raw aac オーディオストリーム/adts （MP4コンテナに入っていない状態）
• .3gp, .3g2：携帯電話が使う。.mp4 に定義されていないコンテンツも入る （H.263, AMR）Q 20参照。
• .mov：技術的によく似たコンテナだが、MP4と同じではない。Q20参照。

[1] .m4v/.m4aを「国際標準規格MP4」と呼ぶのは、規格上は間違っている。サポートする符号化手法の非公開や、iPod類のデータベース全体の暗号化などを考慮すると、これらは「事実上のプロプライエタリ・フォーマット」になっている。ある意味ワードやエクセルやWMV9と同じとして嫌うか、そのほうが便利として受け入れるかは人による。
[2] Fair Play。
[3] QuickTime Player Proでは扱えない。

　簡単な解答は、Doom9の MP4 ガイド、または Nero Recode2 ガイドを参照。
　詳細な解答は以下：

１）MP4ファイルを作るには、MPEG-4 規格上に存在する audio/video フォーマットを使うのが望ましい。

MP4ビデオフォーマット：

MPEG-4 SP/ASP： XviD, DivX5, 3ivx, ffmpeg/ ffdshow, NeroDigital ASP... など

MPEG-4 AVC/H.264： x264, NeroDigital AVC, Apple...など

MPEG-2

MPEG-1（DivX3/MS Mpeg-4、WM9、RV9、VP6などは異なる）。

doom9による画質比較はこちら： 1 2。

MP4 オーディオフォーマット：

Advanced Audio Coding (AAC FAQ): Quicktime/ iTunes, Nero, Psytel, FAAC binary)...

（rjamorim による音質比較はこちら： 1 2 )

他に、MP3、MP2、MP1、CELP (speech)、TwinVQ (very low bitrates)、SAOL (midi)、ALS (lossless)。

MP4 subtitle/textフォーマット：

MPEG-4 Timed Text（Q7参照）

MP4 pictureフォーマット：

JPEG, PNG

２）MPEG-4 互換コンテンツを MP4コンテナにmuxするには以下のツールを使う：

• GPACの MP4Box。コマンドライン。AVC、packed b-frames[1]、advanced content/BIFS、TTXT、Chaptersをサポート。（Doom9 Guide、同試訳）
• MPEG4IPの mp4creator。コマンドライン。AVCをmuxできる。AVIと packed b-frames[1]には使わない事！
• 3ivx mp4 muxer。dshow filter、Grapheditで使える。 packed AVI b-frames をサポートしているが、AVCは非対応（3ivx Guide）。
• ffmpeg。 コマンドライン。MP4へのエンコードをサポートするが、muxではバギーだ（特に AVC、AVI、そして (packed) b-frames[1] では使わない事）。
• mp4UI。MPEG4IPがベース。AVC、AVI、および (packed) b-frames[1]には使わない事！
• VideoLAN。AVCをmuxできる。 (packed) b-frames[1]には使わない事！
• IBMの Toolkit for MPEG-4 。Javaベースの XMTBatch and/or AVGen (also a simple version) を含む。
• dvd2mp4gui。mp4toolを使うGUI。複数音声と字幕ストリームのmuxをサポート（advanced content）。
• ENSTのmp4tool/mp4edit。BIFSをサポート。mp4edit はコマンドラインであるmp4toolの "light"版 GUI。

　[1] packed b-frames：MPEG-4のBフレームを AVI/VFW に入れるハッキング（裏技）について を参照。

３）以下のような"all-in-one" MP4 エンコードツールもある：

• Nero Recode2。ASP または AVC とAACの入ったMP4をエンコードできる (Doom9 Guide)。字幕は DVD VobSub[1]。dshow muxer入り。
• Doom9のMeGUI。ASP (Xvid, libavcodec)、AVC (x264) 、AAC (Besweet - Nero)でのエンコードをサポート。
• HDX4。ASP とAACをサポート。
• Dicasの mpegable X4 live。Dicaのcodecを使ってMP4を作成できる。
• Envivioの4Coder。MPEG-4 AAC、ASP/SP、AVCのエンコード。

　[1] MP4規格外。Q4参照

４）以下のツールでは、MP4ファイルのエディット（分割や追加など）ができる ：

• Avidemux。Virtualdub　スタイルの、クロスプラットフォームMP4 エディタ。
• MP4Box。時間、またはファイルサイズベースで、MP4の結合と分割ができる (AAC, ASP, AVC,　TTXT, MPEG-1/2, プライベート・ストリーム) 。GUIは Yamb, Cut Assistant。
• Ulead の VideoStudio 8 。MPEG-4 pluginが必要。
• Sonyの Vegas 6
• Quicktime/Pro。MP4 ファイルの作成（エンコード,mux）とエディット（分割,結合）ができる。MPEG-4 Simple Profile, AAC, AVCをサポート。

　はい。私は好みませんが、可能です。
　MPEG-4規格はいかなるストリームもMP4コンテナに収める方式を定義しています。AVIでは、ストリームにプライベートFourCCを付けるやり方がありますが、MP4 でも同様に、"private track ID"というものを使います。ただし、そうしたものを再生できるプレイヤは恐らく出てこない事に注意して下さい。特別に設定しない限り、プレイヤはこうしたストリームを無視するでしょう。

　現在、MP4に収められるMPEG-4規格外ストリームは以下のとおりです。：

• Ogg Vorbis と Ogg Theora。MP4Box経由。
• Ogg Vorbis。要 patched mp4creator。
• Apple の ロスレス・オーディオ (ALAC/ALE - MPEG-4 ALS非互換)。要iTunes。
• DVD ピクチャ字幕 (Vobsubs)。要 Nero Recode2。

　こうしたプライベートストリームが普及し、広くサポートされるかどうかは、未来を待つしかありません。

　AVIからMP4へのmuxには潜在的な問題があります。特に、Bフレーム（B-VOPs、bi-directional encodingとも言う）を使っている場合は注意が必要です。

1) "delay frames"

古いVFW インターフェイスに内在する問題。今でも使うコデックがある (XviD, DivX5)。これらのコデックでb-frameを使ってエンコードする場合、"delay frames"を自動的にドロップするのはVirtualDub/Mod だけだ。

2) "packed bitstream"

本来はb-frameを扱えないAVIコンテナに内在する問題。PBは DivX5 （連続b-frame1がセットの時のみ）が使う。また、新しいXviDビルドはデフォルトで、b-frameを他のフレームと"パック"する（XviD オプションでPB optionのチェックをちゃんと外す事）。AVIとB-frameに関する詳細はこちら（＊試訳＊）。

3) "userdata"

XviD と DivX PBストリームがPBを使っている場合にその存在を示すフラグ。一部のデコーダはこのフラグをデコード する（＊たぶん映像の一部として＊）。

4) "vol"

AVIで全てのキーフレーム に付加されているものだが、MP4ではムービーデータとは別個にしてやる必要がある。

5) "ctts" atom

MP4にb-frameをmuxする際に書き込む必要がある [1]。

　現在、これら全てを正しく扱えるのは 3ivx mp4 muxer と GPACの MP4Box だけだ！[1]
　AVIからMP4への変換にはこの二つ以外使わないように。packed bitstreamがある場合や、そもそもそのAVIを作ったエンコードアプリがなんだったか /　どんなb-frame関連オプションを使ったか判らない場合は特に。さもないと規格適合性が不完全なMP4ファイルが出来る 可能性が非常に高くなる！

[1] MP4コンテナでBフレームを使う場合、ctts atomの他にEdit Boxなるものを書き込む必要がある模様。raw video.264からMP4を作成する場合、手許のMP4boxでは冒頭に白紙フレームが1～２枚入る。白紙フレームが出るのはQuickTime系の プレイヤのみだが、uenoB さんによるとこれはQT系の挙動が正しい。傾向と対策はtag: 白紙フレーム参照。

　いいえ。
　このプロセス自体はロスレスです。単にメディアストリームをコンテナから取り出し、MP4コンテナに入れるだけです。

　mp4に字幕を入れる方法は三つあります。：

１）MPEG-4 TTXT：

　MPEG-1/2とは異なり、MPEG-4規格では、独自のテキストストリーム/字幕フォーマットを、ISO 14496-17（MPEG-4 Timed Text）で定義しています。これはテキストベースで（DVD 字幕のピクチャベースとは異なります）、UTF-8/16 を使います（キリル文字、アラビア文字、中国文字などを含む）。また色んな種類のアニメーション（scrolling, colors, karaoke などなど）と、フォントの埋め込み、ストリーミングにも対応しています。

　MPEG-4 TTXTの作成は、既にMP4Box と Quicktimeがサポートしています。再生はGabestとHaaliの MP4 dshow Parser, Osmo4, Realplayer ,Quicktime（.3gpコンテナのみ）、そしてVideoLan。

２）プライベート・ストリーム：

　Neroの Recode2 はMP4にプライベート・ストリームを収められる機能を利用して（Q４）、DVD サブピクチャ・ストリーム(vobsubs) をDVDから抽出し、そのままMP4に収める事ができます。

　こうしたストリームの再生は Nero filters, GabestとHaaliの Parser, VideoLan、一部のハードウェア MP4 DVD プレイヤが対応しています。

３） BIFS binary format：

　MPEG-4規格が定めるもう一つの方法は、字幕フォーマットをXMT/BTフォーマットに変換し、さらにそれを "advanced content" (BIFS binary format)としてMP4の中にエンコードする方法です。例えば、SRT subを変換するには mp4box または dvd2mp4guiを使います。

こうしたアドバンスド・コンテントを再生するには、これをサポートするfilter/playerが要ります（Q 14参照）。

　 チャプターを保存するには アドバンスド・コンテントを使います（例えばメニュー作成とか）。しかし Neroは MP4 の "user space" (udta atom) と呼ばれる機能を使います。これはMP4になんでも好きなものを入れられるatomです（例えばiTunesはMP4の udta atom に、タグとcd/dvd-カバー（"coverart"）を保存しています）。

　現在、Nero Recode2でエンコードするとMP4に自動的にチャプターを入れられます。既存のファイルは、MP4Box とRecode2に付属のMP4 directshow muxer filterで可能です（grapheditから使います）。

　再生面では、udtaの中にある情報を読めないプレイヤは、単にこれを無視します。こうした特別なチャプタを使うにはチャプタ対応のplayer/filterが要ります。(例えば Gabest、Haali、Nero、または3ivx)

　MPEG-4規格には、タグ的な情報を収めるための "meta" atomというものがあります。しかしAppleはiTunesで、"udta" atom の中に utf-8 tagを入れるという、これとは異なったタグの付け方をしています（Q８参照）。

　MP4ファイルにapple 方式のタグ付けをするツールはたくさんあります。mpeg4ipのmp4tags、tg、またはAtomicParsleyなど。

　MP4コンテナは、各ストリームに付けた名前や、使用言語を保存することができます（ストリームがオーディオだろうがビデオだろうがアニメーションだろうが関係ありません）。

　使用言語は、例えば mp4box と quicktimeでセットできます。ストリームに名前をつける機能はNeroが持っており、各ストリーム毎の名前付けはmp4boxでできます。

　IMOONのおかげで、いまや MP4MenuGUI （＊要.NETRuntime 2.0、Avisynth2.57ほか＊）というツールが入手可能です。これを使って、MP4に簡単にDVDっぽいメニューを作る事が出来ます。このツールはXMT、またはbtと呼ばれるテキストベースの言語ファイル（有名なFlash同様、VRMLベース）を生成するので、これをBIFSと呼ばれるバイナリフォーマットにエンコード/コンパイルしてmp4に収めます（フリーのエンコーダとしては、 mp4box, mp4tool または XMTBatch）。

　もしも"自分の手で"MP4オーサリングしたり、MP4MenuGUIが吐いたスクリプトを弄りたければ、GPACのひとたちが書いた素晴らしいチュートリアルが英語とフランス語で読めます。

　このプ ロセスを楽に済ませるために、私はサンプルスクリプトを書きました、 MP4Menuと 命名しましたが MP4MenuGUIをベースにしたものです。DVDメニューで出来る事はぜんぶ盛り込んでありますから、必要な機能をオンにするだけで済みます（guide）。

　その他にMP4で出来る事が知りたければ、ビデオ内にmenuを入れた menu sampleを見て欲しい。さらに、MPEG-4 System では2Dや3Dアニメーションも扱える（トイストーリーやファインディング・ニモのようなものを考えて欲しい）、ここに2D animation sample があるが、この中にはビデオストリームが入っていない！ [1]。

advanced contentの入ったMP4を再生するには、それを再生できるプレイヤが要る事を忘れないで。例えばGPAC Osmo4 player。

[1] どちらも手許のQuickTime Player Pro、VLCでは正常再生できなかった。

　MPEG-4規格はあらゆるニーズに応える事を狙っていますので、方式が３つあります：

１）ビデオビットストリームレベルで指定する方式：

　現時点ではこれが最も実用的で、広く使われているやりかたでしょう。PAR（＊Pixel Aspect Ratio＊）を指定できるコデック（例：3ivx、ffmpeg/ffvfw、XviD）を使って、出来上がったAVIをMP4 muxerでMP4にmuxします。この場合、MP4 muxerはなんでも構いません（ 3ivx mp4 muxer, MP4Box または、 mp4UI）。
　既にエンコード済みのビットストリームのPARを変更するには、MPEG-4 ASPではMoitahの MPEG4 Modifier、AVCでは hhanhの ARChange を使います。どちらのフォーマットでも、MP4BoxでPARを変更できます。
　自動アナモルフィック再生に対応したプレイヤは、VideoLAN、MPlayer。DShowでは、3ivx、Nero か Haali parsers と XviDの組み合わせ（ARをautoに）、3ivx（"force overlay"を使う）、Nero か ffdshow（"overlay mixer"を使う）のdecoder filter。

２）コンテナレベルで指定する方式：

　MP4 では"Composition Matrix"を使う方式も定義しています。これはアスペクトレシオを変更したり、ピクチャを回転させたり、複数のレイヤーを扱ったり、再生中にオーディオストリームを二個ミックス（台詞と音楽が分離している映画など）したり、、、、。
　Quicktime/Pro ではこうしたたくさんのcompositionを扱う事ができます。Movie -> Get Movie Properties -> Video/Sound Track -> Size/Layer/Volume/...。またそうしたcompositionを持つMP4ファイルを正しく再生できます。

３）BIFSレベルで指定する方式：

　最も幅広いオーサリングができる方式です（Q９参照）。この方式では、アスペクトレシオの変更もできます（例えばTransform2D.scaleを使うなど）。BIFS control streamの作成と再生にはGPAC project tools、つまりMP4BoxとOsmo4を使いましょう。