MP4 é o tipo de arquivo de vídeo que você encontra com mais frequência. Seu nome oficial é MPEG-4 Parte 14 e ele foi definido pelo Moving Picture Experts Group, o mesmo órgão internacional por trás dos padrões de vídeo MPEG. O MPEG não começou do zero: usou o formato de arquivo QuickTime da Apple como base, transformou-o no ISO Base Media File Format e depois construiu o MP4 em cima disso. É por isso que arquivos MP4 e MOV são tão parecidos por dentro. Celulares, câmeras, programas de edição, serviços de streaming e apps de mensagens acabaram adotando o MP4, e por isso ele funciona em praticamente qualquer dispositivo que você tenha.
Como um arquivo MP4 é estruturado
MP4 é um container. Um container não comprime nada por conta própria; ele é a caixa que contém fluxos já comprimidos e diz ao reprodutor como lê-los. A compressão é feita por um codec, e o codec dentro de um MP4 geralmente é H.264, H.265 (também chamado de HEVC) ou AV1 para o vídeo, e AAC para o áudio. Todos eles são com perdas: descartam detalhes que seus olhos e ouvidos provavelmente não vão perceber, e esses detalhes nunca voltam. Salvar novamente um MP4 em um editor o comprime pela segunda vez e perde um pouco mais de qualidade.
Por dentro, o arquivo é uma árvore de blocos chamados boxes, ou átomos. Cada um tem um nome de quatro letras. ftyp no começo declara qual é a variação de MP4, mdat guarda o vídeo e o áudio comprimidos brutos, e moov é o índice que mapeia o tempo de reprodução para posições em mdat. Áudio e vídeo são intercalados em pequenos blocos para que o reprodutor consiga ler ambos ao mesmo tempo. Quando moov fica na frente do arquivo, a reprodução pode começar antes de o download terminar, que é o que os apps chamam de fast start.
Quais metadados um arquivo MP4 contém
Os metadados do MP4 ficam nessas mesmas boxes, por isso um relatório sobre um MP4 mistura dados técnicos com tags descritivas.
- O cabeçalho do filme,
mvhd, contém a data de criação e de modificação, a duração total e a escala de tempo usada para medi-la. - Cada faixa tem seus próprios cabeçalhos com dimensões, uma matriz de rotação que informa ao player se o clipe foi filmado na vertical ou de lado, um código de idioma e o nome de um manipulador.
- As descrições de fluxo informam o codec, a taxa de quadros, o bitrate, a taxa de amostragem do áudio e a quantidade de canais.
- As tags descritivas ficam em um bloco de dados do usuário, geralmente chamado de lista de tags ao estilo iTunes. Os nomes dos campos começam com um símbolo de copyright, como o campo de título, artista, álbum, ano, gênero, comentário e codificador, além de campos de arte da capa e descrição. Esse é o bloco preenchido quando o arquivo vem de uma loja de música ou vídeo.
Parte disso é pessoal. Celulares normalmente gravam a localização de GPS em um campo de coordenadas, armazenado como latitude, longitude e às vezes altitude. Dispositivos Apple adicionam um conjunto próprio de chaves com a marca da câmera, o modelo, a versão do sistema operacional e uma data de criação com o fuso horário em que a gravação foi feita. Celulares Android gravam a localização de forma semelhante. Softwares de edição e design da Adobe também podem incorporar um pacote XMP, um bloco de texto estruturado que repete o título, autor, copyright e histórico de edição. Se você pretende publicar um clipe que filmou, os campos de dispositivo e localização são os que vale a pena remover.
Quando o MP4 é a escolha certa
Escolha MP4 sempre que o arquivo tiver de ser reproduzido em um lugar que você não controla: um site, um celular para o qual você está enviando, uma televisão, o notebook de um cliente. Nada mais é tão amplamente compatível, e a decodificação por hardware de H.264 está presente em praticamente todas as telas vendidas.
A alternativa mais óbvia é MKV, que aceita mais faixas de áudio, mais formatos de legenda, capítulos e arquivos anexados, e é o melhor formato de arquivo para guardar um filme com várias faixas de idioma. MP4 é propositalmente mais limitado e ganha confiabilidade com isso. WebM é a escolha quando você quer um codec livre de royalties para a web, já que H.264 e HEVC têm licenças de patente. E se você só precisa mudar o container, faça um remux em vez de recodificar: copiar os fluxos existentes para um novo container não custa nenhuma qualidade.