MP4 là định dạng tệp video mà bạn thường gặp nhất. Tên đầy đủ của nó là MPEG-4 Part 14, được định nghĩa bởi Moving Picture Experts Group, cùng tổ chức quốc tế đứng sau các tiêu chuẩn video MPEG. MPEG không bắt đầu từ con số 0: họ lấy định dạng tệp QuickTime của Apple làm nền tảng và biến nó thành ISO Base Media File Format, sau đó xây dựng MP4 dựa trên đó. Đây là lý do bên trong các tệp MP4 và MOV trông rất giống nhau. Điện thoại, máy ảnh, chương trình chỉnh sửa, dịch vụ truyền phát và các ứng dụng nhắn tin đều chọn MP4, vì vậy nó phát được trên hầu như mọi thiết bị bạn có.
Cấu trúc của một tệp MP4
MP4 là một container. Một container không tự nén bất cứ thứ gì; nó là chiếc hộp chứa các luồng đã được nén sẵn và cho trình phát biết cách đọc chúng. Việc nén được thực hiện bởi codec, và codec bên trong một tệp MP4 thường là H.264, H.265 (còn gọi là HEVC) hoặc AV1 cho hình ảnh, và AAC cho âm thanh. Tất cả đều là dạng mất dữ liệu: chúng loại bỏ những chi tiết mắt và tai bạn khó nhận ra, và những chi tiết đó sẽ không bao giờ khôi phục lại được. Lưu lại một tệp MP4 qua trình chỉnh sửa sẽ nén nó lần thứ hai và làm mất thêm một chút chất lượng.
Bên trong, tệp là một cây các khối được gọi là box, hoặc atom. Mỗi khối có một tên gồm bốn chữ cái. ftyp ở ngay phần đầu khai báo biến thể MP4 nào đang được dùng, mdat chứa dữ liệu video và âm thanh đã nén, và moov là chỉ mục ánh xạ thời gian phát lại tới các vị trí trong mdat. Âm thanh và hình ảnh được xen kẽ trong các đoạn nhỏ để trình phát có thể đọc cả hai cùng lúc. Khi moov nằm ở đầu tệp, việc phát lại có thể bắt đầu trước khi tải xong, đó là ý nghĩa của tính năng fast start.
Siêu dữ liệu có trong tệp MP4
Siêu dữ liệu MP4 nằm trong chính các box đó, nên một báo cáo về tệp MP4 sẽ trộn lẫn thông tin kỹ thuật với các thẻ mô tả.
- Header của phim,
mvhd, chứa ngày tạo và ngày chỉnh sửa, tổng thời lượng và thang thời gian được dùng để đo thời lượng đó. - Mỗi track có các header riêng với thông tin về kích thước, một ma trận xoay cho biết trình phát liệu đoạn clip được quay nằm ngang hay dọc, mã ngôn ngữ và tên handler.
- Phần mô tả luồng ghi rõ codec, tốc độ khung hình, bitrate, tần số lấy mẫu âm thanh và số kênh.
- Các thẻ mô tả nằm trong một khối dữ liệu người dùng, thường được gọi là danh sách thẻ kiểu iTunes. Tên trường bắt đầu bằng ký hiệu bản quyền, chẳng hạn như trường tiêu đề, nghệ sĩ, album, năm, thể loại, ghi chú và bộ mã hóa, cùng với các trường ảnh minh họa và mô tả. Khối này sẽ được điền khi tệp đến từ một cửa hàng nhạc hoặc video.
Một phần trong đó mang tính cá nhân. Điện thoại thường ghi vị trí GPS vào một trường tọa độ, lưu dưới dạng vĩ độ, kinh độ và đôi khi cả độ cao. Thiết bị Apple thêm một tập khóa riêng mang thông tin hãng máy ảnh, model, phiên bản hệ điều hành và ngày tạo kèm múi giờ tại thời điểm ghi hình. Điện thoại Android ghi vị trí theo cách tương tự. Phần mềm chỉnh sửa và thiết kế của Adobe cũng có thể nhúng một gói XMP, là một khối văn bản có cấu trúc lặp lại tiêu đề, tác giả, bản quyền và lịch sử chỉnh sửa. Nếu bạn dự định xuất bản một đoạn clip tự quay, các trường thiết bị và vị trí là những trường đáng để xóa.
Khi nào nên chọn định dạng MP4
Hãy chọn MP4 bất cứ khi nào tệp cần phát ở nơi bạn không kiểm soát được: một trang web, một chiếc điện thoại bạn gửi video đến, một chiếc tivi, hay laptop của khách hàng. Không định dạng nào khác được hỗ trợ rộng rãi như vậy, và hầu như mọi màn hình bán ra đều có sẵn phần cứng giải mã H.264.
Lựa chọn rõ ràng khác là MKV, định dạng chấp nhận nhiều track âm thanh hơn, nhiều định dạng phụ đề hơn, chương và tệp đính kèm, đồng thời phù hợp hơn để lưu trữ một bộ phim với nhiều track ngôn ngữ. MP4 cố ý giới hạn hẹp hơn và nhờ đó ổn định hơn. WebM là lựa chọn khi bạn cần codec không bản quyền cho web, vì H.264 và HEVC kèm theo giấy phép bằng sáng chế. Và nếu bạn chỉ cần thay vỏ bọc, hãy remux thay vì mã hóa lại: sao chép các luồng hiện có sang một container mới sẽ không làm giảm chất lượng.