MP4容器里的时间戳详解

“校正后的结论”

在 MP4 的 stbl 里：
每个 sample“逻辑上”都有时间戳，
但“物理上”并不是逐 sample 存一个 timestamp。

MP4 用的是：

时间表（run-length encoding + 累加）
而不是：
sample → timestamp 的一一数组

---

二、MP4 的时间体系：先立坐标系

MP4 有几个“时间单位”？

至少要分清这三个：

层级	时间基
Movie（mvhd）	movie timescale
Track（tkhd / mdhd）	track timescale
Sample（stbl）	基于 track timescale

所有 sample 时间，最终都落在 track timescale 上

例如：

mdhd.timescale = 90000

那就和 RTP video 的 90 kHz 非常像，但语义完全不同。

---

三、stbl 里到底怎么“描述 sample 的时间”？

stbl（Sample Table Box）里，真正决定时间的只有三个 box：

---

stts —— Sample Decoding Time（最关键）

stts 的结构

(entry_count)
{
  sample_count,
  sample_delta
}[]

含义是：

连续 sample_count 个 sample，
它们的解码时间间隔都是 sample_delta

这就是“不是逐 sample 存 timestamp”的原因。

---

举个最典型的视频例子（固定帧率）

30 fps 视频，timescale = 90000：

stts:
sample_count = 300
sample_delta = 3000

计算方式：

90000 / 30 = 3000

第 N 个 sample 的 DTS：

DTS(N) = Σ sample_delta[0..N-1]

ctts —— Composition Time Offset（B 帧才有）

如果视频 有 B 帧：

• 解码顺序 ≠ 显示顺序

• 就需要 PTS ≠ DTS

这时候：

PTS = DTS + composition_offset

没有 B 帧的视频，根本没有 ctts box

---

stss —— Sync Sample（关键帧）

这个 box：

• 不决定时间

• 只告诉你：

  哪些 sample 是 I 帧（可 seek 点）