自定义音频压缩Media Foundation实现：MP4样本描述符配置问题

• 问题核心：你把Facebook Encodec转成Media Foundation Transform（MFT）做自定义音频编解码Filter，给MP4 Sink Writer配置样本描述符后，生成的MP4没法用Source Reader读取，ffmpeg识别出来音频通道数为0，目前ecdc atom后面全填的0，这就是问题关键。

• ecdc后需填充的正确格式：
  这部分不能填0，它得携带Encodec的核心编码参数，不是直接用WAVEFORMATEX格式，而是要匹配Encodec的配置结构，同时符合MP4的atom数据规范：

  • 必须包含基础音频参数：采样率、通道数、位深（Encodec常用16位），这是ffmpeg能识别到通道数的关键；
  • 要带上Encodec专属的编码配置：比如码率模式、编码层级（比如24kHz/48kHz模型）、帧大小、是否开自适应比特率等；
  • 二进制数据要符合MP4的格式要求，比如数值用固定大小的字段存储，字符串参数按MP4规定的编码来存。

• 具体调整步骤：

  • 从Encodec原生的配置结构体（比如EncodecConfig）里提取关键参数，序列化成二进制数据填充到ecdc atom；
  • 确保通道数字段设置正确（比如立体声填2），而且这个字段在二进制数据里的偏移位置要符合MP4解析器的预期；
  • 生成MP4后，用ffmpeg -i output.mp4 -v trace命令查看详细的atom解析日志，确认ecdc里的参数有没有被正确识别。

• 和WAVEFORMATEX的区别：WAVEFORMATEX是Windows音频设备的标准格式，只包含基础音频参数，而ecdc需要的是Encodec特有的编码配置+基础参数的组合，不能直接套用WAVEFORMATEX的结构。

内容的提问来源于stack exchange，提问作者Michael Chourdakis