ISOBMFF(MP4)中存储字幕的Atom(Box)是哪个？FFmpeg硬嵌疑问

一、MP4中软字幕的存储Atom #

在ISOBMFF（MP4）规范里，软字幕（可独立开关、不合并到视频帧的字幕）是作为独立媒体轨道存在的，相关信息主要存在这些Atom里：

• stbl（样本表Box）的子Box：字幕轨道会有对应的stsd（样本描述Box），根据字幕格式不同，会有特定的描述条目：
  • 3GPP定时文本（比如SRT转成的内嵌软字幕）：用tx3g类型的样本条目
  • WebVTT字幕：对应wvtt类型条目
  • TTML字幕：对应ttml类型条目
    同时，该轨道的mdia（媒体Box）下的hdlr（处理者引用Box）会标记处理类型为text，明确这是字幕轨道。
• 少数场景下，字幕元数据可能存在meta（元数据Box）里，但这不是主流方式。

二、你的硬嵌入字幕为什么看不到结构差异 #

你用的FFmpeg命令是硬嵌字幕：ffmpeg -i input.mp4 -vf "subtitles=subtitle.srt" -c:v libx264 -c:a aac -strict experimental -b:a 192k output.mp4，这种方式是直接把字幕的像素画进了每帧视频里——相当于修改了原视频流的内容，并没有新增独立的字幕轨道，自然不会产生新的字幕相关Atom。所以对比原文件和新文件的mp4dump结果，结构上不会有差异，因为字幕已经变成视频帧的一部分，和原视频轨道共用一套stbl等视频相关Atom。

如果要生成带独立软字幕的MP4，你可以用这类命令：

ffmpeg -i input.mp4 -i subtitle.srt -c:v copy -c:a copy -c:s mov_text output_softsub.mp4

这样生成的文件会多一条字幕轨道，此时用mp4dump就能看到对应的字幕Atom了。

内容的提问来源于stack exchange，提问作者Kundera