你发现的这个固定37字节差值，其实是MP4Box生成DASH兼容分段时，为了让每个含IDR帧的分段能独立解码，自动插入的H.264序列参数集（SPS）和图像参数集（PPS）封装数据。

具体细节： #

• 在原始MP4文件里，SPS和PPS这类核心解码参数通常只存在于moov trak的mdia/minf/stbl/stsd box中（也就是解码器配置区），不会重复出现在每个IDR帧的样本里。
• 但DASH规范要求，每个可独立播放的分段（尤其是带IDR的起始分段）必须携带完整的解码初始化信息——否则播放器拿到分段后无法初始化解码器，根本没法播放。MP4Box就是遵循这个规则，把SPS和PPS作为额外的NAL单元，追加到了每个IDR帧样本的开头。
• 这37字节的典型组成是：
  • 4字节NALU长度前缀（对应SPS的长度）
  • SPS原始数据（一般23字节左右，具体长度由你的编码参数决定）
  • 4字节NALU长度前缀（对应PPS的长度）
  • PPS原始数据（一般6字节左右）
    把这些加起来：4+23+4+6=37，刚好和你观察到的固定差值完全匹配。

你可以做个简单验证：用MP4Box -dump命令导出分段的样本数据，或者用ffmpeg -hexdump工具查看这37字节的内容——前几个字节应该是SPS的NALU类型标识（0x67），后面跟着PPS的标识（0x68），一眼就能确认。

另外提一句：这种行为是DASH分段工具的标准操作，目的是让每个分段具备自包含的解码能力，哪怕播放器从中间某个分段开始加载，也能正常解码播放。如果换不同编码参数的文件，这个差值可能会变，但同一文件的所有分段因为SPS/PPS固定，差值也会保持一致。

内容的提问来源于stack exchange，提问作者Pedro Romano Barbosa