格式轉換

容器與編碼器：視頻文件的「包裝」與「內容」

2026/8/1426 次瀏覽

為什麼 MKV 轉 MP4 幾秒鐘就完成，而視頻轉碼卻要幾十分鐘？MP4 和 H.264 到底是不是一回事？

你一定注意過這些現象：把視頻從 MKV「轉換」成 MP4，有時幾秒鐘就完成了，文件大小幾乎不變；有時卻要轉幾十分鐘，畫質還可能受損。同一個視頻文件，在電腦上用播放器打開毫無問題，拷到電視上卻提示「格式不支持」。兩段同樣是 .mp4 後綴的視頻，一段能直接合併，另一段卻會報錯。

這些看似不相干的問題，背後都是同一對概念在起作用：容器（Container）與編碼器（Codec）。這是音視頻領域最重要、也最容易混淆的一對基礎概念——可以說，音視頻世界裡一半的「為什麼」，答案都在這裡。

三層結構：箱子、貨物與清單

容器內部解剖：視訊流、音訊流、字幕流加中繼資料，各裝各的

一個視頻文件並不是「一整塊視頻數據」，而是一個結構化的包裹，由三個層次組成：

視頻文件（容器，如 .mp4）
├── 視頻流（用某種視頻編碼器壓縮，如 H.264）
├── 音頻流（用某種音頻編碼器壓縮，如 AAC）
├── 字幕流（可選，如 SRT、ASS）
├── 章節資訊（可選）
└── 元數據（標題、封面、拍攝時間、旋轉標誌等）

用一個比喻來理解三層關係：

容器是「包裝箱」：規定貨物如何擺放、清單貼在哪裡。文件後綴名（.mp4、.mkv、.mov）說的是容器，不是內容。
編碼器是「貨物的壓縮方式」：視頻和音頻各自用某種演算法壓縮，裝箱時打成獨立的「包裹」（流）。
流（Stream）是「箱子裡的每一件貨物」：一個文件可以裝多條視頻流、多條音頻流、多條字幕流。

理解了這個結構，就能解釋開頭的所有疑問——「格式轉換」可能動的是箱子（換容器），也可能動的是貨物（改編碼），這兩件事的難度天差地別。

容器詳解：六種主流包裝箱

容器	出身	能裝什麼	優點	短板
MP4	MPEG 國際標準	H.264/H.265/AV1 視頻 + AAC/MP3 音頻	兼容性之王，全平台通吃	對字幕、多音軌支持相對克制
MKV	開源 Matroska	幾乎任意編碼、多音軌、多字幕、章節	功能最全、完全開放	電視、手機等消費設備支持不一
MOV	Apple QuickTime	ProRes/H.264 等，專業製作常用	Apple 生態與專業工作流友好	與 MP4 高度相似，跨平台略遜
WebM	Google（基於 MKV 精簡）	VP8/VP9/AV1 + Vorbis/Opus	為 Web 而生，HTML5 原生支持	桌面播放器與老設備支持有限
AVI	微軟（1992 年）	老式編碼為主	歷史存量大	結構陳舊，不支持現代特性
TS	廣播電視標準	H.264/H.265 + 多種音頻	容錯強，直播與廣播標準	單文件體驗差，不適合日常分發

記住一個關鍵事實：「這個視頻是 MP4 格式」這句話幾乎沒有資訊量——它只說明了箱子，沒說明貨物。兩台設備對「MP4」的支持差異，往往來自箱子裡裝的編碼不同。

編碼器詳解：貨物是如何打包的

視頻編碼器

編碼器	年代	壓縮效率	兼容性	典型場景
H.264 (AVC)	2003	基準	幾乎所有設備	通用分發、上傳平台
H.265 (HEVC)	2013	同畫質省約 40-50% 碼率	近十年設備良好	4K 視頻、手機拍攝
VP9	2013	與 H.265 接近	瀏覽器良好	YouTube、Web
AV1	2018	比 H.265 再省約 20-30%	新設備快速普及	流媒體、新一代 Web
ProRes / DNxHD	專業	低壓縮、高質量	專業軟體	剪輯中間格式，不適合分發

音頻編碼器

編碼器	類型	特點	典型場景
AAC	有損	同碼率優於 MP3，視頻內嵌事實標準	MP4 視頻、流媒體
MP3	有損	最老牌、兼容性無敵	音樂文件、播客
Opus	有損	低延遲、低碼率質量極佳	WebM、實時通話
FLAC	無損壓縮	音質無損、體積減半	音樂存檔
PCM	無壓縮	原始採樣數據	專業製作、WAV 文件內部

搭配規則：什麼箱子裝什麼貨

容器與編碼器的組合不是任意的。雖然 MP4 和 MKV 都裝得下 H.264，但反過來不成立——比如 WebM 容器就不接受 H.264，AVI 裝不下現代的 AV1（勉強可行但兼容性極差）。

實踐中記住這幾條「安全搭配」就夠用了：

MP4 = H.264/H.265 + AAC：通用分發的黃金組合，沒有播不了的平台；
WebM = VP9/AV1 + Opus：網頁嵌入的現代選擇；
MKV = 什麼都可以裝：收藏、多語言音軌、外掛字幕的首選；
MOV = ProRes/H.264 + AAC/PCM：拍攝素材與專業中間文件。

箱子裡還有什麼：被忽略的「附件」

除了音視頻流，容器裡還可以裝不少東西，它們解釋了日常遇到的許多現象：

多條音頻流：一部電影可以帶原聲、配音、導演評論三條音軌，播放時自由切換（MKV 的拿手好戲）。
字幕流：字幕作為獨立軌道存在，可開可關——這就是「軟字幕」。
章節資訊：像 DVD 一樣跳轉到指定段落。
封面與元數據：標題、藝術家、專輯封面、拍攝日期、GPS 坐標。
旋轉標誌：一個「請旋轉 90° 播放」的標記——手機豎拍視頻方向問題的根源（詳見本系列第 05 篇）。

重新封裝 vs 轉碼：幾秒鐘與幾十分鐘的差距

現在可以揭開開頭第一個謎題了。「格式轉換」其實有兩種本質不同的操作：

重新封裝（Remux）：只換箱子

把視頻流和音頻流原封不動地從一個容器搬進另一個容器，壓縮數據一個字節都不改：

速度極快：只是數據的搬運，幾秒鐘完成一部電影的「轉換」；
零畫質損失：貨物沒動，畫質與原文件完全一致；
前提條件：目標容器必須支持現有的編碼（如 H.264+AAC 從 MKV 搬進 MP4 完全可以；從 WebM 搬進 MP4 就不行，因為 VP9 不被 MP4 普遍接受）。

轉碼（Transcode）：重新打包貨物

把視頻流解碼成原始畫面，再用另一種編碼器重新壓縮：

速度慢：每一幀都要解碼再編碼，一部 10 分鐘的 1080p 視頻可能需要幾分鐘到幾十分鐘；
有質量損失：有損編碼的每一次重新壓縮都會丟失一些資訊（代際損失），除非把碼率設得很高；
自由度大：可以同時改編碼、改分辨率、改碼率、改幀率。

Remux：  MKV(H.264) ──換箱──→ MP4(H.264)    秒級，無損
Transcode：MKV(VP9) ──重新壓縮──→ MP4(H.264)  分鐘級，有損

一個實用的判斷技巧：如果一次「格式轉換」快得不可思議，那它大概率是 remux，畫質沒有受損；如果進度條走了很久，那就是轉碼，輸出參數（碼率、編碼器）值得你留意。

流式播放的講究：箱子內部的擺放順序

容器內部數據的排列順序也有學問。MP4 文件的「目錄」（moov 原子）記錄了所有流的索引資訊，播放器必須先讀到它才能開始播放：

moov 後置：很多編碼器預設把目錄放在文件末尾——本地播放無所謂，但通過網路播放時必須等整個文件下載完才能開始；
moov 前置（Fast Start）：把目錄移到文件開頭，網路播放可以「邊下邊播」。上傳視頻到網站前做 faststart 處理，是提升在線播放體驗的常見優化。

更進一步，流媒體時代發展出了把文件切成小段的封裝方式（Fragmented MP4、TS 分片），配合 HLS、DASH 等協議實現自適應碼率播放——你在視頻網站上切換「1080p/720p」時，背後切換的其實是一組組小分片。

如何查看文件的真實「裝箱單」

文件後綴名可以隨便改（把 .mkv 改名成 .mp4 不會真的轉換格式），要看文件的真實構成，需要讀取容器內部資訊：

MediaInfo：免費開源的查看工具，圖形界面，列出所有流及其編碼、碼率、分辨率、聲道數；
ffprobe：FFmpeg 家族的命令行工具，輸出文件全部技術細節，適合批量檢查；
播放器屬性頁：多數播放器的「媒體資訊」面板也能看到基本構成。

養成「轉換前先查裝箱單」的習慣，能避免大量無效操作——比如發現源文件本來就是 H.264+AAC，那轉 MP4 只需 remux，完全不必忍受漫長的轉碼。

常見誤區

「改後綴名就是轉換格式」：改名只是改了標籤，箱子和貨物紋絲不動，騙不過嚴格的播放器。
「MP4 比 MKV 清晰」：清晰度由編碼器與碼率決定，與容器無關。同一個 H.264 流裝進 MP4 或 MKV，畫質一模一樣。
「轉碼和轉換是一回事」：remux 無損且秒完成，轉碼有損且耗時——先確認自己需要的是哪一種。
「MKV 是壞格式」：MKV 是功能最強的開放容器，「電視上播不了 MKV」是設備支持問題，不是格式缺陷。
「視頻文件只有畫面和聲音」：多音軌、軟字幕、章節、封面都在容器裡，轉換格式時它們可能悄悄丟失（尤其是轉向功能較弱的容器時）。

實用建議

分發用 MP4，收藏用 MKV：對外分享選 MP4（H.264+AAC）保證兼容性；個人收藏、多音軌內容用 MKV 保留全部資訊。
能 remux 就不轉碼：源編碼若已被目標容器支持，優先選擇重新封裝，省時且無損。
轉碼前查源文件：用 MediaInfo 或 ffprobe 看清源文件的編碼與碼率，輸出碼率不宜明顯高於源（徒增體積，畫質不會變好）。
網頁視頻記得 faststart：上傳網站或嵌入網頁的 MP4，確認 moov 前置，實現邊下邊播。
注意附件的存續：帶多音軌、軟字幕的文件轉換容器時，確認這些流被一併保留。