MATROSKA 文件格式

http://www.matroska.org/technical/specs/index.html

MATROSKA 文件格式

1.EBML (Extensible Binary Meta Language):

EBML语言使用不定长整数,这种方式相对于固定长度的32位/64位字长的整数值更节约空间.放置的位置也不受字节对齐约束..这种长度编码方式来自于UTF-8编码规范.



不定长度的无符号整数值(“vint”):

长度的计算方法:

长度 = 1 + 整数前缀0比特的个数.

使用大字节编码方式.

可以使用大于>=8字节的整数值,这时它的第一个字节的值将会是0x00,用来表达长度超过56位的整数值.但它是被MATROSKAY文件禁止的.



举个例子:

43 85 03: 将它换算成二进制如下:01000011 10000101 00000011,前缀0比特的个数为1,总长度为:1 + 1 = 2,所包括的字节为:01000011 10000101,最前值为1的比特用作中止前缀0比特.它不能被用来计算整数的结果,那么最终的整数值等于:03 85(901).这样看来,1个字节表示长度最多可以有7个前缀0比特,它也是MATROSKA文件所支持的整数最长长度.使数据所占的空间减小,这是EBML文件最大亮点.

长度未知整数值:

如果除了前缀0之外的比特位全部都是1的话,表示此整数的长度未知.MASTROSKA文件中除了文件头最后一个元素之外,都不要这样写.如果有的整数正好是这样的形式,要对它重编码,如:16383 = 7F FF,要把它编码成: 20 3F FF,虽然整数的长度不可避免的增加了.



EBML元素:

存储方式如下:

typedef struct {

vint ID; //Element ID

vint size; //Element size

char Data[size] //Element Data

} Ebml_Element;

包含其它元素的元素被称做:EBML Master Elements.子元素的排列顺序是任意的,但最好还是.有一种确定的定义.



有符号整数的表示方法:

大字节序,根据其值的正负符号来减去00或FF来得到具体的数值,如-257 = FE FF, FE FF – FFFF=257.



实数表示方法:

大字节序,可以使用32或64比特来表示IEEE标准定义的浮点数,虽然标准包括了80比特的浮点数,但MATROSKA不使用.



字符串类型:

String类型用ASCII编码方式.UTF-8类型用UTF-8编码方式.

2.MATROSKA 文件项级元素:

只有两种顶级元素:

1. EBML Header:

用来描述文件中的内容,一个文件只能有一个EBML Header,更多的将被读取它的程序忽略掉.有的MKV生成器在添加多个文件时可能会出现这种情况.



2. Segment

包括了多媒体数据和回放时所需要的信息头.一个文件可以包括多个信息头,但很多的库不支持多个Segment,Windows平台下可以用Haali Media Splitter来支持多Segment.



3. EBML文件头:

描述了EBML编解码器的版本号,文件类型,文件名.

元素列表:

Uint EBMLVersion ID:42 86 默认值:1 EBML编码器版本号.



Uint EBMLReadVersion ID:42 F7 默认值:1 EBML解析器版本号



Uint EBMLMaxIDLength ID:42 F2 默认值:4 EBML 元素ID号的最长长度(多少字节),在MATROSKA文件中最长为4字节.



Uint EBMLMAXSizeLength ID:42 F3 默认值:8 EBML元素最长长度(多少字节).



Uint DocTypes ID: 42 82 默认值:matroska EBML文件中的内容类型,MATROSKA文件为”matroska”.



Uint DocTypeVersion ID:42 87 默认值:1 EBML文件包含数据的编码器版本号.



Uint DocTypeReadVersion ID:42 85 默认值:1 EBML文件包含数据的解析器版本号.

由于所有的元素都包括的默认值,所以可以使用空EBML文件头.

最好不要使ID和元素最大长度超过8字节,对于几乎所有数据来说,它已经足够了,同时对于当前流行的32/65位字长的计算机来说,它将使一次整数运算生成多条指令.



4. Segment

Master SegmentInfo ID:15 49 A9 66 包括了SEGMENT元素的信息,如UID,标题等.



Master SeekHead ID:11 4D 9B 74 指向SEGMENT子素的索引信息,可以指向其它的SeekHead,如果Cluster元素中的BlockGroup和SimpleBlock子元素在其尾部，那么可以不用SeekHead,不然的话,文件的帧数据地址定位将很复杂。



Master Cluster ID:1F 42 B6 75 包括了视频,音频,字幕数据。因为MATROSKA文件提供了Charpter和Attachment子元素来表示其它的数据内容，所以可以没有Cluster元素。



Master Tracks ID:16 54 AE 6B 描述了包含在Cluster中的数据轨道信息，可以在文件生成多个备份。如果没有Cluster元素，Tracks元素也可以不存在。



Master Cues ID:1C 53 BB 6B 包含了Cluster数据帧的时间戳，用来支持即时定位。



Master Attachment ID:19 41 A4 69 包含了所有附加在此Segment元素中的文件。



Master Chapter ID:10 43 A7 70 包含了此Segment中所有文本支持信息。



Master Tag ID:12 65 C3 67 包含此Segmen或其子元素的其它附加信息，如作者名，多语言支持等，和回放无关。



Segment包含元素：

SegmentInfo包含元素：

Char[16] SegmentUID ID:73 A4 表示Segment的128位ID号，可以被其它的文件引用。



Utf-8 SegmentFilename ID: 73 84 保存此Segment的文件名，但文件名是很容易被改动的，所以没有较高的可靠性。



Char[16] PrevUID ID:3C B9 23 指向前一个Segment的128位的ID号，用在定位此Segment之前的时间点，利用它可以方便的找出同目录下的相应文件。



Utf-8 PrevFileName ID:3C 83 AB 包含前一个Segment的文件的名称，如果找不到，可以通过遍历文件中的SegmentUID查找。



Char[16] NextUID ID:3E B9 23 指向后一个Segment的128位ID号，用于定位超出此Segment范围的时间点。



Utf-8 NextFileName ID:3E 8E BB 包含后一个Segment的文件的名称。



Uint TimecodeScale ID:2A D7 B1 每个时间码都通过和此值相乘来得到具体时间（微秒单位），但不是所有的时间码都这样。



Float Duration ID:44 89 此Segment的总回放时间，将其乘以TimecodeScale来得出具体时间（微秒单位）。



Uft-8 Title ID:7B A9 此Segment的名称，如”Lord of the rings”不可以指定时间，可以用Tag元素来加入多个标题。



String MuxingApp ID:4D 80 生成此文件的库名称，如”libMatroska-0.7.0”，在发生问题时可以参考。



Utf-8 WritingApp ID:57 41 生成此文件的程序名称，如”mkvmerge 0.8.1”。



Int DateUTC ID:44 62 生成此文件的时间，从2001.01.01 0:00:00 GMT+0h开始计算。



SeekHead包含元素:

SeekHead包含了Segment的子元素的位置列表,每对位置,ID号对应着一个Seek元素:



Master Seek ID:4D BB 包含了一个Segment的子元素的ID号和它的具体位置。



Seek包含元素：

Uint SeekID ID:53 AB 某Segment的子元素的ID号。



Uint SeekPosition ID:53 AC 对应SeekID的元素的位置（相对于Segment数据首地址）。



SeekHead元素通常包含了全部的Segment的子元素，但有时Cluster元素是个例外。也可以引用另一个SeekHead，比如文件开始有一个小的SeekHead，它引用了另一个在文件尾的SeekHead。



Tracks包含元素：

包含了存储在Segment元素中轨道的信息，比如轨道类型（音频，视频，字幕），编码器ID，采样率。最好将所有的轨道信息包含在一个Tracks元素中。

每个轨道用一个TrackEntry元素来表示。虽然理论也可以使用TrackUID将轨道信息放在多个TrackEntry中。



有时会出现空TrackEntry元素，但如果所有的轨道都存储在一起或根本就没有轨道（如只有Chapter元素）将不会发生文件解析错误。



Master TrackEntry ID:4E 描述一个在Segment元素中的轨道。



TrackEntry包含元素：

Uint TrackNumber ID:D7 轨道的序列号，不可以为0，将被Cluster的子元素Block和SimpleBlock使用。



Uint TrackUID ID:73 C5 轨道的ID号，不可以为0。



Uint TrackType ID:83 轨道的类型，如视频，音频，字幕。



Bool FlagEnabled ID:89 默认值：1 是否使用此轨道。



Bool FlagDefault ID:88 默认值：1 是否默认播放，如果没有此值为1轨道，将由播放器选择。



Bool FlagForced ID:55 AA 是否必须播放，如果多个字幕轨道都包括此属性，那么将选择和音频语言相同的轨道，只会被数位限制管理(DRM)使用。



Bool FlagLacing ID:9C 默认值：1 是否包括了捆绑数据块（表示在一个数据块中包含多帧 lacing block）。



Uint MinCache ID:6D E7 默认值：0 在播放时必须提供多少帧的缓存区，比如当MPEG4帧以其编码顺序来播放时使用。



Uint MaxCache ID:6D F8 在播放时最大可以提供多少帧缓存区，如果等于0，表示不使用缓存。



Uint DefaultDuration ID:23 E3 83 表示一帧持续了多少微秒。当没有Duration元素或使用捆绑（lacing）方式时将使用此值。如果值为0表示此轨道的帧的持续时间不定。（如Vorbis 音频）。使用此值将使文件的定位非常容易。



Float TrackTimecodeScale ID:23 31 4F Block元素的时间码+Cluster时间码乘以此值得到Block的具体时间。



Utf-8 Name ID:53 6E 轨道的名称，不可指定语言。



String Language ID:22 B5 9C 默认值：eng 轨道使用的语言，和Name所用语言无关。



String CodecID ID:86 默认值：86 轨道使用的编码类型ID。



Binary CodecPrivate ID:63 A2 解压时所需要的数据。如Vorbis编码的初始化数据包。



Utf-8 CodecName ID:25 86 88 编码类型名称。



Uint AttachmentLink ID:74 46 附加在此轨道上的Attchment元素UID。



Master Video ID:E0 视频轨道视频相关信息。



Master Audio ID:E1 音频轨道音频相关信息。



Master ContextEncodings ID:6D 80 轨道的压缩或加密信息。



注意Video和Audio元素与轨道的数据的匹配，否则文件将不能回放。



Video包含元素：



Uint PixelWidth ID:B0 视频帧的宽度（像素单位）。



Uint PixelHeight ID:BA 视频帧的高度（像素单位）。



Uint PixelCropBottom ID:54 AA 默认值：0 从视频帧底部裁减多少像素。



Uint PixelCrop ID:54 BB 默认值：0 从视频帧顶部裁减多少像素。





Uint PixelCropLeft ID:54 CC 默认值：0 从视频帧左侧裁减多少像素。



Uint PixelCropRight ID:54 DD 默认值：0 从视频帧右侧裁减多少像素。



Uint DisplayWidth ID:54 B0 默认值：PixelWidth 回放屏幕宽度。



Uint DisplayHeight ID:54 BA 默认值：PixelHeight 回放屏幕高度。



Uint DisplayUnit ID:54 B2 默认值：0 回放屏幕宽度和高度单位。0-像素 1-厘米 2-英尺。



解码后，从Pixelxxx长度中裁减Cropxxx长度，然后拉伸至Displayxxx值回放。



Audio包含元素：

Uint SamplingFrequency ID:B5 默认值：8k 轨道采样率（单位Hz）。



Uint Output-SamplingFrequency ID:78 85 回放时使用的采样率。默认为SamplingFrequency。



Uint Channels ID:9F 默认值：1 轨道包含声道数。



Uint BitDepth ID:62 64 bps（bit per sample），通常用于PCM音频。



ContentEncodings包含元素：

Master ContentEncoding ID：62 40 描述轨道使用的压缩或加密信息。



ContentEncoding包含元素：

Uint ContentEncoding-Order ID:50 31 默认值：0 解码器的优先级，值最大的最先使用。



Uint ContentEncoding-Scope ID:50 32 默认值：1 轨道的哪一部分使用了此加密或压缩方式。



Uint ContentEncoding-Type ID:50 33 默认值：0 编码类型 0-压缩1-加密。



Master ContentCompression ID:50 34 具体压缩信息。



Master ContentEncryption ID:50 35 具体加密信息。



ContentEncoding元素有时可以达到压缩和加密兼有的效果，如压缩字幕，或将音频帧的同频头去掉。AC-3音频起始字节为：0B 77，在MATROSKA文件中它不存在。



ContentCompression包含元素：

ContentCompAlgo ID:42 54 默认值：0 描述压缩算法。



ContentCompSettings ID:42 55 压缩配置信息。



TrackType元素值种类：

0x01 视频轨道。

0x02 音频轨道。

0x03 混合音视频轨道。

0x10 标志（logo）轨道。

0x11 字幕轨道。

0x12 按钮轨道。

0x20 控制轨道。



ContentEncodingScope比特值：

1 全部帧。

2 由轨道的CodecPrivate指定。

4 用于下个ContentEncoding元素（由解码顺序指定）。



ContentCompAlgo元素值种类：

0 zlib

1 bzlib

2 lzo1x

3 header striping



Cluster包含元素：

一个Cluster元素通常包含了几秒钟的多媒体数据，子元素的顺序不固定，但最好将第一个BlockGroup或SimpleBlock元素放在最前部，这样方便找出时间码。



Uint TimeCode ID:E7 默认值：0 用来做所包含的Block的开始时间码。



Uint Position ID:A7 父元素在祖父元素的开始位置。在数据损坏时进行同步。



Uint PrevSize ID：AB 前一个Cluster的大小（字节单位）。方便反向定位和找出前面的Cluster,而不需要使用MetaSeek和Cue元素,在Cluster的ID值损坏后,定位仍可正常进行.



Master BlockGroup ID:A0 包含一个数据块及其相关信息如引用等.



Binary SimpleBlock ID:A3 只包含一个数据块,没有附加信息,所以资源浪费会小很多,SimpleBlock由Matroska V2提供.



BlockGroup包含元素:

Binary Block ID:A1 回放数据.



Int ReferenceBlock ID:FB 某帧相对于此数据块的时间码,在解码此数据块时必须已经将此帧解码.



Int BlockDuration ID:9B 此数据块的时间码,如果没有此元素,由下一数据块时间码-前一数据块时间码或DefaultDuration来计算.通常字幕是不需要知道持续时间的,除非确实需要控制它的显示时间,但最好还是写入它的Duration元素.



Cues包含元素:

Cues包含了非常有用的定位信息.信息的单元,称为CuesPoint,包含了时间戳,地址信息(Tracker号,Cluster位置,此Cluster的Block号.通常只用于定位关键帧.



Master CuePoint ID:BB Track的定位信息.



Uint CueTime ID:B3 在某Cluster的Block的时间码.



Master CueTrackPositions ID:B7 Cluster和Block的定位信息.



CueTrackPostions包含元素:

Uint CueTrack ID:F7 Track的序号,等于TrackEntry元素的TrackNumber.



Uint CueClusterPosition ID:F1 Cluster相对于Segment元素数据的相对地址.



Uint CueBlockNumber ID:53 78 Block的序号,在这个Cluster中.



Chapter包含元素:

包含了此Segment的全部文本信息.和DVD的Chapter相比,增强了很多,处理更加复杂.



Master EditionEntry ID:45 B9 描述了一个文本集,理论上可以用多个EditionPoint来描述同一文本集,但不推荐使用.



一个文本集包含了多个文本段落,可以有多个文本集.像播放列表一样使用,以一定间隔依次播放.



EditionEntry包含元素:

Uint EditionUID ID:45 BC 文本集的ID号.



Bool EditionFlagHidden ID:45 BD 默认值:0 用户是否可以看到.



Bool EditionFlagDefault ID:45 DB 默认值:0 播放器默认设置.



Bool EditionFlagOrdered ID:45 DD 默认值:0 文本段落是否顺序播放.



Master ChapterAtom ID:B6 文本段落的定义,内部也可以包含ChapterAtom.





ChapterAtom包含元素:

Uint ChapterUID ID:73 C4 文本段落的ID号,在文件中唯一.



Uint ChapterTimeStart ID:91 文本段落的开始时间(没有比例值),不可以小于0,即使多媒体数据时间最小为-30.000.



Uint ChapterTimeEnd ID:92 文本段落的结束时间,可能是下个段落的开始.



Bool ChapterFlagHidden ID:98 默认值:0 用户是否可见.



Bool ChapterFlagEnabled ID:45 98 默认值:1 是否被播放器跳过.



Char[16] ChapterSegmentUID ID:6E 67 仅当EditionFlagOrdered=1才有这个元素,用来定位此段落对应的Segment.可以通过搜索当前目录来找到相应文件.



Uint ChapterSegment-EditionUID ID:6E BC 文本段落集在由ChapterSegmentUID指定的Segment中的UID号.ChapterTimeStart和ChapterTimeEnd指定相应的回放时间.不被Haali Media Splitter支持.



Master ChapterTracks ID:8F 文本段落应用的Track列表.



Master ChapterDisplay ID:80 所有文本段落的内容.



ChapterTracks包含子元素:



Uint ChapterTrackNumber ID:89 Track序号。



Utf-8 ChapString ID:85 文本内容。



String ChapLanguage ID:43 7C 默认值：eng 所用语言，ISO639-2标准定义。



Utf-8 ChapCountry ID:43 7E 文本内容对应的国家代码，和语言无关。



Attachments包含元素：

Master AttachedFile ID:61 A7 包含附加文件及其相应信息。



AttachedFile包含元素：

Utf-8 FileDescrition ID:48 7E 文件的描述。



Utf-8 FileName ID:46 6E 附加文件名。



String FileMimeType ID:46 60 文件的MIME类型。



Binary FileData ID:46 5C 文件数据。



Uint FileUID ID:46 AE 附加文件的UID，可以被TrackEntry引用。



Tags包含元素：

Master Tag ID:73 73 描述一个标签。



Tag包含元素：

Master Targets ID:63 C0 标签应用至的元素。



Master SimpleTag ID:67 C8 每个SimpleTag为一个对应于Targets的标签。



Targets包含元素：

Uint TargetTypeValue ID:68 CA 默认值：50 此标签应用至的对象级别。



Uft-8 TrackUID ID:63 C5 此Tag对应的Track的UID.



Uint EditionUID ID:63 C9 此Tag对应的Edition的UID.只用来给Edition加入标题.



Uint EditionUID ID:63 C4 此Tag对应的Chapter的UID.



Uint AttachmentUID ID:63 C6 此Tag对应的Attachment的UID.



SimpleTag包含元素:

Utf-8 TagName ID:45 A3 Tag的名称.



String TagLanguage ID:44 7A 默认值:und TagName元素使用的元素.默认值比较特殊是”und”.



Bool TagOriginal ID:44 84 默认值:1 是否作为原始标题.



Utf-8 TagString ID:44 87 Tag的字符串值.



Binary TagBinary ID:44 85 Tag的二进制值.



一些常用的Tags



TITLE, Target是EditionUID,用来定义Edition的名称.它可以在屏幕上看到.



BPS, Target是TrackUID,用来定义此Track的比特率.



FPS,Target是TrackUID,用来定义此Track的帧率.

原贴地址：http://blog.csdn.net/CharlesPrince/archive/2009/03/07/3967398.aspx

参考文章：http://blog.csdn.net/hjie8627/archive/2009/08/20/4464154.aspx

参考文档：

 标准：http://www.matroska.org/files/matroska.pdf

 mkv格式说明表参见：http://www.matroska.org/technical/specs/index.html

工具：

mkvmerge/mmg/mkvextract/mkvpropedit/mkvinfo

AVI-Mux_GUI可以分析EBML tree，下载地址 http://www.alexander-noe.com/video/amg/