同一个视频，电脑能播、手机放不出来：逐层核对清单（每一层都带实测读数）
电脑放得开、手机放不开，原因通常不在画质，也不在文件坏没坏。拦住它的通常不出四层：容器、画面、声音、字幕；哪一层不对，看到的常常都是同一个结果——"打不开"。所以正确的第一步不是换一个工具再压一遍，而是读文件，判断是哪一层拦住了你。
1. 一帧画面出现之前，四层已经各自定了
- 容器。设备愿不愿意打开这个文件——它决定的是"开不开"，不是"好不好"。
- 画面轨道的标签。同一段 HEVC 画面，在 MP4 这一族容器里可以被写成两种不同的声明。两枚文件的画面逐字节相同，行为可以完全相反。
- 声音轨。画面全对，仍然可能因为其中一条音轨而整个文件被拒、或者开起来没有声音。
- 字幕轨。文字字幕与图片字幕是两种数据，而 MP4 的字幕轨道按文字来建。
这四层是分别判的，所以症状也是分别的：容器不对＝根本不开；标签不对＝开了不动画；声音不对＝开了没声；字幕不对＝片子好好的，字幕没了。把四种症状混成"这工具不行"，是这一类产品最常被误判的地方。
2. 第一步是读文件，不是换工具
读一层看一层：任何能列出文件内部结构的检查工具，都会把容器、每条轨道的编码名、轨道标签、位深、像素格式、时长、字节数分开列出来。这一步花掉的是几分钟，替你做掉的是后面几个小时的反复重试。
下面所有读数来自同一台机器上的同一趟检查，环境写在第 8 节。
| 样本 | 容器 | 画面轨道标签 | 档级／像素格式 | 尺寸 | 字节数 |
|---|---|---|---|---|---|
| B | mp4 | hev1 | Main 10／yuv420p10le | 1920×1080 | 12,973,400 |
| C | mp4 | hvc1 | Main 10／yuv420p10le | 1920×1080 | 12,973,400 |
这两枚文件来自同一段两分钟长的画面，画面一帧都没有重新编码，字节数一模一样；唯一的区别是那一枚四字符的轨道标签。
改后缀不改变上面任何一层；把画面按高码率再压一遍，也改变不了拦住你的那一层。先定位，再动手。
3. 标签这一层：同一段画面，两种写法
在 MP4 这一族容器里，HEVC 会被声明成 hvc1 或 hev1。区别在于解码配置写在哪：hvc1 把它写进轨道的样本描述，读取方在碰到第一帧之前就能把解码器配好；hev1 允许这份数据随流一起传。需要在开工前拿到配置的读取方，不会等它半路出现。
这一层不需要重压一帧画面：把画面按复制带过去，只重写那一枚轨道标签。上面那对样本正是这么来的——同一段画面写两次，产物逐字节等长。
值得记住的是这一层的代价：它是一次复制，不是一场重压。凡是能把范围收在这一层解决的问题，都不该动用重新编码。
4. 声音这一层：画面完美也会被一条音轨拖住
画面已经被接受之后，决定"能不能播、有没有声"的就只剩声音轨。这一族的实际存量比多数人以为的宽：同一批素材里同时见过 TrueHD、E-AC3、AC-3、Opus、FLAC、MP2、MP3、DTS 与 PCM。
| 源 | 容器 | 画面 | 声音 | 产物 | 声音怎么办 |
|---|---|---|---|---|---|
| G | matroska | HEVC Main 10 | TrueHD | mp4／hvc1 | 重写为 AAC（画面未重压） |
| I | matroska | HEVC Main 10 | E-AC3 | mp4／hvc1 | 原样带过（标签 ec-3） |
两趟里画面都没有重新压缩，差别全在声音：一支必须改写，一支可以直接带走。还有一件事只有逐条数轨道才会发现——只检查第一条音轨的做法，产出的就是"打得开却一片安静"的文件。多语言片子里你要的那一门，常常正坐在第二条上。
5. 字幕这一层：文字与图片是两种数据
| 源 | 声音 | 字幕 | 产物 | 字幕的去向 |
|---|---|---|---|---|
| K（matroska） | AC-3、Opus、AAC | Subrip、ASS | mp4 | 两条都落成文字轨（mov_text／tx3g） |
| F（matroska） | FLAC | HDMV PGS（图片） | — | 图片没有对应的轨道位置 |
文字那类（SRT、ASS）搬进目标容器还是文字，字号颜色仍然归你改。图片那类——蓝光那种被压成一页页图片的字幕，以及 DVD 与电视盒录制带的那种——本质是字幕的照片。MP4 的字幕轨道按文字建，图片没有装它的位置。
可行的两条：把图片里的字认读回文字再带过去（认读是一项能力，不是一枚保证，认出来的字可能有错，交付前该核），或者不要这条字幕。画面一个像素都不会动，也不会把字烧进画面——那种做法出的是一条新的画面轨，不是你原来的片子。
问"支不支持字幕"没有意义。要问的是：这一条是文字还是图片，转换之后它还是不是同一种东西。
6. 读得出文件，读不出设备
这份清单能带你走到"知道哪一层要动"。它不替你决定某一台设备收不收：位深与档级、颜色标记、帧率、4:2:2、长 GOP 这些条件，落在具体设备上才有答案。同一批样本里同时存在 Main 10 与 Main 8，颜色标记也分带与不带——这些差别在文件里读得出来，在设备上才见分晓。
- 一句"这是 HEVC"不构成答案；把标签、位深、声音与字幕都读出来，才够你把范围收到一两层。
- 同一套画面换个盒子跑通过，不等于这个盒子跑过——容器与编码是两个变量。
- 短样本证明结构，不证明体积与画质行为；这些结论只能来自长片与真机。
- 任何一张"设备表"都不该被直接相信，包括这一页：拿自己的文件在那台设备上播一次，是唯一算数的验收。已经实测过的容器与编码清单在这里。
7. 照着走的核对顺序
- 读内部。容器、画面标签、逐条声音、逐条字幕，一趟列全。
- 容器这一层。文件不在目标设备肯打开的那一族里，就足以解释"根本不开"，哪怕里面的画面完全没问题。
- 标签这一层。容器对、画面是 HEVC 却读不出配置，先按第 3 节把标签重写一遍——这是复制，不是重压。
- 声音这一层。列出每一条音轨，不只第一条；决定哪一门语言该排在前面，是有意的选择，不是碰运气。
- 字幕这一层。文字能搬，图片只能认读或放弃。
- 最后才考虑重压画面。标签救不了的那一类才需要重新编码，那是另一件更慢的活，有它自己的体积边界。
顺序错了，人就会在同一台设备上把同一个错误做三遍。
8. 这一页的读数从哪来，我们做什么
上面每一条读数都取自同一趟检查，样本全部是我们自制的文件。B 与 C 装的是同一段画面：复制进两枚 mp4 时一帧都没重压，只重贴了轨道标签，所以两枚的字节数完全相同（见上面那张表）；G 到 L 围绕光盘时代的声音与字幕格式。本页不转发任何样本文件——上面每一族结构，你都能在自己已有的素材上重建出来。
我们做的是一款 iPhone、iPad 与 Mac 上的产品，产物只有一个容器：MP4。没有码率、编码器、分辨率这些旋钮；替你做的决定只有三选一——只换容器、换容器并改写声音、把画面重新编码。一个本来就能直接播放的文件不算一次转换：App 不为它生成第二份文件，也不计数。付费形态是一次买断（这项购买在产品里叫 Opus），它只改变之后还能转换多少次，这一件事写在这里。
- 带 DRM 保护的内容不被处理，包括从商店租来或买来的影片。
- 从来不是文字的字幕可以被认读成文字；认读会出错，画面零改动，不烧字进画面。
- 字幕重建时，简繁之间的区分会丢失。
- 画面重压那一路，产物若会比原件大就被拦下，而不是照样交给你。
- 处理在这台设备上完成，文件本身不需要交给别处；Mac 版与 iPhone 版不是同一款界面，我们不假装它是。
常见问题
把 .mkv 改名成 .mp4 行不行？
不行，这一步从来不是捷径。后缀只是标签，改标签不重写容器内部的结构，也不改画面编码；设备打开文件时读的是里面的结构，不是文件名。改名之后"能打开"的概率不会变，而你会失去判断哪一层出问题的机会。
只重写标签，文件会变成另一回事吗？
不会。上面那对样本读回来字节数完全相同（都是 12,973,400），画面一帧都没重压。这也正是这一层的价值：一次复制就能解决的层，不该用一次重新编码去试。
我的片子有五条音轨，会不会只剩一条？
轨道要逐条判，不是整条文件一个结论。能带的按条带走，带不动的那一条走重编；真正会造成"只剩一条"的，是工作只盯着第一条音轨的那种做法。多语言片子动手前先数清楚你要的那一门坐在第几条。
图片字幕能原样放进 MP4 吗？
不能。MP4 的字幕轨道按文字建，图片那类没有对应的位置。可行的做法只有两种：认读成文字再带过去（可能有错，要核），或者放弃这条字幕。不存在既保留原来的图片字幕、又把它放进文字轨道的第三种做法。
这些读数能不能在我这台机器上复算？
读的是文件内部，任何一台机器上都能复算——你手上那枚文件里有什么，检查工具列得出来。复算不出来的只有后半段：设备那一侧收不收，只能靠一次真实播放。这一页给的是判断顺序，不是一张要你相信的表。
上海智独教育科技有限公司 — CineX