Che cos’è un file MP4?

MP4 è un contenitore: un involucro per flussi codificati da qualcos’altro. Si usa per consegnare un file finito, il web e i telefoni.

L’estensione è .mp4 e il nome per esteso è MPEG-4 Video. Contano entrambi meno di ciò che il file può contenere, ed è di questo che parla il resto della pagina.

MPEG lo ha pubblicato nel 2001. La specifica è ISO/IEC 14496-14.

L’età serve saperla per un motivo pratico: più un formato è vecchio, più programmi hanno avuto tempo di impararlo.

È pubblicata per intero, quindi la si può implementare partendo dal documento invece che per osservazione: è per questo che il formato compare in così tanti programmi, ed è per questo che file scritti vent’anni fa si aprono ancora. Una specifica pubblicata però non è la stessa cosa di una esente da royalty: dove un formato incapsula un codec, le licenze sui brevetti restano una questione a parte che lo standard non risolve.

Di solito contiene H.264, HEVC, AV1 e AAC. Questa distinzione sta dietro quasi tutte le domande del tipo «perché non parte?»: due file con la stessa estensione possono contenere codifiche del tutto diverse, e un lettore che ne rifiuta una può andare benissimo d’accordo con l’altra.

Spiega anche perché cambiare contenitore è spesso rapido e senza perdite mentre cambiare codec non è né l’uno né l’altro. Spostare lo stesso flusso in un’altra scatola riscrive la scatola; ricodificare riscrive l’immagine.

MP4 può contenere più tracce audio, tracce di sottotitoli e una disposizione che gli permette di partire prima di essere arrivato per intero.

Conta soprattutto in conversione: quello che la destinazione non può contenere viene lasciato cadere, di solito senza avvisare.

VLC, HandBrake e Adobe Premiere Pro lo leggono, e così fanno quasi tutti i programmi dello stesso tipo.

Quando un file non si apre, il formato è raramente il problema: più spesso è il programma a essere più vecchio di lui. Convertire in qualcosa di più vecchio è la via d’uscita affidabile, ed è a questo che serve il resto di questo sito.

Qualsiasi browser attuale lo legge.

Puoi quindi metterlo su una pagina o allegarlo a un messaggio senza chiederti che cosa abbia installato chi lo riceve.

MP4 può contenere le proprietà del documento.

Se qualcosa di tutto questo sopravviva a una conversione dipende interamente dalla destinazione, e la risposta onesta è di solito «una parte».

MP4 è pensato per essere consegnato, non per lavorarci dentro. Modificarne uno è possibile e raramente piacevole; la strada sensata passa dall’originale e da una nuova esportazione.

Questo è il dato da cui nascono quasi tutte le stranezze dell’MP4. Il file non definisce come viene compressa l’immagine: definisce come vengono salvate più tracce compresse una accanto all’altra, indicizzate e sincronizzate. Video, audio, sottotitoli e capitoli vanno ciascuno nella propria traccia, e l’MP4 è la scatola in cui viaggiano.

Ecco perché «la qualità dell’MP4» non è una proprietà dell’MP4. Due file con la stessa estensione e la stessa dimensione possono apparire completamente diversi perché uno porta H.264 e l’altro AV1, e un lettore che rifiuta il primo può riprodurre il secondo senza problemi. Quando qualcosa non funziona con un MP4, la domanda utile quasi mai riguarda il contenitore.

In video, H.264 è la scelta predefinita schiacciante da quindici anni: qualsiasi telefono, fotocamera, browser o TV lo decodifica, spesso in un circuito dedicato. H.265 compare dove serviva un file più piccolo, soprattutto nelle registrazioni 4K degli smartphone recenti, e l’AV1 inizia ad arrivare da piattaforme di streaming e strumenti di cattura nuovi.

In audio, l’AAC è la risposta quasi universale, con qualche MP3 nei file più vecchi e molto raramente PCM non compresso. La conseguenza pratica di questa distribuzione è che H.264 con AAC è la combinazione che si riproduce ovunque senza pensarci, e qualsiasi altra scambia consapevolmente compatibilità per dimensione.

Perché il lettore ha un decodificatore per ciò che c’è nel primo e non per ciò che c’è nel secondo. Una TV del 2016 risolve l’H.264 via hardware e non ha mai sentito parlare di AV1. Un vecchio programma di montaggio apre H.264 e rifiuta H.265 perché non è mai stata pagata la licenza per decodificarlo. Il messaggio di errore quasi sempre dice qualcosa di poco utile su un file non compatibile.

La diagnosi è rapida: scoprite quale codec porta il file. Se è H.265 o AV1 e la destinazione è vecchia, ricodificare in H.264 risolve, al prezzo di un file più grande e di una generazione di qualità. Se era già H.264, il problema sta altrove: un indice danneggiato, una traccia audio esotica o un lettore che voleva un’altra estensione.

Un MP4 porta una tabella che descrive dove vive ogni fotogramma. Molti strumenti la scrivono alla fine del file, perché il suo contenuto non è del tutto noto finché la codifica non termina. Su un disco locale non fa differenza; in rete è un problema reale, perché il lettore non può iniziare finché non ha quella tabella e finisce per scaricare l’intero file prima di mostrare un fotogramma.

La soluzione è un passaggio spesso chiamato fast start o ottimizzazione per il web, che sposta la tabella all’inizio. L’immagine non cambia in nulla. Se un video incorporato in una pagina resta nero per un bel po’ mentre lo stesso file parte all’istante dal desktop, è quasi sempre questo che succede.

L’MP4 è stato standardizzato a partire dal formato QuickTime di Apple, e i due condividono la struttura al punto che molti file sono validi come entrambi. Un mucchio di programmi riproduce un MOV rinominato in .mp4 e viceversa, il che dice molto sulla loro somiglianza ma non è una tecnica su cui conviene fare affidamento.

Le differenze rimaste stanno agli estremi: l’MOV può portare i codec di montaggio prodotti dagli strumenti Apple, ProRes fra questi, che nessun lettore di MP4 si aspetta di incontrare. Come regola, l’MOV è ciò che esce da riprese e montaggio su macchine Apple, e l’MP4 è ciò che si consegna a tutti gli altri.

L’MP4 supporta una traccia di testo temporizzato, e il supporto in lettura è abbastanza disomogeneo da far sì che quasi nessuno vi si affidi. I lettori desktop di solito la trovano; browser, TV e decoder da salotto la ignorano spesso, quindi sottotitoli che funzionano sulla macchina dove sono stati creati spariscono altrove.

Ci sono due rimedi abituali ed entrambi sono onesti su cosa costano. Un file SRT o VTT separato si capisce ovunque e si può disattivare, ma deve viaggiare insieme al video. Incorporare il testo nell’immagine ne garantisce sempre la presenza e lo rende permanente, non disattivabile e non traducibile.

Il video compresso è costruito con fotogrammi completi di tanto in tanto e molti fotogrammi intermedi che descrivono solo cosa è cambiato. Ecco perché un MP4 si può tagliare proprio su quei fotogrammi completi senza toccare l’immagine, e perché un taglio in qualsiasi altro punto costringe a decodificare e ricodificare quel tratto, con la generazione di qualità che questo comporta.

La rotazione è l’eccezione utile. L’orientamento si salva come un flag e non è cotto nei pixel, quindi raddrizzare un video è un cambio di metadati e istantaneo. Ridimensionare, cambiare frame rate, toccare l’audio o unire clip con impostazioni diverse sono ricodifiche vere.

Piuttosto più di quanto si pensi. I dispositivi di registrazione scrivono marca e modello, data e ora e, se la posizione era attiva, le coordinate GPS. I programmi di montaggio aggiungono il proprio nome e spesso quello del progetto. Nulla di tutto ciò si vede riproducendo il file.

Conta nel caso comune di una clip girata in casa e pubblicata apertamente. Lo strumento di rimozione metadati di questo sito rimuxa il file invece di ricodificarlo: copia i campioni già codificati e scrive le etichette vuote, così ogni fotogramma di video e ogni campione audio sopravvivono esatti e ciò che sparisce è l’informazione sul file. Vale la pena farlo consapevolmente invece di dare per scontato che la piattaforma lo abbia già fatto per voi.

H.264 per l’immagine e AAC per il suono, la coppia che decodifica qualsiasi apparecchio degli ultimi vent’anni. La conversione avviene nel browser, appoggiandosi ai codec del sistema operativo, quindi dipende dalla macchina: la stessa versione di un browser codifica H.264 su un laptop e non su un altro. Quando il dispositivo non può, compare una frase che nomina i browser che possono, e non c’è un server dietro che lo risolva da solo.

Da video a video si ricodifica sempre, quindi si perde un po’ di dettaglio anche all’impostazione più alta, e ci sono tre cose che non arrivano: i sottotitoli incorporati, i capitoli e le tracce audio in AC-3, E-AC-3, DTS o TrueHD, che vengono scartate. Quest’ultima è un difetto reale e frequente nelle copie di dischi o streaming: l’immagine si converte e il risultato esce muto. Il selettore di risoluzione riduce soltanto; chiedere 1080 a un video da 720 non lo ingrandisce.

La conversione in GIF anima davvero, perché segue un percorso diverso da quello delle immagini fisse, e i suoi valori sono precisi: 12 immagini al secondo, 480 pixel di larghezza e 10 secondi, con un tetto rigido di 600 fotogrammi. Quel tetto decide la durata reale: circa 50 secondi a 12 fotogrammi al secondo e 20 a 30, e ciò che supera viene tagliato. Non c’è audio, perché una GIF non ha dove metterlo.

Estrarre un’immagine fissa è l’altra piccola operazione utile: si indica il secondo ed esce quell’istante alla risoluzione piena del video, senza riduzioni. Serve per una miniatura, per uno screenshot di riferimento o per controllare cosa si vede davvero in un fotogramma specifico.