tips

DASH 深度：SegmentTemplate、ContentProtection 與多視角 MPD 結構

MPD 入門之後的進階——SegmentTemplate 對比 SegmentTimeline、$Number$ 對比 $Time$、ContentProtection 信令，以及 DASH 比 HLS 難解析卻好下載的結構性原因。

FlowPick 團隊

2026年8月4日

15 分鐘閱讀

# dash # mpd # 深度 # segmenttemplate # drm # 串流

MPD 入門指南講了什麼是 MPD、為什麼跳出來的是 12KB XML 而不是 MP4。這篇是續集——給那些開啟過 MPD、看到 400 行 <SegmentTemplate>、<SegmentTimeline>、<ContentProtection>、<AdaptationSet> 後想知道哪些才是真有用的人。

你在寫 DASH 解析器，或者想知道為什麼你的下載器有的流能下有的下不了，這篇文章就是結構圖。

MPD 的層級結構

每個 MPD 都是這個巢狀結構：

MPD
├── Period                  # 一段內容（如正片、廣告）
│   ├── AdaptationSet       # 一組可互換的版本（影片、音訊等）
│   │   ├── Representation  # 一個具體版本（1080p、720p 等）
│   │   │   ├── SegmentList     # 顯式列出每個分片 URL
│   │   │   ├── SegmentTemplate # 模板化分片 URL
│   │   │   └── SegmentBase     # 單分片 + 位元組範圍
│   │   └── ContentProtection   # DRM 信令（Widevine、PlayReady）
│   └── EventStream         # 帶外事件（類似 ID3）

一部典型電影的 MPD 有 1 個 Period、2 個 AdaptationSet（影片+音訊）、每 set 5-10 個 Representation。帶廣告的直播可能有 4+ 個 Period。多機位體育直播每個機位一個 AdaptationSet。

核心思想：DASH 一切設計都為了不必列出每個分片的 URL。 HLS 一個一個列，DASH 用模板。

SegmentTemplate：90% 的場景

<SegmentTemplate
  initialization="video/init.mp4"
  media="video/$Number$.m4s"
  startNumber="1"
  timescale="1000"
  duration="6000" />

翻譯一下：

初始化分片是 video/init.mp4（fMP4 的初始化 box）
每個媒體分片走 video/$Number$.m4s 這個模式， $Number$ 從 1 開始
每個分片 6000 毫秒（6 秒，因為 timescale=1000）

下載這個 Representation，把 $Number$ 替換掉生成 URL：

const startNumber = 1
const duration = 6000        // ms
const timescale = 1000       // 1 單位 = 1 ms
const totalDuration = 7200000 // ms — 來自 Representation 的 @duration 屬性

const segmentCount = Math.ceil(totalDuration * timescale / (duration * timescale))
// = 1200 個分片

const urls = []
for (let n = startNumber; n < startNumber + segmentCount; n++) {
  urls.push(`video/${n}.m4s`)
}

比 HLS 緊湊得多——1200 行 #EXTINF + URL 被一個 <SegmentTemplate> 替掉。代價是解析器得自己算數學，邊界情況（最後一段更短、分片時長變化）得小心。

$Number$ vs $Time$

$Number$ 是分片索引（1、2、3……）。 $Time$ 是分片起始時間（timescale 單位）。有的清單用前者，有的用後者，有的兩個都用：

<SegmentTemplate
  media="video/$Time$.m4s"
  timescale="1000"
  duration="6000" />

解析 $Time$ ，用分片索引乘時長：

const segmentTime = (n - startNumber) * duration
const url = `video/${segmentTime}.m4s`

忘了乘 timescale，URL 差 1000 倍，全部 404。這是 DASH 解析最常見的 bug。

SegmentTimeline：時長不固定時

直播和動態內容用 <SegmentTimeline> 而不是固定的 duration：

<SegmentTemplate timescale="1000" initialization="init.mp4" media="$Number$.m4s">
  <SegmentTimeline>
    <S t="0" d="6000" />
    <S t="6000" d="6000" />
    <S t="12000" d="4000" />
    <S t="16000" d="6000" r="3" />  <!-- r=3 表示重複 3 次：共 4 個分片 -->
    <S t="40000" d="6000" />
  </SegmentTimeline>
</SegmentTemplate>

t — 起始時間（timescale 單位）
d — 時長（timescale 單位）
r — 重複次數（這條表示 r+1 個分片）

直播流的 timeline 會隨時間增長。典型流程：

客戶端拉 MPD，看到分片 1-50，minimumUpdatePeriod 是 2 秒
客戶端播放 1-50
客戶端重拉 MPD，現在顯示 1-52（timeline 長了）
重複，直到 MPD@endOfAvailability 或流結束

下載器一般兩條路：

等流徹底結束（轉 VOD）—— 不總可行
把當前 timeline 快照下來，接受會錯過後續追加的內容

FlowPick 走快照路線：抓當前 timeline、下這些分片、合併。流還活著，使用者能再觸發一次抓更新的分片。

ContentProtection：DRM 信令

<ContentProtection
  schemeIdUri="urn:mpeg:dash:mp4protection:2011"
  value="cenc"
  cenc:default_KID="12345678-1234-1234-1234-123456789012" />

<ContentProtection
  schemeIdUri="urn:uuid:edef8ba9-79d6-4ace-a3c8-27dcd51d21ed"
  value="Widevine">
  <cenc:pssh>AAAA...</cenc:pssh>
</ContentProtection>

<ContentProtection
  schemeIdUri="urn:uuid:9a04f079-9840-4286-ab92-e65be0885f95"
  value="PlayReady">
  <cenc:pssh>BBBB...</cenc:pssh>
</ContentProtection>

UUID 識別 DRM 系統：

edef8ba9-79d6-4ace-a3c8-27dcd51d21ed — Widevine（Google）
9a04f079-9840-4286-ab92-e65be0885f95 — PlayReady（Microsoft）
f239e769-efa3-4850-9c16-a9036d3fe1c1 — Adobe Primetime
94ce86fb-07ff-4f43-adb8-93d2fa968ca2 — FairPlay（Apple，在 DASH 語境下）

<cenc:pssh> 是 Protection System Specific Header——一個 base64 的 blob，含 key ID 和系統特定資料。瀏覽器把它餵給 EME（Encrypted Media Extensions），EME 再跟系統的 CDM（Content Decryption Module）對話。

這裡要劃線： FlowPick 不做、不會做、也做不到解密 DRM 保護的 DASH 內容。任何合法的瀏覽器擴充功能或開源工具都做不到。CDM 是黑盒——你給它加密 buffer，它還你解密後的後的幀，僅用於顯示，永遠不給匯出。繞過這個在反規避法規下違法（美國 DMCA §1201，其他地區類似），還違反 CDM 的合約。

DASH 規範裡有「未受保護」路徑：某個 AdaptationSet 沒有 ContentProtection，分片就是未加密的，下載器能隨便抓和合併。這就是為什麼 FlowPick 能搞定 Bilibili、Udemy 免費課和大多數企業 LMS，但搞不了 Netflix/Disney+/HBO Max。

「感覺像保護」但不是 DRM 的常見模式

不是所有「下不了」都是 DRM。有些模式讓下載很難，但沒真加密：

短 TTL 的 token URL — ?token=abc&expires=1234567890。token 幾秒就過期，解析完清單必須立刻抓分片。FlowPick 這麼幹；那種「提前幾小時解析 URL 再下」的批次下載器會撲空。
CDN 的 CORS 限制 — 但擴充功能從頁面 origin 發請求不受 CORS 約束，所以基本攔不住嗅探器。
<BaseURL> 重寫 — MPD 的 BaseURL 元素可以在文件中間變。每個 BaseURL 相對其父級解析，所以得追蹤 URL 鏈。這是 DASH 版的 HLS 相對 URI，但更容易出錯。

多 Period MPD：廣告和直播事件

<Period id="ad1" start="PT0S" duration="PT30S">...</Period>
<Period id="main" start="PT30S">...</Period>
<Period id="ad2" start="PT1800S" duration="PT30S">...</Period>
<Period id="main2" start="PT1830S">...</Period>

每個 Period 有自己的 AdaptationSet。下載整個內容：

按 @start 排序 Period
每個 Period 下所有影片+音訊分片
Period 之間拼接——但要留意 codec 在 Period 之間變化

廣告時段常用不同 codec（廣告可能是 H.264 baseline，正片是 H.264 high）。無腦拼接出來的 MP4 正片正常播，到廣告段就花屏。

修復辦法：

直接跳過廣告 Period（FlowPick 的做法——反正使用者也不想要廣告）
把廣告 Period 重編碼到跟正片一致（慢，要轉碼）
用更聰明的封裝器處理 codec 切換（FFmpeg 能，但複雜）

多視角和 trick-mode AdaptationSet

<AdaptationSet id="1" contentType="video" group="1">
  <!-- 主機位 -->
</AdaptationSet>
<AdaptationSet id="2" contentType="video" group="1">
  <!-- 備用機位，同 group -->
</AdaptationSet>
<AdaptationSet id="3" contentType="video" group="2">
  <!-- Trick mode（進度條縮圖） -->
</AdaptationSet>

group="1" 表示這些 AdaptationSet 是同一內容的不同視角。播放器讓使用者切機位。下載器得選一個——通常是第一個，但理想是讓使用者選。

Trick-mode AdaptationSet（這裡的 group=2）是進度條上拖動預覽用的小體積低幀率版本。下載它沒用——確保你的解析器不會把它誤認為「影片」抓走。

預取與並行

DASH 下載速度上最實在的最佳化：分片並行抓。

async function downloadRepresentation(rep, concurrency = 6) {
  const segmentUrls = computeSegmentUrls(rep)
  const initBytes = await fetch(rep.initUrl).then(r => r.arrayBuffer())

  const results = new Array(segmentUrls.length)
  let nextIndex = 0

  async function worker() {
    while (nextIndex < segmentUrls.length) {
      const i = nextIndex++
      const resp = await fetch(segmentUrls[i])
      results[i] = new Uint8Array(await resp.arrayBuffer())
    }
  }

  await Promise.all(Array.from({ length: concurrency }, () => worker()))

  // 拼接：init + 按序分片
  const total = initBytes.byteLength + results.reduce((s, b) => s + b.byteLength, 0)
  const out = new Uint8Array(total)
  let offset = 0
  out.set(new Uint8Array(initBytes), offset); offset += initBytes.byteLength
  for (const buf of results) {
    out.set(buf, offset); offset += buf.byteLength
  }
  return out
}

6 個並行連線是甜點——更多會觸發 CDN 限速，更少浪費頻寬。Promise.all worker 池模式保證分片亂序完成時也能落到正確的陣列位置。

這就是 FlowPick 內部用的模式；瀏覽器內合併那篇講最終 buffer 怎麼封裝。

坑 1：忽略 BaseURL。 MPD 在 https://cdn.example.com/v/manifest.mpd，裡面是 <BaseURL>https://other-cdn.example.com/</BaseURL>，那麼這一段裡所有相對 URL 都按 other-cdn.example.com 解析，不是按 MPD 的 origin。忘了這個，是「所有分片都 404」bug 的頭號原因。

坑 2：timescale 解析錯。 duration="6000" 配 timescale="1000" 是 6 秒。配 timescale="90000"（影片常見）是 0.067 秒。一定查 timescale——同一個 MPD 裡不同 AdaptationSet 可能不一樣。

坑 3：忘了 init 分片。 HLS（TS 情況下）每個分片自描述，DASH 的 fMP4 分片沒 init 分片就是廢物。下載「看起來成功了」但出來的檔案不能播，多半是漏了 initialization="init.mp4"。

坑 4：直播 MPD 會更新。 解析一次就按快照下，後續追加的分片會漏。VOD 沒問題。直播要嘛定期重拉，要嘛等流結束。

參考資料

ISO/IEC 23009-1 — DASH 規範 — 正式規範，付費但權威
DASH-IF 實施指南 — DASH Industry Forum 出的指南，免費，比 ISO 文件實用
GPAC MP4Box 文件 — 參考級 MP4/DASH 工具，拿來驗證你的解析器
Bento4 MP4 文件 — 開源 MP4 工具包，理解容器格式有用

小結

DASH 和 HLS 解決的是同一個問題——基於 HTTP 的自適應流——但思路相反。HLS 把每個分片列出來；DASH 用模板。HLS 預設用 MPEG-TS；DASH 用 fMP4。HLS 的 DRM 是 Apple 私有的（FairPlay）；DASH 的 DRM 多廠商（Widevine、PlayReady、FairPlay）走 CENC。

下載器角度，DASH 結構上更好搞：fMP4 分片能直接拼、init 分片把 codec 資訊顯式化、 $Number$ 替換意味著不用拉額外清單就能算出 URL。複雜度在 XML 解析——但只要搞定 SegmentTemplate、SegmentTimeline、BaseURL、ContentProtection，就覆蓋了 95% 的真實 MPD。

下一篇進容器格式本身——fMP4 拼接為什麼能行、moof box 裡有什麼、為什麼「重封裝不轉碼」是對的哲學。