FFmpegのfaststartでMP4をWebですぐ再生する方法

​​FFmpeg​HTTP,コマンドライン,動画

FFmpeg で MP4 を書き出すとき -movflags +faststart を付けると、再生に必要な情報(moov)がファイルの先頭に置かれます。検証した Chromium では、ファイルを全部受け取る前に再生が始まりました。Webサイトに置いた MP4 動画が、読み込みに時間がかかってなかなか再生されないときに確かめたい設定です。

私は検証環境で、8.1MB の MP4 を毎秒 500KB(1KB は 1,024 バイト)に絞ったサーバーから Chromium で読み込み、再生が始まるまでの時間を測りました。サーバーが Range リクエスト(ファイルの一部だけを返す仕組み)に対応していないとき、faststart なしでは 16.27 秒、faststart ありでは 0.41 秒でした。

補足

検証環境は Ubuntu 24.04.5、FFmpeg 6.1.1(Ubuntu のパッケージ 6.1.1-3ubuntu5)、Node.js 22.23.4、Playwright 1.63.0 に付属の Chromium(HeadlessChrome 153)、CPU 4コアの仮想マシンです。動画は FFmpeg のテスト用の映像と音から作った30秒の動画(1280×720 の H.264 約2Mbps、AAC 128kbps)です。配信は、同じ仮想マシンの中で動かした、Node.js で書いた検証用のサーバーで、回線の遅さは送る速さと応答までの待ち時間で再現しました。Safari や Firefox、スマホのブラウザ、実際のインターネット越しの配信や CDN、HLS などの配信方式、断片化した MP4(fragmented MP4)は試していません。

すでにある MP4 は -c copy で直せる

すでに書き出した MP4 は、映像と音声をコピーしたまま faststart を付け直せます。

bash
ffmpeg -i normal.mp4 -c copy -movflags +faststart faststart.mp4

実行すると、途中で次のような行が出ます。FFmpeg の公式ドキュメントにある MP4 の muxer の説明のとおり、いったん書き出したあとに2回目の処理(second pass)で moov を先頭に移しています。

text
[mp4 @ 0x564d661596c0] Starting second pass: moving the moov atom to the beginning of the file

検証環境では、8.1MB の MP4 を直すのに 0.09〜0.11 秒かかりました(3回)。映像を作り直さないので、ファイルの大きさは直す前と同じ 8,135,874 バイトのままでした。映像と音声のデータの MD5 も、直す前と同じ値でした(MD5 の行だけを載せています)。

bash
ffmpeg -i normal.mp4 -map 0 -c copy -f md5 -
ffmpeg -i faststart.mp4 -map 0 -c copy -f md5 -
text
MD5=cd0f09774a0d7a349215603f23c535d2
MD5=cd0f09774a0d7a349215603f23c535d2

エンコードするときに、同じ -movflags +faststart を出力ファイル名の前に付けても、書き出したファイルでは moov が先頭にありました。検証では、テスト用に作った5秒の input.mov で試しました。

bash
ffmpeg -i input.mov -c:v libx264 -c:a aac -movflags +faststart output.mp4

ドキュメントには、faststart は時間がかかることがあり、断片化した出力などでは働かないため、初期設定では有効になっていないと書かれています。

moov がどこにあるかを ffprobe で確かめる

MP4 は、moov や mdat といった箱を並べた形のファイルです。FFmpeg のドキュメントでは、moov はすべてのパケットについての情報をまとめた索引で、MP4 では初期設定でファイルの最後に書かれると説明されています。検証したファイルでは、mdat の大きさ(8,102,487 バイト)が、-c copy で直したときに最後に表示される video:7443kB audio:469kB の合計とほぼ同じでした。

箱の並びは、ffprobe の詳しいログで確かめられます。

bash
ffprobe -v trace normal.mp4 2>&1 | grep -E "type:'(ftyp|free|mdat|moov)'"

faststart なしのファイルでは、mdat のあとに moov が来ました([...] の中の @ 0x… で始まるアドレスは省いています)。

text
[mov,mp4,m4a,3gp,3g2,mj2] type:'ftyp' parent:'root' sz: 32 8 8135874
[mov,mp4,m4a,3gp,3g2,mj2] type:'free' parent:'root' sz: 8 40 8135874
[mov,mp4,m4a,3gp,3g2,mj2] type:'mdat' parent:'root' sz: 8102487 48 8135874
[mov,mp4,m4a,3gp,3g2,mj2] type:'moov' parent:'root' sz: 33347 8102535 8135874

faststart ありのファイルでは、moov が mdat より前に来ました。

text
[mov,mp4,m4a,3gp,3g2,mj2] type:'ftyp' parent:'root' sz: 32 8 8135874
[mov,mp4,m4a,3gp,3g2,mj2] type:'moov' parent:'root' sz: 33347 40 8135874
[mov,mp4,m4a,3gp,3g2,mj2] type:'free' parent:'root' sz: 8 33387 8135874
[mov,mp4,m4a,3gp,3g2,mj2] type:'mdat' parent:'root' sz: 8102487 33395 8135874

sz: のあとの最初の数字が箱の大きさで、箱を1つずつ読む小さなスクリプトで調べた大きさと同じでした。moov は 33,347 バイトで、8.1MB のファイルのごく一部です。

再生が始まるまでの時間は、サーバーの対応で大きく変わった

faststart なしとありの MP4 を、2種類のサーバーから Chromium で読み込みました。1つは Range リクエストに対応し、ファイルの一部を 206 Partial Content で返すサーバーです。もう1つは Range リクエストを無視して、いつもファイル全体を 200 OK で返すサーバーです。どちらも送る速さを毎秒 500KB に絞り、応答を返す前に 100ms 待たせました。

ページでは <video> 要素に muted と autoplay を付け、preload を auto にして src を設定し、playing イベントが起きるまでの時間を測りました。3回ずつ測った中央値が次のグラフです。

再生が始まるまでの時間の棒グラフ。Range 対応のサーバーでは faststart なし 0.59秒、あり 0.40秒。Range 非対応のサーバーでは faststart なし 16.27秒、あり 0.41秒
再生が始まるまでの時間(3回の中央値)

いちばん差が出たのは、Range リクエストに対応していないサーバーで faststart なしの MP4 を配信したときです。サーバーは 8,135,874 バイトのファイル全体を送り、再生が始まったのは、全体を毎秒 500KB で送り終える時間(約16秒)と同じころでした。faststart ありなら、0.41 秒で再生が始まりました。再生が始まった 0.3 秒後にページを閉じるまでにサーバーが送ったのは、約31万〜33万バイトでした。

Range リクエストに対応したサーバーでは、faststart なしでも 0.59 秒で再生が始まりました。サーバーが受けたリクエストを記録すると、Chromium は次の順に読んでいました。

順番 Range の指定 意味
1 bytes=0- 先頭から読み始め、32KB で打ち切る
2 bytes=8093696- ファイルの末尾にある moov を読む
3 bytes=32768- 1回目の続きから、映像と音声のデータを読む
MP4 の箱の並びと、Range に対応したサーバーでの Chromium の読み方の図。faststart なしでは、先頭を読み、末尾の moov を取りに行き、1回目の続きからデータを読む。faststart ありでは、先頭から順に読むだけで再生できる
faststart なしとありの箱の並びと、Range に対応したサーバーでの Chromium の読み方

faststart ありの MP4 では、リクエストは bytes=0- の1回だけでした。faststart なしとの差は 0.19 秒で、増えた2回のリクエストで応答の前に 100ms ずつ待たされた分(0.2 秒)とほぼ同じでした。応答の前の待ち時間を 0ms にして測り直すと、faststart なしが 0.29 秒、ありが 0.31 秒で、差はほとんどなくなりました。

サーバーが Range リクエストに対応しているかを curl で確かめる

置き場所のサーバーが Range リクエストに対応しているかは、curl の -r で先頭の100バイトだけを求めると分かります(URL は例示用の値に置き換えています)。

bash
curl -s -o /dev/null -D - -r 0-99 https://example.com/video/faststart.mp4

検証用のサーバーで試した出力を載せます(日時と接続の行は省いています)。対応しているサーバーは、206 Partial Content と、どの範囲を返したかを示す content-range を返しました。

text
HTTP/1.1 206 Partial Content
content-type: video/mp4
cache-control: no-store
accept-ranges: bytes
content-range: bytes 0-99/8135874
content-length: 100

対応していないサーバーは、100バイトだけを求めても 200 OK で、ファイル全体の大きさ(content-length: 8135874)を返しました。このときは curl もファイル全体を受け取ってから終わるため、検証の条件では終わるまでに 16.1 秒かかりました。

text
HTTP/1.1 200 OK
content-type: video/mp4
cache-control: no-store
content-length: 8135874

MDN の Range リクエストの解説では、応答に Accept-Ranges ヘッダーがないことは、サーバーが一部だけを返す要求に対応していないことを示す、と説明されています。検証した Chromium では、faststart を付けた MP4 はどちらのサーバーからでも 0.4 秒ほどで再生が始まりました。

​Posted by 86