Dekodowanie AVI: Wewnątrz dziedzicznej architektury kontenera Microsoftu

Ostatnia aktualizacja: 30 cze, 2026

TL;DR – AVI (Audio Video Interleave) to pierwszy kontener „cyfrowego wideo” Microsoftu, powstały wraz z Windows 95. To prosty plik oparty na RIFF, który przeplata skompresowane fragmenty wideo i audio, aby odtwarzacz mógł je odczytywać synchronicznie. Format jest nadal rozumiany przez Windows Media Player oraz wiele narzędzi open‑source, ale brakuje w nim nowoczesnych funkcji, takich jak HDR, 10‑bitowa kolorystyka i solidne metadane strumieniowe. Jeśli kiedykolwiek będziesz musiał zagłębić się w starsze materiały, zrozumienie układu chunków, kodów FourCC oraz rozszerzeń OpenDML podnoszących limit 2 GB to sedno AVI.

1. Co dokładnie jest plikiem AVI?

• Pełna nazwa: Audio Video Interleave
• Pierwsze pojawienie się: Windows 95 (1995) – odpowiedź Microsoftu na „cyfrowe wideo” na komputerach konsumenckich.
• Specyfikacja: Oparta na specyfikacji RIFF (Resource Interchange File Format) z 1991 roku. RIFF jest ogólnym kontenerem „opartym na chunkach”; AVI po prostu definiuje zestaw chunków przechowujących audio, wideo i dane indeksujące.
• Rozszerzenie pliku / MIME: .avi – video/x-msvideo.
• Główny cel: Utrzymać strumienie audio i wideo ściśle przeplatane na dysku, aby prosta pętla odtwarzania mogła odczytać klatkę wideo, a następnie pasującą próbkę audio, bez kosztownych przeskoków.
• Status dziedzictwa: Nadal odtwarzany w Windows Media Player, DirectShow, VLC i niezliczonych innych odtwarzaczach, ale nie jest „nowoczesnym” kontenerem. Brak natywnego wsparcia HDR, 10‑bit, zmiennej przepływności bitów ani bogatych metadanych.

2. Wewnątrz pudełka – jak działa AVI

Szkielet fragmentu RIFF

Plik AVI to po prostu seria fragmentów:

RIFF <size> "AVI "          ; file header
  LIST "hdrl"               ; header list
    avih ...                ; main AVI header (global info)
    LIST "strl"             ; stream list (one per stream)
      strh ...              ; stream header (type, codec, timing)
      strf ...              ; stream format (codec‑specific data)
  LIST "movi"               ; interleaved media data
    00dc <size> <video frame>
    01wb <size> <audio block>
    …
  idx1 ...                  ; optional index for fast seeking

• Identyfikator fragmentu (4 bajty) – np., avih, strh, movi.
• Rozmiar fragmentu (4 bajty) – długość danych następujących po nim (z wyłączeniem pól ID i rozmiaru).
• Dane – rzeczywiste ładunki (nagłówki, surowe klatki itp.).

Ponieważ RIFF jest rozszerzalny, możesz dodawać nowe typy fragmentów bez łamania starszych parserów – projekt, który utrzymał AVI przy życiu przez dziesięciolecia.

FourCC – Szeptacz kodeków

Czteroznakowe kody (FourCC) są spoiwem, które informuje odtwarzacz, który dekoder załadować. Niektóre popularne, które zobaczysz w plikach AVI:

FourCC znajduje się w segmencie strh (identyfikator kodeka) i czasami w bloku strf (format pikseli, format próbkowania audio).

Timing i synchronizacja

AVI używa prostego systemu time‑base:

• Globalny nagłówek (avih): dwRate / dwScale → klatki na sekundę.
• Nagłówek strumienia (strh): własny dwRate / dwScale dla audio lub dodatkowych strumieni wideo.

Odtwarzacz mnoży numer klatki przez scale/rate, aby obliczyć znacznik czasu prezentacji (PTS). Jeśli skale nie są zgodne, pojawi się klasyczny błąd „audio dryfuje poza synchronizację”, który nęka starsze narzędzia.

Fragment movi – Gdzie znajdują się media

Wszystkie skompresowane klatki znajdują się w LIST movi. Każda klatka poprzedzona jest identyfikatorem fragmentu (chunk ID), który informuje, czy jest to wideo (00dc) czy audio (01wb). Identyfikator zawiera także numer strumienia, więc plik z dwoma ścieżkami audio będzie miał 01wb i 02wb.

Ponieważ dane są już przeplatane, odtwarzacz może odczytać klatkę wideo, następnie kolejny blok audio i wyświetlić je razem bez konieczności dalekiego przewijania. Ten deterministyczny wzorzec zapisu sprawił, że AVI stało się popularne wśród wczesnych urządzeń przechwytujących, które wymagały niskich opóźnień zapisu na dysku.

Indeksowanie (idx1) – Szybkie przewijanie do przodu, szybkie przewijanie do tyłu

Opcjonalny fragment idx1 jest tabelą offsetów i rozmiarów dla każdej klatki w movi. Gdy jest obecny, przewijanie odbywa się poprzez prostą operację wyszukiwania w tabeli. Jeśli go brakuje, odtwarzacze muszą skanować plik w locie – co może spowodować zauważalną przerwę „buforowania” przy dużych plikach.

OpenDML (AVI 2.0) – Przełamanie bariery 2 GB

Oryginalna specyfikacja RIFF ogranicza pole rozmiaru fragmentu do 32‑bitowej liczby całkowitej bez znaku → 2 GB maksymalny rozmiar pliku. OpenDML (czasami nazywany AVI 2.0) wprowadził:

• AVIX LISTy – dodatkowe „rozszerzone” sekcje RIFF, które mogą wystąpić po pierwszych 2 GB.
• indx chunk – indeks obsługujący 64‑bity.
• Dodatkowe pola nagłówka dla dłuższych czasów trwania.

Większość nowoczesnych narzędzi (ffmpeg, VLC) automatycznie przełącza się na OpenDML, gdy wyjście przekracza 2 GB, ale wiele starszych odtwarzaczy wciąż ma problemy z fragmentami AVIX, więc czasami pojawiają się obejścia kompatybilności, które dzielą długie nagranie na kilka plików AVI po 2 GB.

3. Gdzie AVI istnieje w 2024 roku?

Krótko mówiąc, AVI jest żywe, ale starzejące się – przetrwa tam, gdzie wymagana jest starsza aparatura lub proste przechowywanie przeplatane, ale nie jest pierwszym wyborem w nowych projektach.

4. Praktyczne: Praca z AVI dziś

A. Spojrzenie na minimalny nagłówek (hex)

52 49 46 46  00 00 00 00  41 56 49 20   ; "RIFF" + size + "AVI "
4C 49 53 54  20 00 00 00  68 64 72 6C   ; LIST "hdrl"
...

Magia RIFF (52 49 46 46) informuje każdy parser, że „to jest plik RIFF”. Kolejne cztery bajty to całkowity rozmiar pliku (minus 8). Identyfikator "AVI " przypina plik do rodziny AVI.

B. Konwertowanie nowoczesnego MP4 → starszego AVI

ffmpeg -i input.mp4 \
       -c:v mpeg4 -q

```bash
ffmpeg -i input.mp4 \ -c:v mpeg4 -qscale:v 5 \   # MPEG‑4 Part 2 (kompatybilny z DivX/Xvid) -c:a mp3 -b:a 192k \      # audio MP3 (większość odtwarzaczy AVI rozumie to) -f avi output.avi

The command above forces MPEG‑4 Part 2 video (the codec most legacy AVI players recognize) and MP3 audio, then writes an AVI container. If you need OpenDML support for files larger than 2 GB, add the -movflags +faststart‑style flag that tells FFmpeg to use the extended AVIX chunks:

ffmpeg -i input.mp4 \ -c:v mpeg4 -qscale:v 5 \ -c:a mp3 -b:a 192k \ -f avi -flags +global_header -movflags +faststart output.avi

Tip: Some older Windows Media Player versions still choke on the AVIX extension. If you must stay under 2 GB, split the source into multiple AVIs using the -segment_time and -f segment muxer.

5. Common Pitfalls & How to Fix Them

6. Debugging Tools You Should Keep Handy

A typical workflow when an AVI refuses to play:

1. Inspect with ffprobe -show_format -show_streams file.avi.
2. Check the index: ffmpeg -i file.avi -c copy -f avi -y temp.avi (FFmpeg will rebuild it automatically).
3. Validate FourCCs: mediainfo file.avi. If you see an unknown codec, consider re‑encoding that stream.
4. Repair with VirtualDub → “File → Re‑open as AVI (OpenDML)”. Save a fresh copy.

7. When (and When Not) to Use AVI

Good Use‑Cases

Bad Use‑Cases

If you’re starting a new project, treat AVI as a fallback for legacy pipelines, not a primary delivery format.

8. Future Outlook – Will AVI Ever Make a Comeback?

The short answer: unlikely. The industry has coalesced around ISO‑BMFF‑based containers (MP4, MOV, HEVC‑MP4, etc.) because they support:

• Extensible metadata (ISO‑UserData, UUID boxes).
• Fragmented streaming (moof/mdat) for adaptive bitrate.
• Native HDR/10‑bit/12‑bit video definitions.

AVI’s design, while elegant for its time, is fundamentally limited by its 32‑bit size fields and its reliance on external FourCC‑driven codecs. Even though OpenDML extended the size limit, it never gained widespread adoption beyond niche surveillance and archival tools.

That said, software preservation will keep AVI parsers alive for decades. Projects like FFmpeg, GStreamer, and VLC will continue to support the format, ensuring that the massive archive of 1990s‑2000s footage remains accessible. In a world where “digital archaeology” is becoming a real discipline, knowing how to read and repair AVI files is still a valuable skill.

9. Quick Reference Cheat‑Sheet

Keep this table bookmarked; it covers 80 % of everyday AVI tasks.

10. Best Practices for Archiving AVI Files

Even though AVI is a legacy container, many institutions still have petabytes of it sitting on tape or in cold‑storage. Treating those assets with a disciplined workflow will save you headaches down the line.

By applying these steps at the moment of acquisition, you avoid costly “repair‑the‑archive” projects later.

11. Frequently Asked Questions (FAQ)

Q1: Can I store H.265/HEVC video inside an AVI file?
Short answer: Technically yes, if you supply the correct FourCC (HEVC or HVC1) and include the SPS/PPS NAL units in the strf chunk. In practice, very few players support it, and many will treat the stream as unknown. For reliable playback, stick to MPEG‑4 Part 2 or Motion‑JPEG.

Q2: Why does Windows Media Player sometimes show a black screen but still plays audio?
Explanation: The player has successfully opened the audio stream but failed to locate a usable video decoder for the FourCC. This can happen when the FourCC is custom or when the required codec isn’t installed. Installing a codec pack (e.g., K-Lite) or re‑encoding the video to a known FourCC resolves the issue.

Q3: Is there any way to embed subtitles directly into an AVI file?
Answer: AVI does not define a standard subtitle stream. Some tools cheat by adding a “txt” stream (FourCC txt ) that contains plain‑text subtitles, but only a handful of players (e.g., VirtualDub with a plugin) will render them. The recommended approach is to keep subtitles in a separate .srt or .ass file, or to re‑mux into a container that officially supports subtitles (MP4, MKV).

Q4: My video shows a “frame rate mismatch” warning in MediaInfo. What should I do?
Solution: Verify that the dwRate/dwScale values in both the global avih and per‑stream strh headers are consistent. If they differ, re‑mux with FFmpeg using -video_track_timescale to force a uniform time base:

ffmpeg -i broken.avi -c copy -video_track_timescale 1000 fixed.avi

Q5: Does AVI support multiple audio languages?
Yes, but with caveats. You can add several audio streams, each with its own strh/strf pair and a distinct stream number (01wb, 02wb, …). However, there is no standardized way to label the language; you must rely on external metadata (e.g., an accompanying .xml file) or embed a custom INFO chunk.

Q6: How can I extract raw frames from an AVI without re‑encoding?
Command:

ffmpeg -i source.avi -c:v copy -f image2 frame_%05d.bmp

Replace bmp with png or tiff if you prefer lossless image formats. The -c:v copy flag tells FFmpeg to dump the compressed frames as‑is; if the codec is MJPEG, the output will already be JPEG images.

Q7: Are there any security concerns when opening AVI files from untrusted sources?
Yes. Malformed chunk sizes can trigger buffer overflows in legacy parsers (e.g., older DirectShow filters). Always open unknown AVIs in a sandboxed environment or use a modern library like FFmpeg that performs strict bounds checking. Updating Windows Media Foundation and disabling legacy DirectShow filters further mitigates risk.

12. TL;DR Podsumowanie (dla niecierpliwych)

• AVI = RIFF‑based, interleaved container introduced with Windows 95.
• FourCC tells the player which codec to use; common ones are DIVX, XVID, MJPG, H264, MP3 .
• Timing is driven by dwRate/dwScale in the global and stream headers.
• movi holds the actual media; idx1 (optional) speeds up seeking.
• OpenDML (AVIX) lifts the 2 GB limit but isn’t universally supported.
• Use cases today: legacy camcorder ingest, simple interleaved capture, archival of raw PCM video.
• Avoid for new projects: no HDR, 10‑bit, VBR, subtitles, or rich metadata.
• Toolbox: ffprobe, ffmpeg, MediaInfo, VirtualDub, aviindex, hex editors.
• Best practice: validate, checksum, generate modern proxies, and migrate large files to OpenDML.

13. Końcowe przemyślenia

AVI’s simplicity is both its strength and its Achilles’ heel. It gave early PC users a straightforward way to store synchronized audio‑video pairs, and that design philosophy—interleaved chunks, a clear header layout, and extensible FourCC identifiers—still influences modern containers. While the industry has moved on to more feature‑rich formats, the sheer volume of legacy footage means AVI will remain a “must‑know” for anyone working in video preservation, forensic analysis, or any field that must bridge the past with today’s workflows.

If you ever find yourself staring at a dusty .avi on a hard drive from the late‑90s, you now have the conceptual map, the command‑line recipes, and the troubleshooting checklist to bring that footage back to life—whether you choose to keep it in its original container or transcode it into a modern, HDR‑ready format.

Happy demuxing!