ถอดรหัส AVI: ภายในสถาปัตยกรรมคอนเทนเนอร์มรดกของ Microsoft

อัปเดตล่าสุด: 30 มิ.ย., 2026

TL;DR – AVI (Audio Video Interleave) คือคอนเทนเนอร์ “วิดีโอดิจิทัล” แรกของ Microsoft ที่เกิดขึ้นพร้อม Windows 95. มันเป็นไฟล์แบบ RIFF‑based ที่สลับชั้นข้อมูลวิดีโอและออดิโอที่บีบอัดเพื่อให้ผู้เล่นอ่านได้พร้อมกัน. ฟอร์แมตนี้ยังคงรองรับโดย Windows Media Player และเครื่องมือโอเพ่นซอร์สหลายตัว, แต่ขาดคุณสมบัติสมัยใหม่เช่น HDR, สี 10‑bit, และเมตาดาต้าการสตรีมที่แข็งแรง. หากคุณต้องเจาะลึกฟุตเทจเก่า, ควรเข้าใจโครงสร้างชังค์, รหัส FourCC, และส่วนขยาย OpenDML ที่ยกขีดจำกัด 2 GB – นั่นคือสาระสำคัญของ AVI.

1. ไฟล์ AVI คืออะไรอย่างแท้จริง?

• ชื่อเต็ม: Audio Video Interleave
• การปรากฏครั้งแรก: Windows 95 (1995) – คำตอบของ Microsoft ต่อ “digital video” บนคอมพิวเตอร์ส่วนบุคคล.
• สเปค: สร้างบนสเปค RIFF (Resource Interchange File Format) ตั้งแต่ปี 1991. RIFF เป็นคอนเทนเนอร์ “chunk‑based” ทั่วไป; AVI เพียงกำหนดชุดของชังค์ที่เก็บข้อมูลออดิโอ, วิดีโอ, และข้อมูลดัชนี.
• ส่วนขยายไฟล์ / MIME: .avi – video/x-msvideo.
• เป้าหมายหลัก: ทำให้สตรีมเสียงและวิดีโอถูกจัดเรียงสลับกันอย่างแน่นหนาบนดิสก์ เพื่อให้ลูปการเล่นแบบง่ายสามารถอ่านเฟรมวิดีโอแล้วตามด้วยตัวอย่างเสียงที่ตรงกันโดยไม่ต้องค้นหาแบบใช้เวลามาก.
• สถานะเก่า: ยังคงเล่นได้ใน Windows Media Player, DirectShow, VLC, และผู้เล่นอื่น ๆ จำนวนมาก แต่ไม่ใช่คอนเทนเนอร์ “สมัยใหม่”. ไม่มีการสนับสนุน HDR แบบเนทีฟ, 10‑บิต, อัตราบิตเปลี่ยนแปลงได้, หรือเมตาดาต้าที่หลากหลาย.

2. ภายในกล่อง – วิธีการทำงานของ AVI

โครงกระดูกชังก์ RIFF

ไฟล์ AVI คือเพียงชุดของ chunks:

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

• Chunk ID (4 bytes) – เช่น avih, strh, movi.
• Chunk size (4 bytes) – ความยาวของข้อมูลที่ตามมา (ไม่รวมฟิลด์ ID และขนาด).
• Data – เนื้อหาจริง (หัวไฟล์, เฟรมดิบ, ฯลฯ).

เนื่องจาก RIFF สามารถขยายได้ คุณสามารถเพิ่มประเภท chunk ใหม่โดยไม่ทำให้ตัวแยกวิเคราะห์เก่าเสีย – การออกแบบที่ทำให้ AVI มีชีวิตอยู่หลายทศวรรษ.

FourCC – ผู้กระซิบโค้ดแค็ต

รหัสสี่ตัวอักษร (FourCC) คือสิ่งที่เชื่อมโยงบอกให้ผู้เล่นทราบว่า ตัว decoder ที่จะโหลด. บางรหัสที่พบบ่อยที่คุณจะเห็นในไฟล์ AVI:

FourCC อยู่ในชังค์ strh (ตัวระบุโค้ด) และบางครั้งในบล็อก strf (รูปแบบพิกเซล, รูปแบบตัวอย่างเสียง).

การจับเวลาและการซิงโครไนซ์

AVI ใช้ระบบ time‑base แบบง่าย:

• ส่วนหัวระดับโลก (avih): dwRate / dwScale → เฟรมต่อวินาที.
• ส่วนหัวต่อสตรีม (strh): dwRate / dwScale ของตนเองสำหรับสตรีมเสียงหรือวิดีโอรอง.

ผู้เล่นคูณหมายเลขเฟรมด้วย scale/rate เพื่อคำนวณ timestamp การนำเสนอ (PTS) หากสเกลไม่ตรงกัน คุณจะพบบั๊กคลาสสิก “เสียงหลุดออกจากการซิงค์” ที่ทำให้เครื่องมือเก่า ๆ ต้องเจอ.

movi ชันค์ – ที่สื่ออาศัยอยู่

เฟรมที่บีบอัดทั้งหมดอยู่ใน LIST movi ทุกเฟรมจะถูกนำหน้าด้วย chunk ID ที่บอกว่ามันเป็นวิดีโอ (00dc) หรือเสียง (01wb) ID นี้ยังเข้ารหัสหมายเลขสตรีมด้วย ดังนั้นไฟล์ที่มีแทร็กเสียงสองแทร็กจะมี 01wb และ 02wb.

เนื่องจากข้อมูลถูกแทรกสลับกันแล้ว ผู้เล่นจึงสามารถอ่านเฟรมวิดีโอแล้วตามด้วยบล็อกเสียงถัดไป และแสดงผลพร้อมกันโดยไม่ต้องค้นหาไปไกลล่วงหน้า รูปแบบการเขียนที่กำหนดได้นี้ทำให้ AVI เป็นที่นิยมสำหรับอุปกรณ์จับภาพช่วงแรกที่ต้องการการเขียนดิสก์ที่มีความหน่วงต่ำ.

การทำดัชนี (idx1) – ไปข้างหน้าเร็ว, ถอยหลังเร็ว

ชังค์ idx1 ทางเลือกเป็นตารางของออฟเซ็ตและขนาดสำหรับทุกเฟรมใน movi เมื่อมีอยู่ การค้นหาจะเป็นการค้นหาในตารางอย่างง่าย หากไม่มี ผู้เล่นต้องสแกนไฟล์แบบเรียลไทม์ – ซึ่งอาจทำให้เกิดการหยุด “บัฟเฟอร์” ที่สังเกตได้บนไฟล์ขนาดใหญ่.

OpenDML (AVI 2.0) – ทำลายข้อจำกัด 2 GB

สเปค RIFF ดั้งเดิมจำกัดฟิลด์ขนาดของชังค์ให้เป็นจำนวนเต็มบวก 32‑bit → 2 GB เป็นขนาดไฟล์สูงสุด. OpenDML (บางครั้งเรียกว่า AVI 2.0) ได้แนะนำ:

• AVIX LISTs – ส่วน “extended” เพิ่มเติมของ RIFF ที่สามารถตามหลัง 2 GB แรกได้.
• indx chunk – ดัชนีที่รองรับ 64‑bit.
• ฟิลด์หัวเรื่องเพิ่มเติมสำหรับระยะเวลาที่ยาวขึ้น.

เครื่องมือสมัยใหม่ส่วนใหญ่ (ffmpeg, VLC) จะสลับไปใช้ OpenDML อัตโนมัติเมื่อผลลัพธ์เกิน 2 GB, แต่ผู้เล่นเก่าหลายตัวยังคงทำงานไม่ถูกกับชังค์ AVIX, ดังนั้นคุณอาจเห็นวิธีแก้ไขความเข้ากันได้ที่แบ่งการบันทึกยาวออกเป็นไฟล์ AVI ขนาด 2 GB หลายไฟล์.

3. AVI อยู่ที่ไหนในปี 2024?

สรุปแล้ว AVI ยังมีชีวิตแต่กำลังแก่ตัว – มันยังคงใช้งานได้ในกรณีที่ต้องการฮาร์ดแวร์เก่าหรือการจัดเก็บแบบแทรกสลับแบบง่าย แต่ไม่ใช่ตัวเลือกแรกสำหรับโครงการใหม่

4. ปฏิบัติจริง: ทำงานกับ AVI วันนี้

A. ดูส่วนหัวขั้นต่ำ (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"
...

ค่า RIFF มายาจิก (52 49 46 46) บอกตัวแยกวิเคราะห์ทุกตัวว่า “นี่คือไฟล์ RIFF” ไบต์สี่ตัวถัดไปคือขนาดไฟล์ทั้งหมด (ลบ 8) ตัวระบุ "AVI " ทำให้ไฟล์ถูกล็อกไว้ในตระกูล AVI

B. การแปลง MP4 สมัยใหม่ → AVI เก่า

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

```bash
ffmpeg -i input.mp4 \\ -c:v mpeg4 -qscale:v 5 \\   # MPEG‑4 Part 2 (เข้ากันได้กับ DivX/Xvid) -c:a mp3 -b:a 192k \\      # เสียง MP3 (เครื่องเล่น AVI ส่วนใหญ่เข้าใจรูปแบบนี้) -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 สรุป (สำหรับผู้ที่เร่งรีบ)

• 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. ความคิดปิดท้าย

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!