Audio -> AOTs(AAC规范定义的音频关键编码信息) -> ESDS (MP4规范中定义的一个box类型,其中包含了AOTs）

Video -> SPS/PPS(H264规范定义的视频关键编码信息) -> AVCC（MP4规范中定义的一个box类型,其中包含了SPS/PPS)