4K 来源可能只有画面没有声音，因为现代流媒体经常把视频和音频保存为独立表示。播放器根据屏幕与带宽选择视频档位，再与音轨同步。下载器若要生成一个普通 MP4，就必须分别取得两个轨道并正确打包。
- 一条音频可以服务多个视频分辨率。
- 自适应清单描述表示、片段、语言与编码。
- 兼容轨道可以通过转封装无损合并。
- 4K 像素是 1080p 的四倍，但文件大小仍由码率与编码决定。
自适应流媒体为播放而设计
传统文件把音视频放在同一容器；自适应流则通过清单描述多个片段和表示，网络变化时可切换码率。Apple 的 HLS 概览介绍了备用媒体流和智能切换。
弱网手机和高速电视因此可以共享同一内容体系，但最高分辨率视频不一定自带声音。
为什么音频要分开
音频带宽远小于 4K，也无需为 480p、720p、1080p、1440p 和 2160p 各复制一份。分离还便于独立选择语言、评论、无障碍描述与多声道版本。
Apple 的 HLS 制作规范建议将音视频分开，多声道或替代音频则必须独立。这是传输设计，不是文件损坏。
媒体清单提供什么
清单可以列出表示 ID、编码、码率、画面尺寸、片段模板、音频组与语言。处理器选择兼容且获得授权的轨道，下载初始化数据和片段，再校验时间线。
4K 只说明尺寸，编码、帧率、动态范围、码率和容器支持仍可能不同。
合并不等于重新压缩
编码适合目标容器时，可以复制数据包并写入同步时间戳，也就是 stream copy。编码不兼容时，才可能需要转码。
因此网络传输完成后仍可能继续“处理”：系统还要写索引、修正时间戳、附加元数据或转换音轨。
为什么 4K 更慢
3840 × 2160 每帧约 829 万像素，1920 × 1080 约 207 万，是四倍关系。但大小仍取决于编码、码率、帧率、时长与画面复杂度。
更多传输、写入、校验与可能的转码，让统一完成时间并不现实。
视频没有声音的常见原因
- 只取得了视频表示。
- 音频编码不被容器或播放器支持。
- 片段缺失或时间线不匹配。
- 没有选择音频组。
- 最终封装尚未完成。
可阅读视频分辨率指南判断何时 1080p 比 4K 更合理。
常见问题
音视频分离只出现在 4K 吗？
不是。任何分辨率都可能分离，只是最高画质更常采用纯视频表示。
合并会降低质量吗？
可以直接 stream copy 时不会；转封装改变包装，转码才会改变编码数据。
为什么 4K 选项会消失？
来源可能没有为当前上传、设备、地区、编码或授权状态提供 4K。