分析一下mp4格式的trak -> mdia -> minf -> stbl -> stts、stsc 這兩個box信息
（因為這兩個box在音頻trak和視頻trak 下都有的，而且都有一個數組的值是比較繞的）

stts：記錄時間戳的，每個sample持續播放的時間

音頻：

視頻：

格式：

以上面視頻截圖數據為例，分析sample_counts和samples這一塊數據，在實際要使用這塊數據的數組形式是下面形式的：

但在內存中是下面形式的：

stsc：記錄每個chunk里包含幾個sample

視頻：

音頻：

格式：

以上面音頻截圖數據為例，分析First_chunk和Samples_per_chunk這一塊數據就是說明了所有chunk是下面這種情況：

這里分析第1個到第62個，后面一樣，如果到最后一個firset_chunk = 100
開始范圍 = 100 ，結束范圍 = 最后一個數組（如果第100個不是最后一個的情況下）

視頻那塊就是從第1個 數組到最后一個數組都是只有一個元素的。