分析一下mp4格式的trak -> mdia -> minf -> stbl -> stts、stsc 这两个box信息
（因为这两个box在音频trak和视频trak 下都有的，而且都有一个数组的值是比较绕的）
stts：记录时间戳的，每个sample持续播放的时间
音频：
视频：
格式：
以上面视频截图数据为例，分析sample_counts和samples这一块数据，在实际要使用这块数据的数组形式是下面形式的：
但在内存中是下面形式的：
stsc：记录每个chunk里包含几个sample
视频：
音频：
格式：
以上面音频截图数据为例，分析First_chunk和Samples_per_chunk这一块数据就是说明了所有chunk是下面这种情况：
这里分析第1个到第62个，后面一样，如果到最后一个firset_chunk = 100
开始范围 = 100 ，结束范围 = 最后一个数组（如果第100个不是最后一个的情况下）
视频那块就是从第1个 数组到最后一个数组都是只有一个元素的。