有原始的视频流和音频流，这些流不能直接在大多数视频/音频播放器上播放，它们需要被“封装”在传输器上，一个原始的H.264视频流和一个原始的AAC音频流需要在一个MP4封装器内，它也可以在一个MP4或MOV封装器内。
MP4文件可以包含H.264视频流和/或AAC音频流，但是由于某些原因，有人决定包含视频和音频的MP4文件使用文件扩展名M4V (v表示视频)，如果它是只包含音频的MP4文件，则使用M4A扩展名，这是其他封装器中的常见做法，如使用WMV和WMA的Windows Media，或使用OGV和OGA的OGG，尽管看起来很愚蠢。
所以一个文件扩展名为M4A的文件就是一个可以包含AAC音轨的MP4文件，但情况并不总是这样，这就是为什么像mediainfo这样的程序可以很方便地知道文件里面有什么。