Zwei Tonspuren sind eine Wahl, kein Chor

„Auf der App höre ich einfach alle Audiospuren gleichzeitig."

MP4 ordnet Spuren derselben Art einer `alternate_group` zu, und ein
Abspieler nimmt daraus genau eine. ffmpeg leitet diese Gruppe aus der
Markierung der Quelle ab — sind dort zwei Tonspuren als Vorgabe markiert,
hält es sie für Verschiedenes und legt sie in getrennte Gruppen. Dann ist
jede für sich eingeschaltet, und man hört beide übereinander. Bei Rips aus
freier Wildbahn ist die doppelte Markierung eher Regel als Ausnahme; in
Matroska stört sie niemanden, in MP4 ist sie der Unterschied zwischen Wahl
und Chor.

Gemessen an einer Quelle mit zwei markierten Tonspuren, am Spurkopf der
fertigen MP4:

    vorher    Spur 2: an,  Gruppe 1
              Spur 3: an,  Gruppe 2     <- beide laufen
    nachher   Spur 2: an,  Gruppe 1
              Spur 3: aus, Gruppe 1     <- eine zur Wahl

Das Umpacken schreibt jetzt genau eine Vorgabe je Spurart: die, die es in
der Quelle schon war, sonst die erste. Auch die Nullen gehören
hingeschrieben — ffmpeg übernähme sonst die Markierung der Quelle für alle
übrigen, und genau die ist ja das Problem. „Erzwungen" wird dabei
ausdrücklich erhalten, weil `-disposition` die ganze Markierung ersetzt
statt sie zu ergänzen.

Untertitel bekommen dieselbe Behandlung. War in der Quelle keiner
vorgesehen, bleibt es dabei — sonst erschienen auf einmal zwei übereinander.

Der Name im Zwischenspeicher trägt jetzt die Bauart mit. Ohne das bliebe
auf einem NAS, das schon umgepackt hat, die fehlerhafte Datei liegen und
würde weiter ausgeliefert, obwohl der Server es längst besser kann.

Geprüft an der echten Datei, am `tkhd` und nicht an der Disposition: was
ein Abspieler tut, hängt an „enabled" und `alternate_group`, und ffprobe
zeigt davon nur einen Teil. Ohne die Korrektur fällt die Prüfung um
(Gruppe 1 gegen 2).

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

server/tests/Flaro.Media.Tests/RemuxArgumentsTests.cs

@@ -118,4 +118,84 @@ public class RemuxArgumentsTests
         Assert.That(argumente[argumente.IndexOf("-i") + 1], Is.EqualTo("/medien/film.mkv"));
         Assert.That(argumente[^1], Is.EqualTo("/kratz/film.mp4"), "Das Ziel steht bei ffmpeg immer zuletzt");
     }
+
+    /// <summary>Genau eine Tonspur ist die Vorgabe — sonst laufen alle zugleich.</summary>
+    ///
+    /// <remarks>
+    /// <b>Gemeldet als „ich höre einfach alle Audiospuren gleichzeitig".</b>
+    /// MP4 ordnet Spuren derselben Art einer <c>alternate_group</c> zu, und
+    /// ein Abspieler nimmt daraus genau eine. ffmpeg leitet diese Gruppe aus
+    /// der Markierung der Quelle ab — sind dort zwei Tonspuren als Vorgabe
+    /// markiert, legt es sie in getrennte Gruppen, und beide laufen.
+    /// </remarks>
+    [Test]
+    public void Nur_eine_Tonspur_bleibt_Vorgabe()
+    {
+        var zwei = new List<ProbedStream>
+        {
+            Bild(),
+            Ton(1) with { IsDefault = true },
+            Ton(2) with { IsDefault = true },
+        };
+
+        var zeile = AlsZeile(Bauen(zwei));
+
+        Assert.Multiple(() =>
+        {
+            Assert.That(zeile, Does.Contain("-disposition:a:0 default"));
+            Assert.That(zeile, Does.Contain("-disposition:a:1 0"),
+                "auch die Null gehört hingeschrieben: ffmpeg übernähme sonst die Markierung der Quelle");
+        });
+    }
+
+    /// <summary>Die Vorgabe der Quelle bleibt die Vorgabe.</summary>
+    [Test]
+    public void Die_schon_vorgegebene_Spur_bleibt_es()
+    {
+        var zeile = AlsZeile(Bauen([Bild(), Ton(1), Ton(2) with { IsDefault = true }]));
+
+        Assert.Multiple(() =>
+        {
+            Assert.That(zeile, Does.Contain("-disposition:a:0 0"));
+            Assert.That(zeile, Does.Contain("-disposition:a:1 default"));
+        });
+    }
+
+    /// <summary>„Erzwungen" überlebt die Behandlung.</summary>
+    ///
+    /// <remarks>
+    /// <c>-disposition</c> ersetzt die ganze Markierung, statt sie zu
+    /// ergänzen. Wer hier nur „default" schreibt, nimmt einer erzwungenen
+    /// Untertitelspur genau das, was sie ausmacht.
+    /// </remarks>
+    [Test]
+    public void Erzwungene_Untertitel_bleiben_erzwungen()
+    {
+        var zeile = AlsZeile(Bauen(
+            [Bild(), Ton(1), Text(2) with { IsForced = true }, Text(3)]));
+
+        Assert.That(zeile, Does.Contain("-disposition:s:0 forced"));
+    }
+
+    /// <summary>Ohne Vorgabe in der Quelle erscheint auch kein Untertitel von selbst.</summary>
+    [Test]
+    public void Untertitel_ohne_Vorgabe_bekommen_keine()
+    {
+        var zeile = AlsZeile(Bauen([Bild(), Ton(1), Text(2), Text(3)]));
+
+        Assert.Multiple(() =>
+        {
+            Assert.That(zeile, Does.Contain("-disposition:s:0 0"));
+            Assert.That(zeile, Does.Not.Contain("-disposition:s:0 default"));
+        });
+    }
+
+    /// <summary>Bei einer einzigen Spur gibt es nichts zu entscheiden.</summary>
+    [Test]
+    public void Eine_einzige_Tonspur_wird_nicht_angefasst()
+    {
+        var zeile = AlsZeile(Bauen([Bild(), Ton(1)]));
+
+        Assert.That(zeile, Does.Not.Contain("-disposition:a"));
+    }
 }

server/tests/Flaro.Media.Tests/RemuxTests.cs

@@ -1,3 +1,5 @@
+using System.Buffers.Binary;
+using System.Text;
 using Flaro.Core.Delivery;
 using Flaro.Core.Library;
 using Microsoft.Extensions.Logging.Abstractions;
@@ -185,4 +187,95 @@ public class RemuxTests
 
         Assert.That(File.Exists(ziel), Is.False);
     }
+
+    /// <summary>Zwei Tonspuren stehen zur Wahl — sie laufen nicht gleichzeitig.</summary>
+    ///
+    /// <remarks>
+    /// <para>
+    /// <b>Der gemeldete Fehler, in einer Datei festgehalten.</b> „Auf der App
+    /// höre ich einfach alle Audiospuren gleichzeitig." So entsteht das: MP4
+    /// ordnet Spuren derselben Art einer <c>alternate_group</c> zu, und ein
+    /// Abspieler nimmt daraus genau eine. ffmpeg leitet die Gruppe aus der
+    /// Markierung der Quelle ab — sind dort zwei Tonspuren als Vorgabe
+    /// markiert, hält es sie für Verschiedenes und legt sie in getrennte
+    /// Gruppen. Dann laufen beide.
+    /// </para>
+    /// <para>
+    /// <b>Geprüft wird am Spurkopf, nicht an der Disposition.</b> Was ein
+    /// Abspieler tut, hängt an <c>alternate_group</c> und am Schalter
+    /// „enabled" im <c>tkhd</c>; ffprobe zeigt davon nur einen Teil. Die
+    /// zwanzig Zeilen Leser unten sind der Preis dafür, dass diese Prüfung
+    /// dasselbe liest wie das iPad.
+    /// </para>
+    /// </remarks>
+    [Test]
+    public async Task Zwei_Tonspuren_stehen_zur_Wahl_statt_zugleich_zu_laufen()
+    {
+        var quelle = Path.Combine(_ordner, "zweivorgaben.mkv");
+        Testdateien.MitZweiVorgabetonspuren(quelle);
+
+        var (ergebnis, _) = await Umpacken(quelle);
+        Assert.That(ergebnis.Success, Is.True, ergebnis.Error);
+
+        var koepfe = Spurkoepfe(Path.Combine(_ordner, "zweivorgaben.mp4"));
+        var ton = koepfe.Skip(1).ToList();
+
+        Assert.Multiple(() =>
+        {
+            Assert.That(ton, Has.Count.EqualTo(2));
+            Assert.That(ton[0].Gruppe, Is.EqualTo(ton[1].Gruppe),
+                "beide Tonspuren müssen in derselben Alternativgruppe stehen, sonst sind sie keine Alternativen");
+            Assert.That(ton.Count(t => t.Eingeschaltet), Is.EqualTo(1),
+                "genau eine läuft; sind es zwei, hört man beide übereinander");
+        });
+    }
+
+    /// <summary>Ein Spurkopf, so weit ein Abspieler ihn liest.</summary>
+    private readonly record struct Spurkopf(bool Eingeschaltet, int Gruppe);
+
+    /// <summary>Liest die <c>tkhd</c>-Kästen einer MP4 der Reihe nach.</summary>
+    ///
+    /// <remarks>
+    /// Nur so weit, wie diese Prüfung es braucht: Kästen haben eine Länge
+    /// und einen Namen, <c>moov</c> und <c>trak</c> enthalten weitere.
+    /// </remarks>
+    private static List<Spurkopf> Spurkoepfe(string datei)
+    {
+        var daten = File.ReadAllBytes(datei);
+        var koepfe = new List<Spurkopf>();
+        Durchgehen(daten, 0, daten.Length);
+        return koepfe;
+
+        void Durchgehen(byte[] d, int von, int bis)
+        {
+            var p = von;
+            while (p + 8 <= bis)
+            {
+                var groesse = (long)BinaryPrimitives.ReadUInt32BigEndian(d.AsSpan(p, 4));
+                var art = Encoding.ASCII.GetString(d, p + 4, 4);
+                var kopf = 8;
+
+                if (groesse == 1)
+                {
+                    groesse = (long)BinaryPrimitives.ReadUInt64BigEndian(d.AsSpan(p + 8, 8));
+                    kopf = 16;
+                }
+
+                if (groesse < kopf || p + groesse > bis) return;
+
+                if (art is "moov" or "trak") Durchgehen(d, p + kopf, (int)(p + groesse));
+                if (art == "tkhd")
+                {
+                    var fassung = d[p + kopf];
+                    var schalter = (d[p + kopf + 1] << 16) | (d[p + kopf + 2] << 8) | d[p + kopf + 3];
+                    // Nach den Schaltern: Zeiten und Kennung, dann Ebene und Gruppe.
+                    var stelle = p + kopf + 4 + (fassung == 0 ? 28 : 40);
+                    var gruppe = BinaryPrimitives.ReadInt16BigEndian(d.AsSpan(stelle + 2, 2));
+                    koepfe.Add(new Spurkopf((schalter & 1) != 0, gruppe));
+                }
+
+                p += (int)groesse;
+            }
+        }
+    }
 }

server/tests/Flaro.Media.Tests/Testdateien.cs

@@ -50,6 +50,28 @@ public static class Testdateien
         File.Delete(untertitel);
     }
 
+    /// <summary>Zwei Tonspuren, und beide sind als Vorgabe markiert.</summary>
+    ///
+    /// <remarks>
+    /// <b>Keine Schikane, sondern der Normalfall.</b> Wer eine Datei aus
+    /// mehreren Quellen zusammenmuxt, lässt die Markierung gern auf jeder
+    /// stehen. In Matroska stört das niemanden; in MP4 heisst es, dass ein
+    /// Abspieler beide Spuren für etwas Eigenes hält und gleichzeitig
+    /// abspielt.
+    /// </remarks>
+    public static void MitZweiVorgabetonspuren(string ziel) => Ausführen("ffmpeg",
+    [
+        "-y", "-loglevel", "error",
+        "-f", "lavfi", "-i", "testsrc=duration=1:size=160x120:rate=10",
+        "-f", "lavfi", "-i", "sine=frequency=440:duration=1",
+        "-f", "lavfi", "-i", "sine=frequency=880:duration=1",
+        "-map", "0:v", "-map", "1:a", "-map", "2:a",
+        "-metadata:s:a:0", "language=deu", "-metadata:s:a:1", "language=eng",
+        "-disposition:a:0", "default", "-disposition:a:1", "default",
+        "-c:v", "libx264", "-preset", "ultrafast", "-c:a", "aac",
+        ziel,
+    ]);
+
     /// <summary>Eine schlichte MP4 mit einer Tonspur.</summary>
     public static void Einfach(string ziel) => Ausführen("ffmpeg",
     [