Sollen Bildsequenzen mit Ton versehen werden, wie das normalerweise bei einem Film der Fall ist, muß eine Besonderheit von QuickTime beachtet werden. Audiodateien werden vor der Wiedergabe komplett in den Speicher geladen, was offensichtlich nur für kleine Dateien (bis 64K) sinnvoll ist, nicht aber für einen Film, bei dem die Datei wesentlich größer ist. Hier kommt eine Technik zum Einsatz, die bei QuickTime interleaving heißt und die Verschachtelung von Audio- und Bilddaten bedeutet. Auf dem Zieldatenträger werden dann jeweils Blöcke von Bild- und Audiodaten hintereinander so aufgezeichnet, daß bei der Wiedergabe ein kontinuierlicher Datenstrom zu den Bild- und Audiodekompressoren gewährleistet ist. Bei der Wiedergabe eines Filmes von CD-ROM muß man die technischen Begrenzungen des Datenträgers (begrenzte Zugriffszeit und Übertragungsrate) berücksichtigen, um eine einwandfreie Wiedergabe bei nicht zu großer Systembelastung (Speicher, Rechenleistung) zu erreichen. QuickTime stellt entsprechende Bibliotheksroutinen zur Verfügung, die dieses Interleaving bewerkstelligen. Bei der Wiedergabe wird das Auseinandersortieren der Daten selbständig von QuickTime erledigt, so daß weder der Benutzer noch der Programmierer eventuell vorhandenes interleaving beachten muß.