XML für Bild/Ton?? Eigenes Format und/oder Container? *.mht?

[scherzkeks]

Der Titel ist ein bisschen komisch, so wie meistens bei mir ;)
Es geht darum, dass ich Multimedia-Dateien (nicht mehrere Medien, sondern Bild, Ton oder Video) mit Meta-Tags versehen will.
Und zwar nicht nur EXIF, sondern beliebige und auch eigene Angaben. Und am besten unabhängig vom (Ton-, Bild-, oder Video-)Dateiformat.

Also entweder eigene Formate basierend auf XML,
oder besser ein XML-Containerformat, mithilfe dessen ich beliebige Dateien einbinden und mir Kommentaren, Meta-Tags u.ä. versehen kann,
z.B. Microsofts MHTML.
Würde das damit wahrscheinlich funktionieren?
Vielen Dank im Vorraus und noch 'nen schönen Freitagnachmittag,
scherzkeks