mp3文件格式详解

Mp3文件格式：

参考：https://www.cnblogs.com/ranson7zop/p/7655474.html

https://www.cnblogs.com/ranson7zop/p/7655474.html

下面对根据一个mp3文件讲解下，如下图所示：

如下图十个字节代表ID3V2.4的标签头,;0x49 44 33 代表ID3,0x04代表ID3的版本号（4代表ID3V2.4;  0x 00 00 00 23代表标签大小（不包括标签头的十个字节），通过计算标签大小就可以偏移到数据帧。如下代表标签大小为0x23+10=45。

如下图所示：标签帧为鼠标选择的部分，大小为35个字节。0x54 53 53 45代表TSSE这中音频标识（不同音频文件不同）。0x 00 00 00 0F代表帧大小，0x00 00 存放标志。后面的几个0x000000000用来扩展。

如下图所示为第一个数据帧：帧头为FFFBD000

1111  1111 1111 1011 1101 0000 0000 0000

前11位位固定的1，

12-13，版本 11-》MPEG1

14-15  01->Layer3

16  CRC校验   1-》不校验

17-20，位率（码率） 1101-》256k/s

21到22：采样率 00  =>44100

第23位：帧长调节，其值为0 ->无需调整 

第24位：未使用

第25到26位：声道模式，其值为00->立体声Stereo

第27到28位：扩充模式，当声道模式为01(联合立体声)时才使用，此处未使用

第29位：版权，其值为0->无版权

第30位：原版标志，其值为9->不是原版文件

第31到32位：强调方式，其值为00->未定义

帧大小和帧长度。帧大小即每帧采样数表示一帧中采样的个数，这是恒定值。其值如下表所示

MPEG 1

MPEG 2(LSF)

MPEG 2.5(LSF)

Layer 1

384

384

384

Layer 2

1152

1152

1152

Layer 3

1152

576

576

帧长度是压缩时每一帧的长度，包括帧头。它将填充的空位也计算在内。LayerI的一个空位长4字节，LayerII和LayerIII的空位是1字节。当读取MPEG文件时必须计算该值以便找到相邻的帧。注意：因为有填充和比特率变换，帧长度可能变化。

从头中读取比特率，采样频率和填充的值后可以进行计算，

LyaerI使用公式：

帧长度（字节） = (( 每帧采样数/ 8 * 比特率 ) / 采样频率 ) + 填充 * 4

LyerII和LyaerIII使用公式：

帧长度（字节）= (( 每帧采样数/ 8 * 比特率 ) / 采样频率 ) + 填充

例：

LayerIII 比特率 128000，采样频率 44100，填充0  =〉帧大小 417字节；

如图 2.3中，比特率为128K，采样率为44.1K，填充0，则其帧长度为：

(1152 / 8 * 128K)/44.1K = 417 (字节)

2）每帧的持续时间

每帧的持续时间可以通过计算获得，下面给出计算公式

每帧持续时间(毫秒) = 每帧采样数 / 采样频率 * 1000

如图 2.3中，其每帧时间为：

1152 / 44.1K * 1000 = 26.12 (约等于26ms)

如果是MPEG2 Layer III 采样率为16KHz的话那一帧要持续36毫秒，这个相差还是蛮大的，所以还是应该通过计算来获的。

3）CRC校验

如果帧头的校验位为0，则帧头后就有一个16位的CRC值，这个值是big-endian的值，把这个值和该帧通过计算得出的CRC值进行比较就可以得知该帧是否有效。

4）帧数据

在帧头后边是Side Info(姑且称之为通道信息)。对标准的立体声MP3文件来说其长度为32字节。通道信息后面是Scale factor(增益因子)信息。当解码器在读到上述信息后，就可以进行解码了。图 2.3中地址为0x880到0x89F(含)，此处数据全为0。

对于mp3来说现在有两种编码方式，一种是CBR，也就是固定位率，固定位率的帧的大小在整个文件中都是是固定的（公式如上所述），只要知道文件总长度，和从第一帧帧头读出的信息，就都可以通过计算得出这个mp3文件的信息，比如总的帧数，总的播放时间等等，要定位到某一帧或某个时间点也很方便，这种编码方式不需要文件头，第一帧开始就是音频数据。另一种是VBR，就是可变位率，VBR是XING公司推出的算法，所以在MP3的FRAME里会有“Xing"这个关键字（也有用"Info"来标识的，现在很多流行的小软件也可以进行VBR压缩，它们是否遵守这个约定，那就不得而知了），它存放在MP3文件中的第一个有效帧的数据区里，它标识了这个MP3文件是VBR的。同时第一个帧里存放了MP3文件的帧的总个数，这就很容易获得了播放总时间，同时还有100个字节存放了播放总时间的100个时间分段的帧索引，假设4分钟的MP3歌曲，240S，分成100段，每两个相邻INDEX的时间差就是2.4S，所以通过这个INDEX，只要前后处理少数的FRAME，就能快速找出我们需要快进的帧头。其实这第一帧就相当于文件头了。不过现在有些编码器在编码CBR文件时也像VBR那样将信息记入第一帧，比如著名的lame，它使用"Info"来做CBR的标记。