mp3文件分析

一 MP3文件整体结构

MP3文件大体分为三部分：TAG_V2(ID3V2)，Frame, TAG_V1(ID3V1)

ID3V2标签帧	ID3v2在文件头，以字符串“ID3”为标志，包含了演唱者，作曲，专辑等信息，长度不固定，扩展了ID3V1的信息量。
音频数据帧	一系列的帧，个数由文件大小和帧长决定，每个FRAME的长度可能不固定，也可能固定，由位率bitrate决定，每个FRAME又分为帧头和数据实体两部分，帧头记录了mp3的位率，采样率，版本等信息，每个帧之间相互独立
ID3V1标签帧	ID3v1在文件结尾，以字符串“TAG”为标记，其长度是固定的128个字节，包含了演唱者、歌名、专辑、年份等信息。

 

1.      ID3V2标签帧

Ø  标签头：文件的首部顺序记录10 个字节的ID3V2.3 的头部。数据结构如下：

char Header[3]; /*必须为"ID3"否则认为标签不存在*/

char Ver; /*版本号ID3V2.3 就记录3*/

char Revision; /*副版本号此版本记录为0*/

char Flag; /*存放标志的字节，这个版本只定义了三位，稍后详细解说*/

char Size[4]; /*标签大小，包括标签头的10 个字节和所有的标签帧的大小*/

49 44 33   03     00         00      00 02 7A 13   

I D 3    版本号  副版本号

标签大小：00 02 7A13 

int ID3V2_Size;

ID3V2_Size = (Size[0]&0x7F)*0x200000

+(Size[1]&0x7F)*0x4000

+(Size[2]&0x7F)*0x80

+(Size[3]&0x7F)

Ø  标签帧

每个标签帧都有一个10 个字节的帧头和至少一个字节的不固定长度的内容组成。

帧头： charFrameID[4];   //帧标识

 char Size[4];      //帧大小

 char Flags[2];     //标志

         54 50 45 31     00 00 00 0B             00 00    01 FF FE 77  7B 50 5B 44 51 1F 5F

         T P E 1帧标识  size: 0x0000000B = 11     标志      11byte 内容

         帧标识：

                            TIT2 = 标题

                            TPE1 = 作者

                            TRCK = 音轨

                            TYPE = 年代

                            COMM = 备注

2.     音频数据帧

        每个帧都有4 字节帧头 + 2 字节CRC校验（存在是否由帧头决定）+ 尸体数据(MAIN_DATA)

Ø  帧头

AAAAAAAA   AAABBCCD   EEEEFFGH    IIJJKLMM

      FF     FB          E2         64

1111 1111   111 11011    1110 0010     0110  0100

符号	长度（bit）	位置（bit）	描述
A	11	（31～21）	帧同步（所有位置1）
B	2	（20～19）	MPEG 音频版本ID 00 –  MPEG 2.5 01 –保留 10 – MPEG 2 （ISO/IEC 13818-3） 11 – MPEG 1 （ISO/IEC 11172-3）
C	2	（18～17）	Layer描述 00 - 保留 01 -  Layer III 10 -  Layer II 11 -  Layer I
D	1	（16）	校验位（0 - 紧跟帧头后有16位即2个字节用作CRC校验1 - 没有校验）
E	4	（15～12）	比特率（位率）（见比特率索引表）
F	2	（11～10）	采样率（见采样率索引表）
G	1	（9）	填充位（填充用来达到正确的比特率。） 0 –没有填充 1 –填充了一个额外的空位
H	1	（8）	私有bit，可以用来做特殊应用。例如可以用来触发应用程序的特殊事件。
I	2	（7～6）	声道 00 立体声 01 联合立体声（立体声） 10 双声道（立体声） 11 单声道（单声）
J	2	（5～4）	扩展模式（仅在联合立体声时有效） 扩展模式用来连接对立体声效果无用的信息，来减少所需的资源。这两个位在联合立体声模式下有编码器动态指定。
K	1	（3）	版权 0无版权 1有版权
L	1	（2）	原创 0 原创拷贝 1 原创
M	2	（1）	强调 00 - 无 01 - 50/15 ms 10 - 保留 11 - CCIT J.17

【帧头信息表】

 

索引值	MPEG1			MPEG2&MPEG2.5
	Layer1	Layer2	Layer3	Layer1	Layer2&3
0000	Free
0001	32	32	32	32	8
0010	64	48	40	48	16
0011	96	56	48	56	24
0100	128	64	56	64	32
0101	160	80	64	80	40
0110	192	96	80	96	48
0111	224	112	96	112	56
1000	256	128	112	128	64
1001	288	160	128	144	80
1010	320	192	160	160	96
1011	352	224	192	176	112
1100	384	256	224	192	128
1101	416	320	256	224	144
1110	448	384	320	256	160
1111	Bad

     【比特率索引表】

 

 

Bits	MPEG1	MPEG2	MPEG3
00	44100	22050	11025
01	48000	24000	12000
10	32000	16000	8000
11	保留

【采样率索引表】

	MPEG1	MPEG2	MPEG2.5
Layer1	384	384	384
Layer2	1152	1152	1152
Layer3	1152	576	576

 

 

【每帧采样数表】

1)       如何计算音频数据帧长度

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，

 

LyaerI使用公式：

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

 

LyerII和LyaerIII使用公式：

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

例：

 

LayerIII 比特率128000，采样频率 44100，填充0

=〉帧大小 417字节

       播放时长= （文件大小– ID3大小）*8 / bitrate(bit/s)

       Duration = 总帧数*每帧采样数/采样率 sampleRate

 

2)       计算每帧的持续时间

每帧持续时间(秒)= 每帧采样数 /采样频率（HZ）

 

3.      ID3V1标签帧

ID3v1在文件结尾，以字符串“TAG”为标记，其长度是固定的128个字节，包含了演唱者、歌名、专辑、年份等信息。

 结构：

AAABBBBB BBBBBBBB BBBBBBBB BBBBBBBB

BCCCCCCC CCCCCCCC CCCCCCCC CCCCCCCD

DDDDDDDD DDDDDDDD DDDDDDDD DDDDDEEE

EFFFFFFF FFFFFFFF FFFFFFFF FFFFFFFG

符号	长度（byte）	位置	描述
A	3	(0~2)	标签标志。如果存在标签并且正确的话，必须包含'TAG'。
B	30	(3~32)	标题
C	30	(33~62)	艺术家
D	30	(63~92)	唱片集
E	4	(93~96)	年代
F	30	(97~126)	注释
G	1	(127)	流派

二、解析方法

当你想读取MPEG文件的信息时，解析前三个字节，判断是否有ID3V2标签，有则根据上面的方法算出ID3V2标签的总大小，这样就找到了音频数据帧的第一帧，读取它的头信息，获取比特率、采样率、MPEG版本号、Layer描述号等信息，根据上面提供的方法算出每帧的长度和每帧持续时间，对于定比特率的其它帧是相同的，也就是说解析第一帧就达到了目的。但这也不是所有情况。变比特率的MPEG文件使用使用所谓比特变换，也就是说每一帧的比特率依照具体内容变化。这时就需要你每一帧都解析。