主题：MPEG简介 + 如何计算CBR/VBR MP3的播放时间 - 1
--------------------------------------------------------------------------------------------------
截止2011-04-24，最新版本为：MPEG简介 + 如何计算CBR/VBR MP3的播放时间 v1.4
请去这里下载或阅读：
下载地址1：
百度文库：http://wenku.baidu.com/view/ec4a4210a216147917112873.html
下载地址2：
csdn：MPEG简介 + 如何计算CBR VBR MP3的播放时间 v1.4
http://download.csdn.net/source/3222711
--------------------------------------------------------------------------------------------------
版本：20100425
作者：crifan
邮箱：green-waste(At)163.com
声明：
1.本文所写内容，多数整理自自互联网，版权归原作者所有。
2.笔者知识有限，文中难免有误，欢迎批评指正。
3.欢迎盗版，盗版不究。
--------------------------------------无敌分割线-------------------------------------------
【此文目的】
1. 了解MPEG相关知识
2. 了解MP3的常见术语含义
3. 详解VBR MP3的帧头格式及含义
4. 搞懂如何去计算CBR和VBR的MP3文件的播放时间（duration）
【目录】
1.5.1 MPEG-1音频（ISO/IEC 11172-3）
1.5.2 MPEG-2音频（ISO/IEC 13813-3）
1.6 什么是ISO/IEC 11172-3和ISO/IEC 13818-3
4.1 CBR的MP3的播放时间(duration)计算公式
4.2 VBR的MP3的播放时间(duration)计算公式
4.2.1 Xing TAG / Xing头（header）
5.3.3 如果没XING头，定位出VBRI头位置，找VBRI头
5.3.4 如果都没找到，说明是CBR，则计算CBR的播放时间
【表格索引】
表7 Layer III的边信息（side information）
1．MPEG的相关知识
想要了解如何计算VBR的MP3的播放时间之前，要简单了解一些MP3相关的一些基本概念，主要是MPEG的相关知识和编解码的一些知识：
1.1 MPEG是啥
MPEG全名Moving Pictures Experts Group，动态图像专家组，简单说就是一个专家组，专门研究一些音视频规范的，所以才叫专家，不是我们国家的“砖家”哦。这个专家组是在ISO/IEC（International Standards Organization/International Electrotechnical Commission,国际标准化组织/国际电工委员会）联合指导下成立的。这个组，专门去研究出一个数字音视频的压缩相关的规范，所以最后研究出适用于不同应用环境的N多规范。
和事物发展的过程类似，研究出这么多的规范也是，不同时期，不同的版本，针对不同的应用。也是由简到繁。并且，命名规则都是，按照阿拉伯数字从小到大的：MPEG 1，MPEG2，MPEG4，MPEG-7，最新版本，好像都有MPEG-21了。
1.2为啥没了MPEG-3
估计有人纳闷了，为啥中间的MPEG3咋没了呢？
是没MPEG3，当然，不是被刘谦变魔术变没了，而是由于当时设计者没有规划好，导致已经设计好的MPEG2，性能太好了，都能干本来打算让MPEG3干的活了，所以后来干脆就不去再设计MPEG3了，原定计划就取消了，也就没了MPEG3。看来这个MPEG3，待遇貌似不比胎死腹中好多少。对于很多人误解的，以为MP3就是MPEG-3，也就更错的离谱了。关于MP3的名称来历，下面会再解释。
1.3 MPEG2.5又是啥
MPEG2.5，简单说就是出身不正，不是官方推出的规范。MPEG 2.5是针对MPEG2的一个非官方的扩展版本，支持更低的采样率。关于其更多解释，网上找到这些：
MPEG声音标准提供三个独立的压缩层次：Layer I、Layer II和Layer III。用户具体选哪个Layer，可以根据自己的要求，在权衡复杂性和声音质量之后，做出自己的选择。
A．Layer I的编码器最为简单，编码器的输出数据率为384 kb/s，主要用于小型数字盒式磁带(digital compact cassette，DCC)。
B．Layer II的编码器的复杂程度属中等，编码器的输出数据率为256 kb/s～192 kb/s，其应用包括数字广播声音(digital broadcast audio，DBA)、数字音乐、CD-I(compact disc-interactive)和VCD(video compact disc)等。
C．Layer III的编码器最为复杂，编码器的输出数据率为64 kb/s，主要应用于ISDN上的声音传输。 MPEG-1 Layer III支持的采样率为32,44.1,48khz,比特率支持32---320kbps MPEG-2 Layer III支持的采样率为16,22.05,24khz,比特率支持8---160kbps
Fraunhofer对此又进行扩展，将原来MPEG-2所支持的低采样率再除以2，得到： 8, 11.025, 和 12 kHz，比特率跟MPEG-2相同，称为 "MPEG 2.5"。
1.4 MPEG中不同帧之间的关系
对于Layer I和Layer II，不同的帧之间，是互相独立的。也就意味着，你可以任意截取MPEG的音频文件，然后找到第一个正确的帧头，然后解码，然后接下来放余下的帧，这样都可以正确的播放。而对于Layer III，所有帧不保证都是互相独立的。由于可能用到“字节蓄水池（byte reservoir）”，即内部的一个数据缓存，这些帧，都是相关的，最差情况下，要连续缓冲保存9个帧，才能对第一帧解码。
1.5 MPEG-1和MPEG-2音频特性
1.5.1 MPEG-1音频（ISO/IEC 11172-3）
其描述了三层音频编码，具有如下特性：
A． 一个或两个音频声道
B． 采样率32KHz、44.1KHz或48KHz
C．比特率从32Kbps到448Kbps
D．每一层都有其自己的其他特点。
1.5.2 MPEG-2音频（ISO/IEC 13813-3）
其包含了对MPEG-1的两种扩展。通常称为MEGP-2/低采样率（LSF）和MPEG-2/多声道（Multichannel）。
1.5.2.1 MPEG-2/LSF的特性：
A． 一个或两个音频声道
B． 采样率只有MPEG-1的一半
C．比特率从8Kpbs到256Kbps
1.5.2.2 MPEG-2/多声道，的特性：
A． 多达5个全范围的音频声道和一个LFE（Low Frequency Enhancement，也叫做 重低音）声道
B． 采样率和MPEG-1相同
C．对于5.1声道，最高的比特率可达1Mpbs
1.6 什么是ISO/IEC 11172-3和ISO/IEC 13818-3
由于MPEG只是ISO/IEC下面的一个组织，所以，关于MPEG音频部分的规范，也多是出自ISO/IEC之手。
因此，ISO/IEC 11172和ISO/IEC 13818，其实就是MPEG1的音频部分和MPEG-2的别名。
另外，由于MPEG-1和MPEG-2，每个都分好几个部分，其中，第三部分是关于音频的。所以，ISO/IEC 11172-3和ISO/IEC 13818-3，就分别对应着MPEG-1的音频，MPEG-2的音频，也就是我们常常提到的MPEG的音频文件所对应的规范。
2 MP3中常见的术语
知道了MPEG的来龙去脉后，在了解MP3的播放时间如何计算之前，也要知道其他一些，和MP3相关的知识，和常见的术语：
2.1 啥叫MP3
注意，这个MP3，不是MPEG-3，但是为何叫MP3，是因为：
MPEG规范中规定了，每一个版本的MPEG，比如MPEG1，MPEG2等，都有三种不同的Layer，不同Layer的序号命令是以罗马数字的，所以叫做Layer I， Layer II， Layer III。
其中，最常见的就是MPEG 1 的Layer III，就是众所周知的MP3。
根据事物发展由简到繁的规律，我们知道，Layer III，相对Layer I和Layer II，其有着更复杂的压缩算法。正是其相对复杂，用了很多算法，比如声学上的掩蔽效应（masking effect），Huffman压缩等，使得尽可能保持音质的基础上，极大地减少了音频文件大小，也就是说，尽量让你听上去音频声音和音质都没啥变化，但是MP3的文件大小，相对于原先没处理的，或者其他格式的，比如WAV格式等，要小很多，方便大家互相传播交流。这也是MP3如此流行的主要原因之一。
2.2 什么是LSF
MPEG2/2.5 也常被简称为LSF（Low Sampling Frequencies），低采样率。
2.3 什么是帧（frame）
通俗点说，就是一段连续的数据块。对于MPEG音频文件本身，并没有什么文件头，而是由很多数据块所组成，这样的单个的数据块，就叫做一个（数据/音频）帧（frame）。MP3文件，同理，由很多个帧所组成。帧，也是其他很多音视频技术中的基本单位。
2.4 什么是帧头（header）
每一个帧里面，包含了帧头和音频数据。帧头，就是在帧的头部，有一定长度的数据，用于描述改帧音频的一些参数，用于解码器对此音频帧进行解码。对于MPEG的帧头，是固定的32 比特，即4字节。
2.5 啥是CBR和VBR
CBR（Constant bitrate）固定(/不变)比特率，VBR（Variable bitrate ），不定(/可变)比特率，变与不变，指的是MP3的比特率是否固定。音频文件可以被编码成CBR或VBR。VBR意思就是，每一帧的比特率不同。由于VBR可以在需要的时候，采用高比特率，所以，一般来说，VBR的音质比CBR的要好。
很多种音视频文件，都可以按照VBR来压缩，比如MP3、WMA、Vorbis OGG、AAC，MPEG-2的视频等。VBR的优点是，和CBR相比，用更小的空间，即文件更小，实现更高的音质。缺点是，编码复杂度增加，编码需要更长时间，而有些硬件编码器可能和VBR不兼容。
2.6 比特率（bitrate）
即每秒包含/播放了多少个比特的数据。比特率常用Kbps（kilo bits per second，千比特每秒）表示。此处的千字节=1000字节，而不是1024.
2.7 边信息（side information）
在MPEG音频的帧头后面，有一些解码器会用到的一些信息，用于解码器控制音频流的播放，它就叫做 边信息。不同版本的MPEG的Layer III的边信息的大小，详见后面的表。
3 VBR MP3的帧头格式详解
3.1 VBR MP3的帧头类型
VBR MP3的帧头主要有两种，XING和VBRI。
关于它们的具体格式和含义，下面会详细解释。
另外常常会提到的是，关于V1和V2两个版本的ID3 头信息，这个主要是用于记录音频文件的一些描述信息，比如歌手，专辑，曲风等，和对音频文件解码，没有直接关系。属于存储音频文件附属信息的头。
ID3的V1和V2，不会同时存在。如果存在ID3的话，一般ID3 V1会放在音频文件的最后，大小128个字节，其中前三个字节是字符“TAG”。ID3 V2放在音频文件的开头处，前三个字节是字符“ID3”。
关于ID3的具体格式，请参考附录中的引用文献。
由于此处介绍的内容，目的是尽快，尽可能精确地去估算MP3文件的（持续）播放时间。所以，此处不涉及，关于如何去编解码实际的音频数据。
3.2 MPEG音频帧格式及其含义介绍
MPEG音频文件，由一个个的帧（Frame）组成。每一帧都有个帧头（Frame Header），位于该帧的最开始处，接下来的是音频数据。音频数据多数都是包含了 固定数目 的 音频采样（Sample）。正是基于这个特性，才有后面的VBR的播放时间计算公式。
前面介绍过了，目前，存在的三种Layer的MPEG音频，尽管他们的压缩方法各不相同，但是帧头格式都一样。
这些帧，由一个个的Slot（槽）组成。
Layer I中，一个Slot是4个字节，在Layer II和Layer III中，一个Slot是一个字节。
MPEG帧头的格式及含义
| 位置 | 长度 | 含义 | 示例 |
| 0 | 11 | 用于同步帧，找到此帧头（所有位均置1） | 1111 1111 111 |
| 11 | 2 | 音频版本ID (参见 表3.2) 00 - 版本是MPEG 2.5 (MPED-2的非官方扩展版本) | 11 |
| 13 | 2 | Layer 的索引 00 – 保留 | 01 |
| 15 | 1 | 保护位(Protection bit) 0 – 包含16位的CRC校验 | 1 |
| 16 | 4 | 比特率索引 (参见 表2.1.3) | 1001 |
| 20 | 2 | 采样率索引 (参见表2.1.2) | 11 |
| 22 | 1 | 填充位 如果设置了，就会对每帧数据填充一个slot (对于帧大小的计算很重要) | 0 |
| 23 | 1 | 私有位 (仅用于标示性的) | 1 |
| 24 | 2 | 声道的模式 00 – 立体声 注: 双声道文件由两个独立的单声道所组成。大多数解码器把双声道输出成立体声，但是实际上，不是所有的双声道都是立体声的。 | 01 |
| 26 | 2 | 模式扩展 (仅用于联合立体声) (参见 表 2.1.6) | 00 |
表1 MPEG音频帧头的格式
注意，此处如果上表中的保护位Protection bit==0，那么紧跟着此MPEG的Header之后，会有16bit=2Bytes的CRC，
用于校验此帧头是否出错。主要目的是，以防万一，数据在传输过程中，或者常见的mp3文件拷贝来拷贝去的过程中，出现此帧头数据有些位出错了，此时，你收到此mp3文件，解码此帧头，用后面16bit的crc和你实际用crc算法算出来的进行比较，就会发现不一样，就说明此帧头有误。实际情况，很少出错。而且，实际中，很少用到此保护位，很少在帧头后面跟随16bit的CRC。
在MPEG标准中，描述了一种自由格式（free format），这种自由格式意思为用一个固定比特率对文件进行编码，而此固定的比特率不是我们表中预定义好的。一般的解码器都无法解码这类音频文件。
下面是比特率索引表，（单位：Kbit/sec）。
| 比特率 索引 | MPEG 1 | MPEG 2, 2.5 (LSF) | |||
| Layer I | Layer II | Layer III | Layer I | Layer II & III | |
| 0000 | 空闲 | ||||
| 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 | 保留 | ||||
表2 比特率
为了计算帧大小，我们需要知道，每一帧里面包含多少个采样，即采样数/帧（sample per frame）。
|
| MPEG 1 | MPEG 2 (LSF) | MPEG 2.5 (LSF) |
| Layer I | 384 | 384 | 384 |
| Layer II | 1152 | 1152 | 1152 |
| Layer III | 1152 | 576 | 576 |
表3 每帧的采样数
根据MPEG帧头里面的索引，对应的，不同版本的MPEG的采样率也是不同的：
| 采样率索引 | MPEG 1 | MPEG 2 (LSF) | MPEG 2.5 (LSF) |
| 00 | 44100 Hz | 22050 Hz | 11025 Hz |
| 01 | 48000 Hz | 24000 Hz | 12000 Hz |
| 10 | 32000 Hz | 16000 Hz | 8000 Hz |
| 11 | 保留 | ||
表4 MPEG不同版本对应的采样率
1831
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
