MP3 文件格式解析 -- 速通版

前排提示：之所以叫 “速通版”，前提是对有一定音视频基础知识的人群，可参考本文快速了解一些重点信息和内容。

目录

整体结构

ID3V2

音频数据（重点部分）

ID3V1

---

整体结构

整体来看，MP3 文件数据是由多个帧组成，帧是 MP3 文件最小组成单位。

每个帧又由 帧头、附加信息、声音数据 组成。

每个帧播放时间是 0.026 秒，其长度随位率的不同而不等。

MP3 文件结构主要有 3 个部分（文件顺序从前到后）：

ID3V2

音频数据

ID3V1

历史原因：较早时期的 ID3V1 规定是记录在文件的末尾处的，长度固定大小。等到后来新的 ID3V2 就只能记录在文件的首部。所以，ID3V2 比 ID3V1 的结构复杂，可以记录更多的信息，其长度大小可变。

ID3V2

位于首部，支持 4 个版本，最常见的版本是 ID3V2.3；

长度不固定，扩展了 ID3V1 的信息；

由一个标签头和若干个标签帧或者一个扩展标签头组成；

至少要有一个标签帧，每一个标签帧记录一种信息，例如作曲、标题等。

---

音频数据（重点部分）

由一系列数据帧组成，数据帧 = 帧头 + 数据实体；

• 帧头，长度是 4 个字节，记录 MP3 帧率、采样率、版本信息，声道模式等；

帧头的结构体定义中，主要成员如下：    

取值类型	名称	占位大小	说明
unsigned int	sync	11bit;	同步信息 (固定值，全为 1)
unsigned int	version	2bit	版本 (e.g. 值 11，表示 MPEG1)
unsigned int	layer	2bit	层 (e.g. 值 01，表示 Layer3)
unsigned int	error protection:	1bit	标识在帧头后面是否有长度 2 字节的 CRC 校验数据： 0-无校验，1-有校验
unsigned int	bitrate_index	4bit	位率（同一个值所表示的意义根据上面 version 和 layer 标准而各有不同。 e.g. 值 0101，MPEG1-Layer3 是 60 Kbps，MPEG2-Layer2 是 80 Kbp）

• 帧大小与长度的计算

帧大小，即每帧的采样数，表示一帧数据中采样的个数，该值根据标准有对应的值（e.g. MPEG1-Layer3 是 1152）；

帧长度，是压缩时每一帧的长度，包括帧头的 4 个字节和填充的空位长度（Layer 1每个空位长 4 字节，Layer 2/3每个空位是 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。 计算公式如下：

Layer 1：Len(字节) = ((每帧采样数 / 8 * 比特率) / 采样频率) + 填充 * 4

Layer2/3：Len(字节) = ((每帧采样数 / 8 * 比特率) / 采样频率) + 填充

e.g. MPEG1 Layer3 比特率 128Kbps，采样率44100 Hz，填充0，则计算出来的帧长度为：

((1152 / 8 * 128 K) / 44.1 K) + 0 = 417 字节

• 附加信息（Side Info）

长度可变。标准的立体声 MP3 文件，长度为 32 字节。

当解码器在读到上述信息后，就可以进行解码了。不同的解码方式对应不同的编码， MP3 有 2 种压缩的编码方式：

① CBR：Constant BiteRate，固定位率

帧的大小在整个文件中都是是固定的（公式如上所述），所以，只要知道文件总长度，从第一帧的帧头读出的信息，就都可以通过计算得出整个mp3文件的更多信息，比如总的帧数，总的播放时间等。

在Seek操作时，可以很方便的定位到某一帧或某个时间点，因为不需要文件头，第一帧开始就是音频数据。

② VBR：Variable BiteRate, 可变位率

是 XING 公司推出的算法，在 MP3 文件中的第一个 "有效帧" 的数据区里会有 "Xing" 这个关键字（也有用"Info"来标识的），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 index。

假设 4 分钟的 MP3 歌曲，时长 240 sec，分成100段，每两个相邻INDEX的时间差就是 2.4 s。 所以，通过这个 index，只要前后处理少数的帧，就能快速找出需要快进的帧头。

这里的第一帧就相当于文件头的概念。 不过，有的编码器（e.g. 比较有名的 lame, 用 "Info" 来做 CBR 的标记）在编码 CBR 文件时也将信息记入第一帧。

---

ID3V1

在 MP3 文件结尾， 固定大小 128 字节。主要是包含了作者，作曲专辑等信息。

---

PS：分享

一个系统深入学习音视频知识的课程 —— https://xxetb.xetslk.com/s/45jaSl

---

（学无止境，文章如有纰漏不足，欢迎您不吝指正！谢谢 ^_^）