移动多媒体编程节选下—MP3分析

最新推荐文章于 2024-09-06 12:44:30 发布

pipisky2006

最新推荐文章于 2024-09-06 12:44:30 发布

阅读量871

点赞数

分类专栏： android 文章标签：编程 encoding header string byte exception

android 专栏收录该内容

83 篇文章 0 订阅

订阅专栏

MP3

MP3文件主要由3部分组成，依次是IDV2，MP3帧和IDV1，分析MP3文件，必须首先从这3个部分入手。

ID3V1是固定长度的，共128个字节，位于MP3文件的尾部。结构如下，

这个结构比较简单，因此解析ID3v1的代码并不复杂，在initialize()方法中，创建一个RandomAccessFile对象，调用seek()方法将文件的游标定位到ID3v1开始的位置，然后按照结构依次读取就可以了。

public void initialize() throws MP3Exception {
try {
//可以随机访问文件的任意部分
RandomAccessFile raf = new RandomAccessFile(file, "r");
//跳到 ID3V1 开始的位置
raf.seek(raf.length() - 128);
byte[] tag = new byte[3];
//读取 Header
raf.read(tag);
if (!new String(tag).equals("TAG")) {
throw new MP3Exception("No ID3V1 found");
}
byte[] tags = new byte[125];
raf.read(tags);
//逐一读取 ID3V1 中的各个字段
readTag(tags);
} catch (FileNotFoundException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
}
private void readTag(byte[] array) {
title = new String(array, 0, 30).trim();
artist = new String(array, 30, 30).trim();
album = new String(array, 60, 30).trim();
year = new String(array, 90, 4);
comment = new String(array, 94, 28).trim();
reserve = array[122];
track = array[123];
genre = array[124];

ID3v2

ID3v2定义在MP3文件的头部，这与ID3V1不同，ID3V2是变长的，这一特性使ID3V2具有良好的扩展性，甚至个人也可以定义ID3V2中的帧，只要符合ID3V2的布局即可。

ID3v2的结构图如下，其中深色标识的结构式可选的。在ID3v2中，比特顺序采用Big endian方式排列，也就是高字节存储在高位，和java的存储是一致的，和c是相反的。

ID3v2头(Header)的长度时固定的，共10个字节，布局如下，

File ID（3）---》Version(2)---->Flags(1)----->Size(4)

前 3 个字节总是“ID3”，可以通过检查这个文件标识来判断是否是 ID3V2 头。随后 2个字节是 ID3V2 的版本，其中第 4 个字节代表 ID3V2 的主版本号，第 5 个字节代表 ID3V2
的修订版本号。目前 ID3V2 的 2.3 和 2.4 版本应用最广泛。随后的一个字节是标志位，目前此字节的前 4 位在使用，其他位为 0，标志位的第 2 比特标识了 ID3V2 头后面是否有扩展头，标志位的第 4 位标志了 ID3V2 最后是否含有 Footer。最后的 4 个字节标识了 ID3V2 的大小，其中包括 10 个字节的 ID3V2 头。由于每个字节的第 1 位永远是 0，因此只有 28 个字节用来表示大小。计算大小时可以采用下面的代码

int tagSize = (header[9] & 0xff) + ((header[8] & 0xff) << 7)
+ ((header[7] & 0xff) << 14) + ((header[6] & 0xff) << 21)

每个 ID3V2 标签含有一个或者多个 ID3V2 帧，每个帧由 ID3V2 帧头和帧体构成。ID3V2帧头由 4 个字节（btye 在ASCII码中，一个英文字母（不分大小写）占一个字节的空间，一个中文汉字占两个字节的空间，8位二进制数）的帧 ID、4 个字节的大小标志和 2 个字节的标志位组成，共计 10 个字节。帧头的布局如图 7-10 所示。其中帧 ID 由 4 个字符组成，字符可以是 0～9 和 A～Z，例如TIT2、TALB 等。紧随其后是 4 个字节的尺寸标识，4 个字节的每个比特都可以使用，共计32 位用来表示帧的大小。需要注意的是，这个大小表示的是帧体的大小，不包括帧头的 10个字节，因此整个尺寸应该是帧体的大小加上 10 个字节。标签帧并没有固定的顺序要求，TIT2 可以出现在 TALB 前面，也可以出现在 TALB 的后面。

FrameID(4)---->Size(4)------>Flags(2)

ID3V2 的帧体由字节数组构成，其内容一般是与帧 ID 对应的。例如，TIT2 帧体内存储了歌曲的标题，TALB 帧体内存储了歌曲的专辑信息。帧体的第 1 个字节标识了字符的编码方式，目前有 4 种编码方式可用。
 0000 0000 代表字符使用 ISO-8859-1 编码方式；
 0000 0001 代表字符使用 UTF-16 编码方式；
 0000 0002 代表字符使用 UTF-16BE 编码方式；
 0000 0003 代表字符使用 UTF-8 编码方式。
在读取帧体内容时，应该按照上面的编码对应表首先确定编码方式，然后再生成相关的字符串。对于 TIT2 和 TALB 等帧 ID 来说，读取其内容比较简单。对于 USLT（对应歌曲的歌词信息）等结构较复杂的帧，需要仔细研究其格式才能将内容从帧体中读取出来

4. 填充
在 ID3V2 帧后面可以存放填充（Padding）位，填充位的值只能是 0。填充位使得 ID3V2帧的大小比 ID3V2 计算得到的大小要小一些，也就是说，留下了一些空白的空间，这些空间可以用来增加一些额外的帧信息。由于增加的信息写在一些空白的空间内，因此无须重写整个文件，这也就是填充存在的重要意义，提前的冗余为了以后的不颠覆的修改

5. ID3V2 尾
ID3V2 尾（Footer）是可选的，有时候可能需要从 MP3 文件的尾部向前搜索 ID3V2 的位置，这时候 ID3V2 的存在就可以大大地加快搜索的速度。ID3V2 尾和 ID3V2 头的内容是一致的，只是文件标识部分由“ID3”改成了“3DI”。ID3V2 的结构相对要复杂一些，在设计 ID3V2 类时，主要考虑了 ID3V2 的大小和 ID3V2帧。ID3V2 的大小可以帮助我们快速定位到 MP3 帧的起始位置，ID3V2 帧内存储了 MP3 文件的元数据，包括歌曲名称、歌手和专辑等。ID3V2 类定义了一个 HashMap 类型的成员变量，用来存储 ID3V2 帧数，以 ID3V2 帧 ID 为键，以帧的内容为值

public void initialize() throws MP3Exception, IOException {
if (file == null)
throw new NullPointerException("MP3 file is not found");
FileInputStream is = new FileInputStream(file);
byte[] header = new byte[10];
is.read(header);
//判断是否是合法的 ID3V2 头
if (header[0] != 'I' || header[1] != 'D' || header[2] != '3') {
throw new MP3Exception("not invalid mp3 ID3 tag");
}
//计算 ID3V2 的帧大小
tagSize = (header[9] & 0xff) + ((header[8] & 0xff) << 7)
+ ((header[7] & 0xff) << 14) + ((header[6] & 0xff) << 21);
int pos = 10;
while (pos < tagSize) {
byte[] tag = new byte[10];
//读取 ID3V2 的帧头，如果 tag[0]=0，则跳出循环，结束解析 ID3V2
is.read(tag);
if (tag[0] == 0) {
break;
}
String tagName = new StringBuffer().append((char) tag[0]).append(
(char) tag[1]).append((char) tag[2]).append((char) tag[3])
.toString();
//计算 ID3V2 帧的大小，不包括前面的帧头大小
int length = ((tag[4] & 0xff) << 24) + ((tag[5] & 0xff) << 16)
+ ((tag[6] & 0xff) << 8) + tag[7];
byte[] data = new byte[length];
is.read(data);
//将帧头和帧体存储在 HashMap 中
tags.put(tagName, data);
pos = pos + length + 10;
}
is.close();
}
public int getTagSize() {
return tagSize;
}
public String tit2() {
return getTagText("TIT2");
}
public String talb() {
return getTagText("TALB");
}
public String tpe1() {
return getTagText("TPE1");
}
private String getTagText(String tag) {
byte[] data = (byte[]) tags.get(tag);
//查询帧体的编码方式
String encoding = encoding(data[0]);
try {
return new String(data, 1, data.length - 1, encoding);
} catch (UnsupportedEncodingException e) {
e.printStackTrace();
}
return null;
}



private String encoding(byte data) {
String encoding = null;
switch (data) {
case 0:
encoding = "ISO-8859-1";
break;
case 1:
encoding = "UTF-16";
break;
case 2:
encoding = "UTF-16BE";
break;
case 3:
encoding = "UTF-8";
break;
default:
encoding = "ISO-8859-1";
}
return encoding;
}

MP3帧结构

介于 ID3V2 和 ID3V1 之间的部分称作 MP3 帧，这些帧构成了 MP3 的音频部分。每个MP3 帧由帧头和数据块组成，之间还可能包含 2 个字节的 CRC 校验位，校验位是否存在依赖于帧头的第 16 比特位的值。以比特率为区分标准，MP3 可以分为可变比特率和不变比特率两种格式。比特率代表每秒钟的数据量，一般单位是 kbps。比特率越高，MP3 的音质越好，但是文件也越大。每个 MP3 帧固定时长为 26ms，因此可变比特率的帧大小可能是不同的，而不变比特率的帧大小是固定的，只要分析了第 1 个帧的大小就可以知道后面帧的大小。

参考： http://mcuol.com/download/upfile/OPhone7-8.pdf