MP3文件格式解析
Peter Lee 2008-06-05
目录
一、概述
二、整个MP3文件结构
三、MP3帧格式
1. 帧头格式
2. MAIN_DATA
四、ID3标准
1. ID3V1
2. ID3V2
五、MP3文件实例剖析
六、资料
MP3 文件是由帧(frame)构成的,帧是 MP3 文件最小的组成单位。MP3 的全称应为 MPEG1 Layer-3 音频
文件,MPEG(Moving Picture Experts Group)在汉语中译为活动图像专家组,特指活动影音压缩标准,MPEG
音频文件是 MPEG1 标准中的声音部分,也叫 MPEG 音频层,它根据压缩质量和编码复杂程度划分为三层,即
Layer-1、Layer2、Layer3,且分别对应 MP1、MP2、MP3 这三种声音文件,并根据不同的用途,使用不同层
次的编码。MPEG 音频编码的层次越高,编码器越复杂,压缩率也越高,MP1 和 MP2 的压缩率分别为 4:1 和
6:1-8:1,而 MP3 的压缩率则高达 10:1-12:1,也就是说,一分钟 CD 音质的音乐,未经压缩需要 10MB
的存储空间,而经过 MP3 压缩编码后只有 1MB 左右。不过 MP3 对音频信号采用的是有损压缩方式,为了降
低声音失真度,MP3 采取了“感官编码技术”,即编码时先对音频文件进行频谱分析,然后用过滤器滤掉
噪音电平,接着通过量化的方式将剩下的每一位打散排列,最后形成具有较高压缩比的 MP3 文件,并使压
缩后的文件在回放时能够达到比较接近原音源的声音效果。
二、整个MP3文件结构
MP3文件大体分为三部分:TAG_V2(ID3V2),Frame, TAG_V1(ID3V1)
ID3V2
包含了作者,作曲,专辑等信息,长度不固定,扩展了ID3V1的信息量。
Frame
.
.
.
Frame
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
包含了作者,作曲,专辑等信息,长度为128BYTE。
三、MP3帧格式
1. 帧头格式
帧头长4字节,对于固定位率的MP3文件,所有帧的帧头格式一样其数据结构如下:
typedef FrameHeader {
unsigned int sync: 11; //同步信息
unsigned int version: 2; //版本
unsigned int layer: 2; //层
unsigned int error protection: 1; // CRC校验
unsigned int bitrate_index: 4; //位率
unsigned int sampling_frequency: 2; //采样频率
unsigned int padding: 1; //帧长调节
unsigned int private: 1; //保留字
unsigned int mode: 2; //声道模式
unsigned int mode extension: 2; //扩充模式
unsigned int copyright: 1; // 版权
unsigned int original: 1; //原版标志
unsigned int emphasis: 2; //强调模式
}HEADER, *LPHEADER;
帧头4字节使用说明见表1。
MP3帧长取决于位率和频率,计算公式为:
. mpeg1.0 layer1 : 帧长= (48000*bitrate)/sampling_freq + padding
layer2&3: 帧长= (144000*bitrate)/sampling_freq + padding
. mpeg2.0 layer1 : 帧长= (24000*bitrate)/sampling_freq + padding
layer2&3 : 帧长= (72000*bitrate)/sampling_freq + padding
例如:位率为64kbps,采样频率为44.1kHz,padding(帧长调节)为1时,帧长为210字节。
帧头后面是可变长度的附加信息,对于标准的MP3文件来说,其长度是32字节,紧接其后的是压缩的声音数据,当解码器读到此处时就进行解码了。
表1 MP3帧头字节使用说明
名称
|
位长
|
说 明
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
同步信息
|
11
|
第1、2字节
|
所有位均为1,第1字节恒为FF。
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
版本
|
2
|
00-MPEG 2.5 01-未定义 10-MPEG 2 11-MPEG 1
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
层
|
2
|
00-未定义 01-Layer 3 10-Layer 2 11-Layer 1
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
CRC校验
|
1
|
0-校验 1-不校验
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
位率
|
4
|
第3字节
|
取样率,单位是kbps,例如采用MPEG-1 Layer 3,64kbps是,值为0101。
V1 - MPEG 1 V2 - MPEG 2 and MPEG 2.5 L1 - Layer 1 L2 - Layer 2 L3 - Layer 3 "free" 表示位率可变 "bad" 表示不允许值 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
采样频率
|
2
|
采样频率,对于MPEG-1: 00-44.1kHz 01-48kHz 10-32kHz 11-未定义
对于MPEG-2: 00-22.05kHz 01-24kHz 10-16kHz 11-未定义
对于MPEG-2.5: 00-11.025kHz 01-12kHz 10-8kHz 11-未定义
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
帧长调节
|
1
|
用来调整文件头长度,0-无需调整,1-调整,具体调整计算方法见下文。
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
保留字
|
1
|
没有使用。
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
声道模式
|
2
|
第4字节
|
表示声道, 00-立体声Stereo 01-Joint Stereo 10-双声道 11-单声道
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
扩充模式
|
2
|
当声道模式为01是才使用。
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
版权
|
1
|
文件是否合法,0-不合法 1-合法
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
原版标志
|
1
|
是否原版, 0-非原版 1-原版
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
强调方式
|
2
|
用于声音经降噪压缩后再补偿的分类,很少用到,今后也可能不会用。
00-未定义 01-50/15ms 10-保留 11-CCITT J.17
|
MAIN_DATA 部分长度是否变化决定于 FRAMEHEADER 的 bitrate 是否变化,一首 MP3 歌曲,它有三个版
本:96Kbps(96 千比特位每秒)、128Kbps 和 192Kbps。Kbps(比特位速率),表明了音乐每秒的数据量,
Kbps 值越高,音质越好,文件也越大,MP3 标准规定,不变的 bitrate 的 MP3 文件称作 CBR,大多数 MP3
文件都是 CBR 的,而变化的 bitrate 的 MP3 文件称作 VBR,每个 FRAME 的长度都可能是变化的。下面是 CBR
和 VBR 的不同点:
1)CBR:固定位率的 FRAME 的大小是固定的(公式如上所述),只要知道文件总长度,和帧长即可由播放每帧需 26ms 计算得出 mp3 播放的总时间,也可通过计数帧的个数控制快进、快退慢放等操作。注:有些时候,并不是所有的帧都是等长的,有的帧可能多一个或几个字节。
2)VBR: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(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 FRAME 里,它标识了这个 MP3 文件是 VBR 的。同时第一个 FRAME 里存放了 MP3 文件的 FRAME 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 FRAME 的 INDEX,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 FRAME 头。
表2 VBR文件第一帧结构
字节
|
说 明
| |
1-4
|
与CBR相同的标准声音帧头
| |
5-40
|
存放VBR文件标识“Xing”(58 69 6E 67),此标识具体位置视采用的MPEG标准和声道模式而定。标识的前后字节没有使用。
| |
36-39
|
MPEG-1和非单声道(常见)
| |
21-24
|
MPEG-1和单声道
| |
21-24
|
MPEG-2和非单声道
| |
13-16
|
MPEG-2和单声道
| |
41-44
|
标志,说明是否存储了帧数、文件长度、目录表和VBR规模信息,如果存储了,则01 02 04 08。
| |
45-48
|
帧数(包括第一帧)
| |
49-52
|
文件长度
| |
53-152
|
目录表,用来按时间进行字节定位。
| |
153-156
|
VBR规模,用于位率变动
|
另可参考下文:
This system was created to minimize file lengths and to preserve sound quality.
Higher frequencies generally needs more space for encoding (thats why many codecs cut all
frequencies above cca 16kHz) and lower tones requires less. So if some part of song doesnt consistof higher tones then using eg. 192kbps is wasting of space. It should be enough to use only eg.96kbps.
And it is the principle of VBR. Codec looks over frame and then choose bitrate suitable for itssound quality.
It sounds perfect but it brings some problems:
If you want to jump over 2 minutes in song, it is not a problem with CBR because you are able
simply count amount of Bytes which is necessary to skip. But it is impossible with VBR. Frame
lengths should be arbitrary so you have to either go frame by frame and counts (time consuming
and very unpractical) or use another mechanism for approximate count.
If you want to cut 5 minutes from the middle of VBR file (all we know CDs where last song takes
10 minutes but 5 minutes is a pure silence, HELL!) problems are the same.
Result? VBR files are more difficult for controlling and adjusting. And I dont like feeling that
sound quality changes in every moment. And AFAIK many codecs have problems with creation VBR ingood quality.
Personally I cant see any reason why to use VBR - I dont give a fuck if size of one CD in MP3is 55 MB with CBR or 51 MB with VBR. But everybody has a different taste... some people preferVBR.
VBR File Structureis the same as for CBR. But the first frame doesnt contain audio data and it is used for special
information about VBR file.
Structure of the first frame:
Byte Content
0-3 Standard audio frame header (as descripted above). Mostly it contains values FF
FB 30 4C, from which you can count FrameLen = 156 Bytes. And thats exactly enough
space for storing VBR info.
This header contains some important information valid for the whole file:
- MPEG (MPEG1 or MPEG2)
- SAMPLING rate frequency index
- CHANNEL (JointStereo etc.)
4-x Not used till string "Xing" (58 69 6E 67). This string is used as a main VBR file
identifier. If it is not found, file is supposed to be CBR. This string can be placed
at different locations according to values of MPEG and CHANNEL (ya, these from a
few lines upwards):
36-39 "Xing" for MPEG1 and CHANNEL != mono (mostly used)
21-24 "Xing" for MPEG1 and CHANNEL == mono
21-24 "Xing" for MPEG2 and CHANNEL != mono
13-16 "Xing" for MPEG2 and CHANNEL == mono
After "Xing" string there are placed flags, number of frames in file and a size
of file in Bytes. Each of these items has 4 Bytes and it is stored as 'int' number
in memory. The first is the most significant Byte and the last is the least.
Following schema is for MPEG1 and CHANNEL != mono:
40-43 Flags
Value Name Description
00 00 00 01 Frames Flag set if value for number of frames in file is stored
00 00 00 02 Bytes Flag set if value for filesize in Bytes is stored
00 00 00 04 TOC Flag set if values for TOC (see below) are stored
00 00 00 08 VBR Scale Flag set if values for VBR scale are stored
All these values can be stored simultaneously.
44-47 Frames
Number of frames in file (including the first info one)
48-51 Bytes
File length in Bytes
52-151 TOC (Table of Contents)
Contains of 100 indexes (one Byte length) for easier lookup in file. Approximately
solves problem with moving inside file.
Each Byte has a value according this formula:
(TOC[i] / 256) * fileLenInBytes
So if song lasts eg. 240 sec. and you want to jump to 60. sec. (and file is 5 000
000 Bytes length) you can use:
TOC[(60/240)*100] = TOC[25]
and corresponding Byte in file is then approximately at:
(TOC[25]/256) * 5000000
If you want to trim VBR file you should also reconstruct Frames, Bytes and TOC
properly.
152-155 VBR Scale
I dont know exactly system of storing of this values but this item probably doesnt
have deeper meaning.
四、ID3标准
MP3帧头中除了存储一些象private、copyright、original的简单音乐说明信息以外,没有考虑存放歌名、作者、专辑名、年份等复杂信息,而这些信息在MP3应用中非常必要。1996年,FricKemp在“Studio 3”项目中提出了在MP3文件尾增加一块用于存放歌曲的说明信息,形成了ID3标准,至今已制定出ID3 V1.0,V1.1,V2.0,V2.3和V2.4标准。版本越高,记录的相关信息就越丰富详尽。
ID3 V1.0标准并不周全,存放的信息少,无法存放歌词,无法录入专辑封面、图片等。V2.0是一个相当完备的标准,但给编写软件带来困难,虽然赞成此格式的人很多,在软件中真正实现的却极少。绝大多数MP3仍使用ID3 V1.0标准。此标准是将MP3文件尾的最后128个字节用来存放ID3信息,这128个字节使用说明见表3。
表3 ID3 V1.0文件尾说明
字节
|
长度 (字节)
|
说 明
|
1-3
|
3
|
存放“TAG”字符,表示ID3 V1.0标准,紧接其后的是歌曲信息。
|
4-33
|
30
|
歌名
|
34-63
|
30
|
作者
|
64-93
|
30
|
专辑名
|
94-97
|
4
|
年份
|
98-127
|
30
|
附注
|
128
|
1
|
MP3音乐类别,共147种。
|
表4 MP3音乐类别:
0
|
'Blues'
|
20
|
'Alternative'
|
40
|
'AlternRock'
|
60
|
'Top 40'
|
1
|
'Classic Rock'
|
21
|
'Ska'
|
41
|
'Bass'
|
61
|
'Christian Rap'
|
2
|
'Country'
|
22
|
'Death Metal'
|
42
|
'Soul'
|
62
|
'Pop/Funk'
|
3
|
'Dance'
|
23
|
'Pranks'
|
43
|
'Punk'
|
63
|
'Jungle'
|
4
|
'Disco'
|
24
|
'Soundtrack'
|
44
|
'Space'
|
64
|
'Native American'
|
5
|
'Funk'
|
25
|
'Euro-Techno'
|
45
|
'Meditative'
|
65
|
'Cabaret'
|
6
|
'Grunge'
|
26
|
'Ambient'
|
46
|
'Instrumental Pop'
|
66
|
'New Wave'
|
7
|
'Hip-Hop'
|
27
|
'Trip-Hop'
|
47
|
'Instrumental Rock'
|
67
|
'Psychadelic'
|
8
|
'Jazz'
|
28
|
'Vocal'
|
48
|
'Ethnic'
|
68
|
'Rave'
|
9
|
'Metal'
|
29
|
'Jazz+Funk'
|
49
|
'Gothic'
|
69
|
'Showtunes'
|
10
|
'New Age'
|
30
|
'Fusion'
|
50
|
'Darkwave'
|
70
|
'Trailer'
|
11
|
'Oldies'
|
31
|
'Trance'
|
51
|
'Techno-Industrial'
|
71
|
'Lo-Fi'
|
12
|
'Other'
|
32
|
'Classical'
|
52
|
'Electronic'
|
72
|
'Tribal'
|
13
|
'Pop'
|
33
|
'Instrumental'
|
53
|
'Pop-Folk'
|
73
|
'Acid Punk'
|
14
|
'R&B'
|
34
|
'Acid'
|
54
|
'Eurodance'
|
74
|
'Acid Jazz'
|
15
|
'Rap'
|
35
|
'House'
|
55
|
'Dream'
|
75
|
'Polka'
|
16
|
'Reggae'
|
36
|
'Game'
|
56
|
'Southern Rock'
|
76
|
'Retro'
|
17
|
'Rock'
|
37
|
'Sound Clip'
|
57
|
'Comedy'
|
77
|
'Musical'
|
18
|
'Techno'
|
38
|
'Gospel'
|
58
|
'Cult'
|
78
|
'Rock & Roll'
|
19
|
'Industrial'
|
39
|
'Noise'
|
59
|
'Gangsta'
|
79
|
'Hard Rock'
|
|
|
|
|
|
|
|
|
80
|
Folk
|
81
|
Folk/Rock
|
82
|
National Folk
|
83
|
Swing
|
84
|
Fast-Fusion
|
85
|
Bebob
|
86
|
Latin
|
87
|
Revival
|
88
|
Celtic
|
89
|
Bluegrass
|
90
|
Advantgarde
|
91
|
Gothic Rock
|
92
|
Progressive Rock
|
93
|
Psychadelic Rock
|
94
|
Symphonic Rock
|
95
|
Slow Rock
|
96
|
Big Band
|
97
|
Chorus
|
98
|
Easy Listening
|
99
|
Acoustic
|
100
|
Humour
|
101
|
Speech
|
102
|
Chanson
|
103
|
Opera
|
104
|
Chamber Music
|
105
|
Sonata
|
106
|
Symphony
|
107
|
Booty Bass
|
108
|
Primus
|
109
|
Porn Groove
|
110
|
Satire
|
111
|
Slow Jam
|
112
|
Club
|
113
|
Tango
|
114
|
Samba
|
115
|
Folklore
|
Any other value should be considered as 'Unknown'
|
ID3V2 到现在一共有 4 个版本,但流行的播放软件一般只支持第 3 版,既 ID3v2.3。由于 ID3V1 记录
在 MP3 文件的末尾,ID3V2 就只好记录在 MP3 文件的首部了(如果有一天发布 ID3V3,真不知道该记录在哪
里)。也正是由于这个原因,对 ID3V2 的操作比 ID3V1 要慢。而且 ID3V2 结构比 ID3V1 的结构要复杂得多,
但比前者全面且可以伸缩和扩展。
下面就介绍一下 ID3V2.3。
每个 ID3V2.3 的标签都一个标签头和若干个标签帧或一个扩展标签头组成。关于曲目的信息如标题、作者
等都存放在不同的标签帧中,扩展标签头和标签帧并不是必要的,但每个标签至少要有一个标签帧。标签
头和标签帧一起顺序存放在 MP3 文件的首部。
1、标签头
在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*/
1).标志字节
标志字节一般为 0,定义如下:
abc00000
a -- 表示是否使用 Unsynchronisation(这个单词不知道是什么意思,字典里也没有找到,一般不设置)
b -- 表示是否有扩展头部,一般没有(至少 Winamp 没有记录),所以一般也不设置
c -- 表示是否为测试标签(99.99%的标签都不是测试用的啦,所以一般也不设置)
2).标签大小
一共四个字节,但每个字节只用 7 位,最高位不使用恒为 0。所以格式如下
0xxxxxxx 0xxxxxxx 0xxxxxxx 0xxxxxxx
计算大小时要将 0 去掉,得到一个 28 位的二进制数,就是标签大小(不懂为什么要这样做),计算公式如
下:
int total_size;
total_size = (Size[0]&0x7F)*0x200000
+(Size[1]&0x7F)*0x400
+(Size[2]&0x7F)*0x80
+(Size[3]&0x7F)
2、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。 它们也是顺序存放在文件
中,和标签头和其他的标签帧也没有特殊的字符分隔。得到一个完整的帧的内容只有从帧头中的到内容大
小后才能读出,读取时要注意大小,不要将其他帧的内容或帧头读入。
帧头的定义如下:
char FrameID[4]; /*用四个字符标识一个帧,说明其内容,稍后有常用的标识对照表*/
char Size[4]; /*帧内容的大小,不包括帧头,不得小于 1*/
char Flags[2]; /*存放标志,只定义了 6 位,稍后详细解说*/
1).帧标识
用四个字符标识一个帧,说明一个帧的内容含义,常用的对照如下:
TIT2=标题 表示内容为这首歌的标题,下同
TPE1=作者
TALB=专集
TRCK=音轨 格式:N/M 其中 N 为专集中的第 N 首,M 为专集中共 M 首,N 和 M 为 ASCII 码表示的数字
TYER=年代 是用 ASCII 码表示的数字
TCON=类型 直接用字符串表示
COMM=备注 格式:"eng/0 备注内容",其中 eng 表示备注所使用的自然语言
2).大小
这个可没有标签头的算法那么麻烦,每个字节的 8 位全用,格式如下
xxxxxxxx xxxxxxxx xxxxxxxx xxxxxxxx
算法如下:
int FSize;
FSize = Size[0]*0x100000000
+Size[1]*0x10000
+Size[2]*0x100
+Size[3];
3).标志
只定义了 6 位,另外的 10 位为 0,但大部分的情况下 16 位都为 0 就可以了。格式如下:
abc00000 ijk00000
a -- 标签保护标志,设置时认为此帧作废
b -- 文件保护标志,设置时认为此帧作废
c -- 只读标志,设置时认为此帧不能修改(但我没有找到一个软件理会这个标志)
i -- 压缩标志,设置时一个字节存放两个 BCD 码表示数字
j -- 加密标志(没有见过哪个 MP3 文件的标签用了加密)
k -- 组标志,设置时说明此帧和其他的某帧是一组
值得一提的是 winamp 在保存和读取帧内容的时候会在内容前面加个'/0',并把这个字节计算在帧内容的
大小中。
附:帧标识的含义
4). Declared ID3v2 frames
The following frames are declared in this draft.
AENC Audio encryption
APIC Attached picture
COMM Comments
COMR Commercial frame
ENCR Encryption method registration
EQUA Equalization
ETCO Event timing codes
GEOB General encapsulated object
GRID Group identification registration
IPLS Involved people list
LINK Linked information
MCDI Music CD identifier
MLLT MPEG location lookup table
OWNE Ownership frame
PRIV Private frame
PCNT Play counter
POPM Popularimeter
POSS Position synchronisation frame
RBUF Recommended buffer size
RVAD Relative volume adjustment
RVRB Reverb
SYLT Synchronized lyric/text
SYTC Synchronized tempo codes
TALB Album/Movie/Show title
TBPM BPM (beats per minute)
TCOM Composer
TCON Content type
TCOP Copyright message
TDAT Date
TDLY Playlist delay
TENC Encoded by
TEXT Lyricist/Text writer
TFLT File type
TIME Time
TIT1 Content group description
TIT2 Title/songname/content description
TIT3 Subtitle/Description refinement
TKEY Initial key
TLAN Language(s)
TLEN Length
TMED Media type
TOAL Original album/movie/show title
TOFN Original filename
TOLY Original lyricist(s)/text writer(s)
TOPE Original artist(s)/performer(s)
TORY Original release year
TOWN File owner/licensee
TPE1 Lead performer(s)/Soloist(s)
TPE2 Band/orchestra/accompaniment
TPE3 Conductor/performer refinement
TPE4 Interpreted, remixed, or otherwise modified by
TPOS Part of a set
TPUB Publisher
TRCK Track number/Position in set
TRDA Recording dates
TRSN Internet radio station name
TRSO Internet radio station owner
TSIZ Size
TSRC ISRC (international standard recording code)
TSSE Software/Hardware and settings used for encoding
TYER Year
TXXX User defined text information frame
UFID Unique file identifier
USER Terms of use
USLT Unsychronized lyric/text transcription
WCOM Commercial information
WCOP Copyright/Legal information
WOAF Official audio file webpage
WOAR Official artist/performer webpage
WOAS Official audio source webpage
WORS Official internet radio station homepage
WPAY Payment
WPUB Publishers official webpage
WXXX User defined URL link frame
五、MP3文件实例剖析
在VC++中打开一个名为test.mp3文件,其内容如下:
000000 FF FB 52 8C 00 00 01 49 09 C5 05 24 60 00 2A C1
000010 19 40 A6 00 00 05 96 41 34 18 20 80 08 26 48 29
000020 83 04 00 01 61 41 40 50 10 04 00 C1 21 41 50 64
……
0000D0 FE FF FB 52 8C 11 80 01 EE 90 65 6E 08 20 02 30
0000E0 32 0C CD C0 04 00 46 16 41 89 B8 01 00 08 36 48
0000F033 B7 00 00 01 02 FF FF FF F4 E1 2F FF FF FF FF
……
0001A0 DF FF FF FB 52 8C 12 00 01 FE 90 58 6E 09 A0 02
0001B0 33 B0 CA 85 E1 50 01 45 F6 19 61 BC 26 80 28 7C
0001C0 05 AC B4 20 28 94 FF FF FF FF FF FF FF FF FF FF
……
001390 7F FF FF FF FD 4E 00 54 41 47 54 45 53 54 00 00
0013A0 00 00 00 00 00 00 00 00 00 00 00 00 00 00 00 00
……
0013F000 00 00 00 04 19 14 03 00 00 00 00 00 00 00 00
001400 00 00 00 00 00 00 00 00 00 00 00 00 00 00 00 00
001410 00 00 00 00 00 00 4E
该文件长度1416H(5.142K),帧头为:FF FB 52 8C,转换成二进制为:
11111111 11111011
01010010 10001100
对照表1可知,test.mp3帧头信息见表5。
表5 test.mp3文件帧头信息
名称
|
位值
|
说 明
|
同步信息
|
11111111111
|
第1字节恒为FF,11位均为1。
|
版本
|
11
|
MPEG 1
|
层
|
01
|
Layer 3
|
CRC校验
|
1
|
不校验
|
位率
|
0101
|
64kbps
|
频率
|
00
|
44.1kHz
|
帧长调节
|
1
|
调整,帧长是210字节。
|
保留字
|
0
|
没有使用。
|
声道模式
|
10
|
双声道
|
扩充模式
|
00
|
未使用。
|
版权
|
1
|
合法
|
原版标志
|
1
|
原版
|
强调方式
|
00
|
未定义
|
第1397H开始的三个字节是54 41 47,存放的是字符“TAG”,表示此文件有ID3 V1.0信息。
139AH开始的30个字节存放歌名,前4个非00字节是54 45 53 54,表示“TEST”;
13F4H开始的4个字节是04 19 14 03,存放年份“04/25/2003”;
最后1个字节是4E,表示音乐类别,代号为78,即“Rock&Roll”;
其它字节均为00,未存储信息。
- 上一篇:两款能够直接操作画面内容的播放器
- 下一篇:【开源工程】mpc
-
27楼 wst_test 2013-05-28 16:58发表 [回复]
-
-
非同步编码
(flags),其中只有三位是有意义的: a - 非同步编码(Unsynchronisation) 标签头标识(flags)的第 7 位用来表示当前 ID3v2 信息是否...
http://wenku.baidu.com基于5个网页
-
26楼 stonehigher125 2013-04-25 16:33发表 [回复]
-
-
你好,我现在遇到了一个问题,能帮忙解决下不?
就是本地电脑上的示例音乐C:\Users\Public\Music\Sample Music\Sleep Away.mp3,
直接拖拉到chrome浏览器中不能播放,操作系统是window 7 64位,chrome是当前最新的稳定版的,安装有Shockwave Flash 11.5 r502插件。
由于不太了解这个音乐的一些音频编码,能否指点一二?帮忙分析下C:\Users\Public\Music\Sample Music\下的其他音乐与Sleep Away.mp3的不同的音乐信息的不同之处,为什么不能被识别来播放?
C:\Program Files (x86)\Google\Chrome\Application\28.0.1478.0\PepperFlash\pepflashplayer.dll
-
23楼 laijingyao881201 2012-02-18 14:02发表 [回复]
-
- 想问下,如果MP3带封面的话,解析的是哪部分呢?
-
22楼 yan363616306 2011-08-02 21:39发表 [回复]
-
- 学习了,好文章。刚好做蓝牙A2DP相关的东西,文不长,很给力。
-
21楼 dgican 2011-03-04 09:18发表 [回复]
-
-
MP3帧长取决于位率和频率,计算公式为:
帧长= 144×bitrate∕frequency+padding
(144*64000)/44100+1=210
-
20楼 xie376450483 2010-12-24 12:28发表 [回复]
-
-
博主能否讲解下为什么举得那个例子是210个字节啊?
自己计算了很久也计算不出来~~
感谢了啊!
-
19楼 dspzhangrenzhong 2010-11-04 17:53发表 [回复]
-
- 我怀疑第一个算长度的公式是不是错了,如果只有每个字节的最高位为0,不应该影响权的变化,所以乘以的权值应该和后面是一样的,分别是0x1000000,0x10000,0x100,0x01,对不对
-
18楼 stonexing5 2010-07-05 22:33发表 [回复]
-
-
唉 求知的路上从来不是一帆风顺
上面的算法验证了
《http://www.mypage5.com/user_tracks/f4cec2a37277066f43cb4298a92d01e4.mp3 》这么MP3文件由于巧合所以正确 但是算法是不对的
另外验证了另一个MP3文件
结果这样算:帧长= (48000*bitrate)/(sampling_freq + 1) + padding
就正确(符合前面提到的两个MP3文件)
目前算法都是猜测出来的 等待进一步确认
弄好之后得写一篇文章总结一下
另外 总感觉楼主的算法不对,希望楼主回复指点一下 多谢了
qq:1293717547
-
17楼 stonexing5 2010-07-05 21:42发表 [回复]
-
-
补充一下 上边我的回复还有点问题 啊
应该是这样
帧长= (48000*bitrate)/(sampling_freq + padding) + padding
-
16楼 stonexing5 2010-07-05 21:22发表 [回复]
-
-
今天整整研究一下 下了班也在找资料
终于找到一个成功解析MP3Data的资料了 具体地址忘了
不过我只测试了一个MP3文件
与本文的出入之处在与 计算MainData的长度的地方
帧长= (48000*bitrate)/(sampling_freq + padding)
区别就在后边的括号。
-
15楼 stonexing5 2010-07-05 15:53发表 [回复]
-
-
研究一天了 找到一篇相对全面的
不过 先看完这篇 在看下一篇会 更好理解
http://www.yuanma.org/data/2007/0731/article_2785.htm
-
14楼 stonexing5 2010-07-05 09:44发表 [回复]
-
-
楼主 这样解析针对标准的MP3文件
我发现大多数mp3文件都是这样的
但也不全是
我用UltraEdit打开<烟花易冷.mp3>
结果第一个字节开始就是ID3的信息
没有头信息
-
13楼 huxuke_2010 2010-06-02 19:21发表 [回复]
-
- 所有位均为1,第1字节恒为FF。 到底是只有第一字节全为1 还是 11 位 都为1呀!
-
12楼 匿名用户 2010-05-16 11:49发表 [回复]
-
-
1、标签头
在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*/
对比之后我发现 char Size[4]是不包括标签头的10 个字节的大小
-
11楼 jszj 2010-02-23 13:29发表 [回复]
-
-
最后一个表中的210是如何算出来的?
我怎么也算不出来。(144000*bitrate)/sampling_freq 加 padding=(144000*64000)/44100 加 1=9216000000/44100 加1=208979.59加1=208980,怎么可能和210占上边呢?-
Re: qishang_huang 2010-04-13 16:53发表 [回复]
-
- 回复 jszj:144000*64/44100
-
-
8楼 w758493 2010-01-30 18:59发表 [回复]
-
-
我想问下,为什么在ID3V1的最后一个字节上读出的值为12,但很多播放器都说这个MP3为POP类型,即值为13?
麻烦帮解答下。。
-
6楼 LiuArea 2009-10-20 21:33发表 [回复]
-
-
problem1:
ID3V2.3 标签头
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*/
我解析了一个MP3文件,“标签大小”不应包括标签头的十个字节。。
problem2:
关于padding,是如何调节的呢?“用来调整文件头长度,0-无需调整,1-调整,具体调整计算方法见下文”,下文在哪?
problem3:
括号里面的位率又表示什么呢?
-
3楼 MMSC 2009-09-08 18:13发表 [回复]
-
-
帧头结构体有问题
FrameHeader 的 unsigned int sync: 11;字段若设置为全一得到的是 FF 07
而实际上帧头同步字段应该为 FF E0
也就是应该是第一字节全1,第二字节高3bit全1
-
2楼 zym_123456 2009-01-04 09:06发表 [回复]
-
-
你好,请问能否给一份简单的关于MP3编解码的代码呢?如果能够做一个网络边下载边播放的MP3播放器?
Q Q : 4 3 1 5 6 1 5 0
E M A I L : 4 3 1 5 6 1 5 0 @ Q Q . C O M
谢谢~~
-
1楼 wenzhongyue 2008-10-08 09:56发表 [回复]
-
-
你好,麻烦问一下,你知道mp4有什么读写库吗?
-
Re: sunshine1314 2008-10-23 22:45发表 [回复]
-
-
http://bento4.sourceforge.net/
Bento4 MP4 Class Library/SDK
这个是mp4最流行的解析库。
-