文章标题

MP3文件格式学习

概述

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。

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。

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;

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。