MP3文件格式解析3

windflowerz

III, 数据帧
0 p: R7 {* \( a" L: z8 _1 Q
数据帧往往有多个，至于有多少，由文件大小和帧大小来决定。每个帧都有一个四字节长的帧头，接下来可能有两个字节的CRC校验，其存在由帧头中的具体信息决定。接着就是帧的实体数据，也就是MAIN_DATA了。
; C! |* G- o6 ?/ b' f+ g2 a; }/ @4 G
A,帧头结构如下：
8 s4 j; f( Z8 ~# S% `" y
位置     长度     描述
0 y# `( X. }4 z3 I3 s. T（BIT）  （BITS）
————————————————————————————
31－19   12       Frame sync(0xFFF)
4 j! F4 g4 ]' D18/17    2        Layer, 00 – reserved, 01 – Layer III
                         10 – Layer II, 11 － Layer I
16       1         protection_bit, 0 意味着受CRC保护，帧头后面跟16位的CRC。
15-12    4        bitrate_index, 比特率
0 a" |7 i  H4 g11-10    2        sampling_frequency,    00 – 44.1KHz, 01 – 48KHz
                                         10 – 32 KHz,  11 – 保留
9        1        padding_bit,1 意味着帧里包含padding位，仅当采样频率为44.1KHz时发生。
) D9 d5 S6 h3 R/ r6 j8        1        private_bit
7－6     2        mode,    00－stereo,       01-joint stereo(intensity stereo and/or ms_stereo)
5 M; [+ t7 \" Y7 j9 j! ?2 B1 ?                           11- dual_channel, 11 – single_channel
5 K5 G0 V# G( g7 H5-4      2        mode_extension,在Layer III中表示使用了哪一种joint stereo编码方式。
                            Intensity_stereo   ms_stereo
                   00            off                off
0 Z1 Z: ~- a4 V1 E                   01            on                 off
3 p! m+ a9 L5 V6 {                   10            off                on
. k! v; ^/ e" ^2 T: F2 Q+ B                   11            on                 on
3        1        copyright,1 表示受版权保护。
1 ^4 P& \0 _8 j+ j1 ^: i+ N7 [7 x2        1        original，0表示该bitstream是一个copy，1表示是original.
1-0      2        emphasis，表示会使用哪一种de-emphasis。
                   00 － no emphasis,     01 – 50/15 microsec. Emphasis
  V6 r0 N% H8 _. {                   10 – reserved,        11 – CCITT J.17
$ h0 S' B. w3 Z# J* Z& x, [
7 e4 f' Q. `5 \/ w$ q# `1)      无论帧长是多少，每帧的播放时间都是26ms

2)      数据帧大小：

( {$ ]4 Z' s- a: x  |FrameSize = 144 * Bitrate / SamplingRate + PaddingBit(bytes)
当144 * Bitrate / SamplingRate不能被8整除，则加上相应的paddingBit.
0 q2 V9 C1 T8 I9 Z  @3 y5 p1 R

B,MAIN_DATA:
) t9 ^# `' p) u
/ g+ P) p/ M) U( w* qMP3的granule包含18 * 32个subband采样。每个数据帧含有两个granule的数据，其内容结如下：
/ g- X" H- k4 A) Y$ M. m       - main_data_end pointer
       - side info for both granules (scfsi)
3 ?' A0 K6 }) z) Q8 h" i# A       - side info granule 1
8 ~# g# U2 ?/ o+ ^+ t       - side info granule 2
       - scalefactors and Huffman code data granule 1
' t. s& Q0 v* R+ u       - scalefactors and Huffman code data granule 2
9 q  P  H8 a( `% ?  ?7 f  b1 f) t
主要数据里包含了scalefactors, Huffman encoded data和ancillary information。其内容不再详叙，可以参考MP3 SPEC－IS0 11172-3 AUDIO PART。我们一般用的都是立体声，scfsi的长度为32个字节。

2 w+ f7 I# }7 @. ~1 _; L这里要解释的一个概念就是位流――bitstream。我们平常接触到的数据都是整数，最小的单位就是byte后者char。虽然我们也会用一个字节里的不同位来表示不同的含义，但总的来说，我们在出来数据的时候还是把它当作一个个字节看待。但对MP3这种数据格式来说，这是行不通的。在解码时，它的数据输入就是一个个比特流。其中一个或几个比特会是你的采样数据或者信息编码。你需要从整个MAIN_DATA里提取你所需要的以BIT为单位的参数和输入信号，从而进行解码。所以我们需要一个子程序，getbit(n)，也就是从缓冲中提取所需要的位，并形成一个新的整数，作为我们的输出。

C,LAME标签帧
3 U# D! A4 D  j% g& k
, m& V1 a, u3 D8 r& _" b可是，当你真的打开一个MP3文件的时候，你会发现，很奇怪，很多时候第一个数据帧的帧头后面的32个字节居然都为0，这是为什么呢，这么奇怪的解码信息该如何解释？找到MP3 INFO TAG REV SPECIFICATION的网站，我才明白，原来第一帧并不是真正的数据帧，而是LAME编码的标志帧。
9 Y" H2 l$ ^7 G# X
这里又要牵涉到两个概念：CBR和VBR。CBR表示比特率不变，也就是每帧的长度是一致的，它以字符串“INFO”为标记。VBR是Variable BitRate的简称，也就是每帧的比特率和帧的长度是变化的，它以字符串“Xing”为标记。同时，它还存放了MP3文件里帧的总个数，和100个字节的播放总时间分段的帧的INDEX，还有其他一些参数，这被称为Zone A，传统Xing VBR标签数据，共120个字节。
0 I0 i5 P( `$ S7 ]4 P$ P9 [) {4 K6 p
在二进制文本编辑器里我们还可看到一个字符串“LAME”，并且后面清楚地跟着版本号。这就是20个字节的Zone B初始LAME信息，表示该文件是用LAME编码技术。接下来一直到该帧结束就是Zone C－LAME标签。

3，      相关资料

× Mp3 Info Tag rev 1 specifications - draft 0
" H1 r6 c! t  R1 T: yhttp://gabriel.mp3-tech.org/mp3infotag.html

( _  s& v6 B  K, R$ s* v× MP3 文件格式
http://bbs.gliet.edu.cn/bbs/inde ... post&id=1813051

× MP3 SPEC－IS0 11172-3 AUDIO PART
+ ]: }$ ~6 o3 M: L2 d$ {http://www.ece.cmu.edu/~ece796/documents/MPEG-1_Audio_CD.doc