MP3文件格式解析3

windflowerz

III, 数据帧
/ _; j$ }: `* `3 r5 x
9 [1 Z( t" t8 G* ]& C1 n1 {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。
3 Q1 O2 Y! Y" W$ ~' `+ F7 [6 L
A,帧头结构如下：
2 y9 k# s) K" y' h" a9 E$ N
位置     长度     描述
; M) X6 X% ]' r$ u5 [（BIT）  （BITS）
————————————————————————————
31－19   12       Frame sync(0xFFF)
18/17    2        Layer, 00 – reserved, 01 – Layer III
                         10 – Layer II, 11 － Layer I
* M2 B! `. F; v. x16       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
11-10    2        sampling_frequency,    00 – 44.1KHz, 01 – 48KHz
4 p$ ^0 ~7 c( c- d                                         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。
8        1        private_bit
7－6     2        mode,    00－stereo,       01-joint stereo(intensity stereo and/or ms_stereo)
                           11- dual_channel, 11 – single_channel
- z* ~; x% X$ w9 Y% f" y6 T, g5-4      2        mode_extension,在Layer III中表示使用了哪一种joint stereo编码方式。
9 x( `  X$ P6 y- t( b$ I4 [& y- o/ A                            Intensity_stereo   ms_stereo
. @6 a2 {3 {, a; i( u8 _                   00            off                off
                   01            on                 off
* O. D0 E! ], X: m( F                   10            off                on
                   11            on                 on
3        1        copyright,1 表示受版权保护。
$ ]. d9 m  ]  D+ {8 u- U2        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
3 p2 T) ~' u  B6 w& I9 t- D                   10 – reserved,        11 – CCITT J.17
; |% S: H  X1 `* p4 K
+ I+ m5 w3 Z# M6 G1 {1)      无论帧长是多少，每帧的播放时间都是26ms

; u# I5 h+ I7 @! @& y7 m2)      数据帧大小：
# Q5 S% I0 ], q  Q/ V
  f3 K8 b! |4 T9 ^FrameSize = 144 * Bitrate / SamplingRate + PaddingBit(bytes)
当144 * Bitrate / SamplingRate不能被8整除，则加上相应的paddingBit.


# O' ^$ [( h4 ]: h- B% w7 m% AB,MAIN_DATA:

MP3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：
! b: R( N& m& s3 D1 N" K       - main_data_end pointer
  H( {2 g& o, \* V8 v       - side info for both granules (scfsi)
       - side info granule 1
& F/ K& e+ ]8 x; p       - side info granule 2
' T/ n6 z# s0 o( _/ p# H. |2 A$ m       - scalefactors and Huffman code data granule 1
" n' w+ C" P5 o! v1 M( v2 E       - scalefactors and Huffman code data granule 2
. H. L" I; P  ~! C7 o1 F
6 _( k8 p) W5 _1 w" e7 b, p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。

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。
2 r& D6 e& J) T+ l% X  u! H
C,LAME标签帧

" b; N: J, c, G( W. w# o) }" g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。
$ S5 i& K+ g3 H, [3 B! M& ^5 n
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。

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。
6 Q2 s* g: g! Y( N& A4 f
7 p. n% {) D6 g4 w+ l0 @$ {+ U3，      相关资料

× Mp3 Info Tag rev 1 specifications - draft 0
http://gabriel.mp3-tech.org/mp3infotag.html

1 [' R4 }$ k* l  a5 x× MP3 文件格式
! `1 D$ A9 L+ k4 N) qhttp://bbs.gliet.edu.cn/bbs/inde ... post&id=1813051
3 s9 q+ a* T+ q2 d7 U
  y# S8 {* j5 @* k. k  J- C× MP3 SPEC－IS0 11172-3 AUDIO PART
& C5 x; ?% O8 {2 M+ @8 Hhttp://www.ece.cmu.edu/~ece796/documents/MPEG-1_Audio_CD.doc