MP3文件格式解析3

windflowerz

III, 数据帧

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。

A,帧头结构如下：
2 f8 G+ v+ A+ ]
位置     长度     描述
" G8 A' d& g. @- J0 V6 e1 V% I（BIT）  （BITS）
————————————————————————————
31－19   12       Frame sync(0xFFF)
% r6 Q9 b" u2 C+ ~! M, Z8 Q18/17    2        Layer, 00 – reserved, 01 – Layer III
" g0 f) z/ u; c$ Y                         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
11-10    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。
8        1        private_bit
: ]% e, E- |5 D1 o6 x/ z7－6     2        mode,    00－stereo,       01-joint stereo(intensity stereo and/or ms_stereo)
                           11- dual_channel, 11 – single_channel
5-4      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
2 N3 X" K  Q2 e/ X                   00            off                off
                   01            on                 off
. c- k% V" B0 d( s( `                   10            off                on
# o0 a2 Q& L( M5 q- y                   11            on                 on
9 V  q6 ]! i- U3        1        copyright,1 表示受版权保护。
2        1        original，0表示该bitstream是一个copy，1表示是original.
% @6 y2 R- T/ {7 s1 J1-0      2        emphasis，表示会使用哪一种de-emphasis。
                   00 － no emphasis,     01 – 50/15 microsec. Emphasis
/ z$ L4 g; K  r: i                   10 – reserved,        11 – CCITT J.17

4 L: C' M/ d: u6 N! Y1)      无论帧长是多少，每帧的播放时间都是26ms

2)      数据帧大小：

( |9 a. l8 e( s+ w) o* vFrameSize = 144 * Bitrate / SamplingRate + PaddingBit(bytes)
$ t: U/ M5 _% B  V3 x3 b6 F当144 * Bitrate / SamplingRate不能被8整除，则加上相应的paddingBit.


2 T' b+ s5 Y2 B  {B,MAIN_DATA:

8 F2 T6 A; C7 c) S# HMP3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：
7 P/ s' P* Z! \: b  i1 o       - main_data_end pointer
4 l4 x# Q/ \3 L" w- S0 ~% e0 W4 i       - side info for both granules (scfsi)
% P1 g- _9 M2 ~) W6 r       - side info granule 1
       - side info granule 2
# ?$ a' Q2 w& T$ y: C; f8 ]9 |       - scalefactors and Huffman code data granule 1
$ n2 R( h$ N" |" w1 w" {       - scalefactors and Huffman code data granule 2
# ~2 X$ G2 b; h
9 L1 v" R* g4 O8 }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。

) L/ b2 q$ n. ^. D% Z0 H4 O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。

. M7 Z, A- k' O+ i/ }; |7 e, |2 SC,LAME标签帧
; Q2 y" n' H1 t( ]' b1 s
  [: Z$ U( [. R2 V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。

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。
& W, e1 f1 P3 p
) j; a: j4 R2 W: M' F$ K. s) N3，      相关资料

2 U2 k7 P* ~2 G# o8 U0 Q× Mp3 Info Tag rev 1 specifications - draft 0
http://gabriel.mp3-tech.org/mp3infotag.html
; n3 D& `6 t! A
: y/ v: I; W3 |' A! e× MP3 文件格式
http://bbs.gliet.edu.cn/bbs/inde ... post&id=1813051

$ ~6 L! E2 c$ o" s× MP3 SPEC－IS0 11172-3 AUDIO PART
* N5 D5 i+ h% `- b' G) E7 Ahttp://www.ece.cmu.edu/~ece796/documents/MPEG-1_Audio_CD.doc