详细易懂的MP3编解码原理.docVIP

MP3文件格式解析 VC 2008-02-03 09:03:30 阅读4424 评论6 ??字号：大中小?订阅 1， MP3简介 MP3是今天一种常见的音乐格式，但恐怕除了工作要求之外，有兴趣对此进行研究的人恐怕不多。所以，当我打算做MP3解码方面的工作时，在找资料时也颇费了一番周折，同时也觉得很有趣。所以想在这里分享一下自己的心得，做一个总结性的介绍。这样有兴趣的同志也可以对此有一个大概了解，尽快入门。MP3是MPEG-1 Audio Layer 3的简称，是当今比较流行的一种数字音频编码和有损压缩格式（有Layer 3，也必然有Layer1和Layer2，也就是MP1和MP2，但不在本文讨论范围之内）。MP3技术的应该可以用来大幅度的降低音频文件存储所需要的空间。它丢掉脉冲编码调制（PCM）音频数据中对人类听觉不重要得数据，从而达到了较高的压缩比（高达12：1－10：1）。简单地说，MP3在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，最后形成有较高压缩比的MP3文件，并使压缩后的文件在回放时也能够达到比较接近原音源的效果。MP3的音频质量取决于它的Bitrate和Sampling frequency，以及编码器质量。MP3的典型速度介于每秒128到320kb之间。采样频率也有44.1，48和32 kHz三种频率，比较常见的是采用CD采样频率——44.1kHz。常用的编码器是LAME，它完全遵循LGPL的MP3编码器，有着良好的速度和音质。 2，??????MP3文件格式 用一个二进制查看器（比如Ultra-Edit）打开一个MP3文件，就能看到一大堆看似杂乱无序的数据。但只要用心了解就会知道，其实，这一切都是有规律可循的。MP3文件是由帧（frame）构成，帧是MP3文件的最小组成单位。每帧都包含帧头，并可以计算帧的长度。根据帧的性质不同，文件主要分为三个部分，ID3v2标签帧，数据帧和ID3v1标签帧。并非每个MP3文件都有ID3v2，但是数据帧和ID3v1帧是必须的。ID3v2在文件头，以字符串“ID3”为标志，包含了演唱者，作曲，专辑等信息，长度不固定，扩展了ID3V1的信息量。ID3v1在文件结尾，以字符串“TAG”为标记，其长度是固定的128个字节，包含了演唱者、歌名、专辑、年份等信息。I, ID3V2 ID3V2到现在一共有四个版本，但流行的播放软件一般只支持第三版，既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。 标签头 长度为10个字节，位于文件首部，其数据结构如下： char Header[3]; /* 字符串 ID3 */ 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，很少用到，可以忽略 */ char Size[4]; /* 标签大小，除了标签头的10 个字节的标签帧的大小 */ 标签大小为四个字节，但每个字节只用低7位，最高位不使用，恒为0，其格式如下：0xxxxxxx 0xxxxxxx 0xxxxxxx 0xxxxxxx 计算公式如下： ID3V2_frame_size = (int)(Size[0] 0x7F) 21???????????????? | (int)(Size[1] 0x7F) 14?????????????? ???| (int)(Size[2] 0x7F) 7?????????????? ???| (int)(Size[3] 0x7F) + 10; 标签帧 每个标签帧都有一个10字节的帧头和至少一个字节的不固定长度的内容组成。它们是顺序存放在文件中，由各自特定的标签头来标记帧的开始。其帧的结构如下： char FrameID[4]; ??/*用四个字符标识一个帧，说明其内容 */ 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，此处不再说明 */ 常用帧标识： TIT2：标题TPE1：作者TALB：专辑TRCK： 音轨，格式：N/M，N表示专辑中第几首，M为专辑中歌曲总数TYER：年份TCON：类型COMM：备注，格式：“eng\0备注内容”，其中en