上一篇 Mp3 文件结构全解析(一)中分析了 MP3 的 Tag 解析,这篇接着分析 MP3 的音频内容解析
音频数据解析
每个 FRAME 都有一个帧头 FRAMEHEADER,长度是 4BYTE(32bit),帧头后面可能有两个字节的 CRC 校验,这两个字节的是否存在决定于 FRAMEHEADER 信息的第 16bit, 为 0 则帧头后面无校验,为 1 则有校验,校验值长度为 2 个字节,紧跟在 FRAMEHEADER 后面,接着就是帧的实体数据了,格式如下:
帧头 FRAMEHEADER 格式
帧头长 4 字节,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;
复制代码
详细说明:
帧长度与帧大小
帧大小即每帧的采样数,表示一帧数据中采样的个数,该值是恒定的,如下表所示:
帧长度是压缩时每一帧的长度,包括帧头的 4 个字节。它将填充的空位也计算在内。Layer 1 的一个空位长 4 字节,Layer 2 和 Layer 3 的空位是 1 字节。当读取 MPEG 文件时必须计算该值以便找到相邻的帧。注意:因为有填充和比特率变换,帧长度可能变化
计算公式如下:
例:MPEG1 Layer3 比特率 128000,采样率 44100,填充 0,帧长度为:((1152/8*128K)/44.1K+0=417 字节
帧持续时间
计算公式:
每帧持续时间(毫秒) = 每帧采样数 / 采样频率 * 1000
例:1152/441000*1000=26ms
帧数据
在帧头后边是 Side Info(姑且称之为通道信息)。对标准的立体声 MP3 文件来说其长度为 32 字节。当解码器在读到上述信息后,就可以进行解码了。
对于 mp3 来说现在有两种编码方式,一种是 CBR,也就是固定位率,固定位率的帧的大小在整个文件中都是是固定的(公式如上所述),只要知道文件总长度,和从第一帧帧头读出的信息,就都可以通过计算得出这个 mp3 文件的信息,比如总的帧数,总的播放时间等等,要定位到某一帧或某个时间点也很方便,这种编码方式不需要文件头,第一帧开始就是音频数据。另一种是 VBR,就是可变位率,VBR 是 XING 公司推出的算法,所以在 MP3 的 FRAME 里会有“Xing"这个关键字(也有用"Info"来标识的,现在很多流行的小软件也可以进行 VBR 压缩,它们是否遵守这个约定,那就不得而知了),它存放在 MP3 文件中的第一个有效帧的数据区里,它标识了这个 MP3 文件是 VBR 的。同时第一个帧里存放了 MP3 文件的帧的总个数,这就很容易获得了播放总时间,同时还有 100 个字节存放了播放总时间的 100 个时间分段的帧索引,假设 4 分钟的 MP3 歌曲,240S,分成 100 段,每两个相邻 INDEX 的时间差就是 2.4S,所以通过这个 INDEX,只要前后处理少数的 FRAME,就能快速找出我们需要快进的帧头。其实这第一帧就相当于文件头了。不过现在有些编码器在编码 CBR 文件时也像 VBR 那样将信息记入第一帧,比如著名的 lame,它使用"Info"来做 CBR 的标记。
VBR 头文件
VBR 文件头位于 MP3 文件中第一个有效帧的数据区,详细结构如下:
实现一个数据解析器
主要步骤:
读取一个字节,判断是否是 FF
读取一个字节与上 0xF0,判断是否等于 0xF0 或者 0xE0
如果是说明找到一帧音频,再依次读取两个字节中计算位率,采样率等信息
通过公式计算音频内容大小:(144 * (float)nFrameBitRate /(float)nFrameSamplingFrequency ) + nFramePadded
跳过音频内容大小个字节,继续读取下一帧.
具体代码实现:
position = lseek(fd, tagsize-10, 0);
printf("seek to get audio frame , position = %d\n", position);
int nFrames, nFileSampleRate;
unsigned char ucHeaderByte1, ucHeaderByte2, ucHeaderByte3, ucHeaderByte4;
float fBitRateSum=0;
syncWordSearch:
while( position < file_size)
{
if (read(fd, &ucHeaderByte1, sizeof(ucHeaderByte1)) < 0) {
perror("Read File: ");
exit(1);
}
position ++;
//printf("111:%d\n", ucHeaderByte1);
if( ucHeaderByte1 == 0xFF )
{
if (read(fd, &ucHeaderByte2, sizeof(ucHeaderByte2)) < 0) {
perror("Read File: ");
exit(1);
}
position ++;
unsigned char ucByte2LowerNibble = ucHeaderByte2 & 0xF0;
if( ucByte2LowerNibble == 0xF0 || ucByte2LowerNibble == 0xE0 )
{
++nFrames;
printf("Found frame %d at offset = %ld B\n",nFrames, position);
//printf("Header Bits:\n");
//get the rest of the header:
if (read(fd, &ucHeaderByte3, sizeof(ucHeaderByte3)) < 0) {
perror("Read File: ");
exit(1);
}
position ++;
if (read(fd, &ucHeaderByte4, sizeof(ucHeaderByte4)) < 0) {
perror("Read File: ");
exit(1);
}
position ++;
//print the header:
//printBits(sizeof(ucHeaderByte1),&ucHeaderByte1);
//printBits(sizeof(ucHeaderByte2),&ucHeaderByte2);
//printBits(sizeof(ucHeaderByte3),&ucHeaderByte3);
//printBits(sizeof(ucHeaderByte4),&ucHeaderByte4);
//get header info:
int nFrameSamplingFrequency = findFrameSamplingFrequency(ucHeaderByte3);
int nFrameBitRate = findFrameBitRate(ucHeaderByte3);
int nMpegVersionAndLayer = findMpegVersionAndLayer(ucHeaderByte2);
if( nFrameBitRate==0 || nFrameSamplingFrequency == 0 || nMpegVersionAndLayer==0 )
{//if this happens then we must have found the sync word but it was not actually part of the header
--nFrames;
printf("Error: not a header\n\n");
goto syncWordSearch;
}
fBitRateSum += nFrameBitRate;
if(nFrames==1){ nFileSampleRate = nFrameSamplingFrequency; }
int nFramePadded = findFramePadding(ucHeaderByte3);
//calculate frame size:
int nFrameLength = (144 * (float)nFrameBitRate /
(float)nFrameSamplingFrequency ) + nFramePadded;
printf("\tFrame Length: %d Bytes \n\n", nFrameLength);
//lnPreviousFramePosition=ftell(ifMp3)-4; //the position of the first byte of this frame
//move file position by forward by frame length to bring it to next frame:
position = lseek(fd, position + nFrameLength-4, 0);
}
}
}
float fFileAveBitRate= fBitRateSum/nFrames;
printmp3details(nFrames,nFileSampleRate,fFileAveBitRate);
复制代码
很多文章都是抄来抄去,犯了很多相同的错误,遇到问题,最权威的还是官方文档,需要很耐心的阅读学习,边阅读边实现,加深自己的理解和记忆.
示例代码地址:git@github.com:qingkouwei/mp3parser.git
评论