mp3播放參考代碼(libmad庫):my_minimad
wav播放參考代碼(alsa聲卡,alsa-lib庫):wav_miniplay

WAV 格式文件頭(除了文件頭就是音頻數據了)，很簡單，不用多說

struct WAVFmtHeader {char strRIFF[4]; /* 'RIFF' 資源文件標志，固定字符 */unsigned long dwTotalByte; /* 從下一個成員開始到文件結尾的總字節數 */char strWAVE[4]; /* 'WAVE' 表示是 WAVE 文件，固定字符 */char strFmt[4]; /* 'fmt ' 波形格式標志，固定字符 */unsigned long dwPcmFmt; /* 數據格式 16LE,32LE等等 */unsigned short bIsCompress; /* 是否是壓縮的 PCM 編碼，大于 1 表示有壓縮，等于 1 表示無壓縮 */unsigned short wChannels; /* 聲道數量 */unsigned long dwPcmSampRate; /* 采樣頻率 */unsigned long dwByteRate; /* byte 率， byterate = 采樣頻率 * 音頻通道數量 * 數據位數 / 8 */unsigned short wFrameSize; /* 塊對齊/幀大小 framesize = 通道數 * 數據位數 / 8 */unsigned short wSampBitWidth; /* 樣本數據位數 */char strData[4]; /* 'data' 數據標志，固定字符 */unsigned long dwPcmDataSize; /* 實際音頻數據的大小 */ };

1. MP3 全稱

• MP3 全稱是 MPEG1 PlayerIII 音頻文件
• MPEG (Moving Picture Experts Group) 動態圖像專家組，也就是為圖像制作標準的組織，由 1988 年成立
• 根據壓縮的復雜度分為 PlayerI PlayerII 與 PlayerIII，復雜程度依次遞增

2. MP3 文件的組成

MP3 文件的最小組成單位是幀。

2.1 ID3vX

ID3vX 是一種標簽，在 MP3 文件中也以幀的形式存在，不過并不是 MP3 文件的有效音頻數據幀，而是一個標簽，里面包含有歌曲信息，例如：作曲人，歌曲制作時間等等

• ID3v1

第一個版本的音頻標簽，長度為固定的 128 字節，位置在 MP3 文件的尾部。(事實上我看了很多的 MP3 文件，尾部并沒有這個標簽幀，這點存在疑惑)

ID3v1 標簽幀的數據格式如下所示:

char Header[3]; /* 標簽頭必須是"TAG"否則認為沒有標簽 */ char Title[30]; /* 標題 */ char Artist[30]; /* 作者 */ char Album[30]; /* 專輯 */ char Year[4]; /*出品年代*/ char Comment[30]; /*備注*/ char Genre; /*類型*/

其數據存放按照順序一個個存放，如果長度不足則補 0，ID3v1 應該已經比較少用了

• ID3v2.3

ID3v2 其實有 4 個版本，但是常用的只有 2.3 這個版本，所以這里只記錄 2.3 版本的信息
ID3v2.3 有標簽頭和標簽幀，標簽頭記錄版本以及整個 ID3v2.3 的大小，標簽幀則是記錄歌曲信息

ID3v2.3 在文件的開頭存放，從第一個字節開始，整個 ID3v2 的結構圖如下所示

ID3v2 的結構圖表

描述字節數內容

標簽頭	ID3v2標識	3	固定字符 “ID3” ，表示是 ID3v2 標簽
	ID3v2子版本號	2	03H 00H 表示是 ID3v2.3
	ID3v2標志	1	abc00000B a 非同步編碼 b 擴展標簽頭 c 測試指示為，都是 1 有效，一般都是 0
	ID3v2大小	4	只有后 7 位有效,size = byteA:7 * 0x200000 + byteB:7 * 0x4000 + byteC:7 * 0x80 + byteD:7
擴展標簽頭	擴展標簽頭大小	4	size = byte0 * 0x200000 + byte1 * 0x4000 + byte2 * 0x80 + byte3
	擴展標志	2	xx
	補空大小	4	你可以在所有的標簽幀后面添加補空數據，也可以預留空間存放額外的幀，使得整個標簽大小比標簽頭中的大小要更大，這里記錄的就是增加的大小，一般不用
標簽幀	幀標識	4	固定的 4 個字符，用來標識這一幀里面存放的內容是什么，標識見下面的對照表：標簽幀的標識以及其意義對照表
	幀大小	4	size = byte0 * 0x200000 + byte1 * 0x4000 + byte2 * 0x80 + byte3
	標志	2	不重要
	幀數據	size	存放的數據
…	…	…	…
	補空	補空大小	00H …

/* IDxVx 的頭部結構 */ struct IDxVxHeader {unsigned char aucIDx[3]; /* 保存的值比如為"ID3"表示是ID3V2 */unsigned char ucVersion; /* 如果是ID3V2.3則保存3,如果是ID3V2.4則保存4 */unsigned char ucRevision; /* 副版本號 */unsigned char ucFlag; /* 存放標志的字節 */unsigned char aucIDxSize[4]; /* 整個 IDxVx 的大小，除去本結構體的 10 個字節 *//* 只有后面 7 位有用 */ };

2.2 CBR 與 VBR

• CBR ：幀長度固定，也就是說每一幀的播放時間是固定的，知道了一幀的長度以及文件的大小就可以計算出整個播放時長
• VBR ：幀長不固定，要獲得整個播放時長需要知道文件一共有多少幀

幀長計算公式

LayerII 與 LayerII
幀長 = (每幀采樣次數 * 比特率 / 8 / 采樣率) + 補白
LayerI
幀長 = (每幀采樣次數 * 比特率 / 8 / 采樣率) + 補白 * 4

CBR 總播放時長計算公式

播放時長 = (文件大小 – ID3標簽大小) * 8 / 比特率

VBR 總播放時長計算公式

播放時長 = 有效數據幀總幀數 * 每幀采樣數 / 采樣率
每幀數據的采樣數索引表:每幀數據的采樣數表
每一幀的播放時長計算公式
幀播放時長 = 采樣數 / 采樣頻率 * 1000 毫秒

事實上 windows 上面我看到的都是按照 CBR 格式計算時長的，所以采用 CBR 格式計算即可

2.3 有效數據幀

所有的有效數據幀都有幀頭，幀頭為 4 個字節，它們的含義如下所示

有效數據幀幀頭

偏移地址(bits)位數(bits)內容

0	11	幀同步標識，表示數據幀一幀的開始
11	2	MPEG 音頻版本號，參照表：MPEG 音頻版本表
13	2	Layer 版本，參照表：Layer 索引表
15	1	保護位，0 - 16bit CRC 0 - 無 CRC
16	4	比特率索引，參照表：比特率索引表(單位-Kbps)
20	2	采樣率索引，參照表：采樣率索引表
22	1	如果設置的話數據被補空為一個 slot，LayerI slot 是 4 字節，其余為 1 字節
23	1	私有位
24	2	channel 模式，參照表：channel 模式表
26	2	模式擴展
28	1	Copyright 位
29	1	Original 位
30	2	強調，不關注

結構體可定義為如下所示：

struct DataFrameHeader {unsigned int bzFrameSyncFlag1:8; /* 全為 1 */unsigned int bzProtectBit:1; /* CRC */unsigned int bzVersionInfo:4; /* 包括 mpeg 版本，layer 版本 */unsigned int bzFrameSyncFlag2:3; /* 全為 1 */unsigned int bzPrivateBit:1; /* 私有 */unsigned int bzPaddingBit:1; /* 是否填充，1 填充，0 不填充layer1 是 4 字節，其余的都是 1 字節 */unsigned int bzSampleIndex:2; /* 采樣率索引 */unsigned int bzBitRateIndex:4; /* bit 率索引 */unsigned int bzExternBits:6; /* 版權等，不關心 */ unsigned int bzCahnnelMod:2; /* 通道* 00 - Stereo 01 - Joint Stereo* 10 - Dual 11 - Single*/ };

VBR 有效數據幀

由于市面上大多數 MP3 壓縮都是用的 LAME 公司的技術，所以只講 LAME 公司，”Info” 與 “Xing” 都是 LAME 公司的數據壓縮標識
采用 VBR 編碼的音頻數據在有效數據幀的第一幀會有一個 VBR 頭，且只有第一幀有，頭部標識為 “Xing”。數據幀的第一幀包涵了整個 MP3 文件的信息，幀頭是 4 個字節，接著是 32 字節的 0 填充，然后是 “Info” 或者 “Xing” 字符標識

此 VBR 頭在上面有效數據幀幀頭之后偏移 32 字節的位置，數據格式如下

VBR 頭

偏移(byte)長度(byte)內容

0	4	固定的 ‘Xing’ or ‘Info’
4	4	不關注
8	4	幀數量，大端存儲
8 or 12	4	字節數，大端存儲
8, 12 or 16	100	100 個時間點索引，例如一段音頻長 3 分鐘，分成 100 份，記錄每一段的起始位置
8, 12, 16, 108, 112, 116	4	不關注

3. MP3 文件的內容排列

ID3v2 如果有的話 補空 如果有 ID3V2 VBR幀(有效數據幀第一幀) 如果是 VBR 編碼的話 有效數據幀 一定有 ID3v1 一定有(大多數地方寫的)，我看到的就沒有

MPEG 音頻版本表

indexcontent

00	MPEG 2.5
01	reserved
10	MPEG 2
11	MPEG 1

Layer 索引表

indexcontent

00	reserved
01	LayerIII
10	LayerII
11	LayerI

比特率索引表(單位 Kbps)

index------

Bitrate Index		MPEG 1			MPEG 2,2.5
	LayerI	LayerII	LayerIII		LayerI	LayerII & LayerIII
0000
0001	32	32	32		32	8
0010	64	48	40		48	16
0011	96	56	48		56	24
0100	128	64	56		64	32
0101	160	80	64		80	40
0110	192	96	80		96	48
0111	224	112	96		112	56
1000	256	128	112		128	64
1001	288	160	128		144	80
1010	320	192	160		160	96
1011	352	224	192		176	112
1100	384	256	224		192	128
1101	416	320	256		224	144
1110	448	384	320		256	160
1111

采樣率索引表

采樣率索引MPEG-1 (Hz)MPEG-2 (Hz)MPEG-2.5 (Hz)

00	44100	22050	11025
01	48000	24000	12000
10	32000	16000	8000
11	reserved	reserved	reserved

每幀數據的采樣數

-MPEG 1MPEG 2 (LSF)MPEG 2.5 (LSF)

Layer I	384	384	384
Layer II	1152	1152	1152
Layer III	1152	576	576

channel 模式表

indexcontent

00	Stereo
01	Joint Stereo (Stereo)
10	Dual channel (Two mono channels)
11	Single channel (Mono)

標簽幀的標識以及其意義對照表

indexcontent

AENC	[Audio encryption]
APIC	[Attached picture]
COMM	[Comments]
COMR	[Commercial frame]
ENCR	[Encryption method registration]
EQUA	[Equalization]
ETCO	[Event timing codes]
GEOB	[General encapsulated object]
GRID	[Group identification registration]
IPLS	[Involved people list]
LINK	[Linked information]
MCDI	[Music CD identifier]
MLLT	[MPEG location lookup table]
OWNE	[Ownership frame]
PRIV	[Private frame]
PCNT	[Play counter]
POPM	[Popularimeter]
POSS	[Position synchronisation frame]
RBUF	[Recommended buffer size]
RVAD	[Relative volume adjustment]
RVRB	[Reverb]
SYLT	[Synchronized lyric/text]
SYTC	[Synchronized tempo codes]
TALB	[Album/Movie/Show title]
TBPM	[BPM (beats per minute)]
TCOM	[Composer]
TCON	[Content type]
TCOP	[Copyright message]
TDAT	[Date]
TDLY	[Playlist delay]
TENC	[Encoded by]
TEXT	[Lyricist/Text writer]
TFLT	[File type]
TIME	[Time]
TIT1	[Content group description]
TIT2	[Title/songname/content description]
TIT3	[Subtitle/Description refinement]
TKEY	[Initial key]
TLAN	[Language(s)]
TLEN	[Length]
TMED	[Media type]
TOAL	[Original album/movie/show title]
TOFN	[Original filename]
TOLY	[Original lyricist(s)/text writer(s)]
TOPE	[Original artist(s)/performer(s)]
TORY	[Original release year]
TOWN	[File owner/licensee]
TPE1	[Lead performer(s)/Soloist(s)]
TPE2	[Band/orchestra/accompaniment]
TPE3	[Conductor/performer refinement]
TPE4	[Interpreted, remixed, or otherwise modified by]
TPOS	[Part of a set]
TPUB	[Publisher]
TRCK	[Track number/Position in set]
TRDA	[Recording dates]
TRSN	[Internet radio station name]
TRSO	[Internet radio station owner]
TSIZ	[Size]
TSRC	[ISRC (international standard recording code)]
TSSE	[Software/Hardware and settings used for
TYER	[Year]
TXXX	[User defined text information frame]
UFID	[Unique file identifier]
USER	[Terms of use]
USLT	[Unsychronized lyric/text transcription]
WCOM	[Commercial information]
WCOP	[Copyright/Legal information]
WOAF	[Official audio file webpage]
WOAR	[Official artist/performer webpage]
WOAS	[Official audio source webpage]
WORS	[Official internet radio station homepage]
WPAY	[Payment]
WPUB	[Publishers official webpage]
WXXX	[User defined URL link frame]

總結

以上是生活随笔為你收集整理的MP3文件格式全解的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。