一、 帧
帧头长4字节，是的，是4个字节，共32位。 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，（后面是可变长度的附加信息，对于标准的MP3文件来说，其长度是32字节，本段括号内的文字内容有待商榷，暂时没见到这样的文件），紧接其后的 是压缩的声音数据，当解码器读到此处时就进行解码了。
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;
1.1 帧头4字节使用说明见表1。
表1 MP3帧头字节使用说明
|
名称 |
位长 |
说 明 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
同步信息 |
11 |
第1、2字节 |
所有位均为1，第1字节恒为FF。 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
版本 |
2 |
00-MPEG 2.5 01-未定义 10-MPEG 2 11-MPEG 1 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
层 |
2 |
00-未定义 01-Layer 3 10-Layer 2 11-Layer 1 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
CRC校验 |
1 |
0-校验 1-不校验 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
位率 |
4 |
第3字节 |
取样率，单位是kbps，例如采用MPEG-1 Layer 3，64kbps是，值为0101。
V1 - MPEG 1 V2 - MPEG 2 and MPEG 2.5 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
采样频率 |
2 |
采样频率，对于MPEG-1： 00-44.1kHz 01-48kHz 10-32kHz 11-未定义 对于MPEG-2： 00-22.05kHz 01-24kHz 10-16kHz 11-未定义 对于MPEG-2.5： 00-11.025kHz 01-12kHz 10-8kHz 11-未定义 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
帧长调节 |
1 |
用来调整文件头长度，0-无需调整，1-调整，具体调整计算方法见下文。padding |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
保留字 |
1 |
没有使用。 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
声道模式 |
2 |
第4字节 |
表示声道， 00-立体声Stereo 01-Joint Stereo 10-双声道 11-单声道 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
扩充模式 |
2 |
当声道模式为01是才使用。
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
版权 |
1 |
文件是否合法，0-不合法 1-合法 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
原版标志 |
1 |
是否原版， 0-非原版 1-原版 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
强调方式 |
2 |
用于声音经降噪压缩后再补偿的分类，很少用到，今后也可能不会用。 00-未定义 01-50/15ms 10-保留 11-CCITT J.17 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
规律说明：根据上表的分析，所有的Mp3文件的数据帧开始的两个字节必需是“FF FA”或者 “FF FB”。
1.2 MP3帧长的计算
MP3帧长取决于位率和频率，计算公式为：
Size=((采样个数 * (1 / 采样率))* 帧的比特率)/8 + 帧的填充大小
对于Mp3格式，Size=((1152 * (1 / 采样率))* 帧的比特率)/8 + 帧的填充大小
=144*帧的比特率/采样率+帧的填充大小
a,帧的填充大小就是第23位的帧长调节，不是0就是1。
b,采样个数：MPEG的不同规范（MPEG-1/2/3），以及同一规范中不同的 Layer(Layer I/II/III)，每一帧
所对应的采样数，都是固定的，其具体的值参见下表：表 4 MPEG帧的采样数索引表（单位：个/帧）
|
|
MPEG 1 |
MPEG 2 (LSF) |
MPEG 2.5 (LSF) |
|
Layer I |
384 |
384 |
384 |
|
Layer II |
1152 |
1152 |
1152 |
|
Layer III |
1152 |
576 |
576 |
3.举例说明
本例是王菲的怀念（大小4,680,730 字节）
前面的四个字节为“FF FB B0 64”对应的二进制串为“11111111 11111011 10110000 01100100”，参照前面的分析，第16位为“1”，则无校验数据；第17至20位为“1011”，则比特率=192kbps；第21至22位为 “00”，则采样频率=44.1kHz；第23位为“0”，则帧长调整是0；所以帧长Size=144*192/44.1+0=626，前面除法需向下求 整（但有时又是四舍五入）。所以在地址0x272处又开始了新的帧，我这里是“FF FB B0 44”。
二 VBR 标志帧
前面分析了帧的结构，Mp3文件分为CBR和VBR两种，这里着重分析一下VBR文件，VBR文件的第一个帧不是有效的数据帧，是它的标志帧。这种标志帧有Xing帧和VBRi帧。
2.1 Xing 帧
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（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FRAME 里，它标识了这个MP3 文件是VBR 的。同时第一个FRAME 里存放了MP3 文件的FRAME 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FRAME 的INDEX，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FRAME 头。
2.1.1 解析帧
表2 VBR Xing文件第一帧结构
|
字节 |
说 明 |
|
|
1－4 |
标准声音帧头(Mp3时，为“FF FA xx xx”或者“FF FB xx xx”) |
|
|
5－40 |
存放VBR文件标识“Xing”（58 69 6E 67），此标识具体位置视采用的MPEG标准和声道模式而定。标识的前后字节没有使用。 |
|
|
37－40 |
MPEG-1和非单声道(常见) 注意：Mp3的就是这种情况，第5至36的数据存储的是前面提到过的32字节的边信息，无效边信息时是32字节的“00” |
|
|
22－25 |
MPEG-1和单声道 |
|
|
22－25 |
MPEG-2和非单声道 |
|
|
14－17 |
MPEG-2和单声道 |
|
|
41－44 |
标志，说明是否存储了帧数、文件长度、目录表和VBR规模信息，如果存储了，则01 02 04 08。注意：如果四种信息都存储了则这4个字节为“00 00 00 0F”，即F的二进制是“1111”，相应地，如果存储了帧数、文件长度、目录表，则这4个字节为“00 00 00 0E” |
|
|
45－48 |
帧数（包括第一帧） |
|
|
49－52 |
文件长度 |
|
|
53－152 |
目录表，用来按时间进行字节定位。 |
|
|
153－156 |
VBR规模，用于位率变动音频质量指示，最差 0，最好 100，大端[可 |
|
2.1.2 举例说明
曲子是：刘德华 - 虹桥机场的咖啡厅.mp3（5,898,130字节，时长3分14秒）
a,第37至40地址为“58 69 6E 67”，就是“Xing”标志了；
b,第41至44地址为“00 00 00 0F”，这里是Flag了，表示该帧存储了帧数、文件长度、目录表和VBR规模信息。
c,第45至48地址为“00 00 1D 11”，这里是文件的总帧数（包括第一帧），是big-endia的，(1*16^3+13*16^2+1*16+1)帧。
d,第49至52地址为“00 59 FD DE”，这里是文件的总大小，也是Big-Endian的， (5*16^5+9*16^4+15*16^3+13*16^2+13*16+14)=5,897,694（字节）， 但是右键文件的属性发现却是5,898,130字节，这多出来的字节暂时还没弄明白（郁闷中）。
e,第53至152地址,就是一百个字节的目录表了（称作TOC表），如图蓝色地部分。
TOC (Table of Contents)
Contains of 100 indexes (one Byte length) for easier lookup in file. Approximately
solves problem with moving inside file.
Each Byte has a value according this formula:
(TOC[i] / 256) * fileLenInBytes
So if song lasts eg. 240 sec. and you want to jump to 60. sec. (and file is 5 000
000 Bytes length) you can use:
TOC[(60/240)*100] = TOC[25]
and corresponding Byte in file is then approximately at:
(TOC[25]/256) * 5000000
If you want to trim VBR file you should also reconstruct Frames, Bytes and TOC
properly.
TCO 索引的计算方式如下 文件长度 100 比如文件持续 240 秒，我需要跳到 60 秒，文件长度为 5000000 字节 计算如下TOC[(60/240)*100] =TOC[25]/256) * 5000000 如果要自己重建的话，基本是把这个步骤反过来做就可以了。要求准确的话，就需要根据时间点找到正确帧的位置然后再计算， 定位帧的做法都是从第一帧开始搜索。
f,第153至156字节地址为“00 00 00 64”，，音频质量指示质量指示器，为 0(最好)-100(最差)的 Big-Endian 值，没想到这个文件的音质是最差的100。
g,接下来是Lame版本的相关信息
2.2 VBRI帧（该种文件没有找到，此部分内容是完全摘抄的，供参考）
据了解，目前此头信息，只有用 Fraunhofer 的编码器生成的 MPEG音频文件，才会用到此
头。其和Xing 头不一样，其放在第一个MPEG头的后面，大小正好是 32字节。其位置，
长度和示例，都是以字节为单位。下表是 VBRi 头的具体格式及含义，单位为字节：
|
位置 （字节） |
长度 （字节） |
含义 |
示例 |
|
0 |
4 |
4个 ASCII字符的 VBR 头ID： “VBRI”无NULL结尾 |
“VBRI” |
|
4 |
2 |
版本 ID，大端，类型：DWORD |
1 |
|
6 |
2 |
延迟，类型：float |
7344 |
|
8 |
2 |
音频质量指示 |
75 |
|
10 |
4 |
文件总大小，大端，类型：DWORD |
45000 |
|
14 |
4 |
总的帧数，大端，类型：DWORD |
7344 |
|
18 |
2 |
TOC 表的表项数目，大端，类型：WORD |
100 |
|
20 |
2 |
TOC 表项的缩放因子，大端，类型：DWORD |
1 |
|
22 |
2 |
单个 TOC 表项的大小，单位字节，最大为 4，大端， 类型：DWORD |
2 |
|
24 |
2 |
帧数/表项，大端，类型：WORD |
845 |
|
26
|
|
用于检索的 TOC 表，整型值，可以通过每个表项大小乘于表项个数得到此 TOC 表的总大小，大端 |
|
三 Info 帧
info帧，结构和Xing帧是相同的，从一些网上的资料显示：这种类型的帧有点怪，在CBR文件中的第一个数据帧可以是Info帧，在VBR文件中的第 一个数据帧也有可能是Info帧，但是我个人更倾向于认为第一个数据帧为Info帧的文件是CBR文件，比如Kugoo软件制作的铃声的第一帧都是 Info帧，而且是CBR文件。在下一篇博文（四）怎样区分是否是固定位率文件和这个有关。