MP3 文件格式解析

　　目录：

　　　　1.mp3 文件简介

　　　　2.ID3 tag

　　　　　　id3 v2

　　　　3.音频帧

　　　　　　要注意的地方

　　　　4.参考

　　　　5.一个临时解析方法

　　一、MP3文件简介

　　　　MP3（mpeg-1 Ⅲ 或者 mpeg-2 Ⅲ）是一种将音频以数字形式存储在设备上的文件格式。

　　　　很简单的文件结构示意：

　　　　[ID3 v2] frame_1 frame_2... frame_N [ID3 v1]

　　二、ID3 tag

　　　　id3 v1 和 v2 可任选其一，似乎现在大多数都是 v2 版本了，毕竟可扩展性更高。

　　　　id3 v2 即是标签信息，里面包含有作者、版权、歌词、封面等等信息，如前面示意所示，它总是放在所有数据帧的最前面。

　　　　这样的 MP3 文件都是以ID3 + 版本开头的，ID3 占 3 个字节，版本 2 字节，比如，下图中左边 16 进制数据 49 44 33 表示 ID3 v2， 03 00 就是版本信息，表示 id3 v2.3.0 版本：

　　　　后面1个字节是 flags ，这个在这份文档^[1]中解释十分详细。

　　　　紧接着是 4 个字节以表示整个 ID3 标签块的大小，但不包括标签头，也就是不包括前面这10字节（ID3 占 3 字节 + 版本 2 字节 + 1个 flags 字节 + 大小 4 个字节）。

　　　　接下来实际上就是各种音乐相关信息帧（详细解释请看后面截图部分），组成主要以下面字段（4 个字符，即4字节） + 大小（4 字节） + 标记（2字节）：

4.20    AENC    [[#sec4.20|Audio encryption]]
4.15    APIC    [#sec4.15 Attached picture]
4.11    COMM    [#sec4.11 Comments]
4.25    COMR    [#sec4.25 Commercial frame]
4.26    ENCR    [#sec4.26 Encryption method registration]
4.13    EQUA    [#sec4.13 Equalization]
4.6     ETCO    [#sec4.6 Event timing codes]
4.16    GEOB    [#sec4.16 General encapsulated object]
4.27    GRID    [#sec4.27 Group identification registration]
4.4     IPLS    [#sec4.4 Involved people list]
4.21    LINK    [#sec4.21 Linked information]
4.5     MCDI    [#sec4.5 Music CD identifier]
4.7     MLLT    [#sec4.7 MPEG location lookup table]
4.24    OWNE    [#sec4.24 Ownership frame]
4.28    PRIV    [#sec4.28 Private frame]
4.17    PCNT    [#sec4.17 Play counter]
4.18    POPM    [#sec4.18 Popularimeter]
4.22    POSS    [#sec4.22 Position synchronisation frame]
4.19    RBUF    [#sec4.19 Recommended buffer size]
4.12    RVAD    [#sec4.12 Relative volume adjustment]
4.14    RVRB    [#sec4.14 Reverb]
4.10    SYLT    [#sec4.10 Synchronized lyric/text]
4.8     SYTC    [#sec4.8 Synchronized tempo codes]
4.2.1   TALB    [#TALB Album/Movie/Show title]
4.2.1   TBPM    [#TBPM BPM (beats per minute)]
4.2.1   TCOM    [#TCOM Composer]
4.2.1   TCON    [#TCON Content type]
4.2.1   TCOP    [#TCOP Copyright message]
4.2.1   TDAT    [#TDAT Date]
4.2.1   TDLY    [#TDLY Playlist delay]
4.2.1   TENC    [#TENC Encoded by]
4.2.1   TEXT    [#TEXT Lyricist/Text writer]
4.2.1   TFLT    [#TFLT File type]
4.2.1   TIME    [#TIME Time]
4.2.1   TIT1    [#TIT1 Content group description]
4.2.1   TIT2    [#TIT2 Title/songname/content description]
4.2.1   TIT3    [#TIT3 Subtitle/Description refinement]
4.2.1   TKEY    [#TKEY Initial key]
4.2.1   TLAN    [#TLAN Language(s)]
4.2.1   TLEN    [#TLEN Length]
4.2.1   TMED    [#TMED Media type]
4.2.1   TOAL    [#TOAL Original album/movie/show title]
4.2.1   TOFN    [#TOFN Original filename]
4.2.1   TOLY    [#TOLY Original lyricist(s)/text writer(s)]
4.2.1   TOPE    [#TOPE Original artist(s)/performer(s)]
4.2.1   TORY    [#TORY Original release year]
4.2.1   TOWN    [#TOWN File owner/licensee]
4.2.1   TPE1    [#TPE1 Lead performer(s)/Soloist(s)]
4.2.1   TPE2    [#TPE2 Band/orchestra/accompaniment]
4.2.1   TPE3    [#TPE3 Conductor/performer refinement]
4.2.1   TPE4    [#TPE4 Interpreted, remixed, or otherwise modified by]
4.2.1   TPOS    [#TPOS Part of a set]
4.2.1   TPUB    [#TPUB Publisher]
4.2.1   TRCK    [#TRCK Track number/Position in set]
4.2.1   TRDA    [#TRDA Recording dates]
4.2.1   TRSN    [#TRSN Internet radio station name]
4.2.1   TRSO    [#TRSO Internet radio station owner]
4.2.1   TSIZ    [#TSIZ Size]
4.2.1   TSRC    [#TSRC ISRC (international standard recording code)]
4.2.1   TSSE    [#TSEE Software/Hardware and settings used for encoding]
4.2.1   TYER    [#TYER Year]
4.2.2   TXXX    [#TXXX User defined text information frame]
4.1     UFID    [#sec4.1 Unique file identifier]
4.23    USER    [#sec4.23 Terms of use]
4.9     USLT    [#sec4.9 Unsychronized lyric/text transcription]
4.3.1   WCOM    [#WCOM Commercial information]
4.3.1   WCOP    [#WCOP Copyright/Legal information]
4.3.1   WOAF    [#WOAF Official audio file webpage]
4.3.1   WOAR    [#WOAR Official artist/performer webpage]
4.3.1   WOAS    [#WOAS Official audio source webpage]
4.3.1   WORS    [#WORS Official internet radio station homepage]
4.3.1   WPAY    [#WPAY Payment]
4.3.1   WPUB    [#WPUB Publishers official webpage]
4.3.2   WXXX    [#WXXX User defined URL link frame]

　　　　注意，这里的大小只是字段信息的大小，并且可能有很多信息帧。

　　　　下面是用截图加解释的方式来证明这部分的组成成分。

　　　　我们看下这个 mp3 文件，如下图：

　　　　前面所说的头部分之后出现 TSSE 4 个字符，上面给出的表中也出现了 TSSE，它指的是使用的软/硬件编码方式，大小是 13 （00 00 00 0D）字节，实际上就是图中的 Lavf56.4.101（这说明使用的 ffmpeg 进行编码），正好 13 字节。

　　　　接下来定位到下一个字段：

　　　　APIC 也是上面中有的字段，它是指图片（并且注意到PNG，png 文件一定是以 137 80 78 71 13 10 26 10（89 50 4E 47 0D 0A 1A 0A）这 8 个字节开头，以及后面的 IHDR，它是 PNG 图片格式的组成成分头的部分），它的内容大小共有 530532（00 08 18 64）字节（不包括该帧的大小所占的 4 字节以及标记占的 2 字节），从 . 开始定位到该内容块的最一个字节的位置：

　　　　可以看到下一个字段 TALB 也是出现在表中...等等，可以验证没有任何问题。

　　三、音频帧

　　　　frame 则是包含有音频数据以及与音频数据有关的信息的块，音频信息当然就是比如比特率、采样率、通道、CRC 校验等等。

　　　　每一帧都是按 AAAAAAAA AAABBCCD EEEEFFGH IIJJKLMM 组成，这个在文档^[2]中也有详细解释，我主要想说要注意 2 点：

　　　　　　1.如何在文件中找到音频帧头，这个因为帧头第一个字节一定是 255（FF），但也有可能其他地方也出现 FF，所以不能光用第一个字节判断，但也不能用 4 个字节来判断，有可能一些部分是 FF FB E0 00 ，有的却是 FF FB E2 44，但如果是文件是 MPEG-1 III，那么用前 2 个字节基本上不会错。

　　　　　　2.按计算公式得到的字节大小不一定就等于音频数据大小。

　　四、参考

　　　　[1]: Informal Standard Document: id3v2.3 M. Nilsson 3rd February 1999 http://id3.org/id3v2.3.0

　　　　[2]: http://mpgedit.org/mpgedit/mpeg_format/MP3Format.html

　　五、一个临时解析方法

void ReadMpegAudio(char * filename, PBYTE audio)
{
	std::ifstream file(filename, std::ios::binary);
	unsigned char id3_tag[] = { 255, 251 };
 
	for (unsigned char c = file.get(); !file.eof(); c = file.get())
	{
		int k = 0;
		if (c == id3_tag[0])
		{
			c = file.get();
			if (c == id3_tag[1])
			{
				for (int j = 0; j < 2; j++)
					c = file.get();
				for (;; c = file.get())
				{
					unsigned char gc = c;
					if (c == id3_tag[0])
					{
						c = file.get();
						if (c == id3_tag[1])
							break;
						else
							audio[k++] = gc;
					}
					else
						audio[k++] = gc;
				}
				// std::cout << k << '\n';
			}
			else continue;
		}
		else continue;
	}
}