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;
}
}

  

MP3 文件格式解析的更多相关文章

  1. 多媒体文件格式解析之MP3

    音频文件格式MP3 1. MP3是什么? MP3是MPEG-1 Audio Layer 3的缩写,是当今较流行的一种数字音频编码和有损压缩格式,它设计用来大幅度地降低音频数据量,而对于大多数用户的听觉 ...

  2. mp4文件格式解析(转载)

    mp4文件格式解析 原作:http://blog.sina.com.cn/s/blog_48f93b530100jz4b.html 目前MP4的概念被炒得很火,也很乱.最开始MP4指的是音频(MP3的 ...

  3. ArcGIS三大文件格式解析

    原文:ArcGIS三大文件格式解析 Shape数据 Shapefile是ArcView GIS 3.x的原生数据格式,属于简单要素类,用点.线.多边形存储要素的形状,却不能存储拓扑关系,具有简单.快速 ...

  4. Android init.rc文件格式解析

    /***************************************************************************** * Android init.rc文件格式 ...

  5. MP3文件结构解析(超详细)

    转自:http://blog.csdn.net/u010650845/article/details/53520426 MP3文件结构解析(超详细) 1. MP3文件结构解析 1.1. 概述 1.1. ...

  6. C++PE文件格式解析类(轻松制作自己的PE文件解析器)

    PE是Portable Executable File Format(可移植的运行体)简写,它是眼下Windows平台上的主流可运行文件格式. PE文件里包括的内容非常多,详细我就不在这解释了,有兴趣 ...

  7. 解析prototxt文件的python库 prototxt-parser(使用parsy自定义文件格式解析)

    解析prototxt文件的python库 prototxt-parser https://github.com/yogin16/prototxt_parser https://test.pypi.or ...

  8. mp4文件格式解析(转)

    mp4文件格式解析 MP4文件格式带数据详解 MP4文件格式的解析,以及MP4文件的分割算法

  9. Qt的.pro文件格式解析

    Qt的.pro文件格式解析 在Qt中用qmake生成makefile文件,它是由.pro文件生成而来的,.pro文件的具体格式语法如下: 1.注释 .pro文件中注释采用#号,从"#&quo ...

随机推荐

  1. 题解【洛谷P5767】[NOI1997]最优乘车

    题面 一道很经典的最短路模型转换问题. 考虑如何建图. 我们可以发现,对于每一条公交线路,可以将这条线路上 可以到达的两个点 连一条权值为 \(1\) 的边. 获取一条公交线路上的每一个点可以使用读取 ...

  2. 《图解HTTP》笔记

    web网络基础 概述 Web是建立在HTTP(超文本传输协议)上通信的 通常使用的网络(包括互联网)是在TCP/IP基础上运作的,HTTP属于它的内部子集 TCP/IP协议 协议族 计算机与网络设备要 ...

  3. StaticFileMiddleware 解析

       说明:由于部分产品没有静态资源的管理,我突然想到能不能用现有的静态文件中间件的功能调整一下实现多组织件上传文件的隔离呢?那第一步先看懂   StaticFileMiddleware做了什么吧. ...

  4. 巴塞尔问题(Basel problem)的多种解法

    巴塞尔问题(Basel problem)的多种解法——怎么计算\frac{1}{1^2}+\frac{1}{2^2}+\frac{1}{3^2}+\cdots112+122+132+⋯ ? (PS:本 ...

  5. UVa - 12050 Palindrome Numbers (二分)

    Solve the equation: p ∗ e −x + q ∗ sin(x) + r ∗ cos(x) + s ∗ tan(x) + t ∗ x 2 + u = 0 where 0 ≤ x ≤ ...

  6. luogu P2158 [SDOI2008]仪仗队 (欧拉函数)

    欧拉函数裸题 可惜我太久没做题忘了欧拉函数是什么了... 注意判断一下n = 1的情况就好了 #include <cstdio> using namespace std; ; typede ...

  7. [国家集训队] 拉拉队排练 - Manacher

    用 Manacher 跑出回文串长,注意这里不需要偶数长度所以不需要对串做一些奇怪的处理 然后用前缀和搞一下,计算答案时跑快速幂即可 #include <bits/stdc++.h> us ...

  8. webpack如何编译ES6打包

    前言:随着ES的普及我们越来越多的开始使用ES6的语法了,当然也随着mvvm框架的流行少不了js模块化,那js模块化又有那些呢 在很早的时候大家都用的命名空间,现在也有人用(库名.类别名.方法名) 后 ...

  9. vue中什么是模块 什么是组件?

    模块: 封装好的应用程序,它只是js文件的封装. 组件: 一个完整的单位个体,可以有js可以有css和html. 作者:晋飞翔手机号(微信同步):17812718961希望本篇文章 能给正在学习 前端 ...

  10. 1052 Linked List Sorting (25分)

    题目 1. 思路 使用map存放所有的地址对 使用起始地址遍历map,结果存放在vector中 排序vector 输出vector 2. 注意点 开始的时候起始地址为-1 可能有些节点没有用到,注意排 ...