MP3文件格式解析3

windflowerz

III, 数据帧
5 w6 n, u" G/ x+ p% N0 Q2 V6 z
  k. B" _  m3 Y5 J$ R; V! R1 L数据帧往往有多个，至于有多少，由文件大小和帧大小来决定。每个帧都有一个四字节长的帧头，接下来可能有两个字节的CRC校验，其存在由帧头中的具体信息决定。接着就是帧的实体数据，也就是MAIN_DATA了。

A,帧头结构如下：

位置     长度     描述
（BIT）  （BITS）
7 T* d7 ]; c7 N: J————————————————————————————
31－19   12       Frame sync(0xFFF)
0 g0 d+ `& t+ S7 ]& A1 T0 W18/17    2        Layer, 00 – reserved, 01 – Layer III
                         10 – Layer II, 11 － Layer I
0 `! b2 x) x4 T5 p' @/ q$ h16       1         protection_bit, 0 意味着受CRC保护，帧头后面跟16位的CRC。
15-12    4        bitrate_index, 比特率
11-10    2        sampling_frequency,    00 – 44.1KHz, 01 – 48KHz
                                         10 – 32 KHz,  11 – 保留
9        1        padding_bit,1 意味着帧里包含padding位，仅当采样频率为44.1KHz时发生。
1 `9 j: f; }$ @, U6 ^6 [8        1        private_bit
1 N2 n' E' m& [1 P. P1 I8 z7－6     2        mode,    00－stereo,       01-joint stereo(intensity stereo and/or ms_stereo)
                           11- dual_channel, 11 – single_channel
5-4      2        mode_extension,在Layer III中表示使用了哪一种joint stereo编码方式。
                            Intensity_stereo   ms_stereo
8 H4 d! w2 I6 G5 [) J                   00            off                off
                   01            on                 off
% g4 H9 G1 G8 M- H" f                   10            off                on
                   11            on                 on
0 o$ k$ {; a. u" [4 G8 A  W& S6 l5 l3        1        copyright,1 表示受版权保护。
$ d) b! M; `- r1 [" \6 b8 Z0 E! g2        1        original，0表示该bitstream是一个copy，1表示是original.
1-0      2        emphasis，表示会使用哪一种de-emphasis。
: I% t% o5 I! y6 ?- @5 ~" Z$ C, l                   00 － no emphasis,     01 – 50/15 microsec. Emphasis
                   10 – reserved,        11 – CCITT J.17

1)      无论帧长是多少，每帧的播放时间都是26ms
) c+ V+ y  p* M- T# ]- Z: J( O0 u) _0 e
5 P) B, \$ w8 s5 l2)      数据帧大小：

FrameSize = 144 * Bitrate / SamplingRate + PaddingBit(bytes)
当144 * Bitrate / SamplingRate不能被8整除，则加上相应的paddingBit.
9 S/ R3 c% d) C

B,MAIN_DATA:
9 d/ N, I$ Q. p! Z) @, \6 e
/ k7 I/ q- d6 g6 J6 a6 [! YMP3的granule包含18 * 32个subband采样。每个数据帧含有两个granule的数据，其内容结如下：
       - main_data_end pointer
( I5 p; i$ t; a: y+ R$ W2 B: x       - side info for both granules (scfsi)
4 Z5 r3 C: K! ?- b. r( s, D       - side info granule 1
       - side info granule 2
       - scalefactors and Huffman code data granule 1
       - scalefactors and Huffman code data granule 2

主要数据里包含了scalefactors, Huffman encoded data和ancillary information。其内容不再详叙，可以参考MP3 SPEC－IS0 11172-3 AUDIO PART。我们一般用的都是立体声，scfsi的长度为32个字节。

这里要解释的一个概念就是位流――bitstream。我们平常接触到的数据都是整数，最小的单位就是byte后者char。虽然我们也会用一个字节里的不同位来表示不同的含义，但总的来说，我们在出来数据的时候还是把它当作一个个字节看待。但对MP3这种数据格式来说，这是行不通的。在解码时，它的数据输入就是一个个比特流。其中一个或几个比特会是你的采样数据或者信息编码。你需要从整个MAIN_DATA里提取你所需要的以BIT为单位的参数和输入信号，从而进行解码。所以我们需要一个子程序，getbit(n)，也就是从缓冲中提取所需要的位，并形成一个新的整数，作为我们的输出。

& F+ O+ _$ B0 w' b6 `" IC,LAME标签帧

( ?3 H& a/ O$ k8 o! ]; F4 O可是，当你真的打开一个MP3文件的时候，你会发现，很奇怪，很多时候第一个数据帧的帧头后面的32个字节居然都为0，这是为什么呢，这么奇怪的解码信息该如何解释？找到MP3 INFO TAG REV SPECIFICATION的网站，我才明白，原来第一帧并不是真正的数据帧，而是LAME编码的标志帧。
3 u0 L  E* X1 Z* w/ r! A
- i! \+ U. ?9 s4 j这里又要牵涉到两个概念：CBR和VBR。CBR表示比特率不变，也就是每帧的长度是一致的，它以字符串“INFO”为标记。VBR是Variable BitRate的简称，也就是每帧的比特率和帧的长度是变化的，它以字符串“Xing”为标记。同时，它还存放了MP3文件里帧的总个数，和100个字节的播放总时间分段的帧的INDEX，还有其他一些参数，这被称为Zone A，传统Xing VBR标签数据，共120个字节。
% Y+ S( [) A. a: Y" ]
在二进制文本编辑器里我们还可看到一个字符串“LAME”，并且后面清楚地跟着版本号。这就是20个字节的Zone B初始LAME信息，表示该文件是用LAME编码技术。接下来一直到该帧结束就是Zone C－LAME标签。
$ f* S, q9 b& `+ i9 A6 Q
3，      相关资料

× Mp3 Info Tag rev 1 specifications - draft 0
6 K) ?2 w8 W$ r1 h/ Z& n4 Lhttp://gabriel.mp3-tech.org/mp3infotag.html
' |: L7 N' c' q. A/ j* r7 P
# C5 A0 B* l  O× MP3 文件格式
http://bbs.gliet.edu.cn/bbs/inde ... post&id=1813051

× MP3 SPEC－IS0 11172-3 AUDIO PART
- Z0 y' L* r1 q; p8 fhttp://www.ece.cmu.edu/~ece796/documents/MPEG-1_Audio_CD.doc