MP文件格式解析.pdf

收稿日期:2003 - 09 - 09汪勇,副教授,主研领域:数据库与信息系统,电子商务MP3文 件 格 式 解 析汪 勇 熊前兴(武汉理工大学计算机学院 武汉430063)摘 要 随着Internet的迅猛发展,MP3高密度和需要较小的传输带宽的特点使其占据乐坛霸主的地位,尽管网络不是音乐发布 的唯一渠道,但MP3已成为一种公认的音乐数据格式本文介绍了关于MP3文件的编码与解码原理,进而对MP3文件格式作了详 细的分析关键词 MP3 文件格式 帧 声音文件 音频压缩FILE FORMAT ANALYSIS OF MP3Wang Y ong Xiong Qianxing( School of Computer, Wuhan University of Technology , Wuhan 430063)Abstract With the rapid development of Internet ,the features of high density and needing smaller transmitting band width make MP3 occupy theheader position of music area. Though network is not only channel to publish music ,MP3 has become a common audio data format.At first ,this paperintroduces the encoding and decoding principle of MP3 ,then it analyses deliberately about MP3 file format.Keywords MP3 File format Frame Audio file Audio compression1 引 言文件压缩技术的日新月异使得MP3成为时下最烫手的音 乐格式,优质的音乐随着0与1的排列迅速散布到世界各地,撼 动人心。

何谓MP3 ? MP3的全称是MPEG Audio Layer3 ,它是一 种高效的计算机音频编码方案,它以较大的压缩比将音频文件 转换成较小的扩展名为 1MP3的文件,基本保持原文件的音质MP3是ISO/MPEG标准的一部分,ISO/MPEG标准描述了使用高 性能感知编码方案的音频压缩,此标准一直在不断更新以满足 “质高量小” 的追求,现已形成MPEGLayer1、Layer2、Layer 3三个 音频编码解码方案MPEGLayer3压缩率可达1:10至1:12 ,1M 的MP3文件可播放1分钟,而1分钟CD音质的WAV文件(44100Hz ,16bit ,双声道,60秒)要占用10M空间,这样算来,一张650M的MP3光盘播放时间应在10小时以上,而同样容量的一 张CD盘播放时间在70分钟左右MP3的优势是CD难以比拟 的2 MP3原理浅析211 MPEG Audio标准MPEG(Moving Picture Experts Group)是ISO下的一个动态图 像专家组,它制定的MPEG标准广泛应用于各种多媒体中MPEG标准包括视频和音频标准,其中音频标准已制定出MPEG- 1、MPEG- 2、MPEG- 2 AAC和MPEG- 4。

MPEG- 1和MPEG- 2标准使用同一个音频编码解码族 —Layer1、2、3MPEG- 2一个新特点是采用低采样率扩展降低数 据流量,另一特点是多通道扩展,将主声道增加为5个MPEG- 2 AAC(MPEG- 2 Advanced Audio Coding)标准是Fraunhofer IIS 同AT ∥ 同步信息unsigned int version:2;∥ 版本unsigned int layer :2;∥ 层unsigned int protection:1;∥CRC校验unsigned int bitrate :4;∥ 位率unsigned int frequency:2;∥ 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 ,3LPHEADER;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长度(位)说明同步信息11版本2层2CRC校验1第1、2 字节所有位均为1 ,第1字节恒为FF 002MPEG215 012未定义 102MPEG2 112MPEG1 002未定义 012Layer 3 1022Layer 2 112Layer 1 02校验12不校验名称长度(位)说明位率4频率2帧长调节1保留字1第3 字节取样率,单位是kbps ,例如采用MPEG- 1 Layer 3 ,64kbps是,值为0101 采样频率,对于MPEG21: 0024411kHz 01248kHz 10232kHz 112未定义 用来调整文件头长度,02无需调整,12调 整,具体调整计算方法见下文 没有使用声道模式2扩充模式2版权1原版标志1强调方式2第4 字节表示声道, 002立体声012Joint Stereo 102双声道112单声道 当声道模式为01是才使用文件合法性,02不合法12合法是否原版,02非原版,12原版 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 002未定义 01250/ 15ms 102保留 112CCITTJ117MP3帧长取决于位率和频率,计算公式为: 帧长=ı144×bitrateΠfrequency +padding」例如:位率为64kbps ,频率为4411kHz ,padding为1时,帧长为210字节。

帧头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,紧接其后的是压缩的声音数据,当解码器读到此时处就进行解码了对于固定位率(CBR ,Constant Bitrate)的MP3文件,并不是所有的帧都是等长的,有的帧可能多一个或几个字节还有一种 可变位率(VBR ,Variable Bitrate)的MP3文件,是为了使MP3文件长度最小同时又保证声音质量,与CBR文件相比,除了第一帧不同外,其余的都一样VBR的第一帧不包含声音数据,其长度是156个字节,用来存放标准的声音帧头(4字节)、VBR文件标识、 帧数、 文件字节数等信息,具体结构说明见表2表2 VBR文件第一帧结构字 节说 明1 - 4与CBR相同的标准声音帧头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 36 - 39MPEG- 1和非单声道(常见)21 - 24MPEG- 1和单声道21 - 24MPEG- 2和非单声道13 - 16MPEG- 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。

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,用于高级应用312 ID3标准MP3帧头中除了存储一些像private、copyright、original的简单音乐说明信息以外,没有考虑存放歌名、 作者、 专辑名、 年份等复 杂信息,而这些信息在MP3应用中非常必要1996年,FricKemp在 “Studio3” 项目中提出了在MP3文件尾增加一块用于存放歌曲的说明信息,形成了ID3标准,至今已制定出ID3 V110 ,V111 ,V210 ,V213和V214标准版本越高,记录的相关信息就越丰富详尽第12期 汪勇等:MP3文件格式解析127 ID3 V 110标准并不周全,存放的信息少,无法存放歌词,无 法录入专辑封面、 图片等V210是一个相当完备的标准,但给 编写软件带来困难,虽然赞成此格式的人很多,在软件中真正实 现的却极少绝大多数MP3仍使用ID3 V110标准此标准是 将MP3文件尾的最后128个字节用来存放ID3信息,这128个 字节使用说明见表3表3 ID3 V110文件尾说明字 节长度(字节)说 明1～33存放 “TAG” 字符,表示ID3 V110标准,紧 接其后的是歌曲信息 4～3330歌名 34～6330作者 64～9330专辑名 94～974年份 98～12730附注 1281MP3音乐类别,共147种313文件实例 在VC++中打开一个名为test. mp3文件,其内容如下:000000FF FB 52 8C 00 00 01 49 09 C5 05 24 60 00 2A C1 00001019 40 A6 00 00 05 96 41 34 18 20 80 08 26 48 29 00002083 04 00 01 61 41 40 50 10 04 00 C1 21 41 50 64 ⋯⋯ 0000D0FE FF FB 52 8C 11 80 01 EE 90 65 6E 08 20 02 30 0000E032 0C CD C0 04 00 46 16 41 89 B8 01 00 08 36 48 0000F033 B7 00 00 01 02 FF FF FF F4 E1 2F FF FF FF FF ⋯⋯ 0001A0DF FF FF FB 52 8C 12 00 01 FE 90 58 6E 09 A0 02 0001B033 B0 CA 85 E1 50 01 45 F6 19 61 BC 26 80 28 7C 0001C005 ACB4 20 28 94 FF FF FF FF FF FF FF FF FF FF ⋯⋯ 0013907F FF FF FF FD 4E 00 54 41 47 54 45 53 54 00 00 0013A000 00 00 00 00 00 00 00 00 00 00 00 00 00 00 00 ⋯⋯ 0013F000 00 00 00 04 19 14 03 00 00 00 00 00 00 00 00 00140000 00 00 00 00 00 00 00 00 00 00 00 00 00 00 00 00141000 00 00 00 00 00 4E该文件长度1416H(51142K) ,帧头为:FF FB 52 8C,转换成二 进制为:11111111 11111011 01010010 10001100。

对照表1可知,test. mp3帧头信息见表4表4 test. mp3文件帧头信息名称位值说 明同步信息1111111 1111第1字节恒为FF ,11位均为1版本11MPEG1 层01Layer 3 CRC校验1不校验 位率010164kbps 频率004411kHz 帧长调节1调整,帧长是210字节 保留字0没有使用 声道模式10双声道 扩充模式00未使用 版权1合法 原版标志1原版 强调方式00未定义第1397H开始的三个字节是54 41 47 ,存放的是字符 “TAG”,表示此文件有ID3 V110信息139AH开始的30个字节存放歌名,前4个非00字节是5445 53 54 ,表示 “TEST” 13F4H开始的4个字节是04 19 14 03 ,存放年份 “04/ 25/2003” 。