上一篇带你写一个Mp文件解析器-Mp3文件结构全解析(一)中分析了MP3的Tag解析,这篇接着分析MP3的音频内容解析
音频数据解析
每个FRAME 都有一个帧头FRAMEHEADER,长度是4BYTE(32bit),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,紧跟在FRAMEHEADER 后面,接着就是帧的实体数据了,格式如下:
FRAMEHEADER | CRC(free) | 通道信息 | MAIN_DATA |
4 BYTE | 0 OR 2 BYTE | 32 | 长度由帧头计算得出 |
帧头FRAMEHEADER 格式
帧头长4字节,结构如下:
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;
详细说明:
帧长度与帧大小
帧大小即每帧的采样数,表示一帧数据中采样的个数,该值是恒定的,如下表所示:
MPEG1 | MPEG2(LSF) | MPEG2.5(LSF) | |
Layer1 | 384 | 384 | 384 |
Layer2 | 1152 | 1152 | 1152 |
Layer3 | 1152 | 576 | 576 |
帧长度是压缩时每一帧的长度,包括帧头的4个字节。它将填充的空位也计算在内。Layer 1的一个空位长4字节,Layer 2和Layer 3的空位是1字节。当读取MPEG文件时必须计算该值以便找到相邻的帧。注意:因为有填充和比特率变换,帧长度可能变化
计算公式如下:
- Layer 1:Len(字节) = ((每帧采样数/8比特率)/采样频率)+填充4
- Layer2/3:Len(字节) = ((每帧采样数/8*比特率)/采样频率)+填充
例:MPEG1 Layer3 比特率128000,采样率44100,填充0,帧长度为:((1152/8*128K)/44.1K+0=417字节
帧持续时间
计算公式:
每帧持续时间(毫秒) = 每帧采样数 / 采样频率 * 1000
例:1152/441000*1000=26ms
帧数据
在帧头后边是Side Info(姑且称之为通道信息)。对标准的立体声MP3文件来说其长度为32字节。当解码器在读到上述信息后,就可以进行解码了。
对于mp3来说现在有两种编码方式,一种是CBR,也就是固定位率,固定位率的帧的大小在整个文件中都是是固定的(公式如上所述),只要知道文件总长度,和从第一帧帧头读出的信息,就都可以通过计算得出这个mp3文件的信息,比如总的帧数,总的播放时间等等,要定位到某一帧或某个时间点也很方便,这种编码方式不需要文件头,第一帧开始就是音频数据。另一种是VBR,就是可变位率,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(也有用"Info"来标识的,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帧的数据区里,它标识了这个MP3文件是VBR的。同时第一个帧里存放了MP3文件的帧的总个数,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个时间分段的帧索引,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帧头。其实这第一帧就相当于文件头了。不过现在有些编码器在编码CBR文件时也像VBR那样将信息记入第一帧,比如著名的lame,它使用"Info"来做CBR的标记。
VBR头文件
VBR文件头位于MP3文件中第一个有效帧的数据区,详细结构如下:
实现一个数据解析器
主要步骤:
- 读取一个字节,判断是否是FF
- 读取一个字节与上0xF0,判断是否等于0xF0 或者0xE0
- 如果是说明找到一帧音频,再依次读取两个字节中计算位率,采样率等信息
- 通过公式计算音频内容大小:
(144 * (float)nFrameBitRate /(float)nFrameSamplingFrequency ) + nFramePadded
- 跳过音频内容大小个字节,继续读取下一帧.
具体代码实现:
position = lseek(fd, tagsize-10, 0); printf("seek to get audio frame , position = %d\n", position); int nFrames, nFileSampleRate; unsigned char ucHeaderByte1, ucHeaderByte2, ucHeaderByte3, ucHeaderByte4; float fBitRateSum=0; syncWordSearch: while( position < file_size) { if (read(fd, &ucHeaderByte1, sizeof(ucHeaderByte1)) < 0) { perror("Read File: "); exit(1); } position ++; //printf("111:%d\n", ucHeaderByte1); if( ucHeaderByte1 == 0xFF ) { if (read(fd, &ucHeaderByte2, sizeof(ucHeaderByte2)) < 0) { perror("Read File: "); exit(1); } position ++; unsigned char ucByte2LowerNibble = ucHeaderByte2 & 0xF0; if( ucByte2LowerNibble == 0xF0 || ucByte2LowerNibble == 0xE0 ) { ++nFrames; printf("Found frame %d at offset = %ld B\n",nFrames, position); //printf("Header Bits:\n"); //get the rest of the header: if (read(fd, &ucHeaderByte3, sizeof(ucHeaderByte3)) < 0) { perror("Read File: "); exit(1); } position ++; if (read(fd, &ucHeaderByte4, sizeof(ucHeaderByte4)) < 0) { perror("Read File: "); exit(1); } position ++; //print the header: //printBits(sizeof(ucHeaderByte1),&ucHeaderByte1); //printBits(sizeof(ucHeaderByte2),&ucHeaderByte2); //printBits(sizeof(ucHeaderByte3),&ucHeaderByte3); //printBits(sizeof(ucHeaderByte4),&ucHeaderByte4); //get header info: int nFrameSamplingFrequency = findFrameSamplingFrequency(ucHeaderByte3); int nFrameBitRate = findFrameBitRate(ucHeaderByte3); int nMpegVersionAndLayer = findMpegVersionAndLayer(ucHeaderByte2); if( nFrameBitRate==0 || nFrameSamplingFrequency == 0 || nMpegVersionAndLayer==0 ) {//if this happens then we must have found the sync word but it was not actually part of the header --nFrames; printf("Error: not a header\n\n"); goto syncWordSearch; } fBitRateSum += nFrameBitRate; if(nFrames==1){ nFileSampleRate = nFrameSamplingFrequency; } int nFramePadded = findFramePadding(ucHeaderByte3); //calculate frame size: int nFrameLength = (144 * (float)nFrameBitRate / (float)nFrameSamplingFrequency ) + nFramePadded; printf("\tFrame Length: %d Bytes \n\n", nFrameLength); //lnPreviousFramePosition=ftell(ifMp3)-4; //the position of the first byte of this frame //move file position by forward by frame length to bring it to next frame: position = lseek(fd, position + nFrameLength-4, 0); } } } float fFileAveBitRate= fBitRateSum/nFrames; printmp3details(nFrames,nFileSampleRate,fFileAveBitRate);
很多文章都是抄来抄去,犯了很多相同的错误,遇到问题,最权威的还是官方文档,需要很耐心的阅读学习,边阅读边实现,加深自己的理解和记忆.
示例代码地址:git@github.com:qingkouwei/mp3parser.git
如果对你有帮助的话点个赞吧!!!