首页　| 　博文目录　| 　关于我

博客访问： 315964
博文数量： 146
博客积分： 198
博客等级：入伍新兵
技术积分： 689
用户组：普通用户
注册时间： 2010-08-24 08:35

文章分类

全部博文（146）

未分配的博文（146）

文章存档

2013年（46）

2012年（98）

2011年（1）

2010年（1）

我的朋友

．MPEG的相关知识

想要了解如何计算VBR的MP3的播放时间之前，要简单了解一些MP3相关的一些基本概念，主要是MPEG的相关知识和编解码的一些知识：

是啥

MPEG全名Moving Pictures Experts Group，动态图像专家组，简单说就是一个专家组，专门研究一些音视频规范的，所以才叫专家，不是我们国家的“砖家”哦。这个专家组是在ISO/IEC（International Standards Organization/International Electrotechnical Commission,国际标准化组织/国际电工委员会）联合指导下成立的。这个组，专门去研究出一个数字音视频的压缩相关的规范，所以最后研究出适用于不同应用环境的N多规范。

和事物发展的过程类似，研究出这么多的规范也是，不同时期，不同的版本，针对不同的应用。也是由简到繁。并且，命名规则都是，按照阿拉伯数字从小到大的：MPEG 1，MPEG2，MPEG4，MPEG-7，最新版本，好像都有MPEG-21了。

为啥没了MPEG-3

估计有人纳闷了，为啥中间的MPEG3咋没了呢？

是没MPEG3，当然，不是被刘谦变魔术变没了，而是由于当时设计者没有规划好，导致已经设计好的MPEG2，性能太好了，都能干本来打算让MPEG3干的活了，所以后来干脆就不去再设计MPEG3了，原定计划就取消了，也就没了MPEG3。看来这个MPEG3，待遇貌似不比胎死腹中好多少。对于很多人误解的，以为MP3就是MPEG-3，也就更错的离谱了。关于MP3的名称来历，下面会再解释。

又是啥

MPEG2.5，简单说就是出身不正，不是官方推出的规范。MPEG 2.5是针对MPEG2的一个非官方的扩展版本，支持更低的采样率。关于其更多解释，网上找到这些：

MPEG声音标准提供三个独立的压缩层次：Layer I、Layer II和Layer III。用户具体选哪个Layer，可以根据自己的要求，在权衡复杂性和声音质量之后，做出自己的选择。

A．Layer I的编码器最为简单，编码器的输出数据率为384 kb/s，主要用于小型数字盒式磁带(digital compact cassette，DCC)。

B．Layer II的编码器的复杂程度属中等，编码器的输出数据率为256 kb/s～192 kb/s，其应用包括数字广播声音(digital broadcast audio，DBA)、数字音乐、CD-I(compact disc-interactive)和VCD(video compact disc)等。

C．Layer III的编码器最为复杂，编码器的输出数据率为64 kb/s，主要应用于ISDN上的声音传输。 MPEG-1 Layer III支持的采样率为32,44.1,48khz,比特率支持32---320kbps MPEG-2 Layer III支持的采样率为16,22.05,24khz,比特率支持8---160kbps

Fraunhofer对此又进行扩展，将原来MPEG-2所支持的低采样率再除以2，得到： 8, 11.025, 和 12 kHz，比特率跟MPEG-2相同，称为 "MPEG 2.5"。

中不同帧之间的关系

对于Layer I和Layer II，不同的帧之间，是互相独立的。也就意味着，你可以任意截取MPEG的音频文件，然后找到第一个正确的帧头，然后解码，然后接下来放余下的帧，这样都可以正确的播放。而对于Layer III，所有帧不保证都是互相独立的。由于可能用到“字节蓄水池（byte reservoir）”，即内部的一个数据缓存，这些帧，都是相关的，最差情况下，要连续缓冲保存9个帧，才能对第一帧解码。

和MPEG-2音频特性

1.5.1 MPEG-1音频（ISO/IEC 11172-3）

其描述了三层音频编码，具有如下特性：

A．一个或两个音频声道

B．采样率32KHz、44.1KHz或48KHz

C．比特率从32Kbps到448Kbps

D．每一层都有其自己的其他特点。

1.5.2 MPEG-2音频（ISO/IEC 13813-3）

其包含了对MPEG-1的两种扩展。通常称为MEGP-2/低采样率（LSF）和MPEG-2/多声道（Multichannel）。

1.5.2.1 MPEG-2/LSF的特性：

A．一个或两个音频声道

B．采样率只有MPEG-1的一半

C．比特率从8Kpbs到256Kbps

1.5.2.2 MPEG-2/多声道，的特性：

A．多达5个全范围的音频声道和一个LFE（Low Frequency Enhancement，也叫做重低音）声道

B．采样率和MPEG-1相同

C．对于5.1声道，最高的比特率可达1Mpbs

什么是ISO/IEC 11172-3和ISO/IEC 13818-3

由于MPEG只是ISO/IEC下面的一个组织，所以，关于MPEG音频部分的规范，也多是出自ISO/IEC之手。

因此，ISO/IEC 11172和ISO/IEC 13818，其实就是MPEG1的音频部分和MPEG-2的别名。

另外，由于MPEG-1和MPEG-2，每个都分好几个部分，其中，第三部分是关于音频的。所以，ISO/IEC 11172-3和ISO/IEC 13818-3，就分别对应着MPEG-1的音频，MPEG-2的音频，也就是我们常常提到的MPEG的音频文件所对应的规范。

中常见的术语

知道了MPEG的来龙去脉后，在了解MP3的播放时间如何计算之前，也要知道其他一些，和MP3相关的知识，和常见的术语：

啥叫MP3

注意，这个MP3，不是MPEG-3，但是为何叫MP3，是因为：

MPEG规范中规定了，每一个版本的MPEG，比如MPEG1，MPEG2等，都有三种不同的Layer，不同Layer的序号命令是以罗马数字的，所以叫做Layer I， Layer II， Layer III。

其中，最常见的就是MPEG 1 的Layer III，就是众所周知的MP3。

根据事物发展由简到繁的规律，我们知道，Layer III，相对Layer I和Layer II，其有着更复杂的压缩算法。正是其相对复杂，用了很多算法，比如声学上的掩蔽效应（masking effect），Huffman压缩等，使得尽可能保持音质的基础上，极大地减少了音频文件大小，也就是说，尽量让你听上去音频声音和音质都没啥变化，但是MP3的文件大小，相对于原先没处理的，或者其他格式的，比如WAV格式等，要小很多，方便大家互相传播交流。这也是MP3如此流行的主要原因之一。

什么是LSF

MPEG2/2.5 也常被简称为LSF（Low Sampling Frequencies），低采样率。

什么是帧（frame）

通俗点说，就是一段连续的数据块。对于MPEG音频文件本身，并没有什么文件头，而是由很多数据块所组成，这样的单个的数据块，就叫做一个（数据/音频）帧（frame）。MP3文件，同理，由很多个帧所组成。帧，也是其他很多音视频技术中的基本单位。

什么是帧头（header）

每一个帧里面，包含了帧头和音频数据。帧头，就是在帧的头部，有一定长度的数据，用于描述改帧音频的一些参数，用于解码器对此音频帧进行解码。对于MPEG的帧头，是固定的32 比特，即4字节。

啥是CBR和VBR

CBR（Constant bitrate）固定(/不变)比特率，VBR（Variable bitrate ），不定(/可变)比特率，变与不变，指的是MP3的比特率是否固定。音频文件可以被编码成CBR或VBR。VBR意思就是，每一帧的比特率不同。由于VBR可以在需要的时候，采用高比特率，所以，一般来说，VBR的音质比CBR的要好。

很多种音视频文件，都可以按照VBR来压缩，比如MP3、WMA、Vorbis OGG、AAC，MPEG-2的视频等。VBR的优点是，和CBR相比，用更小的空间，即文件更小，实现更高的音质。缺点是，编码复杂度增加，编码需要更长时间，而有些硬件编码器可能和VBR不兼容。

比特率（bitrate）

即每秒包含/播放了多少个比特的数据。比特率常用Kbps（kilo bits per second，千比特每秒）表示。此处的千字节=1000字节，而不是1024.

边信息（side information）

在MPEG音频的帧头后面，有一些解码器会用到的一些信息，用于解码器控制音频流的播放，它就叫做边信息。不同版本的MPEG的Layer III的边信息的大小，详见后面的表。