分类： 嵌入式
2013-02-22 11:53:36
VBR MP3的帧头主要有两种，XING和VBRI。
关于它们的具体格式和含义，下面会详细解释。
另外常常会提到的是，关于V1和V2两个版本的ID3 头信息，这个主要是用于记录音频文件的一些描述信息，比如歌手，专辑，曲风等，和对音频文件解码，没有直接关系。属于存储音频文件附属信息的头。
ID3的V1和V2，不会同时存在。如果存在ID3的话，一般ID3 V1会放在音频文件的最后，大小128个字节，其中前三个字节是字符“TAG”。ID3 V2放在音频文件的开头处，前三个字节是字符“ID3”。
关于ID3的具体格式，请参考附录中的引用文献。
由于此处介绍的内容，目的是尽快，尽可能精确地去估算MP3文件的（持续）播放时间。所以，此处不涉及，关于如何去编解码实际的音频数据。
MPEG音频文件，由一个个的帧（Frame）组成。每一帧都有个帧头（Frame Header），位于该帧的最开始处，接下来的是音频数据。音频数据多数都是包含了 固定数目 的 音频采样（Sample）。正是基于这个特性，才有后面的VBR的播放时间计算公式。
前面介绍过了，目前，存在的三种Layer的MPEG音频，尽管他们的压缩方法各不相同，但是帧头格式都一样。
这些帧，由一个个的Slot（槽）组成。
Layer I中，一个Slot是4个字节，在Layer II和Layer III中，一个Slot是一个字节。
MPEG帧头的格式及含义
|
位置 |
长度 |
含义 |
示例 |
|
0 |
11 |
用于同步帧，找到此帧头（所有位均置1） |
1111 1111 111 |
|
11 |
2 |
音频版本ID (参见 表3.2) 00 - 版本是MPEG 2.5 (MPED-2的非官方扩展版本) |
11 |
|
13 |
2 |
Layer 的索引 00 – 保留 |
01 |
|
15 |
1 |
保护位 0 – 用16位的CRC保护下面的帧头 |
1 |
|
16 |
4 |
比特率索引 (参见 表2.1.3) |
1001 |
|
20 |
2 |
采样率索引 (参见表2.1.2) |
11 |
|
22 |
1 |
填充位 如果设置了，就会对每帧数据填充一个slot (对于帧大小的计算很重要) |
0 |
|
23 |
1 |
私有位 (仅用于标示性的) |
1 |
|
24 |
2 |
声道的模式 00 – 立体声 注: 双声道文件由两个独立的单声道所组成。大多数解码器把双声道输出成立体声，但是实际上，不是所有的双声道都是立体声的。 |
01 |
|
26 |
2 |
模式扩展 (仅用于联合立体声) (参见 表 2.1.6) |
00 |
1 MPEG音频帧头的格式
在MPEG标准中，描述了一种自由格式（free format），这种自由格式意思为用一个固定比特率对文件进行编码，而此固定的比特率不是我们表中预定义好的。一般的解码器都无法解码这类音频文件。
下面是比特率索引表，（单位：Kbit/sec）。
|
比特率 索引 |
MPEG 1 |
MPEG 2, 2.5 (LSF) | |||
|
Layer I |
Layer II |
Layer III |
Layer I |
Layer II & III | |
|
0000 |
空闲 | ||||
|
0001 |
32 |
32 |
32 |
32 |
8 |
|
0010 |
64 |
48 |
40 |
48 |
16 |
|
0011 |
96 |
56 |
48 |
56 |
24 |
|
0100 |
128 |
64 |
56 |
64 |
32 |
|
0101 |
160 |
80 |
64 |
80 |
40 |
|
0110 |
192 |
96 |
80 |
96 |
48 |
|
0111 |
224 |
112 |
96 |
112 |
56 |
|
1000 |
256 |
128 |
112 |
128 |
64 |
|
1001 |
288 |
160 |
128 |
144 |
80 |
|
1010 |
320 |
192 |
160 |
160 |
96 |
|
1011 |
352 |
224 |
192 |
176 |
112 |
|
1100 |
384 |
256 |
224 |
192 |
128 |
|
1101 |
416 |
320 |
256 |
224 |
144 |
|
1110 |
448 |
384 |
320 |
256 |
160 |
|
1111 |
保留 | ||||
2 比特率
为了计算帧大小，我们需要知道，每一帧里面包含多少个采样，即采样数/帧（sample per frame）。
|
|
MPEG 1 |
MPEG 2 (LSF) |
MPEG 2.5 (LSF) |
|
Layer I |
384 |
384 |
384 |
|
Layer II |
1152 |
1152 |
1152 |
|
Layer III |
1152 |
576 |
576 |
3 每帧的采样数
根据MPEG帧头里面的索引，对应的，不同版本的MPEG的采样率也是不同的：
|
采样率索引 |
MPEG 1 |
MPEG 2 (LSF) |
MPEG 2.5 (LSF) |
|
00 |
44100 Hz |
22050 Hz |
11025 Hz |
|
01 |
48000 Hz |
24000 Hz |
12000 Hz |
|
10 |
32000 Hz |
16000 Hz |
8000 Hz |
|
11 |
保留 | ||
4 MPEG不同版本对应的采样率
因此，帧大小可以用如下公式计算：
Frame Size = ( (Samples Per Frame / 8 * Bitrate) / Sampling Rate) + Padding Size
帧大小 = （（每帧的采样数 ÷ 8 × 比特率） ÷ 采样率）+ 填充大小 【公式1】
由于舍入误差，官方的计算帧大小的方法和此稍有不同。根据ISO标准，应该以slot为单位进行计算，然后对结果取整，再乘于slot的大小。
用如下公式可以计算MP3的播放时间，以秒为单位：
CBR Duration = File Size / Bitrate * 8
播放时间 = 文件大小 ÷ 比特率 × 8 【公式2】
对于CBR的文件，可以用上面的公式，通过第一帧，算出整个文件的播放时间。
对于VBR，要用另外的公式。下面将会详细介绍。
想要计算VBR的MP3的播放时间，我们必须要知道整个文件的平均比特率（average bitrate）。此平均比特率，一般来说，往往和第一帧的比特率相差很大。因为MP3音乐的开头部分，很多是用于现实标题的一些几乎无声的数据。也就意味着，如果解码器对于VBR文件，按照CBR文件来解码，而去通过第一帧去计算整个文件的播放时间，那么往往结果和实际相差很大。这也就是后面引用中一个帖子里面遇到的情况，即，Media Player Classic播放VBR的MP3时的时间问题。
为了得到平均比特率，你必须遍历整个文件的所有帧，然后再才能计算出来，即算出一共有多少帧，将每一帧的比特率加起来得到个总和，用总和去除于帧数，就是平均比特率了。
由于这个做法效率太低，所以就有了VBR的头这个东西，其放在第一帧帧头的后面的。
其包含了此VBR一共有多少帧，有了总的帧数，你就可以用下面的公式去计算播放时间了：
VBR Duration = Number of Frames * Samples Per Frame / Sampling Rate
VBR文件播放总时间 ＝ 总的帧数 × 每一帧的采样个数÷ 比特率 【公式3】
此外，VBR的头中，往往还包含了一个用于定位的TOC（table of content）目录表。即用于在快进或快退的时候，通过表中的信息，可以方便地定位到对应的位置。如果没有此TOC表，需要单独去计算出对应的位置，比较麻烦。
 |
|
