分类： 嵌入式
2013-02-22 11:53:41
此tag由XING公司推出的算法/规范，所以叫做XING。
对于大多数的VBR文件都加了此头，但并不全是。此头位于MPEG音频头后面的某个特定位置。包好了此XING头的第一个帧，其后的数据是空的，所以即使解码器没有考虑到此头，也可以正常处理此帧。对于Layer III的文件来说，比如常见的MP3，此VBR放在边信息（side information）之后。
下表是XING头的具体格式及含义：
|
位置 |
长度（字节） |
含义 |
示例 |
|
0 |
4 |
4个ASCII字符的VBR头 ID，要么是Xing，要么是Info，无NULL结尾（普通字符串都以NULL,即\0结尾） |
'Xing' |
|
4 |
4 |
存放一个标志，用于表示接下来存在哪些域/字段,各字段逻辑或的结果. 0x0001 - 存在总帧数（Frames）字段 0x0002 - 存在文件大小（Bytes）字段 0x0004 –存在TOC字段 0x0008 – 存在音频质量指示字段 |
0x0007 就表示下面存在 总帧数，文件大小总字节数，TOC表 |
|
8 |
4 |
总帧数(Frames)，大端[可选] |
7344 |
|
8或12 |
4 |
文件总大小，单位字节，大端[可选] |
45000 |
|
8，12，16 |
100 |
TOC表，大端[可选] |
|
|
8或12, 16, 108, 112 ，116 |
4 |
音频质量指示，最差0，最好100，大端[可选] |
0 |
5 XING 头
虽然知道了XING头的具体含义，可以去根据具体的值，解析出对应的含义了，但是，由于
其是放在side information之后的，所以，要先定位，找到XING头，关于其位置，用如下公式计算：
XING头位置 = MPEG头位置 + MPEG帧头大小 + 边信息大小
= MPEG头位置 + 4 + 边信息大小 【公式4】
根据头的格式，Xing头里面必须包含ID和flag这两个段。其他字段都是可选的，是否包含，要看flag的值。有时候这个Xing头，CBR里面也有，此时，前面的ID的值就是Info，而不是Xing了。
据了解，目前此头信息，只有用Fraunhofer的编码器生成的MPEG音频文件，才会用到此头。其和Xing头不一样，其放在第一个MPEG头的后面，大小正好是32字节。其位置，长度和示例，都是以字节为单位。
下表是VBRi头的具体格式及含义，单位为字节：
|
位置 |
长度 |
含义 |
示例 |
|
0 |
4 |
4个ASCII字符的VBR头ID：“VBRI”无NULL结尾 |
“VBRI” |
|
4 |
2 |
版本ID，大端，类型：DWORD |
1 |
|
6 |
2 |
延迟，类型：float |
7344 |
|
8 |
2 |
音频质量指示 |
75 |
|
10 |
4 |
文件总大小，大端，类型：DWORD |
45000 |
|
14 |
4 |
总的帧数，大端，类型：DWORD |
7344 |
|
18 |
2 |
TOC表的表项数目，大端，类型：WORD |
100 |
|
20 |
2 |
TOC表项的缩放因子，大端，类型：DWORD |
1 |
|
22 |
2 |
单个TOC表项的大小，单位字节，最大为4，大端，类型：DWORD |
2 |
|
24 |
2 |
帧数/表项，大端，类型：WORD |
845 |
|
26 |
|
用于检索的TOC表，整型值，可以通过每个表项大小乘于表项个数得到此TOC表的总大小，大端 |
|
6 VBRI头
此处只是大概总结一下，具体解析出播放时间，需要哪些步骤。其对应的代码，可以去文章引用中的【1】，注册登录后，可以下载源代码，自己看，就知道了。
或者，可以去参考引用【2】中的Mplayer的VBR 的patch，里面写的更加简单，但是也更容易看明白。
如果文件开始没有ID3 V2的头信息，那么一般MPEG的帧头位置是0，当然，具体还是要根据帧头中的同步位（sync bit），共11位去定位找到帧头。
主要是根据帧头格式，解析出MPEG的版本，MPEG的Layer，以及采样率，比特率等信息，用于后面的解码和计算播放时长。
解析完MPEG头之后,按照如下步骤去判断是CBR还是VBR，并计算出播放时长：
根据：
XING头位置 = MPEG头位置 + 4 + 边信息大小 【公式4】
计算定位到XING头所在位置。上式中：
MPEG头位置：
如果没有ID3 V2这类的信息的话，那么MPEG头位置就是文件的最开始，即0的位置。
MPEG帧头大小：
固定的32 bit = 4字节，所以加4.
边信息大小：
对应Layer III，根据MPEG的版本，查下表可得，单位为字节：
|
|
MPEG 1 |
MPEG 2/2.5 (LSF) |
|
立体声，联合立体声，双声道 |
32 |
17 |
|
单声道 |
17 |
9 |
7 Layer III的边信息（side information）
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】
计算出播放时间长度。
其中：
总的帧数（Number of Frames）：
可以通过解析XING头，找出里面总帧数（Frames），这个字段，一般都是存在的。
每一帧的采样个数（Samples Per Frame）：
根据前面解析MPEG，找到MPEG的版本，以及其实哪个Layer，然后根据表3.2.3 每帧的采样数，得到，每一帧有多少个采样。
比特率（Sampling Rate）：
根据前面解析MPEG，找到4比特大小的比特率索引 ，然后根据表3.2.2 比特率（单位：Kbit/sec），得到此比特率大小。
如果找到，解析VBRI，然后和XING头算法类似，得到需要的值，再根据【公式3】计算出播放时间长度。
Xing和VBRI都无，则是CBR，然后就可以用【公式1】和【公式2】，计算出播放时间长度了。
其中【公式1】中所涉及到的：
每帧的采样数（Samples Per Frame）：
同上，可根据MPEG头解析出来。
比特率（Bitrate）：
同上，可根据MPEG头解析出来。
采样率（Sampling Rate）：
根据MPEG头中解析出来的采样率索引，然后查表：表3.2.4 MPEG不同版本对应的采样率，即可。
填充大小（Padding Size）：
根据MPEG帧头中的Padding位得知是0还是1。多数MP3，都没有padding，即为0.
计算出上面几个值后，可以根据：
帧大小 = （（每帧的采样数 ÷ 8 × 比特率） ÷ 采样率）+ 填充大小 【公式1】
计算出帧大小，然后再去计算：
文件大小（File Size）：
这个自己计算就可以得到，我的理解是：
文件大小 = 总文件大小 – 头信息
这里的头信息，指的是ID3 V1或ID3 V2之类的头。
剩下的，总文件大小，这个不用多解释吧，就是整个读取出来的文件大小。
然后，就可以根据：
播放时间 = 文件大小 ÷ 比特率 × 8 【公式2】
计算出播放时间了。
 |
|
