MPEG简介 + 如何计算CBR/VBR MP3的播放时间
2013-03-01 14:51
381 查看
| 【此文目的】 1.了解MPEG相关知识 2.了解MP3的常见术语含义 3.详解VBR MP3的帧头格式及含义 4.搞懂如何去计算CBR和VBR的MP3文件的播放时间（duration） [align=left] [/align] [align=left]【目录】[/align] 1.MPEG的相关知识 1.1 MPEG是啥 1.2 为啥没了MPEG-3 1.3 MPEG2.5又是啥 1.4 MPEG中不同帧之间的关系 1.5 MPEG-1和MPEG-2音频特性 1.5.1 MPEG-1音频（ISO/IEC 11172-3） 1.5.2 MPEG-2音频（ISO/IEC 13813-3） 1.6 什么是ISO/IEC 11172-3和ISO/IEC 13818-3 2 MP3中常见的术语 2.1 啥叫MP3 2.2 什么是LSF 2.3 什么是帧（frame） 2.4 什么是帧头（header） 2.5 啥是CBR和VBR 2.6 比特率（bitrate） 2.7 边信息（side information） 3 VBR MP3的帧头格式详解 3.1 VBR MP3的帧头类型 3.2 MPEG音频帧格式及其含义介绍 4 MP3的播放时间的计算公式及XING和VBRI头介绍 4.1 CBR的MP3的播放时间(duration)计算公式 4.2 VBR的MP3的播放时间(duration)计算公式 4.2.1 Xing TAG / Xing头（header） 4.2.2 VBRI头（header） 5 计算CBR和VBR的MP3文件的播放时间的步骤 5.1 定位到MPEG的帧头的位置 5.2 解析MPEG帧头，获取必要信息 5.3 判断是VBR还是CBR，根据公式计算播放时间 5.3.1 定位出Xing头 5.3.2 如果有，解析Xing头，并计算播放时间 5.3.3 如果没XING头，定位出VBRI头位置，找VBRI头 5.3.4 如果都没找到，说明是CBR，则计算CBR的播放时间 6 MP3的文件的内容组织结构 7 后记 8 文章引用 [align=left] [/align] [align=left]【表格索引】[/align] 表1 MPEG音频帧头的格式 表2 比特率 表3 每帧的采样数 表4 MPEG不同版本对应的采样率 表5 XING 头 表6 VBRI头 表7 Layer III的边信息（side information） 表8 MP3文件的内容组织结构 [align=left] [/align] 1．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： 1.1 MPEG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。 1.2为啥没了MPEG-3 [align=left]估计有人纳闷了，为啥中间的MPEG3咋没了呢？[/align] 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。 1.3 MPEG2.5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"。 1.4 MPEG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。 1.5 MPEG-1和MPEG-2音频特性 1.5.1 MPEG-1音频（ISO/IEC 11172-3） [align=left]其描述了三层音频编码，具有如下特性：[/align] 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） [align=left]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）。[/align] [align=left]1.5.2.1 MPEG-2/LSF的特性：[/align] 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 [align=left]1.5.2.2 MPEG-2/多声道，的特性：[/align] 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 1.6 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。 [align=left]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。[/align] 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。 2 MP3中常见的术语 [align=left]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：[/align] 2.1 啥叫MP3 [align=left]注意，这个MP3，不是MPEG-3，但是为何叫MP3，是因为：[/align] 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。 [align=left]其中，最常见的就是MPEG 1 的Layer III，就是众所周知的MP3。[/align] 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。 2.2 什么是LSF [align=left]MPEG2/2.5 也常被简称为LSF（Low Sampling Frequencies），低采样率。[/align] 2.3 什么是帧（frame） [align=left]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。[/align] 2.4 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。 2.5 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。 2.6 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. 2.7 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。 3 VBR MP3的帧头格式详解 3.1 VBR MP3的帧头类型 [align=left]VBR MP3的帧头主要有两种，XING和VBRI。[/align] [align=left]关于它们的具体格式和含义，下面会详细解释。[/align] 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”。 [align=left]关于ID3的具体格式，请参考附录中的引用文献。[/align] [align=left]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。[/align] 3.2 MPEG音频帧格式及其含义介绍 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。 [align=left]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。[/align] [align=left]这些帧，由一个个的Slot（槽）组成。[/align] [align=left]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。[/align] [align=left]MPEG帧头的格式及含义[/align] [align=left] [/align]
注意，此处如果上表中的保护位Protection bit==0，那么紧跟着此MPEG的Header之后，会有16bit=2Bytes的CRC， 用于校验此帧头是否出错。主要目的是，以防万一，数据在传输过程中，或者常见的mp3文件拷贝来拷贝 去的过程中，出现此帧头数据有些位出错了，此时，你收到此mp3文件，解码此帧头，用后面16bit的crc和你实际用crc算法算出来的进行比较，就会 发现不一样，就说明此帧头有误。实际情况，很少出错。而且，实际中，很少用到此保护位，很少在帧头后面跟随16bit的CRC。 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。 [align=left]下面是比特率索引表，（单位：Kbit/sec）。[/align]
[align=left]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）。[/align]
[align=left]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：[/align]
4 MP3的播放时间的计算公式及XING和VBRI头介绍 4.1 CBR的MP3的播放时间(duration)计算公式 [align=left]因此，帧大小可以用如下公式计算：[/align] Frame Size = ( (Samples Per Frame / 8 * Bitrate) / Sampling Rate) + Padding Size [align=left]帧大小 = （（每帧的采样数 ÷ 8 × 比特率） ÷ 采样率）+ 填充大小 【公式1】[/align] [align=left] [/align] 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。 [align=left]对于VBR，要用另外的公式。下面将会详细介绍。[/align] 4.2 VBR的MP3的播放时间(duration)计算公式 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。 [align=left]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。[/align] 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 [align=left]VBR文件播放总时间＝总的帧数 × 每一帧的采样个数÷ 采样率 【公式3】[/align] 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。 4.2.1 Xing TAG / Xing头（header） [align=left]此tag由XING公司推出的算法/规范，所以叫做XING。[/align] [align=left]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。[/align] [align=left] [/align] [align=left]下表是XING头的具体格式及含义：[/align]
[align=left] [/align] 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： [align=left]XING头位置 = MPEG头位置 + MPEG帧头大小 + 边信息大小[/align] = MPEG头位置 + 4（或6,当Protection bit==0时，帧头后会有16bit=2byte的CRC） + 边信息大小 【公式4】 [align=left]注：[/align] 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。 4.2.2 VBRI头（header） 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。 [align=left]下表是VBRi头的具体格式及含义，单位为字节：[/align]
5 计算CBR和VBR的MP3文件的播放时间的步骤 [align=left]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。[/align] [align=left]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。[/align] 5.1 定位到MPEG的帧头的位置 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。 5.2 解析MPEG帧头，获取必要信息 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。 5.3 判断是VBR还是CBR，根据公式计算播放时间 [align=left]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：[/align] 5.3.1定位出Xing头 [align=left]根据：[/align] XING头位置 = MPEG头位置 + 4（或 6,当Protection bit==0时，帧头后会有16bit=2byte的CRC） + 边信息大小 【公式4】 [align=left]计算定位到XING头所在位置。上式中：[/align] [align=left]MPEG头位置：[/align] [align=left]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。[/align] [align=left]MPEG帧头大小：[/align] 一般为固定的32 bit = 4字节，所以加4.（当Protection bit==0时，帧头后会有16bit=2byte的CRC，此时帧头大小为6字节） [align=left]边信息大小：[/align] [align=left]对应Layer III，根据MPEG的版本，查下表可得，单位为字节：[/align]
III的边信息（side information） 5.3.2如果有，解析Xing头，并计算播放时间 VBR文件播放总时间＝总的帧数 × 每一帧的采样个数÷ 采样率 【公式3】 [align=left]计算出播放时间长度。[/align] [align=left]其中：[/align] [align=left]总的帧数（Number of Frames）：[/align] [align=left]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。[/align] [align=left]每一帧的采样个数（Samples Per Frame）：[/align] [align=left]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。[/align] [align=left]采样率（Sampling Rate）：[/align] [align=left]根据前面解析MPEG，找到对应的采样率索引 ，然后根据表4采样率，得到此采样率大小。[/align] 5.3.3如果没XING头，定位出VBRI头位置，找VBRI头 [align=left]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。[/align] 5.3.4如果都没找到，说明是CBR，则计算CBR的播放时间 [align=left]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。[/align] [align=left]其中【公式1】中所涉及到的：[/align] [align=left]每帧的采样数（Samples Per Frame）：[/align] [align=left]同上，可根据MPEG头解析出来。[/align] [align=left]比特率（Bitrate）：[/align] [align=left]同上，可根据MPEG头解析出来。[/align] [align=left]采样率（Sampling Rate）：[/align] 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。 [align=left]填充大小（Padding Size）：[/align] [align=left]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.[/align] [align=left]计算出上面几个值后，可以根据：[/align] [align=left]帧大小 = （（每帧的采样数 ÷ 8 × 比特率） ÷ 采样率）+ 填充大小 【公式1】[/align] [align=left]计算出帧大小，然后再去计算：[/align] [align=left]文件大小（File Size）：[/align] [align=left]这个自己计算就可以得到，我的理解是：[/align] [align=left]文件大小= 总文件大小 – 头信息[/align] [align=left]这里的头信息，指的是ID3 V1或ID3 V2之类的头。[/align] [align=left]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。[/align] [align=left]然后，就可以根据：[/align] 播放时间 = 文件大小 ÷ 比特率 × 8 【公式2】 [align=left]计算出播放时间了。[/align] 6 MP3的文件的内容组织结构 所以，总结起来，一般的MP3文件所包含的内容如 下： [align=left] [/align]
[align=center]表8 MP3文件的内容组织结构[/align] 7 后记 最后想说的是，其实很无语，对于很多 东西，尤其是计算机相关的技术，网上能找到的中文资料，多数都是说的不是太清楚。其中，包括我这里要找的，如何去计算VBR的播放时间，多数情况是，不论是去百度Google一下，还是去Google百度一下，找了半天，还是没看到有几个人能说清楚。让人越发感叹道，国内的计算机方面的技术，和国 外，差的的确不是一点两点。人家把规范都定好了，过了N年了，结果咱们到现在，也没几个搞清楚咋回 事。。。 提醒，现已修正关于mpeg header的大小，不是固定的4字节，而是通常为4字节，当Protection bit==0时，帧头后会有16bit=2byte的CRC，此时帧头大小为6字节。 另外，有人提问，关于VBR总时长计算公式中的采样率，如果是变化的话，那么如果得到公式中的那个值的问题，目前我也不能理 解，有待以后解决。 |
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- MPEG简介 + 如何计算 CBR/VBR MP3 的播放时间
- MPEG简介 + 如何计算 CBR/VBR MP3 的播放时间 zt
- MPEG简介 + 如何计算CBR/VBR MP3的播放时间-2
- MPEG简介 + 如何计算CBR/VBR MP3的播放时间
- MPEG简介 + 如何计算CBR/VBR MP3的播放时间 - 1
- MPEG简介 + 如何计算CBR 和VBR的MP3的播放时间
- MP3格式分析（五）---计算CBR和VBR的MP3文件的播放时间的步骤
- MP3文件如何计算总播放时间
- MP3格式分析 计算CBR和VBR的MP3文件的播放时间的步骤
- 关于MP3文件播放时间的计算
- VBR的MP3的播放时间(duration)计算方法
- 关于MP3文件播放时间的计算
- 在symbian中如何使用MP3DecodeDLL播放MP3
- 如何计算时间复杂度
- 用多媒体库 Bass.dll 播放 mp3 : 如何从内存流播放
- js中如何将字符串转化为时间，并计算时间差
- 关于如何计算时间复杂度的方法！
- 如何计算一个算法的时间复杂度
- 用mciSendString制作可播放MPEG,AVI,WAV,MP3等的播放器
- 如何计算时间复杂度