走进音视频的世界——mp3封装格式

MP3，全称是MPEG Audio Layer3，利用人耳对高频声音信号不敏感的特性，结合心理声学模型，把时域信号转换为频域信号，并划分多个频段，对不同频段使用不同压缩率进行压缩。整体压缩率达到1:10，甚至1:12。

一、MP3整体结构

MP3由ID3v2、Frame、ID3v1构成。其中，Frame表示若干音频帧。如下图所示：

 二、ID3V2结构

ID3v2由标签头、扩展头、若干标签帧组成。如下表所示：

其中Frame ID由4个ASCII字节表示，如下图所示：

 

 常见的Frame ID描述如下：

• TALB: 专辑，album
• TBPM: 节拍数，beats per minute
• TCOM: 作者，composer
• TCON: 内容类型， content type
• TCOP: 版权信息，copyright message
• TIME: 制作时间，time
• TIT1: 内容属组描述，content group description
• TIT2: 标题/歌曲名，title/SongName
• TLAN: 语言，language

三、MP3帧

MP3帧由帧头+音频数据组成。其中帧头由4个字节构成。每个字段所占bits及其描述如下：

 1、version ID

版本ID由2个bits组成。其中Version1来自ISO/IEC 11172-3, Version2来自ISO/IEC 13818-3，如下图所示：

 2、Bitrate Index

码率是提供索引表，根据索引下标去数据查表得到对应码率。如下图所示：

 3、Samplerate Index

采样率与码率类似，也是通过索引下表去数组查表得到对应采样率。如下图所示：

四、ID3v1结构

ID3v1包括：头标识、标题、艺术家、专辑、年份、评论等。共128个字节。如下表所示：

 参考：Declared_ID3v2_frames

            mp3-tech.org