MP3的播放时间的计算公式及XING和VBRI头介绍

neroliu 2011-11-24

展开全文

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

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。

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。

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÷ 采样率 【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。

4.2.1 Xing TAG / Xing头（header）

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

表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（或6,当Protection bit==0时，帧头后会有16bit=2byte的CRC） + 边信息大小 【公式4】

注：

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。

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

表6 VBRI头

5 计算CBR和VBR的MP3文件的播放时间的步骤

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。

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

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：

5.3.1 定位出Xing头

根据：

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】

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：

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）

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

表7 Layer 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】

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。

采样率（Sampling Rate）：

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。

5.3.3 如果没XING头，定位出VBRI头位置，找VBRI头

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。

5.3.4 如果都没找到，说明是CBR，则计算CBR的播放时间

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。

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：

[ID3。。。] ID3 V2的头，大多数最新的MP3，都有这个头

[APE 头] 用于APE格式的头，现在也用于MPEG

第一帧包含：

1.MPEG 音频头, 固定的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）

2.边信息，9/17/32 字节

[3.Xing 头] 8－120字节，如果是VBR，多数都有此Xing头，而且只有第一帧有

。。。。。音频数据。。。。

第二帧（帧头，边信息，数据。。。）

第三帧（帧头，边信息，数据。。。）

。。。

最后一帧（帧头，边信息，数据。。。）

[TAG 。。。] 128字节的ID3 V1信息，如果没有前面的ID3 V2，多数都有这个ID3 V1的头

注：[]号内的，表示，可选，即如果有的话。

表8 MP3文件的内容组织结构

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。。。

因此，对于计算机方面的资料，尤其是涉及底层技术的，能详细解释清楚你的问题的，多数都是一些英文原版资料。所以，在此，再次，感谢一下原作者。。。

在此感谢

Zhao Ying<zhaoying@mvsilicon.com>

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。