7.2.1 MP3文件
MPEG音频文件是MPEG1标准中的声音部分，它根据压缩质量和编码复杂程度划分为3层，即Layer1、Layer2、Layer3，分别对应MP1、MP2、MP3这3种音频文件，音频编码的层次越高，编码器越复杂，压缩率也越高，MP1和MP2的压缩率分别为4:1和6:1~8:1，而MP3的压缩率可达10: 1甚至12:1。MP3属于有损失的格式，牺牲音乐文件的质量以换取较小的文件体积，因为人耳只能听到一定频段内的声音（20～20 000 Hz），而其他更高或更低频率的声音对人耳是无法感知的，所以MP3技术就把这部分声音去掉了，从而使得文件体积大为缩小，且在人耳听起来并没有失真。
MP3的文件构成都是由帧构成的，一般包含3部分：ID3V2、数据帧和ID3V1。MP3帧结构如图7-1所示。
图7-1 MP3帧结构
ID3V2包含作者、作曲、专辑等信息，存在文件头部，长度不固定，扩展了ID3V1的信息量。ID3V2一共有4个版本—ID3V2.1/2.2/2.3/2.4，目前流行的播放软件一般只支持第3版，即ID3V2.3。
数据帧个数由文件大小和帧长决定，每个帧的长度可能不固定，也可能固定，由码率决定，每个帧又分为帧头和数据实体两部分，帧头记录了MP3的码率、采样率、版本等信息，每个帧之间相互独立。ID3V1存在文件尾部，长度为128字节。
如果MP3音频文件存在ID3V2标签的话，在文件的首部顺序会记录10字节的ID3V2的头部，即标签头。之后则为ID3V2标签的标签帧，ID3V2由一个标签头和若干个标签帧或者一个扩展标签头组成，至少要有一个标签帧，每一个标签帧记录一种信息。ID3V2标签帧帧头的数据结构如下：
char Header[3]; /* 字符串"ID3" */
char Ver; /* 版本号ID3V2.3就记录为3 */
char Revision; /* 副版本号此版本记录为0 */
char Flag; /* 存放标志的字节，这个版本只定义了3位，很少用到，可以忽略 */
char Size[4]; /* 标签大小，除了标签头的10字节的标签帧的大小 */
ID3V1长度为128字节，位于文件尾部，其数据结构如下：
char Header[3]; /* 标签头必须是"TAG"否则认为没有标签 */
char Title[30]; /* 标题，可以看到上面选择部分确实是30字节*/
char Artist[30]; /* 作者 */
char Album[30]; /* 专集 */
char Year[4]; /* 出品年代 */
char Comment[28]; /* 备注 */
char reserve; /* 保留 */
char track; /* 音轨 */
char Genre; /* 类型 */
接下来是音频数据，每个数据帧都有一个帧头，长度是4字节（32位），帧头后面可能有2字节的CRC（cyclic redundancy check，循环冗余校验），这2字节是否存在取决于帧头信息的第16位，第16位为0则帧头后无CRC校验，为1则有CRC校验，校验值长度为2字节，之后就是帧的实体数据了，格式如图7-2所示。
图7-2 MP3音频数据帧的格式
而帧头格式如表7-2所示，帧头长4字节（32位）。
表7-2 MP3帧头格式
大小端模式
编程中，有很多大于8位的数据类型，对于位数大于8位的处理器，例如16位或者32位的处理器，由于寄存器宽度大于1字节，那么必然存在如何安排多字节的顺序问题。因此就导致了大端模式和小端模式。
大端模式（big-endian）是指数据的高字节保存在内存的低地址中，而数据的低字节保存在内存的高地址中。
小端模式（little-endian）是指数据的高字节保存在内存的高地址中，而数据的低字节保存在内存的低地址中。
例如，数字0x12 34 56 78在内存中的表示形式。在大端模式下：
低地址--------------------------->高地址
0x12 | 0x34 | 0x56 | 0x78
在小端模式下：
低地址--------------------------->高地址
0x78 | 0x56 | 0x34 | 0x12?
7.2.2 WAV文件
WAV文件比MP3文件简单，如果对其结构足够熟悉，完全可以通过代码自己写入WAV文件，特别是在对音频进行调试的时候，这能提高效率，降低复杂度。
以无损WAV格式文件为例，此时文件的音频数据部分为PCM，比较简单，重点在于WAV头部。一个典型的WAV文件头长度为44字节，包含采样率、通道数、样本位数等信息，如表7-3所示。
表7-3 WAV文件头
表7-3为典型的WAV文件头格式，从0x00到0x2B总共44字节，从0x2C开始一直到文件末尾都是PCM音频数据。所以如果我们已经知道了PCM的采样信息，那么可以直接跳过头部的解析，直接从0x2C开始读取PCM即可。WAV文件头对应的结构体如下：
typedef struct {
// WAV文件标志，值为“RIFF”，一个固定字符
// 如果我们想判断一个音频文件是不是WAV格式，那么就看它的前4个字符是不是“RIFF”即可
char ChunkID[4];
// ChunkID和ChunkSize都是4字节
unsigned long ChunkSize;
// 表示是WAVE文件，值为“WAVE”，一个固定字符 */
char Format[4];
// 波形格式标志，值为“fmt”，一个固定字符
char Subchunk1ID[4];
// 数据格式，一般为16、32等
unsigned long Subchunk1Size;
// 压缩格式，大于1表示有压缩，等于1表示无压缩（PCM格式）
unsigned short AudioFormat;
// 声道数量
unsigned short NumChannels;
// 采样频率
unsigned long SampleRate;
// 字节率=采样频率*声道数量*采样位数/8
unsigned long ByteRate;
// 块对齐之后的大小，也表示一帧的字节数，即通道数*采样位数/8
unsigned short BlockAlign;
// 采样位数，存储每个采样值所用的二进制数的位数，一般是4、8、12、16、24或32
unsigned short BitsPerSample;
// 数据标志位，值为“data”，一个固定字符
char Subchunk2ID[4];
// 实际的音频数据总字节数，即整个音频文件的字节数减去文件头部的字节数
unsigned long Subchunk2Size;
} WAVHeader;
版权声明：51Testing软件测试网获得作者授权连载本书部分章节。
任何个人或单位未获得明确的书面许可，不得对本文内容复制、转载或进行镜像，否则将追究法律责
