1.MP3簡述
MP3全稱爲MPEG Audio Layer 3，它是一種高效的計算機音頻編碼方案，它以較大的壓縮比將音頻文件轉換成較小的擴展名爲.mp3的文件，基本保持源文件的音質，MP3是ISO/MPEG標準的一部分，現已形成MPEG Layer1、Layer2、Layer3三種音頻編解碼方案，分別對應MP1、MP2、MP3 這三種聲音文件。
MPEG(Moving Picture Expert Group)是ISO下的一個動態圖像專家組，它指定的MPEG標準廣泛的應用於各種多媒體中，MPEG標準包括視頻和音頻標準，其中音頻標準已制定出MPEG-1、MPEG-2、MPEG-2 ACC、MPEG-4。MPEG-1和MPEG-2標準使用同一個音頻編解碼族Layer1、2、3，MP3絕大多數使用的是MPEG1標準
ID3一般位於一個mp3文件的開頭或末尾的若干字節內，記錄該mp3文件的歌手、標題、專輯名稱、年代、風格等信息，ID3分位兩個版本，V1版ID3在文件末尾的固定128字節，以TAG字符開頭，若沒有則認爲無ID3V1信息，V2版ID3位於mp3的開頭，長度可變。
2.MP3文件結構
MP3文件大體上分爲三個部分：ID3V2 + 音頻數據 + ID3V1
2.1.ID3V2解析
ID3V2一共有四個版本，ID3V2.1/2.2/2.3/2.4，目前流行的播放軟件一般只支持第三版即ID3V2.3，由於ID3V1記錄在文件的末尾處，ID3V2就只能記錄在文件的首部了，也是因爲這個原因，對ID3V2的操作比ID3V1要慢，而且ID3V2的結構比ID3V1的結構複雜的多，但是ID3V2可以記錄更多的信息，長度可變，ID3V1則長度固定爲128字節，以TAG字符開頭。
ID3V2.3由一個標籤頭和若干個標籤幀或者一個擴展標籤頭組成（至少要有一個標籤幀），每一個標籤幀記錄一種信息，例如作曲、標題等。
2.1.1. 標籤頭
位於文件開始處，長度爲10字節，結構如下：
B[0:2] 標識頭，必須爲“ID3”
B[3] 版本號，ID3V2.3 就記錄3
B[4] 副版本號，此版本記錄爲0
B[5] 標誌字節，一般爲0，只使用高三位，其它位爲0
a：表示是否使用Unsynchronisation；
b：表示是否有擴展頭部，一般沒有，所以一般也不設置；
c：表示是否爲測試標籤，99.99%的標籤都不是測試標籤，不設置
B[6:9] 標籤大小，共四個字節，每個字節只使用低7位，最高位不使用恆爲0，計算時將最高位去掉，得到28bit的數據，計算公式如下：Size=(Size[0]&0x7F)*0x200000+(Size[1]&0x7F)*0x400+(Size[2]&0x7F)*0x80+(Size[3]&0x7F)
2.1.2. 標籤幀
每個標籤幀都有10個字節的幀頭和至少一個字節的內容構成，標籤幀與"標籤頭/其他標籤幀"無特殊字節分割，只能通過幀頭信息來確定幀內容的大小。幀頭長度10字節，定義如下：
B[0:3] 標識幀，說明其內容類型，例如作者，標題等
TIT2=標題
TPE1=作者
TALB=專集
TRCK=音軌格式：N/M 其中N爲專集中的第N首，M爲專集中共M首，N和M 爲ASCII 碼錶示的數字
TYER=年代是用ASCII 碼錶示的數字
TCON=類型直接用字符串表示
COMM=備註格式："eng\0備註內容"，其中eng 表示備註所使用的自然語言
B[4:7] 幀內容大小 ，不包括幀頭，不得小於1，計算公式如下：Size = Size[0]*0x100000000 + Size[1]*0x10000+ Size[2]*0x100 +Size[3];
B[8:9] 標誌幀，只定義了6 位使用每個字節的高三位，其他位均爲0
a -- 標籤保護標誌，設置時認爲此幀作廢
b -- 文件保護標誌，設置時認爲此幀作廢
c -- 只讀標誌，設置時認爲此幀不能修改
x -- 壓縮標誌，設置時一個字節存放兩個BCD 碼錶示數字
y-- 加密標誌
z-- 組標誌，設置時說明此幀和其他的某幀是一組
2.2.音頻數據解析
|<–4字節幀頭–>|<–2字節可選CRC,取決於幀頭的第16位–>|<–32字節通道信息–>|<–聲音數據–>|
2.2.1. 數據幀幀頭
幀頭長4字節，結構如下：
2.2.2. 幀大小和幀長度
幀大小即每幀的採樣數，表示一幀數據中採樣的個數，該值是恆定的，如下表所示：
幀長度是壓縮時每一幀的長度，包括幀頭的4個字節。它將填充的空位也計算在內。Layer 1的一個空位長4字節，Layer 2和Layer 3的空位是1字節。當讀取MPEG文件時必須計算該值以便找到相鄰的幀。注意：因爲有填充和比特率變換，幀長度可能變化
計算公式如下：
Layer 1： Len(字節) = ((每幀採樣數/8*比特率)/採樣頻率)+填充*4
Layer2/3： Len(字節) = ((每幀採樣數/8*比特率)/採樣頻率)+填充
例：MPEG1 Layer3 比特率128000，採樣率44100，填充0，幀長度爲((1152/8*128K)/44.1K+0=417字節
2.2.3. 幀持續時間
計算公式：每幀持續時間(毫秒) = 每幀採樣數 / 採樣頻率 * 1000
例：1152/441000*1000=26ms