正确读取被 ID3 标签破坏的 MP3 文件

Posted 2023-03-07

【中文标题】正确读取被 ID3 标签破坏的 MP3 文件

【英文标题】：Proper reading of MP3 file disrupted by ID3 tags

【发布时间】：2016-06-12 18:20:08

【问题描述】：

我的学期项目将于本周四到期，我在阅读 MP3 文件时遇到了重大问题（该项目是关于声音分析的，不要问我到底是什么以及为什么我这么晚才做）。

首先，我读取前 10 个字节来检查 ID3 标签。如果它们存在，我将直接跳到第一个 MP3 标题 - 或者至少这是个大主意。下面是我计算 ID3 标签大小的方法：

if (inbuf[0] == 'I' && inbuf[1] == 'D' && inbuf[2] == '3') //inbuf contains first 10 bytes from file

    int size = inbuf[3] * 2097152 + inbuf[4] * 16384 + inbuf[5] * 128 + inbuf[6]; //Will change to binary shifts later
    //Do something else with it - skip rest of ID3 tags etc

它适用于没有 ID3 标签的文件和一些带有它们的文件，但对于其他一些文件 ffmpeg（我用于解码）返回“无标题”错误，这意味着它没有正确捕获 MP3 标题。我知道，因为如果我从该 .mp3 文件中删除 ID3（例如使用 Winamp），则不会发生错误。结论是大小计数算法并不总是有效的。

所以问题是：我如何才能知道 .mp3 文件的整个 ID3 部分（所有可能的标签、专辑图片等等）到底有多大？我到处都在寻找它，但我一直在寻找我在上面发布的这个算法。有时我还需要考虑大约 10 个字节的页脚，但它似乎经常需要超过 10 个字节才能最终捕获正确的 MP3 帧。

【问题讨论】：

当您读取 ID3 的大小时，它表示 ID3 标头之后的数据量，因此为了说明标头的 10 个字节，我们将 + 10 添加到大小。如果大小不正确（在十六进制编辑器中检查？）然后考虑查看 sync safe integers 并通过这样的函数传递您的值以获得返回的正确大小。

PS：从十六进制编辑器复制并粘贴到此处...仅显示有问题的 ID3 标头的 10 个字节。您通过代码获得了什么尺寸？并且（来自十六进制编辑器）还告诉我们显示的字节 FF FB 第一个 mp3 帧的偏移量。

【参考方案1】：

ID3v1 标记的大小始终固定为 128 字节。

我会找到下面的描述

如果将所有这些字段的大小相加，我们会发现 30+30+30+4+30+1 等于 125 字节而不是 128 字节。缺失的三个字节可以在标签的最开始，歌曲标题之前找到。这三个字节始终是“TAG”并且是这确实是ID3标签的标识。查找 ID3v1/1.1 标记的最简单方法是查找文件末尾 128 个字节的单词“TAG”。

来源：http://id3.org/ID3v1

还有另一个版本，叫做 ID3v2：

其中一个设计目标是 ID3v2 应该非常灵活和可扩展...... 由于每帧可以是 16MB，而整个标签可以是 256MB，因此您可能再也不会遇到与尝试在限制为 30 个字符的旧 ID3 中编写有用注释时相同的情况了。

此 ID3v2 始终从音频文件的开头开始，您可以在此处阅读：http://id3.org/ID3v2Easy

ID3v2/file identifier   "ID3"
ID3v2 version           $03 00
ID3v2 flags             %abc00000
ID3v2 size              4 * %0xxxxxxx

ID3v2 标记大小用四个字节编码，其中每个字节的最高有效位（第 7 位）设置为零，总共 28 位。零位被忽略，因此一个 257 字节长的标签表示为 $00 00 02 01。

【讨论】：

我已经知道这一切了。问题是，即使我以这种方式实现读取 ID3v2 标记大小并将其保存到某个 x 变量，在读取这些 x 字节后，解码器也几乎无法将文件中的下一个内容识别为正确的 MP3 帧。我的问题不是关于如何计算这个大小，而是为什么在计算它并读取 ID3 的其余部分之后，文件中似乎仍然有一些数据。

【参考方案2】：

bool LameDecoder::skipDataIfRequired()

    auto data = m_file.read(3);
    Q_ASSERT(data.size() == 3);
    if (data.size() != 3)
        return false;
    if (memcmp(data.constData(), "ID3", 3))
    
        m_file.seek(0);
        return true;
    

    // ID3v2 tag is detected; skip it

    m_file.seek(3+2+1);
    data = m_file.read(4);
    if (data.size() != 4)
        return false;

    qint32 size = (data[0] << (7*3)) | (data[1] << (7*2)) |
            (data[2] << 7) | data[3];

    m_file.seek(3+2+1+4+size);

    return true;

【讨论】：

为什么要使用 7 进行位移？

Draykoon D，答案在上面的答案中。使用 28 (4*7) 位而不是 32 位。