【文章內容簡介】 3V1)；它們的詳細特征如下表： 淮南師范學院 20xx 屆本科畢業(yè)論文 5 表 MP3 各類文件特點 ID3V2 包含了作者，作曲，專輯等信息，長度不固定，擴展了 ID3V1 的信息量 Frame 一系列的幀，個數由文件大小和幀長決定 每個 FRAME 的長度可能不固 定，由位率 bitrate 決定 每個 FRAME 又分為幀頭和數據實體兩部分 幀頭記錄了 mp3 的位率，采樣率版本等信息，每個幀之間相互獨立 ID3V1 包含了作者，作曲，專輯等信息，長度為 128BYTE 一個 MPEG 音頻文件是許多的稱為幀的較小部分組成的，通常，幀是獨立的組成部分，每個幀都擁有之間的頭和音頻信息，沒有文件頭。所以我們可以剪切 MPEG 文件的任何部分并且能夠正常播放。但在 LayerIII 中就并不總是正確的。 幀頭格式 下表 ，使用字符 A到 M表示不同的區(qū)域 AAAAAAAAAAA BB CC D EEEE FF G H II JJ K L MM A 表示幀同步，都為 1，長度為 11； B 表示 MPEG音頻版本 ID （ 00 – MPEG 。 01 – 保留； 10 – MPEG 2。 11 – MPEG 1） 。 C 表示 Layer 描述，（ 00 – 保留 ； 01 LayerIII； 10 – LayerII； 11 LayerI）； D 表示校驗位 （ 0 有跟 16 位 CRC 校驗位； 1 無校驗位）； E 位率索引，長度為 4，對不同的版本，不同層 索引值表示不同的位率 。單位 Kbit F 采樣頻率，單位： Hz G 填充位 （ 0 – 無填充； 1 – 額外的填充） H 私有 bit，用做特殊應用 I 聲道 （ 00 – 立體聲； 01 – 聯合立體聲； 10 – 雙聲道； 11 – 單聲道）； J 擴展模式，僅在聯合立體聲有效 K 版權 （ 0 – 無版權； 1 – 有版權）； L 原創(chuàng) （ 0 – 拷貝； 1 – 原創(chuàng)）； M 強調 （ 00 – 無； 01 – 50/15ms； 10 – 保留； 11 – CCIT ）； 基于 MATLAB 的聲音文件播放器設計 6 表 幀頭 內容圖表 MPEG 1 Layer I MPEG 1 Layer II MPEG 1Layer III MPEG,Layer I Layer II amp。 Layer III 0000 FREE 0001 32 32 32 32 8 0010 64 48 40 48 16 0011 96 56 48 56 24 0100 128 64 56 64 32 0101 160 80 64 80 40 0110 192 96 80 96 48 0111 224 112 96 112 56 1000 256 128 112 128 64 1001 288 160 128 144 80 1010 320 192 160 160 96 1011 352 224 192 176 112 1100 384 256 224 192 128 1101 416 320 256 224 144 1110 448 384 320 256 160 1111 Bits MPEG 1 MPEG 2 MPEG 00 44100 22050 11025 01 48000 24000 120xx 10 320xx 16000 8000 11 保留 CRC 校驗 如果幀頭的校驗位為 0 ，則幀頭后就有一個 16 位的 CRC 值，這個值是 bigendian的值， 把這個值和該幀通過計算得出的 CRC 值進行比較就可以知道該幀是否有效。 幀數據 在幀頭后邊是 Side Info(姑且稱之為通道信息 )。對標準的立體聲 MP3 文件來說其長度 為 32 字節(jié)。通道信息后面是 Scale factor(增益因子 )信息。當解碼器在讀到上述信息后，就可以進行解碼了。當 MP3 文件被打開后，播放器首先試圖對幀進行同步，然淮南師范學院 20xx 屆本科畢業(yè)論文 7 后分別讀取通道信息及增益 因子等數據，再進行霍夫曼解碼，至此我們已經獲得解壓后的數據。但這些數據仍然不能進行播放，它們還處于頻域，要想聽到歌曲還要將它由頻域通過特定的手段轉換到時域。接下來的處理分別為立體化處理；抗鋸齒處理； IMDCT變換； IDCT 變換及窗口化滑動處理。 lame 編碼器 LAME 是最好的 MP3 編碼器，編碼高品質 MP3 的最好也是唯一的選擇。 LAME本身是 DOS 下的文件，需要加外殼程序才比較容易使用，也可以在別的軟件（比如 EAC）中間調用。是一款出色的 MP3 壓縮程序，它使用了獨創(chuàng)的人體聽音心理學模型和聲學模 型，改變了人們對 MP3 高音發(fā)啞、低音發(fā)破的音質的印象。 LAME 分 DLL 和 EXE 兩種版本， DLL 版本做為一個方便的接口程序在大多數抓軌軟件中都能看到（比如 AltoMP3Maker），但由于可控性差，與具備豐富調節(jié)參數的 EXE版相比，其壓縮出來的 MP3 效果稍遜一籌。 VBR（ Variable Bitrate） 動態(tài)比特率。也就是沒有固定的比特率，壓縮軟件在壓縮時根據音頻數據即時確定使用什么比特率，這是以質量為前提兼顧文件大小的方式，推薦編碼模式； ABR（ Average Bitrate）平均比特率，是 VBR 的一種插值參數。 LAME 針對 CBR 不佳的文件體積比和 VBR 生成文件大小不定的特點獨創(chuàng)了這種編碼模式。 ABR在指定的文件大小內，以每 50 幀（ 30 幀約 1 秒）為一段，低頻和不敏感頻率使用相對低的流量，高頻和大動態(tài)表現時使用高流量，可以做為 VBR 和 CBR 的一種折衷選擇。 CBR（ Constant Bitrate），常數比特率，指文件從頭到尾都是一種位速率。相對于VBR 和 ABR 來講，它壓縮出來的文件體積很大，而且音質相對于 VBR 和 ABR 不會有明顯的提高。 3 播放器的設計及方法 本畢業(yè)設計 通過抽樣插值來改變基頻 也使播放速度，播放時間發(fā)生改變， 因此通過時長規(guī)整的方式來使播放速度 和時間恢復到原來。 重疊疊加算法 本程序使用的是用重疊疊加算法來達到時長規(guī)整。重疊疊加算法原理：它分為兩個階段 ——分解和合成。將原始信號以幀長 N，幀間距 sa 進行分解，然后以幀間距 ss 進行合成。 sa 與 ss 的的比值決定了時長規(guī)整因子 F=sa/ss。為保證重疊區(qū)域幅度不變，加了漢明窗。 基于 MATLAB 的聲音文件播放器設計 8 Matlab 的實現 算法 Matlab 的實現及程序流程分為編程和 gui 的設計編 程， y=resample(x,i,d)。%重采樣來達到抽值和插值的目的，然后就是時長規(guī)整 。 在具體介紹算法之前，先簡要地介紹一下幾種參數： 1） W：窗長度（ Window Length）。它代表了接受處理的語音信號的最小長度。 2） Sa：分析延時（ Analysis shift）。它代表了依次截取并進行處理的語音段首地址之間的間隔。 3） Ss：綜合延時（ Synthesis shift）。依次輸出的語音段首地址之間的間隔。 4） kmax：查找延時。這一延時是指分析窗口為了與輸出信號的尾部相一致而必須發(fā)生的一段延時。 5） Wov：后一段語音與前一段語音相疊加的長度。 整個算法首先將語音段中的前 W 個數值取出來，直接存入到輸出序列中。然后根據 Sa 的值取出下一段語音，也就是從第 Sa 個點開始取，一直取 W 個點。然后將這 W個點中的前 Wov 個點與輸出序列的最后 Wov 個點進行比較，比較它們之間的一致性。記錄下比較的情況，然后整個分析窗口（也就是截取 W 個點的窗口）向后移動一個樣值，再將新的序列中的前 Wov 個點與輸出序列中的后 Wov 個點進行比較，同時記錄下比較結果。這樣依次做 Kmax