我的要求不算高手机铃声|我的要求不算高mp3下载_附歌词_9号软件下载MPEG简介 + 如何计算CBR和VBR的MP3的播放时间
MPEG简介 + 如何计算CBR和VBR的MP3的播放时间
本文主要介绍了MPEG相关的一些基础知识，MP3中常见的术语，以及XING和VBRI头的简介，然后介绍如何计算CBR和VBR的MP3播放时间，最后总结了关于MP3的一些常见的数据的来源。
本文提供多种格式供：
HTML版本的在线地址为：
有任何意见，建议，提交bug等，都欢迎去讨论组发帖讨论：
简介MPEG相关知识
详细介绍如何计算CBR和VBR的MP3的播放时间
修正了VBR播放时间的计算公式（原中文说明部分有误）
添加了一些MP3相关的知识点的解释
调整了排版格式
详解两种CBR播放时间的计算公式
通过Docbook发布
本文章遵从：
本文所写内容，多数整理自互联网，版权归原作者所有
笔者知识有限，文中难免有误，欢迎批评指正，admin (at)
觉得此文对你有帮助，想要发邮件来感谢的，也欢迎哈，^_^
欢迎盗版，盗版不究，但请转载时注明原作者
2. 此文目的
了解MPEG相关知识
了解MP3的常见术语的含义
详解VBR MP3的帧头格式及含义
搞懂如何去计算CBR和VBR的MP3文件的播放时间（duration）
第 1 章 MPEG的相关知识
摘要想要了解如何计算VBR的MP3的播放时间之前，要了解一些和MP3相关的一些基本概念，其中主要是MPEG的相关知识和编解码的一些基础知识。
1.1. MPEG是啥
MPEG全名Moving Pictures Experts Group，动态图像专家组，简单说就是一个专家组，专门研究一些音视频规范的，所以才叫专家，不是我们国家的“砖家”哦。
这个专家组是在ISO/IEC（International Standards Organization/International Electrotechnical Commission,国际标准化组织/国际电工委员会）联合指导下成立的。
这个组，专门去研究出一个数字音视频的压缩相关的规范，所以最后研究出适用于不同应用环境的N多规范。
和事物发展的过程类似，研究出这么多的规范也是，不同时期，不同的版本，针对不同的应用。也是由简到繁。
并且，命名规则都是，按照阿拉伯数字从小到大的：MPEG1，MPEG2，MPEG4，MPEG-7，最新版本，好像都有MPEG-21了。
1.2. 为啥没有了MPEG-3
估计有人纳闷了，中间的MPEG3咋没了呢？
是没MPEG3，当然，不是被刘谦变魔术变没了，而是由于当时设计者没有规划好，导致已经设计好的MPEG2，性能太好了，都能干本来打算让MPEG3干的活了，所以后来干脆就不去再设计MPEG3了，原定计划就取消了，也就没了MPEG3。
看来这个MPEG3，待遇貌似不比胎死腹中好多少。对于很多人误解的，以为MP3就是MPEG-3，也就错的离谱了。
关于MP3的名称来历，下面会再解释。
1.3. MPEG2.5又是啥
MPEG2.5，简单说就是出身不正，不是官方推出的规范。MPEG 2.5是针对MPEG2的一个非官方的扩展版本，支持更低的采样率。关于其更多解释，网上找到这些：MPEG声音标准提供三个独立的压缩层次：Layer I、Layer II和Layer III。用户具体选哪个Layer，可以根据自己的要求，在权衡复杂性和声音质量之后，做出自己的选择。
Layer I的编码器最为简单，编码器的输出数据率为384 kb/s，主要用于小型数字盒式磁带(digital compact cassette，DCC)。
Layer II的编码器的复杂程度属中等，编码器的输出数据率为256 kb/s～192 kb/s，其应用包括数字广播声音(digital broadcast audio，DBA)、数字音乐、CD-I(compact disc-interactive)和VCD(video compact disc)等。
Layer III的编码器最为复杂，编码器的输出数据率为64 kb/s，主要应用于ISDN上的声音传输。
对于Layer III：
MPEG-1 Layer III支持的采样率为32,44.1,48khz,比特率支持32---320kbps
MPEG-2 Layer III支持的采样率为16,22.05,24khz,比特率支持8---160kbps。
Fraunhofer对此又进行扩展，将原来MPEG-2所支持的低采样率再除以2，得到： 8, 11.025, 和 12 kHz，比特率跟MPEG-2相同，称为 "MPEG 2.5"。
1.4. MPEG中不同帧之间的关系
对于Layer I和Layer II，不同的帧之间，是互相独立的。也就意味着，你可以任意截取MPEG的音频文件，然后找到第一个正确的帧头，后开始解码，对于余下的帧，都是同样的处理，解码后，进行播放，这样都可以正确的播放。
而对于Layer III，所有帧不保证都是互相独立的。此处不保证完全独立，指的是当前的帧和前后临近的那些帧，不一定完全独立，有可能有一定关系。这是由于可能用到“字节蓄水池（byte reservoir）”的技术，即内部的一个数据缓存，当前帧和其后的一些帧，都是相关的，最差情况下，要连续缓冲保存9个帧，才能对第一帧解码。
1.5. MPEG-1和MPEG-2音频特性
1.5.1. MPEG-1音频（ISO/IEC 11172-3）
MPEG-1音频（ISO/IEC 11172-3）描述了三层音频编码，具有如下特性：
一个或两个音频声道
采样率32KHz、44.1KHz或48KHz
比特率从32Kbps到448Kbps
每一层都有其自己的其他特点。
1.5.2. MPEG-2音频（ISO/IEC 13813-3）
MPEG-2音频（ISO/IEC 13813-3）包含了对MPEG-1的两种扩展。通常称为MEGP-2/低采样率（LSF）和MPEG-2/多声道（Multichannel）。
1.5.2.1. MPEG-2/LSF的特性
一个或两个音频声道
采样率只有MPEG-1的一半
比特率从8Kpbs到256Kbps
1.5.2.2. MPEG-2/多声道 的特性
多达5个全范围的音频声道和一个LFE（Low Frequency Enhancement，也叫做 重低音）声道
采样率和MPEG-1相同
对于5.1声道，最高的比特率可达1Mpbs
1.5.3. 什么是ISO/IEC 11172-3和ISO/IEC 13818-3
由于MPEG只是ISO/IEC下面的一个组织，所以，关于MPEG音频部分的规范，也都是出自ISO/IEC之手。
因此，ISO/IEC 11172和ISO/IEC 13818，其实就是MPEG-1和MPEG-2的别名。
另外，由于MPEG-1和MPEG-2，每个都分好几个部分，其中，第3部分是关于音频（Audio）的。
所以，ISO/IEC 11172-3和ISO/IEC 13818-3，就分别对应着MPEG-1的音频，MPEG-2的音频，也就是我们常常提到的MPEG的音频文件所对应的规范。
第 2 章 MP3中常见的术语
摘要知道了MPEG的来龙去脉后，在了解MP3的播放时间如何计算之前，还要知道其他一些MP3相关的知识及常见的术语：
2.1. 啥叫MP3
注意，这个MP3，不是MPEG-3，但是为何叫MP3，是因为：
MPEG规范中规定了，每一个版本的MPEG，比如MPEG1，MPEG2等，都有三种不同的Layer，不同Layer的序号命令是以罗马数字的，所以叫做Layer I， Layer II， Layer III。其中，MPEG-1或MPEG-2的Layer III，被称为MP3，而其中最常见的是MPEG 1 的Layer III，所以，被大家所熟知的MP3，一般都指的是MPEG-1的Lay III。
即MPEG-1的Layer III被简称为MP3。
根据事物发展由简到繁的规律，我们知道，Layer III，相对Layer I和Layer II，有着更复杂的压缩算法。正是其相对复杂，用了很多算法，比如声学上的掩蔽效应（masking effect），Huffman压缩等，才使得可以实现，在尽可能保持音质的前提下，极大地减少了音频文件大小，也就是说，尽量让你听上去音频声音和音质都没啥变化，但是MP3的文件大小，相对于原先没处理的音频数据或者其他格式的，比如WAV格式等，要小很多。
音质满足大家的要求，文件又小，在互联网时代，就非常方便大家互相交流传播。
这也是MP3如此流行的主要原因之一。
2.2. 什么是LSF
MPEG2/2.5 也常被简称为LSF（Low Sampling Frequencies），低采样率。
2.3. 什么是帧（frame）
帧，即数据帧，通俗点说，就是一段数据，一块数据，数据块。
对于MPEG音频文件本身，并没有什么文件头，而是由很多数据块所组成，这样的单个的数据块，就叫做一个（数据/音频）帧（frame）。
而MP3文件，就是由很多个帧所组成。
帧，也是其他很多音视频技术中的基本单位。
2.4. 什么是帧头（Frame Header）
每一个帧里面，包含了帧头和音频数据。帧头，就是在帧的头部，有一定长度的数据，用于描述改帧音频的一些参数，用于解码器识别相关音频参数，用于对音频帧解码。
对于MPEG的帧头，是固定的32 比特，即4字节。
2.5. 啥是CBR和VBR
CBR（Constant BitRate）固定(/不变)比特率，VBR（Variable BitRate ），不定(/可变)比特率。此处的固定与可变，指的是MP3的比特率，而不是指采样率。
音频文件可以被编码器编码成CBR或VBR。
VBR意思就是，每一帧的比特率都不一定相同（当然，很有可能临近的一些帧的比特率相同）。由于VBR在编码的时候，根据当前采样的声音数据的复杂度，去判断是采用何种比特率。比如对于很复杂的声音，那么就用更多的比特位去编码，如果是很简单的声音甚至是无声（silence）的数据，那么就可以用很少的比特位去编码，这样不同情况下，所产生的MP3音频数据的大小，是不同的，但是却可以一直保持同样的音质。
因此，总体来说，对于同样大小的MP3文件，VBR的音质一般要比CBR的好。
很多种音视频文件，都可以按照VBR来压缩，比如MP3、WMA、OGG Vorbis、AAC，MPEG-2的视频等。
VBR的优点是，和CBR相比，用更小的空间，即文件更小，实现更高的音质。缺点是，编码复杂度增加，编码和解码都需要更长时间，而且很早之前，有些硬件编码器可能和VBR不兼容。不过现在一般硬件的音频解码器，都可以很好的兼容VBR了。
2.6. 比特率（Bitrate）
即每秒包含了多少个比特的数据。比特率常用Kbps（kilo bits per second，千比特每秒）表示。注意，此处的千比特=1000 bits，而不是1024.
2.7. 边信息（Side Information）
在MPEG音频的帧头的后面，有一些解码器会用到的一些信息，用于解码器控制音频流的播放，它就叫做 边信息。
2.8. MP3的TAG
MP3文件中，会在一些位置（文件最开始或者是最后，或者其他某个固定位置），存放一些TAG，即标签，用于描述文件的相关信息，其中最常见的一些，比如，MP3音乐的歌手名，专辑名，专辑年份，曲风等等。
关于MP3的TAG，现在常见的有ID3v1（ID3的第一版），ID3v2（ID3的第二版），APEv2等。
同一文件中，一般只存在某一种TAG， 即，是ID3v2或 APEv2或ID2v1或其他。
与此相关的应用方面，我们用千千静听去播放MP3的时候，播放器中点击文件属性，还可以看到有MP3标签的读取优先级方面的设置，默认设置为APEv2 & ID3v2 & ID3v1。
如果MP3文件中存在ID3的TAG话：
ID3v1会放在音频文件的最后，大小128个字节，其中前三个字节是字符“TAG”。
ID3v2 一般放在音频文件的开头处，前三个字节是字符“ID3”。
关于ID3的具体格式，请参考附录中的引用文献。
MP3的TAG，只是用于存储歌曲等方面的辅助描述信息，与MP3的解码，没啥关系，故此处不在过多介绍。
第 3 章 MPEG的帧Frame
MPEG音频文件，由一个个的帧（Frame）组成。
每一MPEG帧都有个帧头（Frame Header），位于帧的最开始处，接下来的是音频数据(Audio Sample/Audio Data)，即：
MPEG帧 = MPEG帧头 + MPEG音频数据
下面分别详细介绍MPEG帧头和音频数据的细节内容：
3.1. MPEG帧头（Frame Header）
MPEG音频的三种Layer的，尽管他们的压缩方法各不相同，但是帧头格式都一样。
先说一下大小，MPEG帧头，共32bit=4字节。
然后再看具体的格式及含义，如下所示：
表 3.1. MPEG音频的帧头的格式
用于同步帧，找到此帧头（所有位均置1）
MPEG音频的版本ID
MPEG 2.5 (MPED-2的非官方扩展版本)
MPEG 2 (ISO/IEC 13818-3)
MPEG 1 (ISO/IEC 11172-3)
Layer的索引
用16位的CRC保护下面的帧头
填充位。如果设置了此位，就会对每帧数据填充一个slot (对于帧大小的计算很重要)
私有位 (仅用于标示性的)
声道的模式
混合立体声
(两个单声道)
一个声道 (单声道)
模式扩展 (仅用于联合立体声) （注：此处不是本文重点，故忽略相关的索引表）
双声道文件由两个独立的单声道所组成。大多数解码器把双声道输出成立体声，但是实际上，不是所有的双声道都是立体声的。
表 3.2. MPEG比特率索引表（单位：Kbit/s）
比特率索引
MPEG 2, 2.5 (LSF)
Layer II & III
常见MP3的比特率
强调部分：就是我们此处所关心的MP3（MPEG-1，Layer III）的比特率。
红色部分：即128kbps，192kbps，320kbps等，就是我们常见的MP3的比特率。
表 3.3. MPEG帧的采样率索引表（单位：Hz）
采样率索引
MPEG 2 (LSF)
MPEG 2.5 (LSF)
常见MP3采样率
强调部分：就是我们最常见的MP3（MPEG-1）的采样率44100Hz=44.1K Hz
从上面MPEG帧头的格式中可以看出，MPEG的音频，都是有相对固定的比特率，采样率等参数，关于这每一帧的这些参数的具体值，都是找到索引值，然后查对应的索引表，而得知具体的值。
不过，顺便提一点，在MPEG标准中，也描述了一种自由格式（free format），这种自由格式意思为用一个固定比特率对文件进行编码，而此固定的比特率不是我们那些索引表中所预定义好的。对于这类自由格式的MPEG音频，一般的解码器都无法解码。
3.1.1. 举例说明MPEG帧头的含义
下图给出了一般MP3的格式及举例说明了MPEG的帧头所对应的信息：
图 3.1. MPEG帧头含义举例
3.2. MPEG音频数据
MPEG帧，除了开始部分的MPEG帧头外，余下的就是MPEG的音频数据。
需要注意的，MP3中的帧，是MPEG帧，其中的音频数据部分，是经过MP3的相关算法压缩后的数据，而不是原始采样过来的数据。
MPEG音频数据部分，包含了固定数目的 音频采样（Audio Sample）。
其中关于采样个数：
MPEG的不同规范（MPEG-1/2/3），以及同一规范中不同的Layer(Layer I/II/III)，每一帧所对应的采样数，都是固定的，其具体的值参见下表：
表 3.4. MPEG帧的采样数索引表（单位：个/帧）
MPEG 2 (LSF)
MPEG 2.5 (LSF)
常见MP3每帧采样数
强调部分：就是我们此处所关心的，MPEG-1，Layer III，即MP3，不论是CBR还是VBR，文件中的每一帧，其采样的个数/采样数，都是固定的1152个。
而后面要介绍如何计算VBR MP3的播放时间，正是基于此前提：
MP3，即MPEG-1，Layer III，不论是CBR，还是VBR，每一帧的采样个数都是固定的1152个。即每一帧，都是固定的1152个采样。
同时，我们还要注意另外一点，那就是对于被某个编码器将原始音频数据编码为MP3数据后，得到的MP3文件，对于此单个文件，其采样率，始终都是一样的。也就是说，如果解析MP3的第一帧MPEG头得到的采样率是44100Hz的话，那么此MP3文件后面的所有的帧的采样率，也肯定都是44100Hz，即这个采样率，对于同一个MP3文件来说，是固定的。
于此相对的是，VBR中的Variable Bitrate，中的Variable，可变的，指的是，变化的比特率，而不是采样率。
总结一下就是：
CBR和VBR中的固定和可变，都是指的是比特率Bitrate，而不是采样率Sample Rate。对于同一MP3文件，不论CBR还是VBR，采样率都是固定的。
因为该采样率对应着此MP3被编码器编码的那一时刻，编码器的采样率也是最开始时候就设置好，并且之后不会再变化（除了你重新录制另外一个MP3文件）。
关于这个知识点，一定要搞清楚，否则就会出现我最开始遇到的情况，以为VBR的采样率也是变化的，导致别人问我那么是不是意味着对VBR MP3解码，每一帧都要重新设置解码器的采样率，如果回答是，那mplayer等常见解码器的代码实现中，没看到对应设置，只看到了最开始解码MP3时候，只设置一次其采样率，其后解码每一帧，都是没有重新设置采样率的。而实际结果是，VBR变化的只是比特率，采样率是固定的，所以只需要在解码MP3最开始的时候设置一次即可。
3.3. MPEG帧的大小
前面已经解释了，MPEG帧= 帧头 + 数据。
下面来看看，MPEG的帧的大小，即帧头的大小，加上帧数据的大小。
解释MPEG帧大小之前，先要介绍个名词：Slot，槽。
MPEG帧，由一个个的Slot（槽）组成。
Layer I中，一个Slot是4个字节；
Layer II和Layer III中，一个Slot是一个字节。
所以，此处可以简单的理解为：
MPEG的Layer III中，帧是有一个个字节所组成。（是不是听起来像句废话，^_^）
好了，知道了此处MPEG的Layer III的帧的基本单位为字节之后，我们再来看看帧的大小是多少。
首先，帧头，不用多说，都是前面提到的，固定的32比特=4字节。
其次要好好解释一下MPEG帧的音频数据的大小，可用如下公式计算：
公式 3.1. Frame Data Size
Frame_Data_Size
= Audo_Data_Size + Frame_Padding_Size
= Frame_Time * Frame_Bitrate + Frame_Padding_Size
= (Sample_Number * Time_per_Sample) * Frame_Bitrate + Frame_Padding_Size
= (Sample_Number * (1/Sample_Rate)) * Frame_Bitrate + Frame_Padding_Size
公式 3.2. 帧数据大小
帧数据大小
= 音频数据大小 + 帧的填充大小
= 帧的时长 * 帧的比特率 + 帧的填充大小
= （采样个数 * 每一采样的时长）* 帧的比特率 + 帧的填充大小
= （采样个数 * （1 / 采样率））* 帧的比特率 + 帧的填充大小
帧的填充大小：对于MPEG的Layer III来说，单位就是字节，不够8bit一个字节的话，添加padding对应的bit，凑够一个字节。所以，具体padding几个bit，要看每一帧的数据的bit是否是8的倍数，如果本身是8的倍数，那么padding就是0，如果不是，根据具体情况决定补齐几个bit。
采样个数：对于MP3，即MPEG-1，Layer III来说，不论CBR还是VBR，每一帧采样个数都是固定的1152个。
采样率：对于MP3，即MPEG-1，Layer III来说，不论CBR还是VBR，对于单个MP3文件来说，也是固定的，每一帧采样率，都是一样的。采样率是多少，通过解析第一帧，即可得知所有帧的采样率。
帧的比特率：
CBR：每一帧都是一样的。通过解析第一帧即可得知其他所有帧的比特率。
VBR：每一帧都不同，所以要针对每一帧具体解析帧头，才能得知每一帧的比特率具体是多少。
3.3.1. 常见MPEG帧的音频数据大小是418字节
以常见的采样率为44100 Hz，比特率为128kbps的CBR的MP3来计算：
帧数据大小
= （采样个数 * （1 / 采样率））* 帧的比特率 + 帧的填充大小
= （1152 * （1/44100 Hz））* 128kbps + 填充大小
= 3343.7 比特 + 填充大小
= 417.959字节 + 填充大小
= 418 字节
对应的MPEG帧大小为：
MPEG帧大小
= 帧头 + 帧数据
而对于VBR的帧的大小，就不是能这么简单计算出来的了。
因为VBR是每一帧的比特率都是变化的，所以对于每一帧的大小，都先要解析每一帧的帧头，得到每一帧的比特率，然后才可以计算出来每个帧的大小。
另外提及一点，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。
不过，我们此处计算的是MPEG的Layer III，本身slot就是一个字节，所以计算方法是对的。
如果计算的是Layer I，一个slot是4字节，就要先以4字节为单位进行计算，然后对结果取整，再乘于slot大小，即再乘于4字节。
第 4 章 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)计算方法
4.1.1. 计算CBR的MP3的播放时间的方法之一
对于计算CBR的MP3的播放时间，其是Constant Bitrate，固定的比特率，每一帧的比特率也都是固定的同样的大小，所以，相对来说，很容易想得到，用文件大小，直接除于比特率，就可以得到文件的播放时间了，即就用如下公式可以计算MP3的播放时间：
公式 4.1. CBR播放时间（CBR Duration）
CBR Duration
= File Size(Byte) × 8 bit/Byte ÷ （Bitrate（K bit/s）× 1000 bit/Kbit ）
CBR播放时间
= 文件大小（字节）× 8比特/字节 ÷（比特率 千比特/秒 ×1000 比特/千比特）
文件大小：
严格地说，应该是MP3的文件总大小，减去MP3的Tag的大小，即
文件大小 = 总的MP3文件大小 – MP3的Tag大小
其中，MP3的Tag，往往和MP3文件总大小相比，几乎可以忽略不计，所以，一般也可以直接用总的MP3为文件大小，直接来计算：
文件大小 = 总的MP3文件大小
比特率：可以通过解析MP3文件的第一帧的MPEG的帧头，得到比特率的索引值，然后查比特率索引表，即可得到比特率是多少。
所以，可以看出，对于CBR的文件，可以用上面的公式，获得MP3文件大小后，再去解析第一帧的MPEG帧头，得到比特率索引值，查表得到比特率的值，然后就算出整个CBR MP3文件的播放时间。
4.1.2. 计算CBR的MP3的播放时间的方法之二
另外，多说一句，我原先以为，还有另外一种计算方法，即：
“总帧数乘于每一帧的时长法”
总的时长 = 每一帧的时长 * 总的帧数
就是先计算每一帧的时间长度，再计算一共有多少帧，然后将两者相乘，即可得到文件总时长。
= 每一帧的采样个数 * 每一采样的时长
= 每一帧的采样个数 * （1 / 每一帧的采样频率）
= 文件大小 / 单个帧的大小
= 文件大小（字节）*
8比特/字节 / （（每个帧的时长 * 比特率（千比特/秒） * 1000比特/千比特））
但是后来发现，上面这个计算总的帧数的方法，其实是不精确的，是把每一帧的4字节的MPEG帧头漏掉了。
因此，才会有之前的想法，认为这两种计算CBR的MP3的播放时间的计算公式是同一种：
此法，其实和上面的是同一个方法，因为上面两个等式相乘之后，即为：
= 每一帧的时长 * 总的帧数
=每一帧的时长 * [总的文件大小（字节）*
8比特/字节 / （ （每个帧的时长 * 比特率（千比特/秒） * 1000比特/千比特） ）]
= [总的文件大小（字节）*
8比特/字节 / [ 比特率 千比特/秒 * 1000比特/千比特）]
还是和上面的方法是，是同一个公式。
”而对于上面的总的帧数的计算方法，真正正确的是：
= 文件大小 ÷ 单个帧的大小
= 文件大小 ÷ （帧头 + 帧数据）
= 文件大小 ÷ （固定的4字节 + 帧数据）
= 文件大小（字节）×
8比特/字节
÷ （ 4 + [ 每个帧的时长 × 比特率（千比特/秒）× 1000（比特/千比特）] ）
方法二，即为：
CBR播放时间
= 每一帧的时长 × 总的帧数
= （每一帧的采样个数 ×（1 / 每一帧的采样频率））×（ 文件大小（字节）×
8比特/字节
÷ （ 4 + [ 每个帧的时长 × 比特率（千比特/秒）× 1000（比特/千比特）] ） ）
= 文件大小（字节）× （ 4 + （每一帧的采样个数÷每一帧的采样频率）× 比特率（千比特/秒）× 1000（比特/千比特）÷ 8比特/字节] ））×（每一帧的采样个数÷每一帧的采样频率）
文件大小：是总的MP3文件大小，减去MP3的Tag的大小。
4.1.3. 计算CBR的MP3的播放时间的两种方法的总结
也因此，最开始的原以为的第二种方法，和第一种，是同一种的想法，其实是错误的。正确的理解是，第二种方法的确是另外一个方法，而且更准确。
因为第一种方法：
CBR播放时间
= 文件大小（字节）× 8比特/字节 ÷（比特率 千比特/秒 ×1000 比特/千比特）
中的比特率，只是针对每一帧的音频的数据的，而并不包括4字节的帧头，而（参见上面的解释）：“常见MPEG帧的音频数据大小是418字节”，所以，这样比较起来，至少是，没418+4=422的这一个帧，其中只有418个是真正的音频数据，而比特率，指的只是这个帧数据的比特率，并不包括4字节的帧头，如果也包含进去了，那么则产生了误差，误差大概是4/(418+4)=0.95%，即大概是百分之一的误差。
即，方法一，计算出来的CBR的播放时间，大概有1%的误差。
而第二种方法：
CBR播放时间
= 每一帧的时长 × 总的帧数
= 文件大小（字节）× （ 4 + （每一帧的采样个数÷每一帧的采样频率）× 比特率（千比特/秒）× 1000（比特/千比特）÷ 8比特/字节] ） ）×（每一帧的采样个数÷每一帧的采样频率）
就把每一帧的4字节的帧头，也计算进去了，好处是计算出来的播放时间更加精确，坏处是，计算起来，相对第一种方法来说，比较麻烦。
而第一种方法，虽然有大概1%的误差，但是很容易计算。所以现实中，常用第一种方法。
4.1.3.1. 举例说明两种方法计算出结果的不同
我找了个CBR的MP3，用千千静听去查看其播放时间，推断出，其用的是第一种方法计算的。
具体推断过程如下：
（此处为了方便计算，忽略了MP3的Tag的大小，而把整个文件大小看作是MP3的所有帧的总大小）
该MPEG 1- Layer III的MP3：
文件大小= 字节
采样个数：1152
采样率：44100Hz
比特率：96kbps
【方法一】
× 8 ÷（96 × 1000）
【方法二】
= ÷（4 + (）×(96×1000÷8) ）×(）
= ÷（4 + 313.47）×0.02612
≈÷（4 + 314）×0.02612
= 8×0.02612
即，方法二，是精确的MP3的总时长，为967.48，而方法一，计算出来的是有误差的981.46，误差为 (981.46-967.48)/ 967.48=1.34%，即大概为1%。
而千千静听查看到此MP3的播放时间为：16:20.454 = 980.454秒，
考虑到我们上面用方法一算出来的MP3的播放时间是981.46秒，是把MP3的Tag也算进去了，所以去掉Tag的大小，就是千千静听上看到的980.454秒了。
因此，虽然方法二计算出来的播放时间更准确，但是实际上，为了更简便的计算，往往采用了误差大概只有1%，（一般用户也可以接受此误差），的第一种方法：
CBR播放时间
= 文件大小（字节）× 8比特/字节 ÷（比特率 千比特/秒 ×1000 比特/千比特）
4.2. VBR的MP3的播放时间(duration)计算方法
而对于VBR，由于每一帧的比特率都是变化的，所以计算起来就相对要复杂一些，下面就来详细介绍。
想要计算VBR的MP3的播放时间，总的来说，有两种方法：
4.2.1. 平均比特率法
这个方法，就是和CBR同样的思路，对于VBR的MP3来说，假如也像CBR的MP3一样，也有个类似的每一帧都是固定的某个值的比特率，那么计算整个VBR的播放时间，也就可以用上面CBR一样的公式去计算了。
由此，就有了平均比特率的概念，即，将所有帧的比特率的值相加，得到一个总的比特率的值，然后除于总的帧数，就得到了一个平均比特率，这样，使得理论上，此VBR相当于一个比特率为该平均比特率的CBR了。
不过，可以看出，需要计算平均比特率之前，要先得到每一帧的比特率的值，以及总的帧的数目，然后才可以计算平均比特率的值。
而为了得到每一帧的比特率的值，就要将整个VBR MP3文件都遍历一遍，以此找到所有的帧，并解析每一个帧的帧头，得到比特率索引值，然后查表得到比特率的值。
如此做的话，效率显然很低。因为此处只是为了计算整个VBR MP3的播放时间，却要遍历整个文件，还要解析每一帧的帧头，显得很是得不偿失。
所以，就有了更好的，效率更高的，下面要介绍的另一种方法，来计算VBR MP3的播放时间。
另外，需要提醒的是，对于平均比特率来说，往往和第一帧的比特率相差很大。因为常见的MP3音乐的开头部分，即第一帧或者前几帧，多数是一些无声的数据，或者本身包含信息量很少，比特率很低的数据。因此，其意味着，如果解码器对于VBR文件，误解为CBR文件，按照CBR所有帧的比特率都相同的逻辑，去解析第一帧，得到一个比特率，然后用此比特率来计算整个文件的播放时间的话，那么往往计算出的播放时间和实际的相差很大。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。
4.2.2. 总帧数法
总帧数法，即利用总的帧的数目，来计算VBR的播放时间。
此方法的前提，是我们前面就强调过的：
MP3，即MPEG-1，Layer III，不论是CBR，还是VBR，每一帧的采样个数都是固定的1152个。即每一帧，都是固定的1152个采样。
CBR和VBR中的固定和可变，都是指的是比特率Bitrate，而不是采样率Sample Rate。对于同一MP3文件，不论CBR还是VBR，采样率都是固定的。
了解了这两个前提后，就可以看出，对于VBR来说，虽然每一帧的比特率不同，但是每一帧的时间都是固定的，因为
每一帧的时间
= 该帧的采样个数 * 该帧的采样率
= 1152 * 采样率
采样个数：MPEG-1，Layer III，即MP3，不论是CBR还是VBR，都是固定的1152
采样率：对于单个的VBR文件，都是统一的，固定的，常见的是44100Hz。采样率可以通过解析第一帧的帧头得出采样率索引，然后查表得到采样率。
既然知道了每一帧的时间都是固定的，那么很容易就想到，如果知道VBR MP3有一共多少帧，那么就可以用 总的帧数 × 每一帧的时间 = 总的时间长度了。
所以，剩下的事情，就是去得到VBR MP3的总的帧数。
最简单，但是效率很低的方法就是，像上面方法1一样，遍历整个VBR文件，找出一共有多少帧，对于第一帧，解析第一帧的帧头，得到采样率。
这样有了采样率和总的帧数，就可以用上面的解释的原理来计算了，对应公式就是：
公式 4.2. VBR MP3总的时长（VBR Duration）
VBR Duration
= Total_Frame_Number * Time_Per_Frame
= Total_Frame_Number * （Sample_Number * Time_Per_Sample）
= Total_Frame_Number * （Sample_Number * （1 / Frame_Sample_Rate））
VBR MP3总的时长
= 总的帧数 * 单个帧的时长
= 总的帧数* （帧的采样个数 * 每个帧的时长）
= 总的帧数* （帧的采样个数 * （1 / 帧的采样率））
总的帧数：VBR中的总的帧的数目。
帧的采样个数：对于MP3（MPEG1，Layer III）来说，是固定的1152个采样。
帧的采样率：通过解析第一帧，即可得知帧采样率索引，查表，即可得此采样率。
但是，可以看到，虽然此遍历整个文件以得到总的帧数的方法，但是还是显得效率不高。此处我们毕竟只是需要知道总的帧数而已，却还是要遍历文件。
对此问题，想象一下，要是有人在VBR的文件头部，单独提供了这个总的帧数，那么不就可以省去了我们再去遍历整个文件了吗？
而实际情况是，你所想到的事情，别人已经帮你实现了。^_^。
现实中，VBR文件中，就是已经有了对应的头Header，用于存放VBR相关的信息。
这样的头信息，也就是下面将要介绍的XING和VBRI。
4.2.3. VBR的两种Header：XING和VBRI
VBR的帧头，记录了和VBR相关的一些信息，至少包含了我们前面介绍的，用于方便我们计算VBR的播放时长的总的帧数。
VBR MP3的帧头，主要有两种类型，XING和VBRI。
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。
关于它们的具体格式和含义，下面就对其进行详细解释。
4.2.3.1. 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（多数是0x24）。包含了此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：
表 4.1. XING 头的格式及含义
位置（字节）
长度（字节）
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）
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：
0x0007 就表示下面存在：
文件大小总字节数
总帧数(Frames)，大端[可选]
文件总大小，单位字节，大端[可选]
TOC表，大端[可选]
8或12, 16, 108, 112 ，116
音频质量指示，最差0，最好100，大端[可选]
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：
公式 4.3. XING头位置
XING头位置
= MPEG头位置 +
MPEG帧头大小 + 边信息大小
= MPEG头位置 +
+ 边信息大小
MPEG头位置：即通过程序去找到连续的11个bit都是1的位置，即可同步MPEG的帧，找到对应的MPEG头的开始处。
边信息大小：详细信息，后面用到此公式时会具体解释。
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。
4.2.3.2. 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：
表 4.2. VBRI头的格式及含义
位置（字节）
长度（字节）
4个ASCII字符的VBR头ID：“VBRI”无NULL结尾
版本ID，大端，类型：DWORD
延迟，类型：float
音频质量指示
文件总大小，大端，类型：DWORD
总的帧数，大端，类型：DWORD
TOC表的表项数目，大端，类型：WORD
TOC表项的缩放因子，大端，类型：DWORD
单个TOC表项的大小，单位字节，最大为4，大端，类型：DWORD
帧数/表项，大端，类型：WORD
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
第 5 章 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，可以参考相关源码：
，注册登录后，可以下载源代码，自己看，就知道了。
也可以去参考
中的Mplayer的VBR 的patch，里面写的更加简单，也更容易看明白。
下面就解释一下，关于如何去计算MP3的文件的播放时间，的具体的逻辑和顺序：
5.1. 定位到MPEG的帧头的位置
由于在计算MP3播放时间之前，要先找到对应的MPEG的帧头，所以，先要找到MPEG具体在某个位置。
具体方法是，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
5.3.1. 定位出Xing头的位置
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：固定的32 bit = 4字节，所以加4.
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：
表 5.1. MPEG Layer III的边信息（side information）（单位：字节）
MPEG 2/2.5 (LSF)
立体声，联合立体声，双声道
我们最常见的，双声道的MP3，不论是VBR还是CBR，对应的边信息，都是32个字节。
5.3.2. 如果有Xing头，则是VBR，解析XING头，计算播放时间
如果对应XING头的位置有对应的” Xing”字符，那就说明是Xing头。
那么就可以解析Xing头，找到对应的我们所需要的一些值，尤其是总的帧数。
然后用之前介绍的去计算VBR的播放时间。
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。
帧的采样个数（Samples Per Frame）：根据前面解析MPEG，找到MPEG的版本，基于属于哪个Layer，然后根据查得每帧的采样个数，得到每一帧有多少个采样。
而对于MP3（MPEG-1，Layer III）此处肯定是对应的1152。
采样率（Sampling Rate）：
根据前面解析MPEG，找到2比特大小的采样率索引 ，然后根据找到对应的采样率。
此处，也就是找到我们前面所说的，总的帧数，加上另外两个参数：帧的采样数和帧的采样率（都是通过解析第一帧的帧头，即可算出对应的值），然后我们就可以算出VBR的MP3文件的总的播放时间长度了。
5.3.3. 如果没XING头，定位出VBRI头位置，找VBRI头
计算出VBRI的位置，如果该位置找到“VBRI”字符，那么说明是VBRI头。
然后解析VBRI，找到对应的总的帧数，然后和XING头算法类似，用上面的公式计算出VBR的播放时间即可。
5.3.4. 如果也没找到VBRI头，则是CBR，计算CBR的播放时间
如果连VBRI头也没找到，即，Xing和VBRI都没有，那么则是CBR。
然后用计算出播放时间长度。
文件大小（File Size）：文件大小 = 总文件大小 – 头信息大小
这里的头信息，指的是ID3 V1或ID3 V2之类的头信息。
而总文件大小，这个不用多解释，就是整个MP3的大小。
两者单位都是字节。
比特率：通过解析第一帧的MPEG，即可得到比特率的索引值，然后查，即可得到此MP3的比特率大小。
然后套用上面的公式，即可算出CBR的MP3的播放时间长度了。
第 6 章 MP3相关的一些知识点的解释
6.1. MP3的文件的内容组织结构
总结起来，一般的MP3文件所包含的内容的结构如下：
表 6.1. MP3文件的内容组织结构
第二帧，格式如下：
[ID3......]
ID3 V2的头，大多数最新的MP3，都有这个头
用于APE格式的头，现在也用于MPEG
第一帧，格式如下：
MPEG音频头
固定的4 字节
9/17/32 字节
8-120字节，如果是VBR，多数都有此Xing头，而且只有第一帧有
MPEG音频数据
第二帧，格式如下：
MPEG音频头
固定的4字节
9/17/32 字节
MPEG音频数据
第三帧，格式如下：
MPEG音频头
固定的4字节
9/17/32 字节
MPEG音频数据
最后一帧，格式如下：
MPEG音频头
固定的4字节
9/17/32 字节
MPEG音频数据
[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
[]号内的，表示，可选，即如果有的话。
6.2. MP3帧的时长是26ms的来历
时长，即时间长度。
MP3，即MPEG-1，Layer III。
MPEG1，Layer III，根据可以查得，每一帧的采样个数，是1152，这个值是固定的。
而MPEG-1所支持的采样率，根据可以看出有三种，44.1K，48K和32K Hz。而我们实际常见的CBR或者VBR的MP3所采用的采样率，多数都是44.1KHz=44100Hz。
所以，每一个采样的时长 = 1/44100 秒
每一帧的总时长
= 每一帧的采样个数 * 每个采样的时长
= 1152个采样 * 1/44100 秒/采样
= 1152 / 44100 秒
= 26 ms（毫秒）
这就是所谓的，MP3的每帧的时长，都是26ms这一说法的缘由。
6.3. 怎么算出来MP3的压缩比大概是1:11的
正常，所谓CD里面的歌曲，是无损格式，即原始的声音，没有经过压缩的。
相对来说，音质最高，但是文件体积太大。到底有多大，我们可以来算一下：
每秒的原始CD的音频文件的数据量
= 声道数目 * 采样率 * 每个采样占用多少bit
= 2声道 * 44100Hz * 16位
= 1411200 bit
而对应的MP3文件来说，即将原始的音频数据文件，经过MP3的压缩算法压缩后，数据量就小多了。以常见的双声道的，频率为44100Hz，比特率为128Kbps的MP3为例：
每秒的MP3的数据量
= 比特率 * 1秒
= 128K bits
= 128 000 bit
MP3的压缩率
每秒的原始CD的音频文件的数据量 /每秒的MP3的数据量
1411200 bit / 128 000 bit
这就是大家常说的，MP3的压缩比大概有1:11，即在保持不错的音质前提下，将数据量减小到了原来的1/11。通俗点说，原先CD音质的，无压缩的歌曲是11M的话，那么对应的MP3就只有1M。相对很不错的压缩比，大大减小了歌曲的体积，在互联网时代，此优势得到很好的体现，因此MP3才真正流行了起来。
当然，如果其他参数同上，而MP3比特率是64Kbps，那么对应压缩比有1:22；
同理，如果是256Kbps的MP3，那么压缩比就小了，只有1:5.5左右了。
6.4. 怎么算出来MP3的压缩比大概是1:11的
6.4.1. 原因之一
实际上，如果清楚了MP3的音频帧的大小，你就会发现，这些帧头很小，对于数据帧本身和MP3文件大小的影响，可以忽略不计。
因为，MPEG的帧头，一共就32bit=4字节，相对于每一帧的音频数据，以常见的采样率为44100 Hz，比特率为128kbps的CBR的MP3来说，是418个字节，只相当于音频数据的1/100左右，所以，相对来说，对于整个文件的影响很小。
所以说，每个帧都加上这4个字节的帧头，对于数据帧本身和MP3文件大小的影响，可以忽略不计。
这只是每一帧都保留一个MPEG帧的帧头的原因之一。
6.4.2. 原因之二
虽然对于CBR的MP3，除了第一帧之外的每一帧的MPEG帧头，是可以去掉。但是对于VBR的MP3，每一帧的MPEG帧头，都包含了当前帧的比特率的信息，而VBR的每一帧的比特率的大小，都是不一定相同的，因此每一帧都必须要有对应的MPEG帧的帧头，来提供这些相关信息，供解码器正确解码和播放MP3。
第 7 章 后记
摘要最后想说的是，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。。。