Question

我正在尝试用Python构建一个MP3解码器/解析器，它支持LAME或FFMPEG编码的文件。

我的编码shell脚本如下所示：

#!/bin/bash
for i in wav/*.wav; do
    i=${i##*/};
    lame --nores --strictly-enforce-ISO -t --cbr -b 64 -h "wav/${i}" "mpeg/lame/${i%.wav}.mp3";
    ffmpeg -i "wav/${i}" -codec:a libmp3lame -qscale:a 2 "mpeg/ffmpeg/${i%.wav}.mp3";
done

此脚本读取位于./wav/的WAVE文件，并在我的./mp3/lame/目录中生成64kbps的受控比特率MP3，并在./mp3/ffmpeg/中生成质量为2的可变比特率MP3。

我编写了一个Python脚本，它迭代两个结果MP3，计算帧数和样本数。 LAME和FFMPEG结果都是等效的（就帧和样本而言），但它们的二进制文件是不同的。

LAME / FFMPEG样本计数是通过迭代二进制MP3文件，定位和解析帧头，然后使用MP3规范确定每帧的样本数来完成的。

MP3数据帧数：112（忽略Xing / Info第一帧）
输出帧数：112 * 576 = 64512

以下是单个4秒输入文件的样本计数比较：

输入WAV样本数= 62996
输出LAME / FFMPEG样本数= 64512
差异= 1516

我理解according to the LAME FAQ file，结果MP3文件在正面和背面都是零填充，以确保正确执行逆MDCT，但也因为窗口重叠。

我可以从上述常见问题解答或任何之前的StackOverflow帖子中确定如何计算人工添加的样本数量。如果我可以确定这些样本中的所有1516都是零，并且我可以确定它们在字节流中的位置，我希望能够自信地将它们丢弃。因为有1516＆＃34;额外＆＃34;对于V2LIII编码，每帧有576个样本，这里必须有两个以上（但少于三个）错误的MPEG帧。

有没有人在这里精通MPEG编码/解码，知道添加了多少样本，这些样本将在哪些帧中？换句话说，第一帧和最后一帧是否总是包含空白数据，还是有更多帧？

Answer 1

最简单的方法是使用ffmpeg使用loglevel调试模式解码生成的MP3。

ffmpeg -i file.mp3 -f null - -v 48

在控制台输出中，您将拥有此行

[mp3 @ 0000000002be28c0] pad 576 1105

这不包括固定编码器延迟。

因此实际跳过的样本数由这两行显示

在第一帧中开始填充：

[mp3 @ 0000000002e6bb80] skip 1105/1152 samples

最后一帧中的结束填充：

[mp3 @ 0000000002e6bb80] discard 576/1152 samples

只有在写入Xing标题时才会出现此信息。

如何计算LAME或FFMPEG

1 个答案: