读取 Ogg/Flac 文件的标签数据

Question

我正在开发一个从音乐文件中读取标签信息的 C 库。我已经处理了 ID3v2，但我无法弄清楚 Ogg 文件的结构。

我在十六进制编辑器中打开了一个 .ogg 文件，我可以找到标签数据，因为这些数据都是人类可读的。但从文件开头到标签数据的所有内容看起来都是垃圾。这些数据是如何编码的？

我在实际代码中不需要任何帮助，我只需要帮助可视化 Ogg 标头的外观以及它使用的编码，以便我可以阅读它。我想使用一种非 hacky 的方法来读取 Ogg 文件。

我一直在研究 Flac 格式，这很有帮助。

我正在查看的 Flac 文件在“fLac”标识符和人类可读的注释部分之间大约有 350 个字节，并且在我的十六进制编辑器中没有一个是人类可读的，所以我确信必须有一些东西 在那里很重要。

我正在使用 Linux，并且无意移植到 Windows 或 OS X。因此，如果我需要使用仅限 glibc 的函数来转换编码，我可以接受。

Answer 1

Ogg 文件格式记录在此处。根据您的要求，有一个非常好的图形可视化和详细的书面描述。

您可能还想查看 libogg，它是一个用于读写 Ogg 的开源 BSD 许可库文件。

Answer 2

正如您提供的链接中所述，以下元数据块可能出现在“fLaC”标记和 VORBIS_COMMENT 元数据块之间。

• STREAMINFO：该块包含有关整个流的信息，例如采样率、通道数、样本总数等。它必须作为流中的第一个元数据块出现。其他元数据块可能会跟随，而解码器不理解的元数据块将跳过。
• 应用程序：此块供第三方应用程序使用。唯一的强制字段是 32 位标识符。该 ID 是根据 FLAC 维护者向应用程序提出请求而授予的。该块的其余部分由注册的应用程序定义。如果您想向 FLAC 注册您的应用程序的 ID，请访问注册页面。
• PADDING：此块允许任意数量的填充。 PADDING 块的内容没有任何意义。当已知元数据将在编码后编辑时，此块很有用；用户可以指示编码器保留足够大小的 PADDING 块，以便在添加元数据时，它会简单地覆盖填充（相对较快），而不必将其插入到现有文件中的正确位置（这将通常需要重写整个文件）。
• SEEKTABLE：这是一个用于存储搜索点的可选块。可以在没有查找表的情况下查找 FLAC 流中的任何给定样本，但延迟可能是不可预测的，因为流内的比特率可能变化很大。通过向流添加查找点，可以显着减少这种延迟。每个查找点占用 18 个字节，因此流中 1% 的分辨率增加的值不到 2k。流中只能有一个 SEEKTABLE，但该表可以有任意数量的查找点。还有一个特殊的“占位符”搜索点，它会被解码器忽略，但可用于为将来的搜索点插入保留空间。

在上面的描述之后，还有每个块的格式规范。该链接还说

FLAC 比特流中使用的所有数字都是整数；没有浮点表示。所有数字均采用大端编码。除非另有说明，所有数字均无符号。

那么，你还缺少什么？你说

我想要一种非 hacky 的方法来读取 Ogg 文件。

当它们已经存在时，为什么要重新编写一个库来做到这一点？