Artykuł ten opisuje budowę znaczników ID3 Tag v2. Może być podstawą do stworzenia własnego modułu do ich odczytywania i zapisywania. Nie podaje (przynajmniej na razie) gotowego kodu czy rozwiązania.

Historia

Kiedy format MP3 opuścił laboratorium Fraunhofera, był surowym formatem audio, niezawierającym jakiejkolwiek informacji o treści zawartej w pliku. Jedynym możliwym opisem była nazwa pliku. Dlatego też w 1996 roku stworzono znacznik ID3, mający na celu umożliwienie opisania zawartości pliku.

Strukturalnie ID3 Tag to 128-bajtowy ciąg rozpoczynający się od napisu "TAG", zawierający informację o wykonawcy, tytule i albumie utworu wraz z komentarzem, rokiem powstania i nazwą gatunku muzycznego. W późniejszym czasie pole komentarza skrócono o dwa bajty i wstawiono do wyciętego fragmentu numer ścieżki (poprawka ta przeszła do historii pod nazwą ID3 Tag v1.1). Blok ten był doklejony na końcu pliku, za danymi audio.
W polu gatunku muzycznego przechowywano kod tego gatunku na jednym bajcie. W pierwszej specyfikacji było ich zdefiniowane 80, później twórcy Winampa rozszerzyli listę do 148 pozycji.

Na pewno zwróciłeś uwagę, że niektóre odtwarzacze (między innymi biblioteka Bass) przy niektórych plikach MP3 generują dziwny odgłos na samym końcu utworu. Jest to efekt próby przetworzenia tak doklejonego taga jako danych audio.

ID3 Tag v1.x był daleki od doskonałości. Stała długość pól była największą przeszkodą, ale nie jedyną. W przewidzianych 30 bajtach nie mieściły się niektóre nazwy albumów. Poza tym tekst mógł być kodowany jedynie w ISO-8859-1, zamknięta została droga do umieszczania tam nazw inne niż angielskie, ewentualnie niemieckie, szwedzkie, duńskie, itd. Kolejną wadą było to, że nie można było użyć ID3 do opisywania danych przesyłanych w postaci transmisji strumieniowej (np. radia internetowego).

Krytyka ID3 Tag v1.x spowodowała rozpoczęcie prac nad wprowadzeniem lepszego standardu. W 1998 roku powstaje ID3 Tag v2, który pomimo nazwy jest całkowicie niekompatybilny z poprzednikiem. W trakcie rozwoju i poprawiania powstają kolejne wersje techniki, aż do ukazania się ID3 Tag v2.4 (oficjalnie opublikowanego 1 listopada 2000 roku). ID3 Tag v2.4 powszechnie utożsamiany jest z ID3 Tag v2.

W ID3 v2 zrezygnowano ze stałych pól na rzecz pól zmiennych. Każda informacja składa się z czterobajtowego identyfikatora (pierwotnie 3-bajtowego), informacji o długości tekstu lub danych zawartych w polu i samej informacji, zajmującej dokładnie tyle miejsca, ile potrzeba.

Drugą ważną zmianą jest wstawienie tagów na początek pliku. Spowodowało to wprawdzie, że nowy standard nagle stał się niekompatybilny ze starymi odtwarzaczami. Nie jest to jednak obecnie duży problem - urządzeń i programów nieobsługujących znaczników ID3 v2 praktycznie nie ma w obiegu.
Nowy standard ponadto obsługuje wiele stron kodowych. Od wersji 2.4 możliwe stało się kodowanie w UTF-8, a wielokrotne wartości mogą być rozdzielane w obrębie pola znakiem pustym '\0' (wcześniej '').

Struktura

Aby sprawdzić, czy plik faktycznie posiada ID3 Tag v2.x, musimy sprawdzić pierwsze 10 bajtów pliku MP3 wg. wzorca: $49 44 33 yy yy xx zz zz zz zz ($ oznacza liczbę szesnastkową), gdzie:

• pierwsze 3 bajty pliku MP3 to identyfikator "ID3",
• yy - wersja tagu, liczba mniejsza od $FF (255 dziesiętnie)
• xx - flaga
• zz - rozmiar tagu bez nagłówka, liczba mniejsza od $80 (128 dziesiętnie)

Dla ułatwienia, można sprawdzić tylko 3 pierwsze bajty w poszukiwaniu ciągu ID3, czyli sekwencji $49 44 33.
Rozmiar tagu jest zapisany jako 32-bitowy synchsafe integer w Big Endian. Efektywnie można wykorzystać tylko 28 bitów, ponieważ pozostałe najbardziej znaczące bity są zawsze wyzerowane.
Dla przykładu liczba 255, która normalnie zajmuje 8 bitów %11111111, po zakodowaniu synchsafe integer będzie zapisana w 16-tu bitach i będzie miała postać %00000001 01111111 (najbardziej znaczący bit z pierwszego bajty został przesunięty w lewo).
Więcej o synchsafe znajdziemy na stronie Synchsafe i na stronie id3v2.4.0-structure.

Do przeczytania nagłówka za jednym zamachem przyda się zatem taki kod:
C++

struct ID3Header
{
 char id[3]; /* napis ID3 */
 unsigned char verMajor;
 unsigned char verMinor;
 unsigned char flags;
 unsigned long size;
};

Pascal/Delphi

type ID3Header = record
 id: Array [1..3] of Char;
 verMajor: Byte;
 verMinor: Byte;
 flags: Byte;
 size: Cardinal;
end;

Po przeczytaniu nagłówka dochodzimy do tego, co nas naprawdę interesuje, czyli remak zbudowanych w następującym formacie:

Etykieta	Długość pola (n)	Flagi	Kodowanie znaków	Informacja zawarta w tym polu
4 bajty	4 bajty	2 bajty	1 bajt	n bajtów

Pole Etykieta jest czterobajtowym ciągiem, określającym typ zawartej informacji. Przykładowe etykiety to:

• `TIT2` - Tytuł utworu
• `TPE1` - Wykonawca
• `TENC` - Informacja o enkoderze

Długość pola jest 32-bitowym synchsafe Integerem, zapisanym w big endian (pierwszy bajt jest najbardziej znaczący). Należy zwrócić uwagę na to, że nie chodzi tu o długośćw sensie ilości znaków, a o ilość bajtów potrzebną do zapisania napisu w wybranym przez nas kodowaniu. Następne 2 bajty są flagami, następny bajt oznacza stronę kodową. Np. $0 oznacza ISO-8859-1, $3 - UTF-8. Po znaczniku kodowania następuje właściwa treść. Gdzieś jednak tagi muszą się kończyć. Za ostatnim rekordem trafimy zazwyczaj na bajt '\0', tzw. padding, jeśli był zapisany, ale nie należy na tym polegać. Do tego celu najlepiej wykorzystać informację o długości tagów (bajty 7-10 nagłówka) - i jest to w sumie rozwiązanie najbezpieczniejsze. Nie należy też za bardzo ufać informacjom zapisywanym przez rożne edytory. Zdarza się, że rozmiar tagu jest zapisany jako zwykły integer, nie synchsafe. W takim przypadku możemy nawet nadpisać dane z muzyką. Najbezpieczniejszym chyba sposobem, jest sprawdzić dodatkowo pozycję pierwszej ramki mp3, a zaczyna się ona sekwencją 11111111 111xxxxx (pliki CBR, czyli ze stałym bitrate). Z plikami VBR jeszcze nie miałem okazji pracować.

Zastosowanie praktyczne

Wielką zaletą ID3 v2 jest możliwość osadzenia własnych pól. Żaden odtwarzacz nie wyrzuci błędu po odczytaniu etykiety "`LOL2`", pod warunkiem, że rekord będzie zbudowany prawidłowo. Jeżeli chcemy osadzić własne informacje w pliku MP3, nic nie stoi na przeszkodzie, aby je tam dodać. Oczywiście prawdopodobnie trzeba będzie napisać edytor ID3 Tag v2, który wstawi takie pole.

Trzeba pamiętać o istotnej rzeczy: gdy trafimy na pole przechowujące nazwę gatunku, możemy zamiast zrozumiałego ciągu natknąć się na liczbę w nawiasie. Jest to kod gatunku, taki sam, jaki jest używany w ID3 v1. W tym wypadku trzeba zamienić liczbę na odpowiedni tekst

Podsumowanie

Powyższy artykuł nie porusza wszystkich zagadnień, jakie dotyczą tematyki ID3 Tag. Podane informacje wystarczą jednak, aby samemu napisać własny moduł czytający i piszący znaczniki ID3 Tag v2.x.

Przykładowe etykiety rekordów

Etykieta	Znaczenie
`AENC`	Informacja o enkoderze audio
`APIC`	Obrazek jako załącznik
`TIT2`	Tytuł utworu
`TPE1`	Główny wykonawca
`TPE2`	Grupa wykonująca utwór
`TPE3`	Dyrygent/Lider
`TPE4`	Remiksujący, przerabiający, modyfikujący, itp.
`TALB`	Album
`TBPM`	Tempo (w BPM)
`TCOM`	Kompozytor
`TCON`	Informacja o treści
`COMM`	Komentarz
`TYER`	Rok
`TRCK`	Ścieżka (zazwyczaj w formacie aa/bb, gdzie bb oznacza całkowitą liczbę ścieżek na ripowanej płycie CD)
`TCON`	Gatunek
`TLAN`	Język
`TLEN`	Długość
`TSIZ`	Rozmiar
`WXXX`	Strona WWW twórcy/dystrybutora
`TENC`	Informacja o enkoderze (np LAMEEnc dostawia tam informację o użytej metodzie konwersji)
`TCOP`	Informacja o prawach autorskich (to nie jest DRM!!!)

Kody gatunków muzycznych

Kod	Znaczenie	Kod	Znaczenie
0	Blues	40	Alternative Rock
1	Classic Rock	41	Bass
2	Country	42	Soul
3	Dance	43	Punk
4	Disco	44	Space
5	Funk	45	Meditative
6	Grunge	46	Instrumental Pop
7	Hip-hop	47	Instrumental Rock
8	Jazz	48	Ethnic
9	Metal	49	Gothic
10	New Age	50	Darkwave
11	Oldies	51	Techno Industrial
12	Other	52	Electronic
13	Pop	53	Pop Folk
14	R&B	54	Eurodance
15	Rap	55	Dream
16	Reggae	56	Southern Rock
17	Rock	57	Comedy
18	Techno	58	Cult
19	Industrial	59	Gangsta
20	Alternative	60	Top 40
21	Ska	61	Christian Pop
22	Death Metal	62	Pop Funk
23	Pranks	63	Jungle
24	Soundtrack	64	Native American
25	Euro Techno	65	Cabaret
26	Ambient	66	New Wave
27	Trip-hop	67	Psychadelic
28	Vocal	68	Rave
29	Jazz Funk	69	Showtunes
30	Fusion	70	Trailer
31	Trance	71	Lo-Fi
32	Classical	72	Tribal
33	Instrumental	73	Acid Punk
34	Acid	74	Acid Jazz
35	House	75	Polka
36	Game	76	Retro
37	Sound Clip	77	Musical
38	Gospel	78	Rock&Roll
39	Noise	79	Hard Rock