MIDI 文件格式

MIDI 文件结构

Chunks

MIDI 文件由 chunks 组成：

每个chunk 的组成：

类型	长度	数据
4 字节	4 字节	（前面规定的）长度

• A 4-字节 chunk 类型 (ASCII)
• A 4-byte 长度(32 位, msb first)
• （前面规定的）长度数据

有两种类型的 chunks ：

Header Chunks

有一个chunk标志“MThd”

Track Chunks

有一个chunk标志“MTrk”

 一个 MIDI文件由一个header chunk和紧接的一个或多个track chunks组成。

 在chunks结构中，自长度区以后是严格规定好的。它可能容纳的chunks除了“MThd”或“MTrk”其它的将被忽略。MIDI说明书要求软件能够处理意想不到的chunk，并忽略掉整个chunk。

	<---Chunk--->
	类型	长度	数据
MIDI 文件 :	MThd	6	<格式>	<tracks>	<division>
	MTrk	<长度>	<delta_time> <event> ...
	:
	MTrk	<长度>	<delta_time> <event> ...

数值表示法

 在MIDI 文件中，除了基本的MIDI数据，还有一个变化的数据（类型）。如： delta-times 和 meta-events。

 这里有一些关于这样的数的一些资料，它们有通常有下面1~2种格式：

• 二进制数
• 可变长度数

二进制数

二进制数的存贮：

• 每个字节8位
• MSB first (最左方的字节权（或数位）大)

（除非其它的描述）

可变长度数

 这个可变长度数是为了方便表示任意大的整数，而不必创建固定宽度的整数。

 一个可变长度数被表示为连续的7位数据。从最高位到最低位，最后一个字节bit7等于0，前面的字节bit7等于1。

例：

数			可变长度数
十进制	十六进制	二进制	二进制	十六进制
-	abcd	aaaabbbbccccdddd	100000aa 1aabbbbc 0cccdddd	-
0 : 127	00 : 7F	0000 0000 : 0111 1111	0000 0000 : 0111 1111	00 : 7F
128 : 16383	80 : 3FFF	00000000 10000000 : 00111111 11111111	10000001 00000000 : 11111111 01111111	81 00 : FF 7F
1000	03E8	11 1110 1000	10000111 01101000	87 68
100000	0F4240	1111 0100 0010 0100 0000	10111101 10000100 01000000	BD 84 40

 如此，你可以从上面的例子发现：小的数（0~127）可以用一个字节表示。而（比较）大的数也可以表示出来。

 在MIDI 文件中，最大的数是0FFF,FFFF。这个规定了可变长度数允许利用32位整数。

Header Chunks

 Header chunk 数据部分包括3个16位（数据）区。这个区域描述：（ MIDI 文件）格式、track 的数量和 MIDI 的时间设置。

 Header chunk的长度是6个字节。无论如何软件必须遵循这个原则。即使它大于预期的，任何意料外的数据被忽略。

Header Chunk
Chunk 类型	长度	数据
4 字节 （ASCII）	4 字节 （32位二进制数）	<-- 长度(= 6字节) -->
		16位	16位	16位
MThd	<长度>	<格式>	<tracks>	<division>

<长度>

Chunk数据部分的长度。
这是一个32位二进制数, MSB first.
这在 MIDI  1.0文件说明书中规定为6。不过，考虑到将来的扩充，（希望）任何MIDI文件的作者能够应付大的Header chunks。

<格式>

MIDI 文件的格式。
这是 一个16位二进制数， MSB first。
有效的格式是： 0、 1 和 2 。

<tracks>

MIDI 文件中track chunk的数量。
这是 一个16位二进制数， MSB first。

<division>

这个定义在MIDI 文件中（一个）单位的 delta-time数。
这是 一个16位二进制数， MSB first。

有下列两者之一的的格式，依赖于最高位值。 

位:	15	14 ... 8	7 ... 0
<division>	0	1/4音符tick数
	1	-帧/秒	ticks / 帧

bit 15 = 0:

bits 0-14

每个1/4音符的 delta-time 数。

bit 15 = 1:

bits 0-7

每个  SMTPE 帧的 delta-time 数。

bits 8-14

负数，表示每秒中SMTPE 帧的数量。有效数应符合MTC Quarter Frame消息。

   -24 = 24 帧/秒

   -25 = 25 帧/秒

   -29 = 30 帧/秒, drop frame

   -30 = 30 帧/秒, non-drop frame

MIDI File Formats

MIDI 文件有3种变化：

• 格式 0
  …容纳单一的Track。
• 格式1
  …容纳一个和多个同步的Track（所有的Track同时播放）。
• 格式2
  …容纳一个和多个独立的Track（所有的Track独立播放）。

MIDI 文件格式 0

格式0 MIDI 文件包括一个Header-Chunk 和一个 Track-Chunk。

这个 Track-Chunk 包括所有的音符和节拍消息。

MIDI 文件格式 1

格式1 MIDI 文件包括一个Header-Chunk 和多个 Track-Chunk，所有的Track同时播放。

格式1 中第一个Track是专用的。它看成“Tempo Map”。它包括所有的 meta-event ：拍子记号、拍子、音序/Track 名称、音序号、标记、SMTPE偏移量。在格式1中（这些）将放入在第一个 track 中。

MIDI 文件格式 2

格式2 MIDI 文件包括一个Header-Chunk 和多个 Track-Chunk，每个Track表现出独立的次序。

Track Chunks

Track chunk 的数据部分由一对和多对 <delta-time> <event> 组成。 <delta-time>是必须的，0是有效的 delta-time。

Track Chunk
类型	长度	数据
4 字节 (ASCII)	4 字节 (32位二进制数)	<-- 长度--> (二进制数)
MTrk	<长度>	<delta-time> <event> ...

<delta-time>

相对于前一个事件的“tick”，是一个可变长度数。

<event>

下列之一：

·   <midi   事件>

·   <sysex 事件>

·   <meta 事件>

事件

注意：在 <delta-time> 和 <event>之间，没有明确的分隔符。这个是因为 delta-times 和event有一个长度定义。  

• Delta-time 定义最后一个字节的最高位等于0。
• MIDI Channel 消息有一个长度定义。
• Sysex-events 和 meta-events 有一个清楚的长度区。

MIDI 事件

MIDI Channel 消息包含：

• Channel Voice messages
• Channel Mode messages

Running status 通常应用于MIDI文件中的同一状态的表示。Running status 也可以被取消 。

Sysex 事件

  （系统高级消息的详细描述）是令人满意的，相对于 MIDI channel 消息。<sysex-data>可以被使用。

Sysex-events 流行两种风格：

Sysex Events
F0 <长度> <sysex-data>	F0 Sysex Event
	这个导致 F0（消息的开头） 被发送。接着是<sysex_data>。
	<长度>	一个可变长度数，表示 <sysex_data>的长度
	<sysex_data>	F0 <sysex_data> 作为 MIDI 消息发送。
F7 <长度> <any-data>	F7 Sysex Event (or 'escape')
	这个导致 <any_data>被发送，没有其它的附加数。
	<长度>	一个可变长度数，表示  <any_data>的长度
	<any_data>	<any_data> 作为 MIDI 消息发送。

 在上面的案例中，消息的结束 F7，没有自动的发送。它必须明确的列入 <sysex_data> or <any_data>.中。

 大多数系统高级消息非常简单，且作为一个单一的包被发送。开始于 F0 ，结束于 F7 。这个是非常容易的应用于 <sysex_event> 的 F0 形式。

 可是，一些系统高级消息习惯于实时控制设备。怎样合成一个存在适当的延时的由一连串的‘零件’组成的系统高级消息。因为，能够深入到事件中中断一个消息，就有一定的延时。这个是可以应用 <sysex_event> 的 F7 形式。

 实际上，在 MIDI 流中 F7 Sysex Event 习惯于包含 any_data。例如 MIDI 系统实时消息（尽管它并不令人满意的）。

 例 1：

一般的消息：
F0 7E 09 03 01 01 F7
(Sample Dump Request - Device 9, sample number 257)
<sysex_event> 可以：
F0 06 7E 09 03 01 01 F7
或者交替：
F7 07 F0 7E 09 03 01 01 F7

 例 2：

MIDI 系统实时消息“停止”用 F7 01 FC ，当“继续”用 F7 01 FB。 

假设：你想停止一个外部设备——鼓，发送一个“停止”，接着48个 delta-time 单元后“继续”。完整的 delta-tem 事件序列象下面这样：

  00 F7 01 FC 30 F7 01 FB

Meta 事件

Meta Events 是用来表示象 track 名称、歌词、提示点等，它并不作为 MIDI 消息被发送，但是它仍然是 MIDI 文件的（有用的）组成部分。

Meta Events 的基本形式：

FF <类型> <长度> <数据>

<类型>

一个字节描述 meta-event 的类型。
可能的范围是 00-7F。 并不是所有的值都在这个范围，但是程序能够应付意想不到的值，并诊断这个长度和忽略预期外的数据部分。  

<长度>

紧跟的数据的长度。
这是一个可变长度（数）。
0 是一个有效 <长度>

<数据>

0 或更多的字节数据。

Meta Events
FF 00 02 ss ss	音序号
	这是一个可选的事件，它只能产生在第一个track，并且在非零时刻之前。 格式2文件中，这个用来识别每个 track，如果忽略，这个序列号从而用 track 出现的次序表示。. 格式1文件中，这个事件只能产生在第一个 track。
	ss ss	Sequence Number, 16 bit binary
FF 01 <长度> <数据>	文本事件
	这个事件是用来注释 track 的文本。 独立的8位数据(其它的ASCII文本) 也是允许的。
	<长度>	<文本> 的长度(可变长度数)
	<文本>	<长度>个字节的  ASCII 文本或8位二进制数
FF 02 <长度> <数据>	版本通告
	这个事件是用ASCII 文本表示的版权通告。 这个是制定的形式“(C) 1850 J.Strauss” 这个事件用于第一个 track ，第一个事件。
FF 03<长度> <数据>	音序 / Track 名称
	音序或 track 的名称。
FF 04 <长度> <数据>	乐器名称
	描述这个 track 使用的乐器。 这个用来详细的记述（这个） MIDI channel 在 （这个）track 里使用的乐器。
FF 05 <长度> <数据>	歌词
	歌曲的歌词。     通常每个音节都有自己的歌词，在这个时候歌词将被唱起来。
FF 06 <长度> <数据>	标记
	通常用于格式0或格式1的第一个 track 。 标记有意义的点（如：“诗篇1”）
FF 07<长度> <数据>	暗示
	用来表示舞台上发生的事情。如：“幕布升起”、“退出，台左”等。
FF 20 01 cc	MIDI Channel 前缀
	关联紧跟的 meta-events  和 sysex-events 的 MIDI channel。直到下一个<midi-event>（必须包含MIDI channel 信息）
	cc	MIDI channel 1-16 范围： 00-0F
FF 2F 00	Track 结束
	这个事件是必须的 。 它用来扫除定义的长度。它的本质信息是这个 track 是循环还是连接另一个 track 。
FF 51 03 tt tt tt	拍子
	这个设定1/4音符的速度，用微妙表示。这个意味着改变一个 delta-time 的单位长度。 (注意1) 如果没有指出，缺省的速度为 120拍/分。这个相当于 tttttt = 500,000。
	tt tt tt	新的拍子，表示1/4音符 24位二进制数
FF 54 05 hh mm ss fr ff	SMTPE 偏移量
	可选择的的事件，描述 track 开始时的 SMTPE 时间。  这个事件必须发生在非零 delta-time之前，且在第一个事件之前。   在格式1中，这个事件必须在第一个 track 中（the tempo map）。
	hh mm ss fr	小时/分/秒/帧 用  SMTPE 格式。  这个必须与消息  MIDI Time Code Quarter Frame 一致 (细节， 时间编码必须介绍  hh)
	ff	Fractional frame, in hundreth's of a frame
FF 58 04 nn dd cc bb	拍子记号
	拍子记号的形式：  nn/2^dd 如： 6/8 用 nn=6，dd=3 表示。 这个参数 cc 是表示每个 MIDI 时钟的节拍器的 tick 数目。 通常24 个 MIDI 时钟为一个1/4音符。可是一些软件允许用户自己设置这个值。参数 bb 定义：24 MIDI 时钟（这个“一般”（表示）1/4音符）中 1/32音符的数目。
	nn	拍子记号，分子
	dd	拍子记号，分母表示为 2 的（dd次）冥。 例：一个分母 4 用 dd=2 表示。
	cc	每个 MIDI 时钟节拍器的 tick 数目。
	bb	24个MIDI时钟中1/32音符的数目（8是标准的）。
FF 59 02 sf mi	音调符号
	音调符号，表示升调或降调值，大调或小调的标志。  0 表示 C 调，负数表示“降调”，正数表示“升调”。
	sf	升调或降调值 -7 = 7 升调   0 =  C 调 +7 = 7 降调
	mi	0 = 大调 1 = 小调
FF 7F <len> <id> <data>	音序器描述  Meta-event
	这个在 MIDI 文件中等同于系统高级事件。  在 MIDI 文件中用这个事件表示制造商音序器统一化的描述。
	<长度>	长度 of <id>+<数据> (可变长度数)
	<id>	1或3个字节表示制造厂商。 这个值同样的作为  MIDI System Exclusive messages 用。
	<数据 >	8位二进制数

Footnotes

注意 1

在这种情形 <division> (在 header chunk) 定义为单位 delta-time  数“1/4音符的 ticks 数” (MSbit=0)，一个变化的拍子速度表示一个delta-time 长度的变化。

在这种情形 <division> MSbit=1，“ticks”表示一个绝对术语（ ticks/frame 和 frames/second）,他没有说明书中消失，将影响一种新的tempo的应用。。