【问题标题】：Detect duplicate MP3 files with ID3 tags?检测带有 ID3 标签的重复 MP3 文件？
【发布时间】：2012-02-25 04:15:14
【问题描述】：

如何检测（最好是 Java）具有不同 ID3 标签的重复 MP3 文件？这些文件具有相同的编码/格式。它应该适用于 ID3 的两个版本：ID3v1 和 ID3v2。

到目前为止，这是我的代码。但它不适用于 Id3v1 标签。

try {

       String filepath = "c:\tmp";

       Vector<String> mp3_files = new Vector<String>();
       mp3_files.add(filepath + "test_with_id3.mp3");
       mp3_files.add(filepath + "test_without_id3");

       Iterator<String> i_mp3fp = mp3_files.iterator();

       while (i_mp3fp.hasNext()){

          String mp3_fp = i_mp3fp.next();

          AudioInputStream din = null;
          File file = new File(mp3_fp);
          AudioInputStream in = AudioSystem.getAudioInputStream(file);
          AudioFormat baseFormat = in.getFormat();

          AudioFormat decodedFormat = new AudioFormat(
             AudioFormat.Encoding.PCM_SIGNED,
             baseFormat.getSampleRate(), 16, baseFormat.getChannels(),
             baseFormat.getChannels() * 2, baseFormat.getSampleRate(),
             false);
          din = AudioSystem.getAudioInputStream(decodedFormat, in);

          String md5 = org.apache.commons.codec.digest.DigestUtils.md5Hex( din );
          System.out.println("Name: "+mp3_fp+" | Hash: "+md5);
          din.close();

}

当我这样做时，我想我必须将 mp3 与不同的编码进行比较。无论如何。我认为更好的解决方案是只读取 mp3 文件 - 忽略所有 id3 标签 - 做一个校验和并比较它们。是否有读取和过滤 mp3 文件的库？

谢谢大家的帮助！

【问题讨论】：

标签： java file mp3 duplicates id3

【解决方案1】：

我对 MP3 和 ID3 标签格式没有任何经验，但快速浏览一下 Wikipedia 就会发现：

ID3v1

ID3v1 标签占用 128 个字节，以字符串 TAG 开头。标签放在文件末尾

只读取整个 MP3 文件，跳过最后 128 个字节。

ID3v2

3.1。 ID3v2 标头

ID3v2 标记大小存储为 32 位同步安全整数（第 6.2 节），总共有 28 个有效位（最多 256MB）。

标题格式非常简单。如果文件以 ID3v2 标头开头，则读取总标头大小并跳过那么多字节。

获得“原始”文件后，逐字节比较内容或使用哈希。

【讨论】：

【解决方案2】：

将文件转换为原始 PCM，输出为 MD5

虽然在 Java 中肯定有办法做到这一点，但我怀疑使用 FFmpeg + bash 可能会更快。

for file in *.mp3
do
ffmpeg -i $file -f s16le  - | md5 > $file.md5
done

【讨论】：