MIDI 文件格式
MIDI 文件格式 MIDI 文件格式MIDI 文件结构ChunksMIDI 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 FormatsMIDI 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 ChunksTrack 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
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。。
翻 译：zj_zyq
E_mail：zj_zyq@163.com
2002 年 12 月 28 日
