网易云音乐ncm编解码原理

背景

办了个网易黑胶会员，想着整个无损音乐库放walkman里听，不再受流量和音质的苦。万万没想到网易自己搞了个ncm的格式，见都没见过，walkman上没法识别，据说会员过期了还不给播了。

我知道了，这是租赁不是购买，看了下网友们对网易云的口诛笔伐，我倒没啥感觉，黑胶会员这个价格，你说买站内所有音乐版权肯定是不够的，租赁也没啥问题。就是音乐搞租赁这个做法以前没见过不太习惯,我就想在我的随身听上播放ncm仅此而已。

网上有挺多奇技淫巧比如从mv转，从h5元素里抓url等等，感觉都差点意思，想着能不能写个ncm转常见无损格式的软件。为此还去学习了一下音频格式以及编解码的一些基础知识。

研究了大半天，遇到了很多无法逾越的问题，后来在github上发现了有人用c++基于openssl库编写了ncm转码 https://github.com/anonymous5l/ncmdump 。之后陆续出现了用python，golang，android，.NET等平台移植的转换库。才疏学浅，那不重复造轮子了，就对着源码做个逆向分析。

思路

有几个问题

• 何为无损？无损就是HiFi的意思吗？
• ncm是怎样的格式？是网易自研的编码还是在无损格式上套一层壳？（且先不质疑网易的技术实力，目前音频编码格式已经很成熟了，自研已无必要，我倾向猜它是为了商业目的在套壳）
• 如果不是套壳，那如何知道一首歌原来的格式，是转成flac,wav还是ape?
• mp3,flac,wav,wmv,ape等等这些格式有啥区别？

嗯 我研究了一下 答案在后面

音频的基础概念

这里有几个音频的基础概念

• 声音: 20Hz~20kHz 可以被人耳识别到的声波
• 采样率:指计算机每秒钟采集多少个声音样本，自然界的声音是模拟信号，这种模拟信号被相关设备通过“采样”、“量化”后，以数字的方式存放在计算机中。根据奈奎斯特采样理论：只要采样频率不低于声音信号最高频率的两倍，采样得到的数字信号就能保真地记录、还原声音。既然人耳能听到音频信号频率大约在20Hz－20KHz之间，根据奈奎斯特采样理论，如果采样频率大于40KHz，那么得到的数字信号就可以高保真的记录模拟信号，就能“HiFi”了。
• 量化精度:样本大小是用每个声音样本的位数bit/s表示，反映度量声波幅度的精度。样本位数的大小影响到声音的质量，位数越多，则精度越高，声音的质量越高，而需要的存储空间也越多。
• 编码:编码是指用二进制数来表示每个采样的量化值。如果量化是均匀的， 又采用自然二进制数表示，这种编码方法就是脉冲编码调制（PCM）， 这是一种最简单粗暴却效率最高的编码方法。

所以上面说的奈奎斯特采样理论得出的HiFi,这是“音源”HiFi，这东西是玄学，如果音源HiFi,但是你的设备解码能力不行，或者是耳机表现力度不行，那最终的结果还是达不到HiFi水准，所以现在很多土豪在烧器材设备，一分钱一分货，一块钱两分货，追求的就是那种，与原来的声音高度相似的重放声音的，“高保真”听感。

目前能够达到最高保真水平的就是PCM编码，CD中采用的就是这种编码格式，即无损编码。

有损音乐格式主要有：MP3、WMA、AAC等等，当年周杰伦时代我们手里拿的纽曼mp3随身听，见到最多的格式就是这三种，一首大概3M左右。对文件进行了不可逆向的压缩，从频谱上看上半部分都被切掉了。 用比如spek这类专业的音频分析软件，可以验证出一首无损音乐是真无损还是败絮其中的假无损。

无损音乐格式主要有WAV、AIFF、FLAC、APE、ALAC等等，WAV、AIFF是CD的数字记录，基本上是由CD转成数字形式所得到的文件；而APE、FLAC等是对WAV文件进行无损压缩后得到的，即再加工得到。所以，wav是无损音乐文件，而APE、FLAC等则是无损压缩音乐文件。AIFF是苹果自研，WAV是微软自研。

这么一说,WAV可以直接播放，而常见的APE、FIAC等其他压缩格式则需要经过解压（解码）还原成WAV才能播放。这需要一定的cpu计算成本，会影响续航。walkman随身听官网上对设备的续航介绍，播放不同格式的音乐，续航持久能力也是不一样的。

得出初步结论，如果不是套壳希望能把ncm直接转成wav的格式。如果是套壳，就把它转成原本的格式。

所谓不可逾越的困难

• 拿不到ncm格式的协议。无论是套壳还是自研格式，没有格式的协议，就没法准确的分解二进制文件。
• 拿不到密钥。如果是套壳，肯定是会被加密的，没有密钥就没法decode。

编解码原理

核心代码已标注，A B C D 四块

其中的两次AES加密的密钥，是从哪里搞来的，天上掉下来的，只能这么猜了，不能再往深的去猜了。。。

A 是AES对称加密算法中，的基础加密方式ECB（Electronic Codebook Book）的解码。这种方式会把密文分割成分组长度相等的块（不足补齐），然后单独一个个加密，一个个输出组成密文。所以从web前端爬url的方案难度是比较大的，得一个个解密再拼接。

B 是标准RC4-KSA算法（Key-scheduling algorithm）。

C 是base64解码+AES对称加密的解码，为什么套base64,base64编码可用于在HTTP环境下传递较长的标识信息。

D 是RC4-PRGA算法（Pseudo-random generation algorithm）还原s-box。

所以通过逆向，还原一下网易云音乐加壳的过程。

• 1.先对该无损音乐进行RC4-KSA算法初始化。
• 2.然后把初始化的产物用AES算法做一层加密。
• 3.再对AES加密后的产物套一层base64编码。
• 4.再对base64编码后的产物做RC4-PRGA加密算法，即伪随机子密码生成算法。
• 5.最后再对这个产物做一层AES加密。

这其中会在一些步骤中加入一些特有的标识比如neteasecloudmusic，以及magic串，这些细节就不写了。