在每个 Midi 文件的开头都有如下内容它们的十六进制代码为:“4d 54 68 64 00 00 00 06 ff ff nn nn dd dd”。
前四个是ASCII字符“MTrk”，用来鉴别是否为Midi文件；
随后的四个字节是指明文件头描述部分的字节数，总是6，所以一定是“00 00 00 06”；
以下是剩余部分的含义:
| ff ff | 指定 Midi 的格式 | 00 00 | 单音轨 |
| 00 01 | 多音轨,且同步。这是最常见的 | ||
| 00 02 | 多音轨,但不同步 | ||
| nn nn | 指定轨道数 | 实际音轨数加上一个全局的音轨 | |
| dd dd | 指定基本时间 | 一般为 120(00 78),即一个四分音符的 tick 数,tick 是 MIDI 中的最小时间单位 | |
以上是MIDI文件的文件头。
MIDI数据是若干个格式相同的子数据构成。这些子数据在多音轨的格式中记录了一个轨道的所有信息。多加一个音轨，就简单地把数据追加在前一音轨的后面就可以了，不过不要忘记更改文件头中的 nn nn（轨道数）。
接着就是记录数据的地方了：
记录的数据：
每一个数据都有相同的结构：时间差+事件
1. 时间差
指前一个事件到该事件的时间数，单位是tick（MIDI的最小时间单位）
以这种方式记录整数的字节称为动态字节，它根据记录的整数改变自身的长度。
表示 65535 tick：
第一行：当128的次方不为0时，第一行都是1000 0000；只有当次数为0时，才为0000 0000。
第二行：为128乘数的2进制表示，有8位。
最后结果为相加之后的十六进制表示。
其结果为：83 FF 7F
若要通过结果确定时间差，何时截止？发现，当红圈表示的第一位为0时，结束。
即十六进制表示的第一位小于8，即为0~7时为结束。
如83 CF C0 33 6D 3E 表示：（83 CF C0 33 ）|（6D 3E）
方法一（简）：
对于“XY”，当X属于8~F：(X - 8)*16 + Y；当X属于0~7：X*16 + Y；
方法二（繁）（其实就是方法一的原理）：
2. 事件
大体可分为音符、控制器、系统信息。这些事件都有统一的表达结构：种类+参数
对于一个音符，由于它的有效范围是 0~127，所以直接用 00~7F 作为“种类”，可以认为是个音符，比如 3C 表示中央 C。而一个音符的最重要的参数是力度(也叫速度:velocity)。比如，3C 64 表示一个力度为十进制100的中央C音符。
（本句出自https://blog.csdn.net/meicheng777/article/details/52054838）
事件：
| 字节 | 含义 | 参数（十六进制） |
| 8x | 松开音符 | 音符(00~7F):松开的音符 |
| 力度:00~7F | ||
| 9x | 按下音符 | 音符(00~7F):按下的音符 |
| 力度:00~7F | ||
| Ax | 触后音符 （Key After Touch） |
音符:00~7F |
| 力度:00~7F | ||
| Bx | 控制器 | 控制器号码:00~7F |
| 控制器参数:00~7F | ||
| Cx |
改变乐器 | 乐器号码:00~7F |
| Dx | 触后通道 | 值:00~7F |
| Ex | 滑音 | 音高(Pitch)低位:Pitch mod 128 |
| 音高高位:Pitch div 128 | ||
| F0 | 系统码 | 系统码字节数:动态字节 |
| 系统码:不含开头的 F0,但包括结尾的 F7 | ||
| FF | 其他格式 | 程式种类：00~FF |
| 数据占用的字节数：动态字节 | ||
| 数据：个数由上一参数确定 | ||
| 00~7F | 上次激活格式的参数（8x、9x、Ax、Bx、Cx、Dx、Ex） | |