压缩标准是一件非常微妙的事情，需要数年时间来开发和调整。我建议使用 MATLAB 分析 MPEG-1 第三层 (MP3) 算法，Jayaraman J. Thiagarajan 和 Andreas Spanias 于 2012 年出版。在总体概述之后，它将引导您逐步了解整个方案的不同模块，并为每个模块提供一些 Matlab 代码。

您发现的论文在我看来似乎是很好的参考资料，我已经简要地阅读了它们，并且肯定会想要彻底研究它们，为此 +1。但是您的问题似乎没有多大意义，或者至少它没有可行的答案。

该过程是一个极其复杂的过程（正如您通过阅读论文所意识到的那样），并且建立在多层基础微积分、傅里叶变换、音频工程、信号处理等之上。如果不了解该过程，您将无法理解该过程理论。

实际上，手动手动编码音频文件也是不可能的。您必须执行数千次（对于完整的 MP3 实现，可能是数十万次）复杂的算术运算，才能对单个音频帧（例如 512 个样本）进行编码。在 44.1KHz 采样率下，这只是大约 0.01 秒的音乐。

也许你应该把你的学习精力放在不太高级的东西上？