音频应用

 找回密码
 快速注册

QQ登录

只需一步,快速开始

搜索
查看: 162|回复: 1

[音频] 音频的编解码及其优化方法和经验

[复制链接]

37

帖子

0

听众

905

积分

Audioapp新手上路

Rank: 1

积分
905
QQ
发表于 2018-5-8 14:38:59 | 显示全部楼层 |阅读模式
音频的编解码及其优化方法和经验! w6 p) L+ v" {& p

) F# G8 J/ R) b音频的编解码(codec)根据应用场景的不同主要由几大技术组织制定,分别是ITU-T、3GPP、MPEG。当然也有一些公司或者公司的联合体等制定,如微软的WMA。他们不仅制定了codec的规范,同时还提供软件实现的reference code,这样便于普及制定的codec的使用。本文先谈谈这些codec,然后讲怎么样根据reference code去优化codec(主要是减少CPU load)。
3 f1 u$ M5 {  o. ]0 z7 b* B/ P* }$ D* A  P: u7 ]+ I+ E- r* u2 n
' |) o( v3 W3 K" ]) v
+ E/ l" O. Z1 k$ {5 X, I
1,codec 规范6 {, J- h' y; W; n0 W

$ B3 x. }! W: {$ I* n5 ]9 K1)ITU-T$ r( C2 c/ A8 z* k% |. Q3 C
$ r: r2 ^4 R5 [. a1 h1 Q. S
ITU-T制定的是有线语音的codec标准,即G系列,主要有G.711、G.722、G.726、G.728、G.729等。采样率窄带是8KHz,宽带是16KHz。码率从64kbps到8kbps不等。下表列出了具体的采样率和码率。9 B5 ]+ S' l$ @5 v- E
/ q! a$ W4 V0 ~/ f
   1181527-20170910202814179-1578742137.png                                                          
* v. c! B2 |2 s# y: g( F' Y7 N  R, y" k7 K
2)3GPP
) \& w) p* S$ ?+ K# W- l$ L1 m, e
3GPP制定的是移动语音的codec标准,主要是AMR(adaptive multi-rate,自适应多码率)系列等,能根据网络状况自适应的调整码率。采样率窄带是8KHz,宽带是16KHz。近年来为了应对互联网的竞争(互联网公司提出了涵盖语音和音乐的OPUS codec),3GPP出台了EVS(enhanced voice service)音频编解码规范。EVS也涵盖了语音和音乐,能在两者之间灵活切换,支持多种采样率和码率。具体如下表。* K: q+ g7 C- D0 n
1181527-20170910203032038-1508053091.png
% a. M* g! C1 s# ~+ c  T                                       
8 v4 ?% a9 ?+ b+ B- u7 \5 M( [8 i& r3 z2 w
3)MPEG
! @" s4 q4 p/ g
# p# T5 Z" N  w  [$ B% W  d! bMPEG制定的主要是音乐的编解码规范,主要有MP3、AAC等。MP3大家都很熟悉,是近二十年来听音乐的最主要的格式,AAC是MP3的继承者,下一代的最主要的音乐编解码规范。音乐中采样率一般是44100HZ,也有的用48000HZ。码率在一个范围内,码率越大,音质越好。$ B; Z( C  B  i+ a( Q9 s' H

4 a- k8 A  N6 S+ o9 B( H / U8 b7 I; P. C6 A* G! P; E
; o: k( s; Y6 [+ L/ `7 E9 A! r
4)公司或公司联合体2 W1 O5 t2 V3 m& H$ t8 Q
! p* v( N! T$ u
一些公司或者公司联合体根据需要制定音频的编解码规范,比如微软的WMA,Skype的SILK,GIPS(GIPS在2011年被谷歌收购,谷歌基于GIPS的音视频解决方案推出了webRTC并开源出来,影响巨大)的ILBC等。还有一个不得不提的就是OPUS,它是由非盈利的Xiph.org 基金会、Skype 和Mozilla 等共同主导开发的,全频段(8kHZ到48kHZ),支持语音和音乐(语音用SILK, 音乐用CELT),已被IETF接纳成为网络上的声音编解码标准(RFC6716)。
, f" q$ D4 r# p$ I+ Y0 E
  H$ H* S1 b: k( I" o+ N+ A 4 C, V2 |& q/ `  ~
. V$ B+ I7 x1 M. W# `
我用过的codec从语音到音乐分别有G.711/G.722/G.726/G.728/G.729/AMR-NB/AMR-WB/ILBC/OPUS/MP3/AAC/WMA/APE/Vorbis/ALAC/FLAC等。1 f( J! A+ B" x) D  t% T( [' n

1 z8 z5 J; Q+ `. M: c7 B2 l
( v4 i  _9 d" X3 {
8 `8 ]2 z8 F2 O/ f  S( j2,codec的优化, D/ E0 z4 U8 \: r  O  N
( j* F4 S# n' {! |
这里讲的优化主要是指CPU load的优化,即优化后运行codec占用更少的CPU,在具体的硬件平台上运行的更流畅。优化到什么程度算结束这依赖需求而定。如果优化后给所在项目用,就要看项目给你多长时间优化以及项目能接受的优化后的CPU load,一般情况下项目用上优化后的codec后在最复杂的场景下能流畅运行又不影响其他功能就可以了,因为项目上要腾出人手做其他事情,毕竟项目进度和质量是最重要的。如果优化后作为库卖给客户用,就要尽量优化到极致,因为这是用户选择用哪家公司库的重要指标,是卖点,这种情况下就会有更多的优化方法和技巧。我做过的优化都是给项目用,没有作为库给客户用,因而技巧不是特别多。' c" ]* i) c: @- V% O' |: f

/ O& [& o$ A6 J$ l6 e1)优化前的准备工作1 f9 w. G+ G: s' ?  s

: c( ?# v3 [6 i' `" ia)    通读一下要优化的codec的代码,尽量读懂,即使没懂也要搞清楚函数是干什么的,这有利于后面优化。, B# F, ^/ Z$ k- m
! E& B# F3 _& P
b)    准备好profiling工具,profiling工具就是测量运行某个函数花了多少clock。有现成的profiling工具最好,如果没有就根据具体OS和硬件平台(ARM/MIPS等)自己做工具。
6 x1 W+ B3 d$ W; e
+ f5 {8 z/ @: a& uc)    准备好test vector,即测试的音源,一般codec制定的官方会提供,通常是多个vector, 对应于不同的场景。优化的原则是在减少CPU load的同时算法运算结果不被改变,所以在做优化时每优化一些就要用test vector跑一下,看结果有没有改变,如果改变了,就要退回到上一个版本。我做优化时每天至少保留一个版本,有时两个或者三个,就是为了出问题时好回溯,尽快查出哪个地方的优化出了问题。0 ^6 }) t% G# k8 Y3 B/ {) ^

! n3 w* _2 r! h  e$ x/ ~
$ Y7 z8 |$ ~1 \+ b! S/ F) A( K- \3 m! ~/ A' u
2)优化步骤与方法
" N% k; U1 `3 F1 C) v; R+ d3 |; k0 L+ h) n  ?! E9 S* G
a)    将编译器的优化选项从-o0改为-o30 S4 f. [* P6 Z' u

7 Q5 ?. S! s7 B/ n* d3 Lb)    给代码中那些经常被调用的又短小的函数加上inline; j. |1 f* Q1 F5 u# _- F0 o
6 `6 s7 M; p. k. g( [
通常情况下做完a,b后load会下来一大截,如同挤泡沫一样,会挤掉很大一部分。8 n( M1 v  G$ s* q2 y
2 X6 e" X7 v- A) p2 D& L& o; l
c)     ITU-T或者3GPP的codec reference code中有好多基本运算(加减乘除)的函数,这些函数都写的特别严谨,同时调用的频次又非常高,因而加大了运算复杂度。这些函数中有些在保证正确的前提下可以简化(如一些防饱和就可以不要),这样处理后load会降下来一些。
* W" I0 \. Q# s1 Q1 x* h: p* H; ]" Z, m; c, E
d)    用profiling工具一步步排查看到底哪个函数花的load多,明白这个函数是干什么的,然后具体问题具体分析,看怎么样来优化。
$ ?% h$ x# Z  i" u) o& \- ]
& n4 s9 r( Q* C+ h  ze)    有些函数就是一个小算法,reference code中写的比较复杂,调用频次又比较高。要去找有没有简单的实现可以替代,有的话替代了load就会降下来一些。比如codec中经常有求平方根的计算,reference code中通常写的比较复杂。我们知道用牛顿迭代法也可以求平方根,就可以用牛顿迭代法去替换将load降下来。
/ J) q$ x' |0 F
' B7 W8 [7 N' w0 {9 ?! l( n$ jf)     用汇编优化。如果在C级别能解决问题就不要用汇编了。各个处理器都有自己的汇编指令集,需要去学并且掌握其中的思想和技巧。通常是用的频次较高的又比较占load的函数用汇编去写,即用C和汇编混合编程。汇编优化花的时间会相对长一些。
$ H4 d6 w% o1 l" S' i/ a/ l0 p5 S- m+ A! L, u" [& H
当然还有一些小的技巧比如展开for循环、用指针替代数组等,这里就不一一说了。
音频应用 Audio app

13

帖子

0

听众

314

积分

Audioapp新手上路

Rank: 1

积分
314
发表于 2018-5-15 07:50:39 | 显示全部楼层
不错!辛苦了,好文章,我学习了啊
音频应用 Audio app
您需要登录后才可以回帖 登录 | 快速注册

本版积分规则

QQ|小黑屋|Archiver|手机版|中国原创歌词网|音频应用网 ( 鄂ICP备16002437号-6

GMT+8, 2018-8-16 21:54 , Processed in 0.171875 second(s), 14 queries , Memcache On.

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表