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: 73|回复: 1

[音频] 音频的编解码及其优化方法和经验

[复制链接]
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
. v( ~0 y: H$ u& O0 j! B$ D7 s  A3 @% |6 I+ J' ^
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)。
4 k! L! g; T5 K8 k; |( d4 K+ c# W6 [% l) G8 e* ?  s

  ^0 p3 r7 Y! ^5 p$ S" K
; s4 D1 X4 g: \3 }% v. m1,codec 规范
0 r. k# }9 n) F3 I2 ~/ r$ n7 P
: C+ _. J0 k: @9 M1)ITU-T9 H: D/ K2 Q" a; m  l1 h

2 U# M4 G- d  R$ {1 t6 r/ F* W  mITU-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。
8 Q; T- n1 q8 b: s/ D+ `, |! h* T- W( g' }/ Z" m; t
   1181527-20170910202814179-1578742137.png                                                          % R* A5 t1 |) r( a& n. ?& T
  ~4 D1 H- _; Y% F2 A& }
2)3GPP2 m$ O9 l1 o- p0 }) J' n! r
. |6 T& ~# k9 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。
$ v2 k. P+ U& _" M$ S# Q 1181527-20170910203032038-1508053091.png   o5 ?5 _+ e2 B- J* d- S2 a
                                       
* |0 J+ c' M- A( w. u
% R+ y% \& _0 ?/ S& c# Y: J) m& z8 T  a3)MPEG! U3 w9 u% u  q& S; M+ ^& s

6 B  o8 f1 b4 ~; e5 S+ GMPEG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。' \8 Z6 T7 b  q+ D- n/ s, ?
! d( ]2 X& }2 q  N2 V+ H

1 L1 y- C4 @: L  [4 e0 @: M
- Q. o5 `  C0 U+ i; s. z% r" u4)公司或公司联合体3 ?$ M5 [% D% [* f! _5 s3 S

: N9 }% b! K2 `! ~6 e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)。1 ?. ]" J# }; [1 x
  a8 P5 }" b2 R2 F% ?

1 [, J5 W  N2 _( N2 y* h; j$ X) M: \4 V+ W$ b8 x
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。
) y! R4 u% F' D4 L! g( L: Q) w7 Q# M* i, O

9 p  H( \) a! n9 e  T) c4 `
2 @8 L' J! \; M8 \: K6 m3 |1 b! _8 [( s2,codec的优化
; c7 g' Y9 M  i& p* P3 @8 m0 n3 j) g5 m2 ]7 v2 p* k
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。
. Z1 q$ f% k" X5 E# b. u1 W+ D! v/ r7 H) J4 f5 D. }- o
1)优化前的准备工作
) Y, y8 P0 j! S4 S; `2 z$ o5 ]2 U7 P9 ?8 K( x* o1 l+ h+ A8 {
a)    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。
: M: s+ ?# @$ ], \. Q9 m- h5 \# ~: D. Q! i) q$ t
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。
# c% t6 U; y. v7 H4 z) s# F$ ~+ o' ^7 n
c)    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。- S% _5 L& G8 d) S8 ?1 U  F

# B$ d* D; O+ b2 W3 [& K! w9 b5 k$ `
( }9 t7 Z5 {' |+ p& L" `8 S0 M5 j3 {- o/ t# B2 C4 _. n1 p" y* V
2)优化步骤与方法
  W! |( _: Z: L% q  ~+ J) Q6 N( \- b" e; [
a)    将编译器的优化选项从-o0改为-o3. H: n; _1 S1 L" U$ h4 R( T

; M" `1 p7 Q! m- N4 mb)    给代码中那些经常被调用的又短小的函数加上inline# a' S8 s7 g$ j+ L& y$ x
" |* X, M$ j1 [7 r! C+ C0 v
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。; j$ h% i3 u8 U+ A" Z3 D9 o* ~

$ J/ z$ G# }" L) Rc)     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。2 G6 P6 Y& y8 o/ C6 K- Z
& @7 e$ y& Y2 k5 v7 ?9 F
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。/ e$ G/ O; S" x3 r3 T0 @9 j  P9 b

8 U  t8 {& m9 W0 ae)    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。
/ D: I2 w. C- \' Y' D, K% P/ Z/ y; n" B
f)     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。
& ^2 ~+ l6 G* p& h
  M# w* W6 C: ]. w: ?) f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
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
高级模式 自动排版
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hifi音响网|中国原创歌词网|调理养生|音频应用 ( 鄂ICP备16002437号-6

GMT+8, 2018-5-25 13:10 , Processed in 0.191403 second(s), 18 queries , Gzip On, Memcache On.

Powered by Audioapp X3.2

© 2018 Audioapp Inc.

快速回复 返回顶部 返回列表