林飛 成都東軟學院實驗實訓中心

引言：2017年5月互聯(lián)網(wǎng)上一則關于“MP3格式宣告死亡”的新聞[1]引起熱議，當民眾熟悉的MP3格式面臨退出歷史舞臺之時，它的最有力繼任者AAC音頻格式逐步引發(fā)關注。其實，早在1999年MPEG組織便制定了ISO/IEC14496標準[2]（俗稱MPEG4標準）。MPEG4_AAC 作為ISO/IEC 14496 part 3中的一部分于2000年公布初版，最近一個版本更新到2009年。

對于MPEG的音視頻標準，ISO/IEC都公開提供標準C語言的參考軟件，另外，其他組織也有相應的開放源碼項目。而對于嵌入式系統(tǒng)而言，當前主要是ARM處理器，和基于x86處理器的PC平臺相比，在性能和各種硬件資源上非常受限。因此這些參考軟件代碼能夠根據(jù)嵌入式ARM處理器做一定優(yōu)化，比如通過利用ARM處理器新增的DSP擴展指令完成常規(guī)的數(shù)字信號處理運算，則可以大大節(jié)省常規(guī)指令的低效率調用時間。解碼函數(shù)調用時間的縮短，有利于終端設備節(jié)省寶貴的電池資源，也有利于APP程序的用戶流暢體驗。

本文將以Audio Coding組織開發(fā)的FAAD工具包（Open Source項目）為基礎來實現(xiàn)AAC音頻解碼算法優(yōu)化，并在ARM公司官方的仿真工具上提供分析和結論。

1 AAC音頻解碼算法概述

AAC音頻編解碼系統(tǒng)算法借鑒了MP3感知編碼的成功經(jīng)驗，也以心理聲學模型運用為主，通過添加新的工具集，使得其具備了相當?shù)撵`活性。下圖給出了典型的AAC音頻解碼流程圖。

圖1 AAC的解碼流程圖

其中，粗箭頭部分代表音頻碼流，細箭頭代表編碼器控制信息。TNS即瞬時噪聲成形，用于控制編碼噪聲的細微時間結構。濾波器組利用M=4的多相正交濾波器（PQF）劃分為四個等寬的子帶，完成對輸入碼流的IMDCT變換，從時域轉為頻域。M/S工具用于提高編碼效率，在M/S判決信息控制下，把中/邊（Mid/Side）聲道的一對輸出頻譜轉至左/右(L/R)聲道。熵編碼應用Huffman編碼及其指定Huffman表。

從上述AAC的解碼過程不難看出，解碼算法工作量主要集中在濾波器組IMDCT變換數(shù)學運算部分，本文將闡述這個部分的算法優(yōu)化思路，以及基于ARM處理器仿真工具的軟件實現(xiàn)。

2 反濾波器組IMDCT運算優(yōu)化

反濾波器組運算是由IMDCT（Inverse Modified Discrete Cosine Transform改進的離散余弦反變換）完成的，由ARMulator仿真數(shù)據(jù)可以看出它要占整個AAC解碼過程中一半以上的運算量。因此很有必要對IMDCT做重點優(yōu)化。近年來國內外對IMDCT的快速算法研究比較多，這些快速算法普遍利用了IMDCT和IDCT的密切關系，要么直接用快速DCT變換，要么利用FFT來計算，在窗函數(shù)處理上都是相似的，它們的運算復雜度也相差不大。由于在AAC標準中，窗長均是2的冪，且FFT算法相當成熟，比較適合ARM處理器上實現(xiàn)，故選擇Duhamel & Mahieux[3]提出的快速MDCT/IMDCT算法作為本文研究對象。

為敘述方便，這里免去該算法的理論推導，直接給出該算法的簡單計算步驟：

1.預運算

預運算的目的是對頻域數(shù)據(jù)進行一定的處理，使之可以直接利用FFT運算；

2.IFFT

直接利用一般的IFFT運算，對于不同的處理器架構可以選擇不同的實現(xiàn)方式；

3.后運算

后運算將IFFT后的數(shù)據(jù)再進行適當縮放，再將實部和虛部分開，得到對應的時域數(shù)據(jù)。

在MP3標準中，對MDCT規(guī)定了兩種窗長，即長窗為36點，短窗為12點。由于這兩種窗長都不是2的冪，故一般的快速MDCT算法都采用基3 FFT來計算。另外，MP3標準對窗函數(shù)只規(guī)定了正弦窗，使得這些算法采用了正弦窗函數(shù)的對稱性來減少計算量。

在AAC標準中，MDCT還是兩種窗長，不過長窗為2048點，短窗為256點。兩種窗長都是2的冪，但不是4的冪，一般的快速算法采用基2 FFT[4]來計算。采用基2和基4的組合構成的分裂基計算可以獲得更好的性能，但由于其特殊的結構不利于ARM匯編語言快速實現(xiàn)。因此可以對長窗仍采用基2 FFT（512點）運算，而對于短窗可以采用效率更高的基4 FFT（64點）運算。

值得說明的是在AAC標準[2]中也允許對小幀長的支持，這樣長窗為1920點，短窗為240點，這些數(shù)值非2的冪不能套用上面的算法。此外這將會增加程序兼容性的負擔。

ARM處理器在ARMv5TE架構開始就加入了DSP增強擴展指令，下面給出了ARMv5TE架構下利用匯編宏函數(shù)實現(xiàn)復數(shù)乘法的示例：

圖2 32×16位單周期乘法指令應用示意

3 仿真結果和分析

仿真工具為ARM公司的開發(fā)工具ARMulator[5]（指令集仿真器），包含于ADS（ARM Developer Suite）集成開發(fā)環(huán)境中。ARMulator不僅可以仿真ARM處理器的體系結構和指令集，還可以仿真Cache，MMU，存儲器甚至某些外圍設備，ADS軟件包內提供了這些參考模塊，另外開發(fā)者還可以通過規(guī)范編寫用戶模塊。ARM公司當前流行的開發(fā)工具RealView包含一個類似的指令集仿真器（Instruction Set Simulator），兩者提供的功能是相同的，因此不再贅述。本文用到的仿真結果包括統(tǒng)計（Statistics）信息和剖析（profiling）信息，前者用于數(shù)據(jù)流和功耗估計，后者用于算法和編程優(yōu)化。

ARMulator比較可取的地方是能夠完整執(zhí)行整個解碼軟件程序，從測試文件輸入到生成輸出文件。測試文件為AAC文件，輸出文件為WAV文件，便于音質（誤差）的定量分析。

圖2可以看到負荷最重的IMDCT模塊在優(yōu)化后占用時間由37.35%降到16.93%，而使得其他模塊的占用時間相對上升（例如Huffman相對略有抬升），但絕對解碼時間明顯縮短了。

圖3 算法優(yōu)化剖析信息對比

通過上面的分析我們可以對IMDCT模塊優(yōu)化前后在ARMulator中獲取更詳細的Statistics信息。在測試例中分別對長窗（N=2048）和短窗（N=256）的FFT變換做比較。基4 FFT匯編優(yōu)化方法得到的性能提升是顯著的，在指令周期上節(jié)省了50%的運算量，而堆棧大小同時也縮小了，指令數(shù)減少使得間接提高了Cache命中率。Cache行填充次數(shù)的顯著減少使得外部存儲器訪問頻率大大降低，速度功耗比得到了顯著增強。

4 結束語

隨著消費類電子軟硬件技術的飛速發(fā)展，更高品質的音頻會帶給用戶更好的體驗。而當前不斷涌現(xiàn)更新的音頻編解碼算法，對于資源受限的嵌入式系統(tǒng)而言，需要更高效的軟件算法和優(yōu)化手段。本文對AAC音頻解碼運算中耗時最多的三個模塊的快速算法實現(xiàn)和優(yōu)化的問題。通過ARM軟件系統(tǒng)的仿真，相比普通解碼軟件實現(xiàn)，本優(yōu)化實例節(jié)省了20%左右的解碼時間，對ARM處理器在嵌入式數(shù)字信號處理領用有一定借鑒意義。