林善和

（福建星网锐捷通讯股份有限公司，福建 福州 350002）

0 引言

G.729是目前比较优质的语音压缩算法，10ms的语音，80个采样点，可以压缩到10字节，算法中用到了大量的移位，点乘，饱和，取整的运算，使用普通的指令虽然可以实现功能，但是消耗过多的CPU资源，不实用。

早期的编解码算法一般都是通过外挂的DSP来实现，随着技术的进步，一般家庭网关SoC的CPU性能越来越高，从原来的100M到现在的400-600M甚至更高，同时CPU也增加了DSP增强的指令集，这样很多算法直接就可以用CPU来处理，无需外挂DSP或者嵌一个DSP内核。

RT305x使用MIPS32 24KE的核心，内涵DSP ASE指令集，可以在一条指令完成2个short型数据的移位，4个short型数据的两两点乘相加，同时还顺便进行饱和，取整运算。

如果G729编解码算法运行时能够把CPU的占有率控制在30%以内，那么CPU还有足够的资源实现其它功能。因此，优化的目标就是在G729编解码时，RT305x的CPU占有率控制在30%以内。本文所阐述的优化是指对用标准C语言编写的代码用DSP增强指令集进行优化。

1 G.729AB优化步骤

1.1 准备一个30秒以上的PCM源文件，要求采样率8K，16位采样

1.2 编写g729_test.c和Make file，用来小工程编译G729

1.3 编译得到可执行文件，例如g729

1.4 把可执行文件g729及PCM的源文件复制到NFS目录

1.5 在设备上执行./g729 xx.pcm xx.g729,可以得到编码后的g729文件和再解码的pcm文件，还有完成编解码所需要的总时间

1.6 修改源码重新编译，再次运行，如果输出文件与之前的相同，而且消耗时间更短，则修改有意义

1.7 如果发现输出文件与之前不同，有可能是修改内容有问题。但是如果修改内容涉及到算法的优化，例如使用了64位的累加器，精度提高了，运算结果肯定与之前的不同，这是容许的，这时，用Cooledit打开输出的pcm文件，仔细查看，波形有没有变形，音质有没有变差

2 重点优化内容

2.1 基本元操作的优化

修改的内容在basic_op.c和basic_op.h中。

2.1.1 首先是用宏汇编指令代替函数的调用，要求是执行时间最短

2.1.2 很多的移位操作，需要判断移位的方向和次数，如果移位次数是常数，可以使用不带V的指令，例如用SRA代替SRAV

2.2 32位的常用运算的优化

内容在oper_32b.c和oper_32b.h，主要是32位的点乘运算，由于原始代码是多个平台公用，没有通用的点乘指令，所以点乘是由多个16位的数之间相乘，左移，再相加。在本平台的指令系统中，有专门的点乘指令，这是好东西，还可以提升运算的精度，不要放过。

2.3 乘加运算的集中优化

在编解码中，有许多地方用到了两个组数的点乘相加，通过for循环来完成，这个不断的点乘，不断的相加，在本平台，可以用乘加指令来完成，只需要在循环开始时清空64位累加器，循环结束之后，根据需要，移位相应的次数，把数据用64位累加器中取出，即可。

在点乘算法中，两个16位的数组两两点乘，首地址是4字节对齐，数组长度是偶数，我们同时把连续的两个16位数按照32位数载入寄存器，一起进行点乘运算，可以使循环次数减半。

在不少的算法中，由于担心乘加的数据会溢出，先把原始数据集体右移了几位，再点乘相加，为了保证精度，运算结果可能还左移了几位，对于这种情况，我们不需要先把数据集体右移，而是直接点乘，然后再取出数据时，再右移，保证运算结果不溢出，这个优化属于算法的优化，不仅省力，精度还更高。

2.4 循环的展开

在循环中，如果数据量比较大，循环的次数是比较多的，每次循环，开销至少需要3条指令（i++，判断，跳转），而且使得流水线中断。如果每次循环所干的事情多一些，循环的次数就会大大减少。

在从数组取出数据的时候，如果偏移地址是变量，会引入加法运算，聪明的做法是用x[0],x[1],x[-1]这种固定偏移的方式取数据，循环结束后修改x的值，代替用x[i]来访问内容，i++这种循环，循环的判断也不用i，而是直接判断数据的地址是否到达末地址。

在本平台的指令系统中，一条指令不能做到判断大于或小于非零而跳转，只能判断不相等，或大于或等于0而跳转，所以，把for(i=0;i＜j;i++)写成for(i=0;i!=j;i++)，会省一条指令。

如果i是short型，而j是常数或int型，在判断之前，会把i进行一次符号扩展。多一条指令，所以，在定义i的时候，建议保证待比较的两个变量，位宽一致。

2.5 流水线优化

MIPS32 CPU号称大部分指令是单周期指令，但实际上，单单一条指令上来看，一条指令包括，取指令，取操作数，执行，存储运算结果等几个，各需要一个指令周期，但是这些指令周期可以叠加，如果流水线不间断的运行，相当于一条指令只需要一个指令周期。

打断流水线，会引入额外的等待，本条指令使用上一条指令的运算结果，判断跳转指令，都会导致流水线的中断。

在纯C的代码中，编译器会自动优化流水线，但是，当嵌入汇编时，如果加了volatile属性，或者源操作数和目的操作数是隐含的，或者和内存交互数据，编译器是不会帮助优化流水线的，这时需要通过反汇编自己调整流水线。

为了使流水线不中断，通常的做法是本条指令的目的操作数，不要马上作为下一条指令的源操作数，而是间隔2条或2条指令以上。

对于跳转指令，由于流水线的缘故，该指令的下一条指令也会被执行到。这是特别需要注意的。

2.6 减少访问内存的次数

访问内存是比较慢的，如果没有Cache，访问一次内存大约需要100ns，CPU内有24个通用可用的寄存器，在函数调用时，4个及以内的形参传递，返回值，都不需要入栈。

在运行过程中，应尽量减少内存的访问次数，比如一次载入32bit数据，而不是分两次载入16bit的数据。

2.7 C内嵌汇编的实例

其中mult dpaq_sa.l.w mfhi是3条指令，$ac0是64位累加器，$zero是 0 寄存器，%0，%1，%2 的意思是用“：”后面的操作数代替，第一个”：”后面是目前操作数，第二个”：”的后面是源操作数，”=r”的意思是目的操作数，且为寄存器，”r”的意思是源操作数，且为寄存器，与内容交互数据的指令，可以用”m”。

2.8 DSP常用的运算结果处理

2.8.1 饱和

饱和处理就是运算结果限制在固定的位宽所能表示的数的范围，例如short型的最大数为0x7fff,最小数为0x8000,如果运算结果超出了这个范围，就根据正负，调整为0x7fff或0x8000，普通CPU的累加器没有对运算结果进行饱和处理，因此需要额外判断结果，再调整，DSP的累加器一般都能对运算结果饱和处理。一般同符号数的加法，不同符号的减法，点乘，左移，甚至取负，均有可能溢出。

2.8.2 取整

取整是在右移的操作中比较常用，右移会导致精度的丢失，根据移走的最高位，调整结果，有助于保留精度。

2.8.3 点乘

在物理上，点乘是已知力和位移求功。在数字信号处理中，这里的点乘其实是信号的相乘，信号幅度用小数表示，在本平台，用Q15（Word16）或 Q31（Word32）表示，两个 Q15 点乘，结果 Q31，但是直接数学相乘，只得到Q30，所以还需要左移一位。

3 优化结果分析

3.1 用标准C语言进行编解码算法测试CPU的占用率达到55%，无法满足实际应用需求。

3.2 反汇编

3.2.1 局部优化之后，用反汇编objdump-d来查看汇编代码，看看是否能得到预料中汇编代码，注意从内存中载入short型数据，带符号和不带符号，在扩展到32bit时，是不一样的

3.2.2 看看编译器是不是引入额外的指令，比如没有必要的符号扩展

3.2.3 看看流水线是否最佳

3.3 编解码的输出文件检验

得到的g729文件和PCM文件，首先是查看二进制是否和修改之前相同，如果不同，需要找到原因，如果是算法的优化导致的不同，需仔细查看声音有没有失真。最后用Abacus检测音质，同时进行长时间通话拷机。优化后的CPU占有率仅达30%。

4 结束语

在低成本家庭网关SoC芯片RT305x上使用MIPS32Kec带的DSP AE指令集进行G729编码的进行优化后，CPU占用率不到30%，满足家庭网关在语音、数据、Wifi的需求。随着CPU性能的越来越强以及通信网络IP话，这样的技术将在各种各样终端上使用，具有广泛的应用场景。

［1］王洪,唐凯.低速率语音编码 Low Rate Speech Coding[M].北京：国防工业出版社,2006.

［2］Chinh Tran Chijioke Anyanwu,Sanjai Balakrishnan,Anshul Bhargava,James Jiang,Radhika Thekkath.The24KETMCore Family：High-Performance RISC Cores with DSP Enhancements[M].MIPS Technologies Inc.,2005.

［3］MIPS Technologies Inc.MIPS DSP ASE Instruction Set Quick Reference.MIPS Technologies Inc.,2005.