語音通信是現(xiàn)代多媒體通信中一個重要的組成部分，語音壓縮又是實現(xiàn)低速率語音通信的關(guān)鍵技術(shù)。國際電信聯(lián)盟（ITU）于1996年提出了一種共軛結(jié)構(gòu)代數(shù)碼激勵線性預(yù)測（CS-ACELP）的語音編碼算法—G.729。該算法在8kbits碼率下具有較好的語音編碼質(zhì)量，且延遲較短，因此在IP電話、移動通信、多媒體網(wǎng)絡(luò)通信以及各種手持設(shè)備中具有廣泛應(yīng)用。G.729A是在G.729基礎(chǔ)上進行了一部分簡化，使得編碼的復(fù)雜度降低，對硬件的要求更低，而編碼質(zhì)量并沒有明顯降低[1][2][3]。

　　2.G.729A的DSP軟件開發(fā)流程

　　在編寫和調(diào)試C6000程序時，為了使C6000代碼獲得的性能，我們需要按照軟件編程的3個階段進行，每個階段完成的任務(wù)如下[4]：

　　階段：開始可以不考慮C6000的有關(guān)知識，完全根據(jù)任務(wù)編寫C語言程序。在CCS環(huán)境下用C6000的代碼產(chǎn)生工具，編譯產(chǎn)生在C6000內(nèi)運行的代碼，證明其功能正確。然后再用CCS的調(diào)試工具，如debug和profiler等，分析確定代碼可能存在的、影響性能的低效率段。為進一步改進代碼性能，需要進入第二階段。

　　第二階段：利用內(nèi)聯(lián)函數(shù)、CCS編譯選項和其他具體優(yōu)化方法改進C語言程序。重復(fù)階段，檢查所產(chǎn)生的C6000代碼性能。如果產(chǎn)生的代碼仍不能達到所期望的性能，則進入第三階段。

　　第三階段：從C語言程序中抽出對性能影響很大的程序段，用線性匯編重新編寫，再用匯編優(yōu)化器優(yōu)化，鏈接，直到達到所期望的性能要求。

　　具體到G.729A標準編解碼器的實時要求，第三階段是工作的重點，而且線性匯編的重新編寫要求對程序代碼和DSP的特性有充分的了解。

　　3.       G.729A代碼的剖析

　　CCS集成開發(fā)環(huán)境為軟件開發(fā)人員提供了高效的開發(fā)、調(diào)試工具。特別是它提供了評價器（ profiler）的優(yōu)化工具，通過收集在指定代碼區(qū)間程序執(zhí)行的統(tǒng)計性能，分析確定程序中各個段、各個子函數(shù)所花費的處理器時間，從而把程序的優(yōu)化集中在對程序性能影響的代碼段上去[5]。其兩種不同的測試方法是：

　?。?） 在需要測定復(fù)雜度的程序段的開頭和結(jié)尾處設(shè)定兩個斷點，打開時鐘窗口，運行程序。在個斷點處執(zhí)行停止，這時雙擊時鐘窗口使之清0，接著繼續(xù)執(zhí)行程序，在第二個斷點處停止，這時，時鐘窗口顯示的值便是該段代碼的復(fù)雜度。這在測試程序中一個函數(shù)的復(fù)雜度是非常有用的。

　?。?） 先打開統(tǒng)計窗口，在需要測試的程序段頭尾設(shè)置統(tǒng)計點（（Probe Point）。程序運行結(jié)束后，統(tǒng)計窗口內(nèi)該程序段后面的統(tǒng)計值便是該代碼段的復(fù)雜度。這種方法較簡單，統(tǒng)計點自動收集統(tǒng)計信息，無需手工干涉，這在測定程序多段代碼的復(fù)雜度是非常有用。

　　4.       線性匯編的優(yōu)化

　　線性匯編是TI提供的一種匯編語言，其指令系統(tǒng)和匯編語言的指令系統(tǒng)完全相同，但在編寫時不需要指定寄存器和操作單元，也不需要考慮延時的問題，因此編寫線性匯編相對要容易一些 [6]。

　　經(jīng)過階段和第二階段的優(yōu)化后，音頻編碼程序在DM642上的運行狀況有了很大改善，但是經(jīng)測試仍然沒有到達實時效果，而語言的效率幾乎發(fā)揮到了，測試的速度達到了36.5幀/s，是未優(yōu)化之前的10倍。這時，我們采用線性匯編語言重新編寫C代碼的低效率段程序，進一步提高程序的執(zhí)行效率和充分利用DM642的硬件資源，終按設(shè)計要求在DM642實時實現(xiàn)G.729A編碼。在前面的DSP開發(fā)流程已經(jīng)提過，DSP開發(fā)的一個手段是用匯編重寫C代碼，它是可以既提高程序執(zhí)行速度又可以減少程序體積的方法。由于針對并行處理器編寫匯編的難度很大，一般采取的是混合編程的方法，即程序的主要部分用C代碼，部分耗時較大的函數(shù)可以用線性匯編改寫。

　　在編寫線性匯編優(yōu)化代碼的過程中，為了提高代碼執(zhí)行效率，我們需要遵循以下原則[7]：

　?。?）寫并行代碼：通過使用匯編指令并行執(zhí)行的方法減少循環(huán)內(nèi)的執(zhí)行周期數(shù)，優(yōu)化線性匯編代碼。這里的關(guān)鍵問題是弄清指令相關(guān)性，只有不相關(guān)的指令才能并行執(zhí)行。辨別指令是否相關(guān)，可以使用相關(guān)圖。

　?。?）處理跳轉(zhuǎn)指令和轉(zhuǎn)移指令：匯編程序的一大特點就是頻繁地跳轉(zhuǎn)，當滿足不同的條件時，要求程序進行不同的操作，或跳到相應(yīng)的位置。對于“大于”、“大于等于”、“小于”、“小于等于”等較為接近的邏輯判斷和處理，應(yīng)慎重對待，否則將產(chǎn)生邏輯性錯誤，并且很難調(diào)試。當發(fā)生溢出需進行相應(yīng)處理時，這種現(xiàn)象尤為突出。

　　（3）盡量減少循環(huán)體內(nèi)的指令數(shù)：G.729A的算法實現(xiàn)，有許多是在循環(huán)內(nèi)部完成的，有些地方如固定碼本搜索過程中，為了確定四個非0脈沖的位置和幅度，還用到了多重循環(huán)。在循環(huán)內(nèi)部，特別是在嵌套較深的循環(huán)內(nèi)部，減少一條指令可以大大降低程序的操作次數(shù)。例如，對于一個每重循環(huán)8次的四重嵌套循環(huán)，在內(nèi)層循環(huán)每減少一條指令，整個程序可以少執(zhí)行84=4096語句。因此在設(shè)計程序時，能夠放在循環(huán)體外執(zhí)行的語句，盡量放在循環(huán)體外執(zhí)行。

　　（4）展開程序體：在一定條件下，盡量展開程序，以減少子程序的調(diào)用和返回次數(shù)，犧牲空間換取時間。

　　G.729A算法中的LPC模塊、LSP量化及激勵碼本搜索耗時多，為進一步提高代碼效率，對相關(guān)計算、FIR濾波等部分函數(shù)用線性匯編語言進行了改寫，并用畫相關(guān)圖等方法有針對性的進行優(yōu)化。經(jīng)匯編優(yōu)化器優(yōu)化后，代碼效率比C語言直接編譯有明顯提高。

　　5.  優(yōu)化工作的創(chuàng)新點

　　在對G.729A的優(yōu)化中，本文在前人研究成果的基礎(chǔ)上，針對TMS320DM642 DSP系列芯片提出了一些有價值的新方法。這些創(chuàng)新點在不同程度上提高了代碼的優(yōu)化速度和執(zhí)行效率，在語音編解碼的DSP實時實現(xiàn)中起到了關(guān)鍵性作用。下面，以舉例的方式闡明一些經(jīng)典的方法。

　　5.1 繪制分析圖，掌握函數(shù)結(jié)構(gòu)

　　對于一個語句較多、結(jié)構(gòu)復(fù)雜的函數(shù)，為了充分了解其邏輯結(jié)構(gòu)和語句的相關(guān)性，我們通常采用畫分析圖的方法。分析圖的形式比較靈活，可以根據(jù)具體的情況選用不同的制圖工具。在編寫線性匯編的時候，需要考慮存取數(shù)組中的元素，數(shù)據(jù)打包操作和數(shù)據(jù)相關(guān)性等問題，分析圖有助于正確處理這些問題。

　　在對函數(shù)Cor_h_X（ ）優(yōu)化過程中，我們遇到了一定的困難，原因在于其中有一個雙層的循環(huán)體，內(nèi)層的次數(shù)與外層有關(guān)，外層的循環(huán)次數(shù)為40，并且循環(huán)內(nèi)部的語句有先后的相關(guān)性。這樣的結(jié)構(gòu)如果用循環(huán)展開的方法將會用到大量的寄存器，數(shù)目超出了64個，需要開辟額外的內(nèi)存空間去存放臨時變量，而讀寫內(nèi)存會消耗較多的時間，因此這樣執(zhí)行效率不會有充分的提高。對此，我們利用分析圖描述了函數(shù)中關(guān)鍵代碼的數(shù)組X[ ]，h[ ]的使用情況，如圖1所示：

　　圖1 cor_h_X（ ）函數(shù)分析圖（部分）

　　圖1直觀地反映了數(shù)組16位h[ ]和16位X[ ]之間的乘加關(guān)系，從函數(shù)cor_h_X（ ）中可知，兩個數(shù)組的乘積之和要對應(yīng)的保存在臨時數(shù)組32位Y[ ]中。通過研究此分析圖，我們發(fā)現(xiàn)h[ ]與X[ ]中的一些元素進行乘積和處理之后就不再被使用，那么存儲這些元素的寄存器可以存放中間結(jié)果（Y[]的元素），這樣就可節(jié)省寄存器的使用個數(shù)，免去了開辟內(nèi)存空間和中間變量的存取指令。

　　對于函數(shù)cor_h_X（ ），利用上述思想編寫線性匯編，只需要定義57個寄存器就可以完成所用的操作，存取指令從1760條優(yōu)化到30條，僅為原來的1/60。同時執(zhí)行速度從390072個時鐘減少到35871個，降為原來的1/10。

　　繪制的分析圖可以包含相關(guān)圖，相關(guān)表等，使資源安排更加合理。該方法在其他函數(shù)的改寫中也多次使用到。

　　5.2 功能相似的函數(shù)或代碼段合并為一個函數(shù)

　　線性匯編在提高代碼效率的同時也成倍的增加了代碼尺寸，以上述cor_h_X（ ）為例，它在該寫后代碼尺寸從660條增大到7776條（該數(shù)據(jù)由CCS剖析工具分析所得）。在工程應(yīng)用中，對于有限的內(nèi)存程序區(qū)，我們會適當減少程序占用的空間。合并功能相似的函數(shù)可以達到這一要求。

　　在LSP量化處理中，源代碼中給出了2個LSP選擇函數(shù)：Lsp_select_1（ ）和Lsp_select_2（ ），而我們發(fā)現(xiàn)它們具有相同的功能和相似的結(jié)構(gòu)，因此，在對兩者的線性匯編改寫中，我們只需編寫一個函數(shù)（命名為Lsp_select）即可實現(xiàn)LSP量化處理中這兩個模塊的功能。

　　另外，在對于一些數(shù)組拷貝，數(shù)組初始化的代碼，我們同樣可以用此方法，編寫一個函數(shù)實現(xiàn)，這樣可以在提高執(zhí)行效率的同時，減少程序占用的內(nèi)存空間。

　　5.3 多個循環(huán)合并為一個循環(huán)

　　C代碼改寫線性匯編的時候，我們常常會發(fā)現(xiàn)，只要作一些調(diào)整，兩個或多個循環(huán)完成的操作完全可以由一個循環(huán)來完成。以LPC子模塊240點加窗語音的自相關(guān)計算Autocorr（）函數(shù)為例，經(jīng)過優(yōu)化改寫的C代碼（部分）如下：

　　for（i=0; i<L_WINDOW; i++）  //個循環(huán)體

　　y[i] = （_smpy（x[i], hamwindow[i]）+0x00008000L）>>16;

　　sum = 1;                   //避免為0的情況

　　for（i=0; i<L_WINDOW; i++）  //第二個循環(huán)體

　　sum = _sadd（sum,_smpy（y[i], y[i]））;

　　這段代碼包含了兩個for循環(huán)，在CCS中直接編譯運行并行度很差，利用線性匯編重寫代碼。我們發(fā)現(xiàn)兩個循環(huán)體的循環(huán)次數(shù)均為60（L_WINDOW=60），所處理的數(shù)組不同，并且兩個循環(huán)沒有相關(guān)性，可以把和第二個循環(huán)合并成一個循環(huán)。前者的功能是對語音信號進行加窗；后者是實現(xiàn)乘累加（Mac）。兩者合并后采用線性匯編編寫，其代碼如下：

　　mvk 60,i  //設(shè)置循環(huán)次數(shù)

　　loop1: lddw *ham++,hamih:hamil  //hamwindow[]指針

　　lddw *x++,xih:xil  //x[]指針

　　smpy2 hamil,xil,yi1:yi0  //兩對16位操作數(shù)相承，并行執(zhí)行

　　smpy2 hamih,xih,yi3:yi2

　　sadd yi0,con0x8000,yi0

　　sadd yi1,con0x8000,yi1

　　sadd yi2,con0x8000,yi2

　　sadd yi3,con0x8000,yi3

　　packh2 yi1,yi0,yl  //數(shù)據(jù)打包技術(shù)

　　packh2 yi3,yi2,yh

　　stdw yh:yl,*y++  //雙字存取，提高執(zhí)行效率

　　smpy2 yl,yl,yi1:yi0

　　sadd sum0,yi1,sum0

　　sadd sum0,yi0,sum0

　　smpy2 yh,yh,yi3:yi2

　　sadd sum0,yi3,sum0

　　sadd sum0,yi2,sum0

　　add i,-1,i

　　[i]   b loop1  //把和第二個循環(huán)合成一個大循環(huán)，減少轉(zhuǎn)移次數(shù)

　　產(chǎn)生的匯編代碼并行流水性能大大增加，耗費的時鐘周期數(shù)從1310000減少到15000，少于改編前的1/8。

　　6.       結(jié)束語

　　關(guān)于編解碼器執(zhí)行的時鐘周期，在線性匯編改寫前后，文件版本通過CCS的profiler剖析工具得知：每10幀（100ms）從159700000降至68500000，僅為原來的42%。硬件版本進行測試得：編解碼的幀數(shù)提高到了88幀/s以上，鑒于編碼、解碼的時間比例為5:1，所以，本系統(tǒng)編碼已經(jīng)達到100幀/s，完全符合實時通信的要求。